Articles
<![CDATA[APLIKASI PENGAMBILAN KEPUTUSAN ALTERNATIF PEMILIHAN OBAT DENGAN MEMANFAATKAN XPERTRULE ]]>
<![CDATA[Yuhana, Umi Laili]]>;
<![CDATA[Buliali, Joko Lianto]]>;
<![CDATA[Sunaryono, Dwi]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (210.008 KB)
|
DOI: 10.12962/j24068535.v3i1.a127
<![CDATA[Kemudahan masyarakat mendapatkan obat-obatan bebas membawa dampak yang baik maupun yang kurang baik. Dampak yang baik bahwa masyarakat tidak kesulitan dalam menemukan obat untuk penyakitnya. Dampak yang kurang baik adalah ketika masyarakat tidak mendapatkan informasi yang cukup tentang efektifitas obat tersebut, sehingga terkesan bahwa masyarakat melakukan coba-coba dalam menyembuhkan gejala sakit yang dideritanya. Untuk satu jenis penyakit saja tersedia berbagai pilihan obat dengan berbagai merek dan bentuk. Berawal dari masalah diatas dan dari beberapa informasi yang didapat dari indikasi dan faktor penyembuhan obat dibuat suatu sistem berbasis komputer dengan memanfaatkan XpertRule yang dapat memberikan informasi alternatif obat untuk membantu pemakai mengambil keputusan dalam hal pemilihan obat. Sistem ini menggabungkan dua sistem yaitu sistem pakar dan sistem pendukung keputusan. Pemakai dapat menggunakan dua jalur konsultasi yaitu jalur pakar dan jalur pengalaman. Dasar dari jalur pakar adalah informasi dari buku ISO yang berupa indikasi-indikasi sakit beserta obatnya. Sedangkan dasar dari jalur pengalaman adalah pengalaman sejumlah responden terhadap sakit dan kesembuhannya dari obat yang pernah diminum. Untuk jalur pengalaman disertai juga informasi prosentase kesembuhan untuk tiap obat berdasarkan data dari responden. Adapun cara kerja sistem adalah bahwa sistem memberikan pertanyaan-pertanyaan kepada pemakai berupa gejala-gejala sakit yang dideritanya, selanjutnya sistem akan memberikan pilihan alternatif obat yang tepat untuk gejala sakit tersebut. Berdasarkan hasil uji coba terutama untuk kasus-kasus gejala penyakit dengan gejala yang sama serta jalur yang berbeda, maupun untuk kasus yang berbeda-beda untuk jalur yang sama, sistem mampu memberikan solusi berupa alternatif beberapa obat sesuai yang diharapkan. Untuk kasus yang sama dengan jalur yang berbeda bisa saja menghasilkan alternatif obat yang berbeda. Dengan beberapa alternatif obat dan data histori (tingkat kesembuhan obat) untuk tiap-tiap obat tersebut pemakai dapat mengambil keputusan dengan memilih salah satu obat diantaranya. Kata kunci : sistem pakar, sistem pendukung keputusan]]>
<![CDATA[SISTEM PEMBANGKIT ANOTASI PADA ARTIKEL BERGAMBAR DENGAN PENDEKATAN KONTEKSTUAL ]]>
<![CDATA[Purwitasari, Diana]]>;
<![CDATA[Saputra, Dian]]>;
<![CDATA[Yuniar, Esti]]>;
<![CDATA[Yuhana, Umi Laili]]>;
<![CDATA[Siahaan, Daniel]]>
<![CDATA[ JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 1, Januari 2011 ]]>
Publisher : <![CDATA[Department of Informatics, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (553.833 KB)
|
DOI: 10.12962/j24068535.v9i1.a64
<![CDATA[Development of E-learning sites and their materials make it is necessary to help users finding the desired materials. Context-based search engine will help users for the finding task. However that kind of searching can only be done for learning materials that have been semantically signed or annotated. Annotation is given for the article’s content or the article’s image within. There are many constraints for manually providing annotations to the learning articles such that automatic metadata or annotation generating method is needed. This paper discusses about annotation generating system with two subsystems: annotation recommender for learning material using contextual analysis and image metadata generator. The methods for contextual analysis are Latent Semantic Analysis (LSA) and WordNet-lexical dictionary usage. Our experimental results showed that subsystems can be used to generate annotation for articles and images in the articles though we have not done combination of two subsystems.]]>
<![CDATA[Prediksi Code Defect Perangkat Lunak Dengan Metode Association Rule Mining dan Cumulative Support Thresholds ]]>
<![CDATA[Perdana, Rizal Setya]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 ]]>
Publisher : <![CDATA[Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (317.005 KB)
<![CDATA[Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.]]>
<![CDATA[Pemetaan Secara Sistematis Pada Metrik Kualitas Perangkat Lunak ]]>
<![CDATA[Hani’ah, Mamluatul]]>;
<![CDATA[Kurniaawan, Yogi]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ Jurnal Buana Informatika Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 ]]>
Publisher : <![CDATA[Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (484.465 KB)
<![CDATA[Abstract. Software quality assurance is one method to increase quality of software. Improvement of software quality can be measured with software quality metric. Software quality metrics are part of software quality measurement model. Currently software quality models have a very diverse types, so that software quality metrics become increasingly diverse. The various types of metrics to measure the quality of software create proper metrics selection issues to fit the desired quality measurement parameters. Another problem is the validation need to be performed on these metrics in order to obtain objective and valid results. In this paper, a systematic mapping of the software quality metric is conducted in the last nine years. This paper brings up issues in software quality metrics that can be used by other researchers. Furthermore, current trends are introduced and discussed.Keywords: Software Quality, Software Assesment, Metric Abstrak. Penjaminan kualitas suatu perangkat lunak merupakan salah satu cara meningkatkan kualitas suatu perangkat lunak. Metrik kualitas perangkat lunak merupakan bagian dari model pengukuran kualitas perangkat lunak. Model kualitas perangkat lunak memiliki jenis yang sangat beragam, sehinggga metrik kualitas perangkat lunak menjadi semakin beragam jenisnya. Beragamnya jenis metrik pengukuran kualitas perangkat lunak memberikan permasalahan pemilihan metrik yang tepat agar sesuai dengan parameter pengukuran kualitas yang diinginkan. Permasalahan yang lain adalah validasi yang harus dilakukan terhadap metrik tersebut agar diperoleh hasil yang obyektif dan valid. Dalam makalah ini akan dilakukan pemetaan sistemastis terhadap metrik pengukuran kualitas perangkat lunak pada sembilan tahun terakhir. Diharapkan dengan pemetaan sistematis akan dapat memunculkan permasalahan-permasalahan pada metrik kualitas perangkat lunak yang dapat digunakan sebagai penelitian untuk peneliti yang lain. Kata Kunci: Kualitas Perangkat Lunak, Penjaminan Perangkat Lunak, Metrik]]>
<![CDATA[PDITS: APLIKASI PANGKALAN DATA TERPADU UNTUK MENDUKUNG INTEGRASI MULTI SISTEM INFORMASI DI LINGKUNGAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER ]]>
<![CDATA[Purwitasari, Diana]]>;
<![CDATA[Yuhana, Umi Laili]]>;
<![CDATA[Rahman, Arief]]>;
<![CDATA[Setiawan, Bambang]]>;
<![CDATA[Affandi, Achmad]]>
<![CDATA[ SISFO Vol 6 No 1 (2016) ]]>
Publisher : <![CDATA[Department of Information Systems, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penyelenggaraan pendidikan di perguruan tinggi wajib dilaporkan ke Pangkalan Data Pendidikan Tinggi (PDPT) yang terintegrasi secara nasional sebagai bentuk akuntabilitas publik layanan pendidikan. Untuk mendukung proses bisnis kegiatan pendidikan Institut Teknologi Sepuluh Nopember (ITS) telah mengembangkan banyak sistem informasi. Data-data pada masing-masing sistem diintegrasikan di suatu pangkalan data terpadu ITS disebut PDITS sesuai konsep satu kali entri data untuk banyak pemanfaatan yang membantu dalam pelaporan ke PDPT. Pada makalah ini diuraikan suatu cara mengintegrasikan data dari beberapa sistem informasi dengan melakukan penarikan data dan penyesuaian data tersebut ke model basisdata terpusat PDITS. Selanjutnya pemanfaatan data ke sistem informasi lain dilakukan dengan memproses data PDITS ke format data sesuai kebutuhan. Hasil sistem PDITS yang meliputi tiga tahap utama: Impor, Validasi dan Proses menunjukkan kemudahan sistem integrasi sehingga dapat dilakukan oleh staf non teknis. Meskipun demikian pengembangan masih perlu dilakukan untuk integrasi dengan lebih banyak sistem informasi lainnya.]]>
<![CDATA[PEMBUATAN STANDARD OPERATING PROCEDURE PENGEMBANGAN SISTEM INFORMASI MANAJEMEN: STUDI KASUS DPTSI ITS ]]>
<![CDATA[Herdiyanti, Anisah]]>;
<![CDATA[Puspitaningrum, Ari Cahaya]]>;
<![CDATA[Astuti, Hanim Maria]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ SISFO Vol 8 No 1 (2018) ]]>
Publisher : <![CDATA[Department of Information Systems, Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[DPTSI is an information technology unit in Institut Teknologi Sepuluh Nopember (ITS). One of its section is Subdit PSI who is responsible for developing Management Information Systems (MIS) application to other units in ITS. Some problems exist when there is no single procedure available, including unstandardized processes of software development and lack of control in software quality development. A standard operating procedure is needed for this purpose and is constructed according to IT governance best practice framework, i.e. ITIL v3 and COBIT 5. Prior the development of SOP, a gap analysis was conducted to find important activities in software development. As a result, 5 (five) SOPs and 14 forms were developed. The results were then validated through simulation and focus group discussion with Subdit PSI. The research contributes to the implementation of IT governance best practice framework and also serves as a reference for management to standardize IT management process.]]>
<![CDATA[Parsing struktur semantik soal cerita matematika berbahasa indonesia menggunakan recursive neural network ]]>
<![CDATA[Prasetya, Agung]]>;
<![CDATA[Fatichah, Chastine]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July-December ]]>
Publisher : <![CDATA[Information Systems - Universitas Pesantren Tinggi Darul Ulum ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1408.864 KB)
|
DOI: 10.26594/register.v5i2.1537
<![CDATA[Soal cerita berperan penting untuk kemajuan pengembangan kecerdasan buatan. Hal ini karena penyelesaian soal cerita melibatkan pengembangan sebuah sistem yang mampu memahami bahasa alami. Pembentukan sistem penyelesaian soal memerlukan mekanisme untuk mendekomposisikan teks soal ke segmen-segmen teks untuk diterjemahkan ke jenis operasi hitung. Segmen-segmen tersebut ditentukan melalui proses parsing semantik struktur soal agar menghasilkan segmen-segmen yang maknanya menunjuk operasi hitung. Sejumlah metode usulan saat ini sesuai untuk diterapkan pada soal cerita berbahasa Inggris dan belum diterapkan pada soal cerita berbahasa Indonesia. Dampaknya adalah segmen-segmen yang dihasilkan belum tentu menghasilkan urutan pengerjaan operasi yang sesuai makna cerita. Penelitian ini mengusulkan penggunaaan Recursive Neural Network (RNN) sebagai parser struktur semantik soal cerita berbahasa Indonesia. Pengujian parser struktur semantik soal dilakukan terhadap soal-soal yang berasal dari Buku Sekolah Elektronik (BSE) Sekolah Dasar (SD) dari Pusat Perbukuan Kementerian Pendidikan dan Kebudayaan. Hasil pengujian menunjukkan akurasi akhir sebesar 86,4%. Math word problems play an important role for the development of artificial intelligent. This is because solving word problems involves the development of a system that can understand natural language. Designing a system for solving math word problems requires a mechanism for decomposing a text into segments of text to be translated into math operation. The segments are categorized through the process of parsing the semantic structure of the word problems to obtain segments whose meanings refer to math operation. A number of current proposed methods are suitable to be applied to English math word problems and have never been applied to Indonesian math word problems. The impact is that the segments produced are not necessarily in line with the sequences of operations appropriate with the meaning of the story. This study proposed the use of Recursive Neural Network (RNN) as a parser of semantic structure of Indonesian math word problems. The testing of the parser was carried out on the math word problems taken from the Elementary School?s Electronic School Book (BSE) published by the Book Center of the Ministry of Education and Culture. The result of the testing showed that the final accuracy was 86.4%.]]>
<![CDATA[SOFTWARE DEFECT PREDICTION MENGGUNAKAN ALGORITMA K-NN YANG DIOPTIMASI DENGAN PSO ]]>
<![CDATA[Hidayat, Taufik]]>;
<![CDATA[Habibi, Ahmad Faqih]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 15, No 1 (2020): Februari 2020 ]]>
Publisher : <![CDATA[Universitas Pembangunan Nasional "Veteran" Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33005/scan.v15i1.1848
<![CDATA[Abstrak. Untuk menjamin kualitas dari perangkat lunak, kita perlu meminimalisir defect yang terjadi pada perangkat lunak. Salah satu bidang penelitian dalam penentuan kualitas perangkat lunak adalah Software defect prediction (SDP) untuk prediksi kemungkinan terjadinya defect pada perangkat lunak yang akan dikembangkan sehingga dapat membantu pengembang untuk mengetahui apakah pada perangkat lunak yang dikembangkan berpeluang terjadi defect atau tidak sekaligus menghemat biaya. Metode yang digunakan adalah metode klasifikasi menggunakan algoritma k-NN yang dioptimasi menggunakan algoritma PSO untuk mendapatkan nilai akurasi maksimum. Dari hasil penelitian didapatkan akurasi terendah pada dataset MC2 dengan hasil 71,05% dan tertinggi pada dataset PC2 dengan hasil 99,15%.Kata Kunci: Software defect Prediction, k-Nearest Neighbor, Particle Swarm Optimization DOI : https://doi.org/10.33005/scan.v15i1.1848]]>
<![CDATA[Security Quality Measurement Framework for Academic Information System (AIS) Based on ISO/IEC 25010 Quality Model ]]>
<![CDATA[Saptarini, Istiningdyah]]>;
<![CDATA[Rochimah, Siti]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ IPTEK Journal of Proceedings Series No 2 (2017): The 2nd Internasional Seminar on Science and Technology (ISST) 2016 ]]>
Publisher : <![CDATA[Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23546026.y2017i2.2310
<![CDATA[Abstract¾ Academic Information System (AIS) is a CASE tool that can improve efficiency and operational effectiveness of a university. It is necessary to guarantee its security quality. In addition, AIS has different characteristics from other software. This study aims to establish a framework to measure the quality of security on the AIS application domain. The framework is built based on ISO/IEC 25010 quality model. The resulting framework showed that it can measure 20 additional security aspects and produce an aggregated security value compared to the existing quality measurement standard. It is also able to improve the quality of the case study system by an increase in security value of 15.6%.]]>
<![CDATA[Prediksi Code Defect Perangkat Lunak Dengan Metode Association Rule Mining dan Cumulative Support Thresholds ]]>
<![CDATA[Perdana, Rizal Setya]]>;
<![CDATA[Yuhana, Umi Laili]]>
<![CDATA[ Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 ]]>
Publisher : <![CDATA[Universitas Atma Jaya Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24002/jbi.v6i2.408
<![CDATA[Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.]]>
