Claim Missing Document
Check
Articles

Mesin Penerjemah Situs Berita Online Bahasa Indonesia ke Bahasa Melayu Pontianak Sujaini, Herry
ELKHA : Jurnal Teknik Elektro Vol 6, No 2 (2014): Edisi Bulan Oktober 2014
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.404 KB) | DOI: 10.26418/elkha.v6i2.9098

Abstract

Abstract– Paper ini membahas salah satu potensi dari aplikasi mesin penerjemah, yaitu penerjemahan halaman situs.Halaman situs berbahasa Indonesia, diterjemahkan secara otomatis ke dalam bahasa Melayu Pontianak sehingga teks yang ada pada halaman sumber berubah menjadi teks dalam bahasa target. Cara kerja sistem ini adalah dengan  mengambil seluruh halaman HTML dari sumber berbahasa Indonesia, selanjutnya memisahkan teks-teks yang berupa kalimat terhadap kode-kode HTML. Kalimat yang sudah dipisahkan selanjutnya diterjemahkan ke bahasa target (Melayu Pontianak). Kalimat hasil terjemahan ditampilkan pada halaman target dengan mengganti kalimat-kalimat pasangan terjemahannya. Sistem ini mempergunakan mesin penerjemah berbasis statistik (MPS). Persoalan yang paling mendasar pada hasil kualitas terjemahan sistem ini adalah masih kecilnya kuantitas corpus. Sedangkan corpus merupakan merupakan data utama untuk membangun model - model yang digunakan pada MPS.   Keywords- Penerjemahan halaman situs, mesin penerjemah statistik, bahasa Indonesia - Melayu Pontianak.
Sistem Otomasi Lampu pada Bangunan Publik dengan Metode Forward Chaining Stephanie, Stephanie; Sujaini, Herry
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 1, No 1 (2015): Edisi Perdana
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (293.46 KB) | DOI: 10.26418/jp.v1i1.10008

Abstract

Konsumsi listrik Indonesia terus meningkat setiap tahunnya. Seiring dengan peningkatan konsumsi listrik, efisiensi dalam penggunaan listrik menjadi sangat krusial. Salah satu tolok ukur efisiensi listrik adalah intensitas energi. Untuk menurunkan intensitas energi diperlukan adanya konservasi energi melalui manajemen energi dan penggunaan teknologi hemat energi. Contoh di mana konservasi energi belum dilakukan pada bangunan publik adalah dengan membiarkan barang elektronik tetap menyala walau sedang tidak dipergunakan, contohnya lampu. Oleh karena itu, perlu dirancang suatu sistem untuk mematikan lampu secara otomatis di luar jam operasional dan tidak ada aktivitas pada bangunan publik. Sistem ini menggunakan kecerdasan buatan (Artificial Intelligence) yang menggunakan metode Forward Chaining dengan sensor Passive Infrared Receiver untuk mendeteksi keberadaan manusia dengan dijembatani oleh Raspberry Pi untuk menghubungkan ke relay sebagai saklar untuk lampu. Sistem akan memutuskan kapan saat yang tepat untuk menyalakan dan memadamkan lampu, bergantung pada kehadiran manusia di setiap ruangan dan jam operasional dari bangunan. Dengan adanya sistem ini, diharapkan dapat menghasilkan penghematan energi yang cukup signifikan. Kata Kunci—forward chaining, otomasi lampu, pengendalian lampu, raspberry pi, sensor passive infrared reciever 
Implementasi Mikrokontroler Pada Sistem Kontrol Peralatan Listrik dan Monitoring Rumah Berbasis Website Sadewa, Harry Luanda; Sujaini, Herry; Nyoto, Rudy Dwi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 1, No 2 (2015): Volume 1, No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (777.724 KB) | DOI: 10.26418/jp.v1i2.12546

Abstract

Meningkatnya taraf hidup masyarakat dimanaditandai dengan aktifitas dan pergerakan masyarakatnya yangselalu meningkat tiap tahunnya. Selama ini masyarakatcenderung mengontrol listrik secara manual menggunakansaklar yang harus dioperasikan dengan bantuan manusia dimanapengendalian tersebut terbentur oleh jarak. Salah satu solusiagar suatu perangkat dapat dikontrol secara maksimal dancakupan jarak kontrolnya semakin luas adalah menggunakanmikontroler yang terhubung dengan internet sehingga bisadiakses dari jarak jauh.Didukung oleh sistem yang berbasiswebsite membuat sistem dapat menampung pengguna dalamjumlah banyak atau biasa disebut multi pengguna. Untukmemaksimalkan kerja dari sistem sendiri digunakan Basis Datasebagai penyimpanan log informasi baik data monitoring,pengaturan perangkat keras, maupun status terakhir darirelay.Pada simulasi yang dilakukan pada jaringan lokal, sistemyang dibangun sudah mampu melakukan fungsi kontrol danmonitoring dengan maksimal relay yang mampu diakomodiradalah 8 buah dan sensor sebanyak 4 buah. Kemudian padasimulasi yang dilakukan terhadap dua buah perangkat arduino,sistem yang dibangun sudah mendukung multi pengguna. Meskiuntuk fungsi kontrol peralatan listrik tidak ada masalah,penggunaan beberapa sensor masih menjadi kendala karenadiperlukannya library tambahan agar dapat bekerja denganbaik pada sistem.Kata Kunci: Kontrol Peralatan Listrik, Monitoring RumahMikrokontroler, Sensor, Relay
Implementasi Augmented Reality dengan Memanfaatkan GPS Based Tracking pada Sistem Pengenalan Gedung Universitas Tanjungpura Pragestu, Steven; Sujaini, Herry; Putra, Arif Bijaksana
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 1, No 2 (2015): Volume 1, No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (776.196 KB) | DOI: 10.26418/jp.v1i2.12560

Abstract

Universitas Tanjungpura (UNTAN) merupakan universitas negeri yang berada di kota Pontianak. UNTAN memiliki banyak gedung yang tersebar pada lahan dengan luas areal 12.135 m2. Banyaknya gedung ini membuat sebagian orang akan kesulitan dalam mengenali dan mendapatkan informasi mengenai gedung yang berada dalam lingkungan UNTAN. Interaktivitas menjadi salah satu poin yang penting dalam pengembangan sebuah aplikasi. Teknologi Augmented Reality (AR) adalah salah satu teknologi interaksi yang dapat mengintegrasikan obyek virtual dengan lingkungan nyata secara real-time. AR memungkinkan user untuk berinteraksi dengan obyek virtual secara natural. AR yang diimplementasikan pada aplikasi bekerja dengan cara memberikan label pada gedung yang ditampilkan oleh layar smartphone. Teknik tracking AR yang digunakan pada penelitian ini adalah GPS based tracking, dimana teknik ini memanfaatkan data koordinat yang dimiliki oleh gedung untuk memberikan label pada gedung. Pengujian pada penelitian ini dilakukan dengan pengujian akurasi dan kuesioner. Berdasarkan hasil dari pengujian akurasi yang dilakukan, aplikasi yang diimplementasikan dengan teknologi AR ini dapat mengenali gedung dari depan, sisi belakang, sisi kiri maupun sisi kanan gedung dan dari jarak dekat, sedang maupun jauh. Berdasarkan kuesioner yang dibagikan kepada 100 responden, didapatkan bahwa aplikasi yang diimplementasikan dengan teknologi AR dapat mempermudah masyarakat kota Pontianak untuk mengenali gedung yang berada di lingkungan UNTAN, sebesar 89% responden yang merasa dimudahkan oleh teknologi AR. Masyarakat kota Pontianak lebih dimudahkan dengan fitur teknologi AR untuk mengenali gedung di UNTAN daripada menggunakan fitur peta digital, dimana persentase pemilih teknologi AR sebesar 96%. Kata Kunci— Android, sistem pengenalan gedung, universitas tanjungpura, augmented reality, GPS based tracking.
Spelling Corrector Bahasa Indonesia dengan Kombinasi Metode Peter Norvig dan N-Gram Simanjuntak, Maya Salinka; Sujaini, Herry; Safriadi, Novi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (428.037 KB) | DOI: 10.26418/jp.v4i1.24075

Abstract

Abstrak - Kesalahan pengetikan dalam suatu dokumen merupakan human error yang sulit dihindari, akibatnya pesan yang ingin disampaikan tidak maksimal. Menggunakan fitur Spelling Corrector menjadi salah satu cara untuk mengecek kesalahan-kesalahan pengetikan. Metode-metode yang digunakan  mampu memberikan saran-saran kata yang benar, tapi tidak mampu memperbaiki kata yang salah secara langsung. Pengguna harus memilih satu kata yang diinginkan dari saran-saran kata yang dihasilkan oleh fitur. Dibutuhkan fitur Spelling Corrector yang mampu memberikan hanya satu saran kata dan langsung memperbaikinya. Melihat cara berbagai macam metode memberikan saran kata, kombinasi metode Peter Norvig dan N-Gram mampu menghasilkan satu saran kata. Kedua metode mencari saran kata menggunakan nilai probabilitas kata yang paling sering muncul di dalam kamus. Perbedaan dari kedua metode tersebut adalah Peter Norvig menggunakan algoritma yang mengkombinasikan proses menghapus, menambah, memisahkan, mengganti, dan memindahkan huruf pada kata yang salah. Sedangkan, N-Gram menggunakan algoritma yang memperhatikan kata-kata sebelum dan sesudahnya berdasarkan kalimat di dalam kamus. Kamus yang digunakan adalah dokumen hasil training corpus yang disebut ARPA file. Kombinasi metode ini diuji dalam 9 skenario kesalahan penulisan dengan 160 kalimat yang masing-masing memiliki satu kata yang salah. Hasil pengujian menyatakan bahwa kombinasi kedua metode memberikan tingkat ketepatan 65,926% dan tingkat keberhasilan 78,07% untuk menghasilkan satu saran kata yang benar dari satu kata yang salah dalam sebuah kalimat. Kombinasi kedua metode ini dapat digunakan dalam memperbaiki kesalahan pengetikan, walaupun tidak dapat memperbaiki kata dengan tingkat kesalahan dua huruf atau lebih. Hal ini dikarenakan, Peter Norvig tidak mampu memperbaiki kata dengan tingkat kesalahan dua huruf dan membutuhkan korpus yang baik.Kata kunci: Kombinasi, Spelling Corrector, Peter Norvig, N-Gram, ARPA file.
Pengaruh Metode Dictionary Lookup pada Cleaning Korpus Terhadap Akurasi Mesin Penerjemah Statistik Indonesia–Melayu Pontianak Etsa, Muhammad Dwi; Sujaini, Herry; Safriadi, Novi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (792.841 KB) | DOI: 10.26418/jp.v4i1.24595

Abstract

Bahasa Melayu Pontianak merupakan dialek bahasa Melayu yang dituturkan oleh masyarakat Kota Pontianak dan sekitarnya, meskipun masih jauh dari kepunahan namun perlu dilestarikan sebagai tindakan pencegahan agar tidak punah, salah satu upaya pelestarian bahasa daerah yaitu dengan pembuat mesin penerjemah. Mesin Penerjemah Statistik (MPS) adalah sebuah pendekatan mesin penerjemah dengan hasil terjemahan dihasilkan atas dasar model statistik, namun masih terdapat kelemahan yaitu rendahnya tingkat akurasi terjemahan. Proses cleaning adalah proses pencarian dan perbaikan (penghapusan) kata atau kalimat yang salah ataupun tidak sesuai dalam rangka meningkatkan tingkat akurasi terjemahan, salah satu metode yang dapat digunakan pada proses cleaning adalah metode dictionary lookup. Tujuan dari penelitian ini adalah mengetahui pengaruh penerapan metode dictionary lookup pada proses cleaning korpus terhadap akurasi mesin penerjemah statistik bahasa Indonesia – bahasa Melayu Pontianak. Penelitian menggunakan korpus paralel sebanyak 9157 kalimat. Pengujian dilakukan dengan membandingkan nilai akurasi hasil terjemahan sebelum dan setelah cleaning dengan metode dictionary lookup. Pengujian dilakukan dengan pengujian otomatis menggunakan Bilingual Evaluation Understudy (BLEU). Dari hasil penelitian, penerapan metode dictionary lookup pada proses cleaning dapat mempengaruhi akurasi MPS, ini terlihat dari terjadinya penurunan sebesar 1,5% pada korpus manual dan penurunan sebesar 6,94% dengan korpus orisinal sementara itu terjadi peningkatan sebesar 2,58% pada korpus clean dic. Berdasarkan hal tersebut penerapan metode dictionary lookup pada proses cleaning dapat menurunkan nilai akurasi hasil terjemahan.
Perbaikan Probabilitas Lexical Model Untuk Meningkatkan Akurasi Mesin Penerjemah Statistik Mandira, Soni; Sujaini, Herry; Putra, Arif Bijaksana
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 1 (2016): Volume 2 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (945.756 KB) | DOI: 10.26418/jp.v2i1.13393

Abstract

Bahasa merupakan alat komunikasi yang digunakan seseorang untuk menyampaikan ide, gagasan, konsep atau perasaan kepada orang lain. Ragam bahasa yang dimiliki setiap orang berbeda, hal ini dapat menghambat pertukaran informasi karena orang lain tidak memahami maksud dan tujuan yang ingin disampaikan. Mesin Penerjemah Statistik (Statistical Machine Translation) merupakan sebuah pendekatan mesin penerjemah dengan hasil terjemahan yang dihasilkan atas dasar model statistik yang parameter-parameternya diambil dari hasil analisis korpus paralel. Tujuan yang ingin dicapai dalam penelitian ini adalah melakukan perbaikan probabilitas lexical model pada mesin penerjemah statistik bahasa Jawa ke bahasa Indonesia untuk meningkatkan nilai akurasi hasil terjemahan. Pengujian dilakukan dengan membandingkan nilai akurasi hasil terjemahan sebelum dan setelah perbaikan probabilitas lexical model. Penelitian menggunakan korpus paralel sebanyak 5108 korpus. Pengujian dilakukan dengan dua cara, yaitu pengujian otomatis menggunakan Bilingual Evaluation Understudy (BLEU) dan pengujian oleh ahli bahasa Jawa. Hasil dari pengujian adalah terdapat peningkatan persentase nilai BLEU sebesar 0.30% pada pengujian otomatis dan 10.69% pada pengujian oleh ahli bahasa. Kata Kunci— BLEU score, korpus paralel, lexical model, mesin penerjemah statistik.
Uji Akurasi Penerjemahan Bahasa Indonesia – Dayak Taman Dengan Penandaan Kata Dasar Dan Imbuhan Jarob, Yosep; Sujaini, Herry; Safriadi, Novi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 2 (2016): Volume 2 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.941 KB) | DOI: 10.26418/jp.v2i2.16520

Abstract

Bahasa merupakan alat komunikasi dan kunci pokok yang penting bagi kehidupan manusia, karena dengan menggunakan bahasa kita dapat berinteraksi dan mengetahui informasi yang dibutuhkan, bahasa juga digunakan seseorang untuk menyampaikan ide, gagasan, konsep atau perasaan kepada orang lain. Bahasa yang dimiliki setiap orang berbeda-beda, keragaman bahasa ini dapat     menghambat pertukaran informasi karena orang lain tidak memahami maksud dan tujuan yang ingin disampaikan. Oleh karena itu diperlukan penerjemah untuk menjembatani bahasa yang berbeda. Mesin Penerjemah Statistik (Statistical Machine Translation) merupakan sebuah pendekatan mesin penerjemah dengan hasil terjemahan yang dihasilkan atas dasar model statistik yang parameter-parameternya diambil dari hasil analisis korpus paralel. Korpus paralel adalah pasangan korpus yang berisi kalimat-kalimat dalam suatu bahasa dan terjemahannya. Salah satu model yang digunakan untuk menentukan akurasi hasil terjemahan adalah dengan melakukan proses tagging kata per kata dengan mengambil kata dasar dan imbuhannya. Tujuan yang ingin di capai dalam penelitian ini adalah menguji akurasi penerjemahan bahasa Indonesia-Dayak Taman dengan membandingkan nilai akurasi sebelum dan setelah dilakukan proses tagging kata per kata dengan mengambil kata dasar dan imbuhannya. Penelitian menggunakan korpus paralel sebanyak 3110 korpus. Pengujian dilakukan dengan dua cara, yaitu pengujian otomatis menggunakan Bilingual Evaluation Understudy (BLEU) dan pengujian oleh ahli bahasa Dayak Taman. Hasil dari pengujian adalah terdapat peningkatan nilai BLEU sebesar 0.36% pada pengujian otomatis dan 20.57% pada pengujian oleh ahli bahasa.
Klasifikasi Citra Alat Musik Tradisional dengan Metode k-Nearest Neighbor, Random Forest, dan Support Vector Machine Sujaini, Herry
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 9, No 2 (2019): Volume 9 Nomor 2 Tahun 2019
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.284 KB) | DOI: 10.21456/vol9iss2pp185-191

Abstract

Dalam dekade terakhir, metode non-parametrik (algoritma berbasis pembelajaran mesin) semakin banyak dipergunakan dari berbagai aplikasi berbasis pengolahan citra digital. Penelitian ini bertujuan untuk membandingkan tiga metode non-parametrik yaitu Metode k-Nearest Neighbor (kNN), Random Forest (RF), dan Support Vector Machine (SVM) terhadap klasifikasi citra alat musik tradisional di Indonesia yang populer di kalangan masyarakat yaitu : angklung, djembe, gamelan, gong, gordang, kendang, kolintang, rebana, sasando, dan serunai. Dari hasil eksperimen pengklasifikasian dengan metode kNN, RF dan SVM, metode kNN memiliki akurasi yang paling baik. Rata-rata nilai precision ketiga metode tersebut berturut-turut adalah 92,1% untuk kNN, 85,4% untuk SVM, dan 69,4% untuk RF
Meningkatkan Peran Model Bahasa dalam Mesin Penerjemah Statistik (Studi Kasus Bahasa Indonesia-Dayak Kanayatn) Sujaini, Herry
Khazanah Informatika Vol. 3 No. 2 Desember 2017
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v3i2.4398

Abstract

Sistem terjemahan mesin berbasis statistik menggunakan kombinasi satu atau lebih model terjemahan dan model bahasa. Meskipun ada banyak penelitian yang membahas peningkatan model terjemahan, masalah mengoptimalkan model bahasa untuk tugas penerjemahan tertentu belum banyak mendapat perhatian. Biasanya, model trigram digunakan sebagai model bahasa standar dalam sistem terjemahan mesin statistik. Dalam tulisan ini kami menerapkan 4 strategi eksperimen untuk melihat peran model bahasa yang digunakan dalam mesin terjemahan Indonesia-Dayak Kanayatn dan menunjukkan perbaikan pada sistem baseline dengan model bahasa standar.
Co-Authors Abang Wandi Syafutra, Abang Wandi Akbar, Khamsah Akbar, Khamsah Al-Abdaliah, Ulfat Aldi Setiawan, Aldi Andreas Christian Andri Hidayat, Andri Anggi Perwitasari, Anggi Anggi Srimurdianti Sukamto, Anggi Srimurdianti Ardiani, Lian Arif Bijaksana Putra Negara, Arif Bijaksana Putra Arif Bijaksana Putra, Arif Bijaksana Darwis, Robby Darwis, Robby Deni Ferliyansah, Deni Despitaria Despitaria, Despitaria Dharmawan, Eric Dian Prawira, Dian Doddi Aria Putra, Doddi Aria Etsa, Muhammad Dwi Gerry Christofer, Gerry Hafiz Muhardi, Hafiz Hariyadi, Firma Harry Luanda Sadewa, Harry Luanda Hartono, Seno Helen Sasty Pratiwi, Helen Sasty Helfi Nasution Hendra Robaintoro, Hendra Hendro Priyatman, Hendro Hengky Anra, Hengky Heri Priyanto, Heri Ica Khamisah, Ica Ismail Yusuf, Ismail Jada Ario Yustin, Jada Ario Jarob, Yosep Jemi Karlos, Jemi Juanda op, Juanda Kadek Yudhimas Septiyadi Putra, Kadek Yudhimas Septiyadi M Azhar Irwansyah, M Azhar M. Azhar Irwansyah Madani Madani, Madani Mandau, M Yunus Mandira, Soni Mangundap, Glen Hizkia Oge Mario Anggara, Mario Muhamad Azhar Irwansyah, Muhamad Azhar Muhammad Azhar Irwansyah Muhammad Hasbiansyah, Muhammad Muhammad Saleh Mulyana Mulyana Mutammimah Mutammimah, Mutammimah Ninda Fitria Pratiwi, Ninda Fitria Ningtyas, Della Widya Novi Safriadi Pratama, Ramananda Rifa'i, Ahmad Ronja, Ronja Rudy Dwi Nyoto, Rudy Dwi Rudy Dwinyoto, Rudy Ryan Herwan Dwi Putra, Ryan Herwan Setiawan, Sandra Permata Gea Simanjuntak, Maya Salinka Sofhian Sofhian Stephanie Stephanie Steven Pragestu, Steven Tri Apriani, Tri Try Wahyudinata, Try Tursina Tursina Vivensius Mitra, Vivensius Wahyu Gunawan Wahyuni, Mirda Zahra Nadira, Zahra