Article Per Year (5 Year)
p-Index From 2019 - 2024
1.347
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Register: Jurnal Ilmiah Teknologi Sistem Informasi Indonesian Accounting Literacy Journal JAMU : Jurnal Abdi Masyarakat UMUS Madani: Multidisciplinary Scientific Journal
Setyawan, Dimas Ari
Politeknik Negeri Madiun
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Dentistry Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Ambiguitas Machine Translation pada Cross Language Chatbot Bea Cukai Al Haromainy, Muhammad Muharrom; Setyawan, Dimas Ari; Waluya, Onny Kartika; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1284.702 KB) | DOI: 10.26594/register.v5i1.1387

Abstract

Sistem Information Retrieval (IR) maupun chatbot semakin banyak dikembangkan. Salah satu bagian yang banyak diteliti adalah cross language. Masalah pada pengembangan cross language yaitu terjadinya kesalahan pada hasil terjemahan mesin translasi yang memberikan arti tidak sesuai dengan bahasa natural, sehingga pengguna tidak mendapatkan jawaban yang semestinya, bahkan tidak jarang pula pengguna tidak menemukan jawaban. Penelitian ini mengusulkan skema baru mesin translasi yang bertujuan meningkatkan performa dalam masalah ambiguitas. Mesin translasi bekerja dengan cek kebenaran kata kunci, kemudian melakukan Part-of-Speech (POS) Tagging pada kata benda (noun). Kemudian, setiap kata benda yang terdeteksi akan dicari sinonimnya. Lalu, sinonim yang didapatkan akan ditambahkan dan menjadi alternatif kueri baru. Kueri yang mempunyai nilai confident tertinggi diasumsikan sebagai kueri yang paling sesuai. Pada hasil yang didapatkan setelah dilakukan uji coba, melalui penambahan metode yang kami usulkan pada machine translation, dapat meningkatkan akurasi chatbot dibandingkan tanpa menggunakan skema yang diusulkan. Hasil akurasi bertambah 5%, dari yang semula 73% menjadi 77%.  Information retrieval and chatbot systems are increasingly being developed with its language part mostly studied. However, the problem associated with its development is the occurrence of errors in the translation machine resulting in inaccurate answers not in accordance with the natural language, thereby providing users with wrong answers. This study proposes a new translation machine scheme that aims to improve performance while translating ambiguous terms. Translation machines functions by checking the correctness of keywords, and carrying out Part-of-Speech (POS) Tagging on nouns (noun). The synonyms of any detected noun are searched for and obtained added to become alternative new queries. Those with the highest confident value are assumed to be the most appropriate. The results obtained after testing, through the addition of the method proposed in machine translation, can improve the accuracy of the chatbot compared to not using the proposed scheme. The results of the accuracy increased from the original 73% to 77%.
ENHANCEMENT OF DECISION TREE METHOD BASED ON HIERARCHICAL CLUSTERING AND DISPERSION RATIO Setyawan, Dimas Ari; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 18, No. 2, July 2020
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v18i2.a1005

Abstract

The classification process using a decision tree is a classification method that has a feature selection process. Decision tree classifications using information gain have a disadvantage when the dataset has unique attributes for each imbalanced class record and distribution. The data used for decision tree classification has 2 types, numerical and nominal. The numerical data type is carried out a discretization process so that it gets data intervals. Weaknesses in the information gain method can be reduced by using a dispersion ratio method that does not depend on the class distribution, but on the frequency distribution. Numeric type data will be dis-criticized using the hierarchical clustering method to obtain a balanced data cluster. The data used in this study were taken from the UCI machine learning repository, which has two types of numeric and nominal data. There are two stages in this research namely, first the numeric type data will be discretized using hierarchical clustering with 3 methods, namely single link, complete link, and average link. Second, the results of discretization will be merged again then the formation of trees with splitting attributes using dispersion ratio and evaluated with cross-validation k-fold 7. The results obtained show that the discretization of data with hierarchical clustering can increase predictions by 14.6% compared with data without discretization. The attribute splitting process with the dispersion ratio of the data resulting from the discretization of hierarchical clustering can increase the prediction by 6.51%.
Ambiguitas Machine Translation pada Cross Language Chatbot Bea Cukai Al Haromainy, Muhammad Muharrom; Setyawan, Dimas Ari; Waluya, Onny Kartika; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1387

Abstract

Sistem Information Retrieval (IR) maupun chatbot semakin banyak dikembangkan. Salah satu bagian yang banyak diteliti adalah cross language. Masalah pada pengembangan cross language yaitu terjadinya kesalahan pada hasil terjemahan mesin translasi yang memberikan arti tidak sesuai dengan bahasa natural, sehingga pengguna tidak mendapatkan jawaban yang semestinya, bahkan tidak jarang pula pengguna tidak menemukan jawaban. Penelitian ini mengusulkan skema baru mesin translasi yang bertujuan meningkatkan performa dalam masalah ambiguitas. Mesin translasi bekerja dengan cek kebenaran kata kunci, kemudian melakukan Part-of-Speech (POS) Tagging pada kata benda (noun). Kemudian, setiap kata benda yang terdeteksi akan dicari sinonimnya. Lalu, sinonim yang didapatkan akan ditambahkan dan menjadi alternatif kueri baru. Kueri yang mempunyai nilai confident tertinggi diasumsikan sebagai kueri yang paling sesuai. Pada hasil yang didapatkan setelah dilakukan uji coba, melalui penambahan metode yang kami usulkan pada machine translation, dapat meningkatkan akurasi chatbot dibandingkan tanpa menggunakan skema yang diusulkan. Hasil akurasi bertambah 5%, dari yang semula 73% menjadi 77%.  Information retrieval and chatbot systems are increasingly being developed with its language part mostly studied. However, the problem associated with its development is the occurrence of errors in the translation machine resulting in inaccurate answers not in accordance with the natural language, thereby providing users with wrong answers. This study proposes a new translation machine scheme that aims to improve performance while translating ambiguous terms. Translation machines functions by checking the correctness of keywords, and carrying out Part-of-Speech (POS) Tagging on nouns (noun). The synonyms of any detected noun are searched for and obtained added to become alternative new queries. Those with the highest confident value are assumed to be the most appropriate. The results obtained after testing, through the addition of the method proposed in machine translation, can improve the accuracy of the chatbot compared to not using the proposed scheme. The results of the accuracy increased from the original 73% to 77%.
Analisis Perputaran Piutang pada Perusahaan PT Indorama Syinthetics, Tbk Yuwanesti Ari Dewanti; Dimas Ari Setyawan; Mochamat Bayu Aji
Indonesian Accounting Literacy Journal Vol 3 No 1 (2022): Indonesian Accounting Literacy Journal (November 2022)
Publisher : Jurusan Akuntansi Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/ialj.v2i04.4661

Abstract

Piutang timbul ketika perusahaan menjual barang atau jasa secara kredit. Dalam situasi ini, semakin banyak piutang, semakin banyak uang yang dibutuhkan untuk berinvestasi dalam piutang tersebut. PT Indorama Synthetics adalah perusahaan yang bergerak dalam bidang textile. PT Indorama Synthetics dalam melakukan kegiatan operasionalnya selalu berusaha untuk meningkatkan penjualan. Salah satu cara yang digunakan untuk meningkatkan penjualan adalah dengan menggunakan sistem penjualan kredit. Data Penjualan Kredit dan Piutang Usaha pada PT. Indorama Synthetics Tahun 2017 s/d 2021 digunakan untuk analisis pada penelitian ini. Tahun 2021 menunjukkan rasio perputaran piutang mengalami kenaikan sebesar 1,54% yaitu berputar sebesar 9,24 kali dengan membutuhkan waktu pengumpulan piutang selama 39,52 hari. berdasarkan perhitungan selama tahun 2017 s/d 2021, maka tahun 2021 menunjukkan tingkat perputaran piutang tertinggi dibandingkan dengan 4 tahun sebelumnya
Pelatihan Penggunaan Aplikasi SIKS-NG Dalam Mendata Penerima Bantuan Sosial Di Desa Kandangan Harliana Harliana; Subana Subana; Dimas Ari Setyawan; Abd Charis Fauzan; Muhammat Maariful Huda; Raden Mohamad Herdian Bhakti; Tito Prabowo
JAMU : Jurnal Abdi Masyarakat UMUS Vol. 3 No. 01 (2022): Agustus
Publisher : LPPM Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (496.918 KB)

Abstract

Desa Kandangan merupakan salah satu dari 16 desa yang terdapat di Kecamatan Srengat, Kabupaten Blitar dengan luas sekitar 326 Ha, 90% luas wilayahnya merupakan lahan kering dan 9% adalah tanah sawah. Dari 1.483 KK jumlah KK Desa Kandangan terdapat 54,61% KK yang masuk kedalam kategori keluarga prasejahtera. Saat ini pendataan keluarga prasejahtera di Desa Kandangan sudah menggunakan aplikasi SIKS-NG yang merupakan basis data terpadu dari kemnetrian sosial. Aplikasi ini digunakan untuk merekomendasikan penerima bantuan pemerintah di tahun berikutnya. Namun sayangnya penggunaan aplikasi SIKS-NG di Desa Kandangan belum optimal. Berdasarkan hal tersebut maka kegiatan pengabdian ini akan difokuskan untuk membantu perangkat Desa Kandangan dalam memahami penggunaan aplikasi SIKS-NG. Untuk mencapai tujuan tersebut maka tim akan melakukan pendekatan kepada perangkat Desa serta melakukan pelatihan sekaligus membuatkan handbook dengan bahasa yang lebih mudah dimengerti oleh operator SIKS-NG. Selain itu handbook ini juga akan dilengkapi dengan QnA mengenai beberapa kendala saat operator menggunakannya. Dengan adanya hal tersebut maka solusi yang tim tawarkan dapat terlaksana semua sehingga pelaksanaan pengabdian dapat bermanfaat bagi seluruh perangkat Desa Kandangan Kabupaten Blitar
Pemanfaatan Facebook Sebagai Media Promosi Penjualan Madu Istighfar di Kabupaten Kediri Tito Prabowo; Dimas Ari Setyawan; Muhammad Riski Balian; Vion Age Tri Cahyo
JAMU : Jurnal Abdi Masyarakat UMUS Vol. 3 No. 01 (2022): Agustus
Publisher : LPPM Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (437.591 KB)

Abstract

Facebook merupakan salah satu marketplace yang sedang berkembang di Indonesia. Media sosial yang satu ini tidak kalah menarik dibandingkan dengan medsos yang lain, karena selain penggunaannya mudah, jangkauan pemasarannya pun cukup luas. Akan tetapi pengusaha tradisional atau lokal belum banyak yang memanfaatkan media sosial khususnya facebook sebagai media untuk mempromosikan barangnya. Oleh sebab itu perlu dilakukan pengabdian masyarakat berupa pelatihan agar mereka dapat membuat facebook ads sehingga dapat memanfaatkannya untuk media promosi. Metode pelaksanaan terdiri dari tiga tahap yaitu tahap 1 observasi dan kebutuhan, tahap 2 perumusan masalah, tahap 3 pelaksanaan, monitoring dan evaluasi. Setelah dilakukan pelatihan pemilik gerai madu menyatakan akan menggunakan facebook ads sebagai media mempromosikan madunya
OPTIMISASI CHEMICAL OXYGEN DEMAND PRODUCED WATER PADA POLISHING UNIT Deni Nur Fauzi; Dimas Ari Setyawan
Madani: Jurnal Ilmiah Multidisiplin Vol 1, No 1 (2022): November
Publisher : Penerbit Yayasan Daarul Huda Kruengmane

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (541.787 KB)

Abstract

Polishing unit pada Saka Indonesia Pangkah Limited menggunakan biological treatment yang memanfaatkan bakteri aerob untuk mengurangi kadar Chemical Oxygen Demand (COD) effluent pada produce water saat eksplorasi minyak agar sesuai dengan baku mutu. Untuk menjaga agar bakteri tetap hidup diperlukan tambahan substrat berupa nitrat dan fosfat yang dijaga pada kondisi tertentu. Uji data operasional menunjukan bahwa hubungan antara kadar COD effluent dengan variabel-variabel lain non linier dan kompleks. Sehingga dibutuhkan pemodelan black box seperti Artificial Neural Network (ANN) untuk memodelkan hubungan ini. Dari Process Flow Diagram (PFD), data operasional dan pertimbangan manajemen maka 11 variabel menjadi input model ANN dan COD sebagai output variabel. Output variabel model ini akan menjadi fungsi objektif dimana tujuannya adalah nilai minimum. Dua input variabel sebagai variabel yang dioptimisasi yaitu massa nitrat dan fosfat. Sedangkan konstrain berupa 9 parameter operasional dan tiga range variabel input-output. Hubungan empiris antara variabel input-output yang tidak mempunyai persamaan turunan maka teknik optimisasi stokastik diperlukan. Salah satu teknik optimisasi stokastik adalah Genetic Algorithm (GA). Hasil dari prediksi ANN menggunakan struktur Multi Layer Perceptron (MLP) dengan input Finite Impulse Response (FIR) serta pelatihan Levenberg-Marquardt menghasilkan Root Mean Square Error (RMSE) paling optimal berada pada hidden node 42 yaitu RMSE selama pelatihan adalah 0.16092 dan RMSE selama validasi 1.73769. Optimisasi kadar COD mendapatkan hasil kadar COD optimal yaitu 44.8668 mg/L pada kadar nitrat sebesar 9 mg/L dan kadar fosfat sebesar 12 mg/L. 
IMPLEMENTASI FUNGSI DISPERSION RATIO PADA PROSES SPLITING ATRIBUT ALGORITMA DECISION TREE Dimas Ari Setyawan; Deni Nur Fauzi
Madani: Jurnal Ilmiah Multidisiplin Vol 1, No 1 (2022): November
Publisher : Penerbit Yayasan Daarul Huda Kruengmane

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.343 KB)

Abstract

Metode klasifikasi yang memiliki proses seleksi fitur adalah algoritma decision tree. Proses seleksi fitur pada algortima decision tree biasanya menggunakan fungsi Information Gain. Information gain  pada algoritma decision tree memiliki kelemahan jika ada dataset yang memiliki atribut key seperti Product-ID. Fungsi dispersion ratio pada algoritma decision tree dapat meningkatkan signifikansi proses seleksi fitur, sehingga dapat mengatasi kekurangan fungsi information gain. Proses splitting atribut pada decision tree menggunakan fungsi dispersion ratio dengan menggunakan dataset yang diambil dari UCI machine learning repository. Dari 7 dataset, spliting menggunakan dispersion ratio menghasilkan nilai prediksi yang lebih baik denagn rata-rata selisih nilai prediksi untuk decision tree dispersion ratio dengan decision tree information gain adalah 4.71 %.
Co-Authors Abd. Charis Fauzan Agus Zainal Arifin Chastine Fatichah Deni Nur Fauzi Harliana Harliana Mochamat Bayu Aji Muhammad Muharrom Al Haromainy Muhammad Riski Balian Muhammat Maariful Huda Raden Mohamad Herdian Bhakti Subana Subana Tito Prabowo Tito Prabowo Vion Age Tri Cahyo Waluya, Onny Kartika Yuwanesti Ari Dewanti