{ "name": "Indriati", "affiliation": "Brawijaya University", "email_verification": "Email yang diverifikasi di ub.ac.id -Beranda", "research_interests": [ "Information Retrieval", "Intelligent system" ], "publications_basic": [ { "title": "Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes dan Pembobotan TF-IDF Berdasarkan Komentar pada Youtube", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:SdhP9T11ey4C", "index": 1, "authors": "DF Zhafira, B Rahayudi, I Indriati", "journal_year": "J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist. Inf 2 (1), 55-63, 2021", "year": "2021", "citations": 68 }, { "title": "Meningkatkan Keterampilan Kolaborasi Siswa Menggunakan Lembar Kerja Siswa Berbasis Saintifik", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:_Ybze24A_UAC", "index": 2, "authors": "N Nurwahidah, T Samsuri, B Mirawati, I Indriati", "journal_year": "Reflection Journal 1 (2), 70-76, 2021", "year": "2021", "citations": 59 }, { "title": "Penerapan Algoritma C4. 5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:edDO8Oi4QzsC", "index": 3, "authors": "RH Pambudi, BD Setiawan, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2637-2643, 2018", "year": "2018", "citations": 59 }, { "title": "Dealing with fraud", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:Dip1O2bNi0gC", "index": 4, "authors": "G Irianto, N Novianti", "journal_year": "Universitas Brawijaya Press, 2019", "year": "2019", "citations": 54 }, { "title": "Cyberbullying identification in twitter using support vector machine and information gain based feature selection", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:l7t_Zn2s7bgC", "index": 5, "authors": "N Purnamasari, MA Fauzi, LSD Indriati, LS Dewi", "journal_year": "Indonesian Journal of Electrical Engineering and Computer Science 18 (3 …, 2020", "year": "2020", "citations": 35 }, { "title": "Sentiment Analysis for Review Mobile Applications Using Neighbor Method Weighted K-Nearest Neighbor (Nwknn)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:4TOpqqG69KYC", "index": 6, "authors": "I Indriati, A Ridok", "journal_year": "Journal of Environmental Engineering and Sustainable Technology 3 (1), 23-32, 2016", "year": "2016", "citations": 32 }, { "title": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based Features", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:738O_yMBCRsC", "index": 7, "authors": "A Kurniawan, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 8335-8342, 2019", "year": "2019", "citations": 29 }, { "title": "Analisis Sentimen Pada Ulasan Aplikasi BCA Mobile Menggunakan BM25 Dan Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:SeFeTyx0c_EC", "index": 8, "authors": "ID Onantya, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2575-2580, 2019", "year": "2019", "citations": 25 }, { "title": "Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine Dan Algoritma Genetika Sebagai Metode Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:dshw04ExmUIC", "index": 9, "authors": "I Darma, RS Perdana, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (3), 998-1007, 2017", "year": "2017", "citations": 25 }, { "title": "Klasifikasi ujaran kebencian pada twitter menggunakan metode naïve bayes berbasis n-gram dengan seleksi fitur information gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:ye4kPcJQO24C", "index": 10, "authors": "M Hakiem, MA Fauzi, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2443-2451, 2019", "year": "2019", "citations": 22 }, { "title": "Meningkatkan keterampilan kolaborasi siswa menggunakan lembar kerja siswa berbasis saintifik. Reflection Journal, 1 (2), 70–76", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:9pM33mqn1YgC", "index": 11, "authors": "N Nurwahidah, T Samsuri, B Mirawati, I Indriati", "journal_year": "", "citations": 21, "year": "2021" }, { "title": "Klasifikasi Dokumen Tumbuhan Obat Menggunakan Metode Improved k-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:TIZ-Mc8IlK0C", "index": 12, "authors": "AA Puspitasari, E Santoso, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 486-492, 2018", "year": "2018", "citations": 21 }, { "title": "Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:RGFaLdJalmkC", "index": 13, "authors": "F Alvianda, Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2019", "year": "2019", "citations": 20 }, { "title": "Penerapan algoritme modified k-nearest neighbour pada pengklasifikasian penyakit kejiwaan skizofrenia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:uc_IGeMz5qoC", "index": 14, "authors": "A Hutapea, MT Furqon, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3957-3961, 2018", "year": "2018", "citations": 20 }, { "title": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATK", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:ILKRHgRFtOwC", "index": 15, "authors": "MY Ardianto, S Adinugroho, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3826-3832, 2021", "year": "2021", "citations": 19 }, { "title": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan K-Nearest Neighbor (K-NN) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:iH-uZ7U-co4C", "index": 16, "authors": "YM Febrianti, I Indriati, AW Widodo", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3689-3698, 2018", "year": "2018", "citations": 19 }, { "title": "Analisis sentimen tanggapan masyarakat aplikasi tiktok menggunakan metode naïve bayes dan categorial propotional difference (cpd)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:mvPsJ3kp5DgC", "index": 17, "authors": "JA Zulqornain, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 2886-2890, 2021", "year": "2021", "citations": 18 }, { "title": "Penerapan Algoritma Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia (Studi Kasus: RSJ. Radjiman Wediodiningrat, Lawang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:vbGhcppDl1QC", "index": 18, "authors": "A Perdana, MT Furqon, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3162-3167, 2018", "year": "2018", "citations": 18 }, { "title": "Penentuan Komposisi Pakan Ternak untuk Memenuhi Kebutuhan Nutrisi Ayam Petelur dengan Biaya Minimum Menggunakan Particle Swarm Optimization (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:pyW8ca7W8N0C", "index": 19, "authors": "E Marginingtyas, WF Mahmudy, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (12), 1642-1651, 2017", "year": "2017", "citations": 18 }, { "title": "Analisis Sentimen terhadap Kebijakan Kuliah Daring Selama Pandemi Menggunakan Pendekatan Lexicon Based Features dan Support Vector Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:uLbwQdceFCQC", "index": 20, "authors": "NE Oktaviana, YA Sari, I Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 9 (2), 357-362, 2022", "year": "2022", "citations": 17 }, { "title": "Identifikasi Tweet Cyberbullying pada Aplikasi Twitter menggunakan Metode Support Vector Machine (SVM) dan Information Gain (IG) sebagai Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:35N4QoGY0k4C", "index": 21, "authors": "NMGD Purnamasari, MA Fauzi, Indriati, LS Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 17 }, { "title": "Pengaruh model pembelajaran berbasis masalah terhadap kemampuan berpikir kreatif matematis siswa pada materi bilangan pecahan kelas IV SDIT At-Thoriq", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:K3LRdlH-MEoC", "index": 22, "authors": "DS Indriani, W Widyasari", "journal_year": "AL-KAFF: JURNAL SOSIAL HUMANIORA 2 (3), 2019", "year": "2019", "citations": 16 }, { "title": "Analisis sentimen pada ulasan aplikasi mobile banking menggunakan metode support vector machine dan lexicon based features", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_Re3VWB3Y0AC", "index": 23, "authors": "KI Ruslim, PP Adikara, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (7), 6694-6702, 2019", "year": "2019", "citations": 15 }, { "title": "Analisis Sentimen Tentang Opini Performa Klub Sepak Bola pada Dokumen Twitter Menggunakan Support Vector Machine, dengan perbaikan Kata Tidak Baku", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:WbkHhVStYXYC", "index": 24, "authors": "I Indriati, M Marji, S Pakpahan", "journal_year": "J. Pengemb. Teknol. Inf. dan Ilmu Komput 3 (7), 7259-7267, 2019", "year": "2019", "citations": 15 }, { "title": "Sistem Pakar Diagnosis Penyakit Hepatitis Menggunakan Metode Dempster Shafer", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:j8SEvjWlNXcC", "index": 25, "authors": "AT Novarina, E Santoso, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (6), 2252-2258, 2018", "year": "2018", "citations": 15 }, { "title": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hFOr9nPyWt4C", "index": 26, "authors": "PN Fadila, Indriati, DE Ratnawati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 3 (3), 193-200, 2016", "year": "2016", "citations": 15 }, { "title": "Seleksi Fitur Gain Ratio pada Analisis Sentimen Kebijakan Pemerintah Mengenai Pembelajaran Jarak Jauh dengan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:z_wVstp3MssC", "index": 27, "authors": "GF Grandis, YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (8), 3507-3514, 2021", "year": "2021", "citations": 14 }, { "title": "Deteksi Emosi pada Twitter Menggunakan Metode Naive Bayes dan Kombinasi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:kuK5TVdYjLIC", "index": 28, "authors": "F Fanesya, RC Wihandika, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6678-6686, 2019", "year": "2019", "citations": 14 }, { "title": "Klasifikasi Hoax Pada Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Modified K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:J_g5lzvAfSwC", "index": 29, "authors": "AR Prasetyo, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7466-7473, 2018", "year": "2018", "citations": 14 }, { "title": "Peramalan Harga Saham Menggunakan Metode Support Vector Regression (SVR) Dengan Particle Swarm Optimization (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:evX43VCCuoAC", "index": 30, "authors": "V Rusmalawati, MT Furqon, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (5), 1980-1990, 2018", "year": "1980", "citations": 13 }, { "title": "Pencarian Berita Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:g5m5HwL7SMYC", "index": 31, "authors": "K Frinta, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2589-2595, 2019", "year": "2019", "citations": 12 }, { "title": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:geHnlv5EZngC", "index": 32, "authors": "B Andrianto, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (12), 7380-7385, 2018", "year": "2018", "citations": 12 }, { "title": "Peningkatan ManajemenData Melalui Sistem Aplikasi Posyandu Di Kecamatan LowokwaruMalang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ZHo1McVdvXMC", "index": 33, "authors": "L Muflikhah, D Jauhari, I Indriati", "journal_year": "Malang: Universita Brawijaya, 2016", "year": "2016", "citations": 12 }, { "title": "Klasifikasi Film Berdasarkan Sinopsis dengan Menggunakan Improved K-Nearest Neighbor (K-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:TFP_iSt0sucC", "index": 34, "authors": "N Muslimah, Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 11 }, { "title": "Analisis Sentimen menggunakan Metode Naïve Bayes Classifier terhadap Review Produk Perawatan Kulit Wajah menggunakan Seleksi Fitur N-gram dan Document Frequency Thresholding", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:e_rmSamDkqQC", "index": 35, "authors": "SK Wardani, YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5582-5590, 2021", "year": "2021", "citations": 10 }, { "title": "Pengenalan Jenis Kelamin dan Rentang Umur berdasarkan Suara menggunakan Metode Backpropagation Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:0KyAp5RtaNEC", "index": 36, "authors": "AA Alwi, PP Adikara, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2083-2093, 2020", "year": "2083", "citations": 10 }, { "title": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan Mulut", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:rO6llkc54NcC", "index": 37, "authors": "MR Ravi, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2596-2602, 2019", "year": "2019", "citations": 10 }, { "title": "Peringkasan Teks Otomatis Menggunakan Metode Maximum Marginal Relevance Pada Hasil Pencarian Sistem Temu Kembali Informasi Untuk Artikel Berbahasa Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BqipwSGYUEgC", "index": 38, "authors": "NF Saraswati, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5494-5502, 2018", "year": "2018", "citations": 10 }, { "title": "Klasifikasi Spam Pada Twitter Menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:dfsIfKJdRG4C", "index": 39, "authors": "DZ Nathania, I Indriati, FA Bachtiar", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3948-3956, 2018", "year": "2018", "citations": 9 }, { "title": "Implementasi Naïve Bayes Classifier untuk Klasifikasi Emosi Tweet Berbahasa Indonesia pada Spark", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:kz9GbA2Ns4gC", "index": 40, "authors": "RA Nugroho, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (1), 301-310, 2021", "year": "2021", "citations": 8 }, { "title": "Peringkasan Teks Otomatis Pada Artikel Berita Hiburan Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:70eg2SAEIzsC", "index": 41, "authors": "D Andriani, I Indriati, MT Furqon", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (3), 2603-2610, 2019", "year": "2019", "citations": 8 }, { "title": "Analisis Sentimen Dengan Query Expansion Pada Review Aplikasi M-Banking Menggunakan Metode Fuzzy K-Nearest Neighbor (Fuzzy k-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:NMxIlDl6LWMC", "index": 42, "authors": "NC Wirawan, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (1), 362-368, 2018", "year": "2018", "citations": 8 }, { "title": "Analisis Sentimen Masyarakat Terhadap Mass Rapid Transit Jakarta Menggunakan Metode Naïve Bayes Dengan Normalisasi Kata", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:1qzjygNMrQYC", "index": 43, "authors": "TM Iryana, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2753-2760, 2021", "year": "2021", "citations": 7 }, { "title": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:WA5NYHcadZ8C", "index": 44, "authors": "MM Rohman, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2646-2654, 2021", "year": "2021", "citations": 7 }, { "title": "Prediksi permintaan keripik buah dengan metode jaringan syaraf tiruan backpropagation (studi kasus: cv. arjuna 999)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ruyezt5ZtCIC", "index": 45, "authors": "B Salsabila, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (6), 1667-1674, 2020", "year": "2020", "citations": 7 }, { "title": "Klasifikasi Tweets Pada Twitter Menggunakan Metode K-Nearest Neighbour (K-NN) Dengan Pembobotan TF-IDF", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:L7CI7m0gUJcC", "index": 46, "authors": "RH Satrio, MA Fauzi, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 8293-8300, 2019", "year": "2019", "citations": 7 }, { "title": "Klasifikasi Tingkat Stres Berdasarkan Tweet pada Akun Twitter menggunakan Metode Improved k-Nearest Neighbor dan Seleksi Fitur Chi-square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:OU6Ihb5iCvQC", "index": 47, "authors": "MI Maulana, I Indriati, AA Soebroto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6662-6669, 2019", "year": "2019", "citations": 7 }, { "title": "Implementasi named entity recognition pada factoid question answering system untuk cerita rakyat indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:RYcK_YlVTxYC", "index": 48, "authors": "Y Kurniawati, I Indriati, PP Adikara", "journal_year": "Jurnal pengembangan teknologi informasi dan ilmu komputer 2 (9), 3142-3149, 2018", "year": "2018", "citations": 7 }, { "title": "Peringkasan Teks Otomatis Secara Ekstraktif Pada Artikel Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Latent Semantic Analysis", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:lSLTfruPkqcC", "index": 49, "authors": "NSW Gotami, Indriati, RK Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 7 }, { "title": "Implementasi Algoritme Fuzzy K-Nearest Neighbor untuk Penentuan Lulus Tepat Waktu (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:RHpTSmoSYBkC", "index": 50, "authors": "ASP Anugerah, I Indriati, C Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (4), 1726-1732, 2018", "year": "2018", "citations": 7 }, { "title": "“Penerapan Algoritma C4. 5 Dalam Program Untuk Memprediksi Kinerja Siswa Sekolah Menengah”", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_xSYboBqXhAC", "index": 51, "authors": "RH Pambudi, BD Setiawan, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2637-2643, 2017", "year": "2017", "citations": 7 }, { "title": "Deteksi Autisme pada Anak Menggunakan Metode Modified K-Nearest Neighbor (MKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:gsN89kCJA0AC", "index": 52, "authors": "ZS Putri, RRM Putri, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 1 (3), 241-248, 2017", "year": "2017", "citations": 7 }, { "title": "Penerapan Metode K–Nearest Neighbor (KNN) dan Metode Weighted Product (WP) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi (Studi Kasus: Sekolah …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:GnPB-g6toBAC", "index": 53, "authors": "N Nafi’Dzikrulloh, Indriati, BD Setiawan", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2017", "year": "2017", "citations": 7 }, { "title": "Implementasi Fuzzy Time series pada Prediksi Harga Daging di Pasar Kabupaten Malang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:EUQCXRtRnyEC", "index": 54, "authors": "FA Gumelar, RR Mardi P, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2724-2733, 0", "citations": 7, "year": "" }, { "title": "Analisis Sentimen IMDB Movie Reviews menggunakan Metode Long Short-Term Memory dan FastText", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:VLnqNzywnoUC", "index": 55, "authors": "MAA Islamy, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (9), 4106-4115, 2022", "year": "2022", "citations": 6 }, { "title": "Analisis Sentimen Data Tweets terhadap Penanganan Covid-19 di Indonesia menggunakan Metode Naive Bayes dan Pemilihan Kata Bersentimen menggunakan Lexicon Based", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:tkaPQYYpVKoC", "index": 56, "authors": "AAA Sumanjaya, I Indriati, A Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 6 (4), 1865-1872, 2022", "year": "2022", "citations": 6 }, { "title": "Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:YohjEiUPhakC", "index": 57, "authors": "EP Nirwandani, I Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1039-1047, 2021", "year": "2021", "citations": 6 }, { "title": "Analisis Sentimen berbasis Aspek terhadap Data Ulasan Rumah Makan menggunakan Metode Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BUYA1_V_uYcC", "index": 58, "authors": "SR Yustihan, PP Adikara, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1017-1023, 2021", "year": "2021", "citations": 6 }, { "title": "Analisis Sentimen terhadap Ulasan Hotel menggunakan Boosting Weighted Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:p2g8aNsByqUC", "index": 59, "authors": "R Cahyani, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7767-7773, 2019", "year": "2019", "citations": 6 }, { "title": "METODE ENSEMBLE CLASSIFIER UNTUK MENDETEKSI JENIS ATTENTION DEFICIT HYPERACTIVITY DISORDER (ADHD) PADA ANAK USIA DINI", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:b0M2c_1WBrUC", "index": 60, "authors": "Indriati, A Kusyanti", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 6 (3), 2019", "year": "2019", "citations": 6 }, { "title": "Aplikasi Berbasis M-KNN untuk Mendukung Keputusan Perekrutan Pemain yang Sesuai dengan Kebutuhan Tim Sepakbola", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:f2IySw72cVMC", "index": 61, "authors": "DS Chandra, M Mardji, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (6), 2051-2057, 2018", "year": "2051", "citations": 6 }, { "title": "Prediksi kebutuhan air PDAM Kota Malang menggunakan metode fuzzy time series dengan algoritma genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:9Nmd_mFXekcC", "index": 62, "authors": "K Istiqara", "journal_year": "Universitas Brawijaya, 2017", "year": "2017", "citations": 6 }, { "title": "Pengklasifikasian Dokumen Berbahasa Indonesia Dengan Pengindeksan Berbasis LSI", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:HDshCWvjkbEC", "index": 63, "authors": "A Ridok, Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 2 (2), 87-95, 2015", "year": "2015", "citations": 6 }, { "title": "OPTIMASI KOMPOSISI PAKAN KAMBING POTONG MENGGUNAKAN ALGORITMA GENETIKA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:bFI3QPDXJZMC", "index": 64, "authors": "D Pramesti, WF Mahmudy, Indriati", "journal_year": "Doro Repository 5 (13), 2015", "year": "2015", "citations": 6 }, { "title": "Classification of campus e-complaint documents using directed acyclic graph multi-class SVM based on analytic hierarchy process", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:IWHjjKOFINEC", "index": 65, "authors": "I Cholissodin, M Kurniawati, I Arwani", "journal_year": "2014 International Conference on Advanced Computer Science and Information …, 2014", "year": "2014", "citations": 6 }, { "title": "Penerapan model pembelajaran cooperative tipe STAD dengan soal-soal pemecahan masalah pada mata pelajaran matematika di SMA negeri 6 Palembang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hkOj_22Ku90C", "index": 66, "authors": "I Indriati, Y Hartono", "journal_year": "Jurnal Pendidikan Matematika Sriwijaya 5 (2), 121837, 2011", "year": "2011", "citations": 6 }, { "title": "Peringkasan Teks menggunakan metode Maximum Marginal Relevance terhadap Artikel Berita terkait COVID-19", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:i2xiXl-TujoC", "index": 67, "authors": "YA Kresna, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3901-3907, 2021", "year": "2021", "citations": 5 }, { "title": "Klasifikasi Jenis Kelamin Pengguna Twitter dengan menggunakan Metode BM25 dan K-Nearest Neighbor (KNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:eJXPG6dFmWUC", "index": 68, "authors": "AS Zakia, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (10), 3331-3337, 2020", "year": "2020", "citations": 5 }, { "title": "Penerapan Algoritma Decision Tree C4. 5 Untuk Deteksi Fraud Pada Kartu Kredit dengan Oversampling Synthetic Minority Technique (SMOTE)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:XvxMoLDsR5gC", "index": 69, "authors": "LD Perwara, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (8), 2664-2669, 2020", "year": "2020", "citations": 5 }, { "title": "Analisis Sentimen pada Ulasan Pengguna MRT Jakarta Menggunakan Metode Neighbor-Weighted K-Nearest Neighbor dengan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:olpn-zPbct0C", "index": 70, "authors": "FO Putri, I Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2195-2203, 2020", "year": "2020", "citations": 5 }, { "title": "Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:AXPGKjj_ei8C", "index": 71, "authors": "LSWW Keaan, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 7172-7179, 2019", "year": "2019", "citations": 5 }, { "title": "Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:UxriW0iASnsC", "index": 72, "authors": "S Hanifah, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10309-10315, 2019", "year": "2019", "citations": 5 }, { "title": "Penentuan Rating Review Film Menggunakan Metode Multinomial Naïve Bayes Classifier dengan Feature Selection berbasis Chi-Square dan Galavotti-Sebastiani-Simi Coefficient", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:EkHepimYqZsC", "index": 73, "authors": "TMEYB Butar", "journal_year": "Universitas Brawijaya, 2018", "year": "2018", "citations": 5 }, { "title": "Implementasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Jumlah Penduduk Miskin di Indonesia dengan Optimasi Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:e5wmG9Sq2KIC", "index": 74, "authors": "AJR Ashshiddiqi, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4638-4646, 2018", "year": "2018", "citations": 5 }, { "title": "Implementasi Association Rule Mining Untuk Menentukan Menu Paket Makanan Dengan Algoritma FIN Menggunakan Nodesets (Studi Kasus RM Lesehan Nova Sragen)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:Z5m8FVwuT1cC", "index": 75, "authors": "RN Saputra, MT Furqon, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3962-3967, 2018", "year": "2018", "citations": 5 }, { "title": "Optimasi Bobot Multi-Layer Perceptron Menggunakan Algoritma Genetika Untuk Klasifikasi Tingkat Resiko Penyakit Stroke", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:86PQX7AUzd4C", "index": 76, "authors": "NO Rahardiani, WF Mahmudy, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2352-2360, 2018", "year": "2018", "citations": 5 }, { "title": "Implementasi Metode Dempster-Shafer untuk Diagnosis Penyakit pada Tanaman Kedelai", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:-_dYPAW6P2MC", "index": 77, "authors": "RA Wicaksono, N Hidayat, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (3), 1212-1218, 2018", "year": "2018", "citations": 5 }, { "title": "Implementasi Metode Analytic Hierarchy Process-Weighted Product Untuk Rekomendasi Hunian Ideal (Studi Kasus: Kota Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:zA6iFVUQeVQC", "index": 78, "authors": "RA Nugraha, I Indriati, I Cholissodin", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 848-856, 2018", "year": "2018", "citations": 5 }, { "title": "Optimasi Komposisi Pakan Sapi Perah Menggunakan Algoritma Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:g3aElNc5_aQC", "index": 79, "authors": "D Fakhiroh, WF Mahmudy, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (1), 69-74, 2017", "year": "2017", "citations": 5 }, { "title": "Pembelajaran Kontekstual Menggunakan Media Konkrit Untuk Meningkatkan Hasil Belajar IPA Siswa Kelas IX Pada Pokok Bahasan Wujud Benda Di SMP Negeri 1 Dasuk", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:W5xh706n7nkC", "index": 80, "authors": "I Indriati, R Riskiyah", "journal_year": "LENSA (Lentera Sains): Jurnal Pendidikan IPA 7 (2), 89-95, 2017", "year": "2017", "citations": 5 }, { "title": "Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM)(Studi Kasus: Ulasan Tempat Makan)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:NJ774b8OgUMC", "index": 81, "authors": "A Awalina, FA Bachtiar, I Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 9 (2), 419-426, 2022", "year": "2022", "citations": 4 }, { "title": "Pengembangan Aplikasi Sistem Pemesanan Cuci Sepatu berbasis Mobile Android pada Garage Shoes Clean", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:4hFrxpcac9AC", "index": 82, "authors": "AP Jhohansyah, F Pradana, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (1), 43-51, 2022", "year": "2022", "citations": 4 }, { "title": "Evaluasi Performasi Ruang Warna pada Klasifikasi Diabetic Retinophaty Menggunakan Convolution Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:LPZeul_q3PIC", "index": 83, "authors": "C Dewi, A Santoso, I Indriati, NA Dewi, YK Arbawa", "journal_year": "Jurnal Teknologi Informasi Dan Ilmu Komputer 8 (3), 619-624, 2021", "year": "2021", "citations": 4 }, { "title": "Analisis Sentimen Aplikasi E-Goverment berdasarkan Ulasan Pengguna menggunakan Metode Maximum Entropy dan Seleksi Fitur Mutual Information", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_B80troHkn4C", "index": 84, "authors": "AFH Kaban, I Indriati, N Yudistira", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1452-1458, 2021", "year": "2021", "citations": 4 }, { "title": "Analisis Sentimen Penghapusan Ujian Nasional pada Twitter menggunakan Document Frequency Difference dan Multinomial Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:b1wdh0AR-JQC", "index": 85, "authors": "R Rilinka, I Indriati, N Yudistira", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 876-883, 2021", "year": "2021", "citations": 4 }, { "title": "Temu Kembali Informasi pada Berita Olahraga Berbahasa Indonesia dengan Seleksi Fitur Term Frequency dan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:V3AGJWp-ZtQC", "index": 86, "authors": "RR Baihaqi, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (11), 4200-4206, 2020", "year": "2020", "citations": 4 }, { "title": "Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa Yogyakarta", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ClCfbGk0d_YC", "index": 87, "authors": "R Difitria, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (5), 1364-1371, 2020", "year": "2020", "citations": 4 }, { "title": "Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor (MKNN) dengan BM25 dan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:4fKUyHm3Qg0C", "index": 88, "authors": "C Ardiansyah, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1027-1032, 2020", "year": "2020", "citations": 4 }, { "title": "Sistem Rekomendasi Dosen Pembimbing Berdasarkan Dokumen Judul Skripsi di Bidang Komputasi Cerdas Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:5awf1xo2G04C", "index": 89, "authors": "AAB Arisetiawan, I Indriati, DE Ratnawati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5832-5836, 2019", "year": "2019", "citations": 4 }, { "title": "Klasifikasi Emosi Lirik Lagu menggunakan Improved K-Nearest Neighbor dengan Seleksi Fitur dan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ldfaerwXgEUC", "index": 90, "authors": "FS Sinaga, I Indriati, B Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5697-5702, 2019", "year": "2019", "citations": 4 }, { "title": "Klasifikasi Rating Berdasarkan Komentar Tempat Wisata Di Media Sosial Dengan Menggunakan Metode Fuzzy K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hMsQuOkrut0C", "index": 91, "authors": "NA Kartini, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4164-4169, 2019", "year": "2019", "citations": 4 }, { "title": "Query Expansion Pada Sistem Temu Kembali Informasi Dokumen Jurnal Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:bEWYMUwI8FkC", "index": 92, "authors": "FP Wardani, I Indriati, B Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2619-2625, 2019", "year": "2019", "citations": 4 }, { "title": "Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Debit Air (Studi Kasus: PDAM Indramayu)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:dTyEYWd-f8wC", "index": 93, "authors": "MA Fauzan, BD Setiawan, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 831-835, 2019", "year": "2019", "citations": 4 }, { "title": "Klasifikasi Berita Olahraga Berbahasa Indonesia Menggunakan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:uWQEDVKXjbEC", "index": 94, "authors": "E Septrinas, I Indriati, AA Soebroto", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (10), 9762-9769, 2019", "year": "2019", "citations": 4 }, { "title": "Penerapan Algoritme Fuzzy K-Nearest Neighbor (FK-NN) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:nrtMV_XWKgEC", "index": 95, "authors": "TO Sianturi, MT Furqon, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3492-3499, 2018", "year": "2018", "citations": 4 }, { "title": "Map Visualization of Shortest Path Searching of Government Agency Location Using Ant Colony Algorithm", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:JV2RwH3_ST0C", "index": 96, "authors": "C Dewi, D Indriati", "journal_year": "International Journal of Computer Science and Information Security 11 (11), 19, 2013", "year": "2013", "citations": 4 }, { "title": "Application of Artificial Intelligence for Maternal and Child Disorders in Indonesia: A Review", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:0izLItjtcgwC", "index": 97, "authors": "D Kurnianingtyas, L Muflikhah", "journal_year": "Asia Simulation Conference, 289-306, 2024", "year": "2024", "citations": 3 }, { "title": "Klasifikasi Pengaduan Pelayanan Dispendukcapil Kota Malang Menggunakan Metode Naïve Bayes dan Seleksi Fitur Glasgow-II", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BrmTIyaxlBUC", "index": 98, "authors": "C Anam, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3264-3271, 2020", "year": "2020", "citations": 3 }, { "title": "Sentiment Analysis in the Mobile Application Review Document Using the Improved K-Nearest Neighbor Method", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:abG-DnoFyZgC", "index": 99, "authors": "Indriati, A Kusyanti, D Zakia", "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", "year": "2019", "citations": 3 }, { "title": "Relevance Feedback Pada Sistem Temu Kembali Informasi Dokumen E-Book Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:2P1L_qKh6hAC", "index": 100, "authors": "T Agiyola, I Indriati, B Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4613-4621, 2019", "year": "2019", "citations": 3 }, { "title": "Optimasi kebutuhan gizi untuk ibu hamil dengan menggunakan hybrid algoritma genetika dan simulated annealing", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LjlpjdlvIbIC", "index": 101, "authors": "BR Musanah, WF Mahmudy, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (4), 4040-4047, 2019", "year": "2019", "citations": 3 }, { "title": "Analisis sentimen tentang kebijakan ganjil genap kendaraan bermotor di DKI Jakarta pada Twitter menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:isC4tDSrTZIC", "index": 102, "authors": "DSA Yanti, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2626-2631, 2019", "year": "2019", "citations": 3 }, { "title": "Rekomendasi Resep Masakan Berdasarkan Ketersediaan Bahan Masakan Menggunakan Metode N-Gram dan Cosine Similarity", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:p__nRnzSRKYC", "index": 103, "authors": "RT Utami, YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1524-1531, 2019", "year": "2019", "citations": 3 }, { "title": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widf", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HE397vMXCloC", "index": 104, "authors": "DN Armianti, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10161-10167, 2019", "year": "2019", "citations": 3 }, { "title": "Query Expansion Pada Sistem Temu Kembali Informasi Berbahasa Indonesia Dengan Metode Pembobotan TF-IDF Dan Algoritme Cosine Similarity Berbasis Wordnet", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:YFjsv_pBGBYC", "index": 105, "authors": "MD Laxmi, I Indriati, MA Fauzi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 823-830, 2019", "year": "2019", "citations": 3 }, { "title": "Implementasi Fuzzy K-Nearest Neighbour (FK-NN) Untuk Pemilihan Keminatan Mahasiswa Teknik Informatika (Studi Kasus: Program Studi Teknik Informatika Fakultas Ilmu Komputer …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:k_IJM867U9cC", "index": 106, "authors": "DL Widyastomo, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4414-4420, 2018", "year": "2018", "citations": 3 }, { "title": "Rekomendasi Lokasi Pet Shop Di Kota Malang Menggunakan Metode Analytical Hierarchy Process (AHP) Simple Additive Weighting (SAW)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:O3NaXMp0MMsC", "index": 107, "authors": "GR Hamdhani, E Santoso, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 3 }, { "title": "Analisis Sentimen Review Aplikasi Mobile Dengan Menggunakan Metode Modified K Nearest Neighbour (MK-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:blknAaTinKkC", "index": 108, "authors": "AN Royyan, Indriati, L Muflikhah", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 3 }, { "title": "Optimasi Komposisi Pakan Sapi Potong Menggunakan Algoritma Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4JMBOYKVnBMC", "index": 109, "authors": "JI Kusuma, WF Mahmudy, Indriati", "journal_year": "DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya 5 (15), 2015", "year": "2015", "citations": 3 }, { "title": "Indriati, & Adikara, PP (2019). Analisis Sentimen Tentang Kebijakan Ganjil Genap Kendaraan Bermotor di DKI Jakarta Pada Twitter Menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:t7zJ5fGR-2UC", "index": 110, "authors": "DSA Yanti", "journal_year": "Jurnal Pengembangan Teknlogi Informasi Dan Ilmu Komputer 3 (3), 2626-2631, 0", "citations": 3, "year": "" }, { "title": "Pengenalan Entitas Bernama Menggunakan Bi-LSTM pada Chatbot Bahasa Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:FAceZFleit8C", "index": 111, "authors": "A Zulhilmi, R Perdana", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 11 (5), 965-970, 2024", "year": "2024", "citations": 2 }, { "title": "Comparison Genetics Algorithm and Particle Swarm Optimization in Dietary Recommendations for Maternal Nutritional Fulfillment", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HtEfBTGE9r8C", "index": 112, "authors": "D Kurnianingtyas, N Daud, I Indriati, L Muflikhah", "journal_year": "SITEKIN: Jurnal Sains, Teknologi dan Industri 21 (2), 216-227, 2024", "year": "2024", "citations": 2 }, { "title": "Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Ri6SYOTghG4C", "index": 113, "authors": "PRB Putra, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (5), 2132-2141, 2023", "year": "2023", "citations": 2 }, { "title": "Klasifikasi Bidang Keunggulan Mahasiswa menggunakan Metode Backpropagation dan Seleksi Fitur Information Gain (Studi Kasus: Departemen Teknik Informatika Universitas Brawijaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VaXvl8Fpj5cC", "index": 114, "authors": "EE Prayogo, I Indriati, C Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (1), 169-178, 2023", "year": "2023", "citations": 2 }, { "title": "Knowledge-enriched domain specific chatbot on low-resource language", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:anf4URPfarAC", "index": 115, "authors": "RS Perdana, PP Adikara, D Kurnianingtyas", "journal_year": "2022 11th Electrical Power, Electronics, Communications, Controls and …, 2022", "year": "2022", "citations": 2 }, { "title": "Analisis Sentimen terhadap Karyawan Dirumahkan pada Media Sosial Twitter menggunakan Fitur N-Gram dan Pembobotan Augmented TF-IDF Probability dengan K-Nearest Neighbour", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Mojj43d5GZwC", "index": 116, "authors": "R Chairunnisa, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (4), 1960-1965, 2022", "year": "1960", "citations": 2 }, { "title": "Analisis Sentimen Masyarakat Indonesia tentang Vaksin Covid-19 di Twitter dengan menggunakan Metode K-Nearest Neighbors dan Seleksi Fitur Chi Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VL0QpB8kHFEC", "index": 117, "authors": "K Bhuana, I Indriati, L Muflikhah", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (3), 1395-1401, 2022", "year": "2022", "citations": 2 }, { "title": "Analisis Sentimen Masyarakat terhadap Sistem Pembelajaran Online selama Pandemi Covid-19 berdasarkan dari Twitter menggunakan Metode Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tYavs44e6CUC", "index": 118, "authors": "MB Prakoso, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5376-5383, 2021", "year": "2021", "citations": 2 }, { "title": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:k8Z6L05lTy4C", "index": 119, "authors": "IK Hesay, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3160-3169, 2021", "year": "2021", "citations": 2 }, { "title": "Analisis Sentimen Mengenai Moda Raya Terpadu (MRT) Jakarta dengan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5Ul4iDaHHb8C", "index": 120, "authors": "B Rahayudi, C Dewi", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 8 (2), 389-394, 2021", "year": "2021", "citations": 2 }, { "title": "Klasifikasi Review Produk Kecantikan Pada Aplikasi Sociolla Menggunakan Algoritme Modified K-Nearest Neighbor (MK-NN) dengan Pembobotan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:1yQoGdGgb4wC", "index": 121, "authors": "A Nuriza, I Indriati, N Hidayat", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3426-3431, 2020", "year": "2020", "citations": 2 }, { "title": "Analisis Sentimen Penggunaan Tol Trans Jawa Periode Mudik Lebaran 2019 dengan Metode K-Nearest Neighbor dan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:D_sINldO8mEC", "index": 122, "authors": "AF Rahman, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1675-1682, 2020", "year": "2020", "citations": 2 }, { "title": "Analisis Sentimen Terhadap Ulasan Pengguna MRT Jakarta Menggunakan Information Gain dan Modified K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:B3FOqHPlNUQC", "index": 123, "authors": "AA Paramitha, I Indriati, YA Sari", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1125-1132, 2020", "year": "2020", "citations": 2 }, { "title": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan Bm25 Dan K-Nearest Neighbor (K-Nn) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:N5tVd3kTz84C", "index": 124, "authors": "D Wulandari, I Indriati, C Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (5), 5017-5023, 2019", "year": "2019", "citations": 2 }, { "title": "Klasifikasi Dokumen pada Laporan Kepolisian dengan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor (IKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:pqnbT2bcN3wC", "index": 125, "authors": "AIB Pranata, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4434-4438, 2019", "year": "2019", "citations": 2 }, { "title": "Temu Kembali Informasi Lintas Bahasa untuk Dokumen Berita Berbahasa Indonesia-Inggris Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kh2fBNsKQNwC", "index": 126, "authors": "PR Iriani, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4383-4390, 2019", "year": "2019", "citations": 2 }, { "title": "Optimasi Peramalan Metode Backpropagation Menggunakan Algoritme Genetika pada Jumlah Penumpang Kereta Api di Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vDijr-p_gm4C", "index": 127, "authors": "MBA Akbar, I Indriati, AA Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2533-2541, 2019", "year": "2019", "citations": 2 }, { "title": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang Komputasi Cerdas Menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:M3NEmzRMIkIC", "index": 128, "authors": "DH Binawan, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2640-2645, 2019", "year": "2019", "citations": 2 }, { "title": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Modified K-Nearest Neighbor (MKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4OULZ7Gr8RgC", "index": 129, "authors": "RN Ariyanti, I Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 815-822, 2019", "year": "2019", "citations": 2 }, { "title": "Klasifikasi Kemacetan Lalu Lintas Kota Malang Melalui Media Twitter Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NW-KNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:maZDTaKrznsC", "index": 130, "authors": "PAV Widyaswari, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1464-1470, 2019", "year": "2019", "citations": 2 }, { "title": "Klasifikasi Kemacetan Lalu Lintas Di Kota Malang Pada Sosial Media Twitter Menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NaGl4SEjCO4C", "index": 131, "authors": "RD Nurfarida, Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 2 }, { "title": "Pemilihan Alternatif Tanaman Obat Terhadap Penyakit Hipertensi Menggunakan Metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:j3f4tGmQtD8C", "index": 132, "authors": "L Pratiwi, I Indriati, AA Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6968-6972, 2018", "year": "2018", "citations": 2 }, { "title": "Optimasi Fungsi Keanggotaan Fuzzy Inference System Tsukamoto dengan Particle Swarm Optimization pada Penentuan Jumlah Produksi Gula (Studi Kasus: Pabrik Gula Kebonagung Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:2KloaMYe4IUC", "index": 133, "authors": "NIS Bromastuty, BD Setiawan, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2902-2908, 2018", "year": "2018", "citations": 2 }, { "title": "Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:eq2jaN3J8jMC", "index": 134, "authors": "R Fajar, RS Perdana, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2430-2434, 2018", "year": "2018", "citations": 2 }, { "title": "Pembangkitan Nilai Belief Pada Dempster-Shafer Dengan Particle Swarm Optimization (PSO) Untuk Penentuan Pasal Kasus Penganiayaan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:KxtntwgDAa4C", "index": 135, "authors": "MG Nababan, RRM Putri, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (10), 1036-1044, 2017", "year": "2017", "citations": 2 }, { "title": "Penentuan Penerimaan Siswa Baru Di Sma Negeri 1 Menthobi Raya Menggunakan Metode Fuzzy Analytical Hierarchy Process (F-Ahp)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:TQgYirikUcIC", "index": 136, "authors": "A Rohman, ST Indriati, M Kom, MA Fauzi, S Kom, M Kom", "journal_year": "Universitas Brawijaya, 2016", "year": "2016", "citations": 2 }, { "title": "Klasifikasi Dokumen E-Complaint Kampus Menggunakan Directed Acyclic Graph Multi-Class Svm", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:bnK-pcrLprsC", "index": 137, "authors": "M Kurniawati, I Cholissodin, M Kom, ST Indriati, M Kom", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 2 }, { "title": "Implementasi Metode Hierarchical Clustering Pada Ozone Level Detection Data Set", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ufrVoPGSRksC", "index": 138, "authors": "M Yamin, ST Indriati, M Kom, C Dewi, S Kom", "journal_year": "Malang: Universitas Brawijaya, 2013", "year": "2013", "citations": 2 }, { "title": "Voting of Biclass and Multiclass Artificial Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:-f6ydRqryjwC", "index": 139, "authors": "FT Anggraeny, HRH Indriati", "journal_year": "BISSTECH, 2012", "year": "2012", "citations": 2 }, { "title": "Indriati dan Adikara, PP, 2019", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tS2w5q8j5-wC", "index": 140, "authors": "DH Binawan", "journal_year": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang …, 0", "citations": 2, "year": "" }, { "title": "Question answering system for factoid questions about COVID-19 with natural language processing approach", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:a9-T7VOCCH8C", "index": 141, "authors": "I Indriati, RC Wihandika, PP Adikara, BH Prasetio, L Muflikhah", "journal_year": "AIP Conference Proceedings 3026 (1), 2024", "year": "2024", "citations": 1 }, { "title": "Analisis Sentimen berbasis Aspek terhadap Ulasan Game Honkai Impact 3rd menggunakan IndoBERT", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NXb4pA-qfm4C", "index": 142, "authors": "M Hidayat, I Indriati, E Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 8 (2), 2024", "year": "2024", "citations": 1 }, { "title": "Klasifikasi Data Twitter pada Masa Transisi Pandemi menuju Endemi menggunakan Latent Semantic Analysis (LSA)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:8d8msizDQcsC", "index": 143, "authors": "M Fiqri, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (6), 2736-2742, 2023", "year": "2023", "citations": 1 }, { "title": "Analisis Sentimen Kebijakan New Normal dengan Menggunakan Automated Lexicon Senti N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:uJ-U7cs_P_0C", "index": 144, "authors": "RA Siregar, YA Sari, I Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 10 (1), 29-34, 2023", "year": "2023", "citations": 1 }, { "title": "Klasifikasi Jenis Barang Bekas menggunakan Metode Naïve Bayes dengan Seleksi Fitur Information Gain (Studi Kasus: Akun Instagram Jual Beli Barang Bekas@ infobarkas_Jogja)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:MLfJN-KU85MC", "index": 145, "authors": "MF Ziqroh, I Indriati, E Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (1), 140-147, 2023", "year": "2023", "citations": 1 }, { "title": "Enhancing the capability of online teaching for elementary school teacher through interactive video making training", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:9vf0nzSNQJEC", "index": 146, "authors": "YA Sari, RC Wihandika, S Adinugroho, I Indriati, PP Adikara", "journal_year": "Community Empowerment 7 (7), 1182-1188, 2022", "year": "2022", "citations": 1 }, { "title": "Analisis Sentimen Angket Kepuasan Pasien Puskesmas menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:-FonjvnnhkoC", "index": 147, "authors": "PS Kayaningtias, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (3), 1138-1148, 2022", "year": "2022", "citations": 1 }, { "title": "Analisis Sentimen Review Produk Kecantikan menggunakan Metode Naive Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:WZBGuue-350C", "index": 148, "authors": "BNA Ratri, YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5635-5640, 2021", "year": "2021", "citations": 1 }, { "title": "Penentuan Tingkat Kepentingan Email dengan menggunakan Metode K-Nearest Neighbor (Studi Kasus PT Green Air Paciffic Surabaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:umqufdRvDiIC", "index": 149, "authors": "AW Muntizar, B Rahayudi, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 5 (11), 5088-5094, 2021", "year": "2021", "citations": 1 }, { "title": "Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf Tiruan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:FPJr55Dyh1AC", "index": 150, "authors": "GA Mahardika, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 5 (13), 2021", "year": "2021", "citations": 1 }, { "title": "Pengelompokan Terjemah Al-Quran Departemen Agama menggunakan Metode Fuzzy C-Means", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:oNZyr7d5Mn4C", "index": 151, "authors": "MHA Purnomo, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (2), 749-758, 2021", "year": "2021", "citations": 1 }, { "title": "Analisis Sentimen Pariwisata di Kabupaten Malang dengan Menggunakan Metode BM25F, Neighbor Weighted K-Nearest Neighbor dan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kRWSkSYxWN8C", "index": 152, "authors": "PV Sakta, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3659-3666, 2020", "year": "2020", "citations": 1 }, { "title": "Prediksi Price Earning Ratio Saham Menggunakan Algoritme Kernel Extreme Learning Machine (Studi Kasus: PT TELKOM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hCrLmN-GePgC", "index": 153, "authors": "MAP Nasution, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3455-3462, 2020", "year": "2020", "citations": 1 }, { "title": "Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PoWvk5oyLR8C", "index": 154, "authors": "FA Saputra, I Indriati, C Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3160-3167, 2020", "year": "2020", "citations": 1 }, { "title": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:XiVPGOgt02cC", "index": 155, "authors": "MO Pradhana, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1888-1896, 2020", "year": "2020", "citations": 1 }, { "title": "Analisis Sentimen Pemindahan Ibu Kota Indonesia Dengan Pembobotan Term BM25 Dan Klasifikasi Neighbor Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vRqMK49ujn8C", "index": 156, "authors": "MID Sakariana, I Indriati, C Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (3), 748-755, 2020", "year": "2020", "citations": 1 }, { "title": "Klasifikasi Isu Suku, Antar Golongan, Ras, Agama (SARA) pada Twitter Berbahasa Indonesia menggunakan Metode Improved K-Nearest Neighbor (K-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:XiSMed-E-HIC", "index": 157, "authors": "FR Saputra, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (1), 373-380, 2020", "year": "2020", "citations": 1 }, { "title": "Pencarian Terjemahan Hadits Shahih Muslim Menggunakan Metode Cosine Similarity Dengan Seleksi Fitur Term Frequency", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:u9iWguZQMMsC", "index": 158, "authors": "A Burhannudin, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 9264-9268, 2019", "year": "2019", "citations": 1 }, { "title": "Klasifikasi Komentar Body Shaming Beauty Vlogger Pada Youtube Menggunakan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:M05iB0D1s5AC", "index": 159, "authors": "PA Prana, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7328-7334, 2019", "year": "2019", "citations": 1 }, { "title": "Deteksi Plagiarisme pada Artikel Berita Berbahasa Indonesia menggunakan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:yB1At4FlUx8C", "index": 160, "authors": "D Dahniawati, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4508-4515, 2019", "year": "2019", "citations": 1 }, { "title": "Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5qfkUJPXOUwC", "index": 161, "authors": "S Robbana, I Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10168-10175, 2019", "year": "2019", "citations": 1 }, { "title": "Klasifikasi Tweet Berbahasa Indonesia Berisi Ujaran Kebencian Menggunakan Metode Improved K-Nearest Neighbor dengan Pembobotan BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:SP6oXDckpogC", "index": 162, "authors": "N Febrianti, I Indriati, MT Furqon", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9941-9949, 2019", "year": "2019", "citations": 1 }, { "title": "Peramalan Debit Bendungan Dengan Menggunakan Metode Backpropagation dan Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:cFHS6HbyZ2cC", "index": 163, "authors": "BD Hakim, I Indriati, AA Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 51-58, 2019", "year": "2019", "citations": 1 }, { "title": "Penentuan Kenaikan Jabatan Karyawan Menggunakan Metode Fuzzy-Analytical Hierarchy Process (FAHP) di Pabrik Gula Lestari Patianrowo Nganjuk", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hMod-77fHWUC", "index": 164, "authors": "E Rafliza, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7026-7031, 2018", "year": "2018", "citations": 1 }, { "title": "Sistem Pencarian Jurnal Ilmiah Cross Language dengan Metode Vector Space Model (VSM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HoB7MX3m0LUC", "index": 165, "authors": "IM Ayudita, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6837-6841, 2018", "year": "2018", "citations": 1 }, { "title": "Implementasi Metode Improved K-Means Untuk Mengelompokkan Dokumen Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:yD5IFk8b50cC", "index": 166, "authors": "M Abdurasyid, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (10), 3939-3947, 2018", "year": "2018", "citations": 1 }, { "title": "Penerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita Kurang Energi Kronis (KEK) Menggunakan Algoritme Evolution Strategies", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:35r97b3x0nAC", "index": 167, "authors": "F Priatmayanti, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3077-3086, 2018", "year": "2018", "citations": 1 }, { "title": "STUDI EFEKTIFITAS PEMBELAJARAN KOMPUTER BERBASIS LOKAKARYA MODEL KOOPERATIF ANTARA TIPE INVESTIGASI KELOMPOK DENGAN TIPE NUMBER HEAD TOGETHER", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Fu2w8maKXqMC", "index": 168, "authors": "I Indriati, W Wijonarko", "journal_year": "SEMINAR HASIL-HASIL PENELITIAN 2017, 2017", "year": "2017", "citations": 1 }, { "title": "Penerapan metode role playing dalam meningkatkan hasil belajar siswa pada mata pelajaran PAI kelas V SDN Sisik Timur Kecamatan Pringgarata Tahun Pelajaran 2016/2017", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:UHK10RUVsp4C", "index": 169, "authors": "I Indriati", "journal_year": "UIN Mataram, 2017", "year": "2017", "citations": 1 }, { "title": "Klasifikasi Tweets Pada Twitter Dengan Menggunakan Metode Fuzzy K-Nearest Neighbour (Fuzzy K-NN) dan Query Expansion Berbasis Apriori", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:JoZmwDi-zQgC", "index": 170, "authors": "JPR Tanjung, MA Fauzi, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (5), 405-414, 2017", "year": "2017", "citations": 1 }, { "title": "IbM BAGI POSDAYA NGOMBAK JAYA KEDUNGJATI GROBOGAN", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:JQOojiI6XY0C", "index": 171, "authors": "W Wijonarko, A Wibisono, I Indriati", "journal_year": "-, 2017", "year": "2017", "citations": 1 }, { "title": "Klustering Dengan K-Means Berbasis LVQ Dan K-Means Berbasis OWA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:mB3voiENLucC", "index": 172, "authors": "DE Ratnawati, Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 2 (1), 29-33, 2015", "year": "2015", "citations": 1 }, { "title": "Query Expansion pada Sistem Temu Kembali Informasi Dokumen Berbahasa Indonesia Menggunakan Pseudo Relevance Feedback Studi kasus: Perpustakaan Universitas Brawijaya", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vV6vV6tmYwMC", "index": 173, "authors": "ZY Pamungkas, A Ridok", "journal_year": "Repos. J. Mhs. PTIIK UB 6 (3), 2015", "year": "2015", "citations": 1 }, { "title": "Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Particle Swarm Optimization (Pso) Pada Sistem Inferensi Fuzzy Penentuan Jurusan Siswa SMA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:P5F9QuxV20EC", "index": 174, "authors": "P Juningdiyah, C Dewi, S Kom, ST Indriati, M Kom", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 1 }, { "title": "Penentuan Potensi Tsunami Akibat Gempa Bumi Bawah Laut dengan Metode Modified K–Nearest Neighbor (MKNN).", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:aqlVkmm33-oC", "index": 175, "authors": "F Adelia", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 1 }, { "title": "Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5ugPr518TE4C", "index": 176, "authors": "CSK Aditya", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 1 }, { "title": "Klasifikasi Emosi untuk Teks Berbahasa Indonesia dengan Menggunakan Algoritma C5. 0", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hC7cP41nSMkC", "index": 177, "authors": "PP Insan, AR dan Indriati", "journal_year": "Program Studi Informatika/Ilmu Komputer PTIIK Universitas Brawijaya: Malang, 2013", "year": "2013", "citations": 1 }, { "title": "Web-Based Integrated Farming Group Profile Information System with Integrated Farming (Case Study: Dawuhan Village, Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:6ZxmRoH8BuwC", "index": 178, "authors": "AA Soebroto, N Hidayat, RS Perdana, I Indriati, H Darmawan, ...", "journal_year": "J-INTECH (Journal of Information and Technology) 12 (02), 393-400, 2024", "year": "2024", "citations": 0 }, { "title": "Classifying Application User Comments Using the Improved K-Nearest Neighbor and BM25F Weighting Methods", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:DUooU5lO8OsC", "index": 179, "authors": "I Indriati, MA Rahman, I Arwani, L Muflikhah", "journal_year": "Journal of Information Technology and Computer Science 9 (2), 174-182, 2024", "year": "2024", "citations": 0 }, { "title": "Pengelompokan Hasil Pencarian Skripsi Berbahasa Indonesia Menggunakan Metode DBSCAN dengan Pembobotan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:bz8QjSJIRt4C", "index": 180, "authors": "RA Satria, I Indriati, S Sutrisno", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 10 (4), 781-790, 2024", "year": "2024", "citations": 0 }, { "title": "Identifikasi Kerusakan Transmisi pada Mobil Otomatis Torque Converter menggunakan Pendekatan Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LO7wyVUgiFcC", "index": 181, "authors": "ME Ricardo, I Indriati, A Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (6), 2984-2991, 2023", "year": "2023", "citations": 0 }, { "title": "Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan Mancanegara", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:GtLg2Ama23sC", "index": 182, "authors": "D Ruchiat, I Indriati, A Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (13), 2023", "year": "2023", "citations": 0 }, { "title": "Klasifikasi Emosi berdasarkan Lirik Lagu Berbahasa Indonesia menggunakan Leksikon Emosi dan Metode Naïve Bayes Classifier", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4fGpz3EwCPoC", "index": 183, "authors": "SEA Permataningrum, I Indriati, E Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (9), 2023", "year": "2023", "citations": 0 }, { "title": "Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:_FM0Bhl9EiAC", "index": 184, "authors": "DA Wulandari, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (13), 2023", "year": "2023", "citations": 0 }, { "title": "MANAJEMEN PENDIDIKAN KARAKTER BERBASIS KEARIFAN LOKAL (STUDI KASUSDI SEKOLAH DASAR NEGERI SEGOROPURO KECAMATAN REJOSO KABUPATENPASURUAN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:sNmaIFBj_lkC", "index": 185, "authors": "I INDRIATI", "journal_year": "UNIVERSITAS GRESIK, 2023", "year": "2023", "citations": 0 }, { "title": "Pencarian Dokumen Skripsi menggunakan BM25 dan Faceted Search berdasarkan Kata Kunci Abstrak (Studi Kasus: Universitas Muhammadiyah Sidoarjo)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LI9QrySNdTsC", "index": 186, "authors": "MF Ilmi, PP Adikara, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (9), 4175-4180, 2022", "year": "2022", "citations": 0 }, { "title": "Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:lmc2jWPfTJgC", "index": 187, "authors": "AFN Alfian, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (13), 2022", "year": "2022", "citations": 0 }, { "title": "Pengelompokan Tweets mengenai Covid-19 dengan Metode BM25 dan K-Means Clustering", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Y5dfb0dijaUC", "index": 188, "authors": "KP Aditama, I Indriati, A Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (2), 909-915, 2022", "year": "2022", "citations": 0 }, { "title": "Klasifikasi Stres berdasarkan Unggahan pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ML0RJ9NH7IQC", "index": 189, "authors": "JR Wiyani, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (12), 6003-6009, 2022", "year": "2022", "citations": 0 }, { "title": "Pengembangan Sistem Informasi Pemantauan Pasien Isolasi Mandiri COVID-19 berbasis Website (Studi Kasus: Ponkesdes Jeru Turen)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PELIpwtuRlgC", "index": 190, "authors": "AN Wahid, I Indriati, A Arwan", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 5095-5103, 2021", "year": "2021", "citations": 0 }, { "title": "Pengembangan Aplikasi Manajemen Kelayakan Panen Budidaya Ikan Lele berbasis Website (Studi Kasus: Budidaya Lele Bapak Andri)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:J-pR_7NvFogC", "index": 191, "authors": "YP Anza, I Indriati, RC Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 4724-4733, 2021", "year": "2021", "citations": 0 }, { "title": "Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:0N-VGjzr574C", "index": 192, "authors": "A Awalina, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (13), 2021", "year": "2021", "citations": 0 }, { "title": "Peramalan Debit Inflow Waduk Gajah Mungkur menggunakan Metode Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:eMMeJKvmdy0C", "index": 193, "authors": "YI Syahputra, I Indriati, A Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (8), 3237-3246, 2021", "year": "2021", "citations": 0 }, { "title": "Analisis Emosional Pelajar terhadap Pembelajaran Daring Dengan Menggunakan Latent Semantic Indexing (LSI) dan N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:t6usbXjVLHcC", "index": 194, "authors": "A Musyayyidin, I Indriati, S Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3013-3017, 2021", "year": "2021", "citations": 0 }, { "title": "Sistem Pakar Diagnosis Penyakit Gagal Jantung Kongestif, Penyakit Paru Obstruktif Kronik, Dan Asma Berdasarkan Gejala Utama Sesak Kronik Menggunakan Kombinasi Metode K-Nearest …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:WqliGbK-hY8C", "index": 195, "authors": "JJ Tedjasulaksana, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2593-2599, 2021", "year": "2021", "citations": 0 }, { "title": "Analisis Sentimen Ulasan Produk Kecantikan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor dengan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VOx2b1Wkg3QC", "index": 196, "authors": "D Syafira, I Indriati, S Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (11), 4103-4109, 2020", "year": "2020", "citations": 0 }, { "title": "Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NC", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Ug5p-4gJ2f0C", "index": 197, "authors": "T Christian, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (13), 2020", "year": "2020", "citations": 0 }, { "title": "Temu Kembali Informasi Berita Berbahasa Indonesia menggunakan Metode BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:wbdj-CoPYUoC", "index": 198, "authors": "PA Indrasti, I Indriati, AW Widodo", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3005-3013, 2020", "year": "2020", "citations": 0 }, { "title": "Temu Kembali Informasi Lintas Bahasa Dokumen Berita Bahasa Indonesia-Inggris menggunakan Metode BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tOudhMTPpwUC", "index": 199, "authors": "LA Isadi, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1290-1299, 2020", "year": "2020", "citations": 0 }, { "title": "Klasifikasi Hoaks Berbahasa Inggris menggunakan Boosting Weighted Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Tiz5es2fbqcC", "index": 200, "authors": "L Mahendra, I Indriati, PP Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7467-7474, 2019", "year": "2019", "citations": 0 }, { "title": "Asosiasi Tempat Wisata Dengan Kata Kunci Di Malang Raya Dengan Metode Association Rule Mining Menggunakan Algoritme FP-Growth", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ZfRJV9d4-WMC", "index": 201, "authors": "FA Yaqiin, FA Bachtiar, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6670-6677, 2019", "year": "2019", "citations": 0 }, { "title": "Sistem Temu Kembali Informasi Pasal-Pasal KUHP Menggunakan Metode Cosine Similarity dan Pembobotan Inverse Book Frequency", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:zLWjf1WUPmwC", "index": 202, "authors": "B Sabilal, MA Fauzi, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (4), 3603-3607, 2019", "year": "2019", "citations": 0 }, { "title": "Query Expansion Pada Line Today Menggunakan Algoritme Ide-Dec-Hi dan Ide-Regular", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:u_35RYKgDlwC", "index": 203, "authors": "N Nofiana, I Indriati, RS Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1867-1874, 2019", "year": "2019", "citations": 0 }, { "title": "Bray-Curtis Distance Untuk Pencarian Resep Kue Tradisional Berdasarkan Ketersediaan Bahan Makanan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PVjk1bu6vJQC", "index": 204, "authors": "FR Lidya, YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10139-10144, 2019", "year": "2019", "citations": 0 }, { "title": "Pencarian Resep Kue Tradisional berdasarkan Jumlah Likes dan Retweet menggunakan Metode Generalized Vector Space Model", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tuHXwOkdijsC", "index": 205, "authors": "YA Sari, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9755-9761, 2019", "year": "2019", "citations": 0 }, { "title": "Prediksi Penerimaan Bea Cukai Menggunakan Metode Support Vector Regression (Studi Kasus Di KPPBC Tipe Madya Pabean C Jember)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ZuybSZzF8UAC", "index": 206, "authors": "DA Wirahmi, I Cholissodin, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10884-10893, 2019", "year": "2019", "citations": 0 }, { "title": "Pencarian Terjemahan Hadits Shahih Muslim menggunakan Metode BM-25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:08ZZubdj9fEC", "index": 207, "authors": "BAA Fahriansyah, I Indriati, M Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10638-10644, 2019", "year": "2019", "citations": 0 }, { "title": "Query Expansion Pada LINE TODAY Dengan Algoritme Extended Rocchio Relevance Feedback", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:r0BpntZqJG4C", "index": 208, "authors": "CAA Putri, I Indriati, AA Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 177-185, 2019", "year": "2019", "citations": 0 }, { "title": "Klasifikasi Teks Bahasa Indonesia Pada Dokumen Pengaduan SAMBAT Online Menggunakan Metode Naïve Bayes dan Kombinasi Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:KUbvn5osdkgC", "index": 209, "authors": "HK Idris", "journal_year": "Universitas Brawijaya, 2018", "year": "2018", "citations": 0 }, { "title": "Pengelompokan Artikel Berbahasa Indonesia Dengan Menggunakan Reduksi Fitur Information Gain Thresholding Dan K-Means", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ns9cj8rnVeAC", "index": 210, "authors": "N Agusvina, I Indriati, N Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3822-3828, 2018", "year": "2018", "citations": 0 }, { "title": "Penerapan Algoritme Genetika pada Optimasi Fungsi Keanggotaan Sistem Inferensi Fuzzy Tsukamoto untuk Diagnosis Penyakit HIV", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:epqYDVWIO7EC", "index": 211, "authors": "YL Tampubolon, L Muflikhah, I Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3293-3300, 2018", "year": "2018", "citations": 0 }, { "title": "Pendeteksi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Learning Vector Quantization (LVQ)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:R3hNpaxXUhUC", "index": 212, "authors": "Z Arifien, Indriati, MA Fauzi", "journal_year": "Universitas Brawijaya, 2016", "year": "2016", "citations": 0 }, { "title": "AN OPTIMIZATION OF FAMILY NUTRITION NEEDS COMPLETION USING PARTICLE SWARM OPTIMIZATION", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:a0OBvERweLwC", "index": 213, "authors": "F Eliantara, I Cholissodin, I Indriati", "journal_year": "Seminar Nasional Riset Terapan 1, A166-A179, 2016", "year": "2016", "citations": 0 }, { "title": "PENGGUNAAN POWERPOINT OLEH GURU DALAM PROSES PEMBELAJARAN UNTUK MENINGKATAN HASIL BELAJAR TIK SISWA KELAS VIII. A DI SMP N 1 SUNGAI PUA, KAB. AGAM", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kzcrU_BdoSEC", "index": 214, "authors": "D INDRIATI, S Awrus, MS Zubaidah", "journal_year": "Serupa The Journal of Art Education 3 (1), 2015", "year": "2015", "citations": 0 }, { "title": "AUTOMATIC DEVELOPMENT OF FUZZY MEMBERSHIP FUNCTIONS ON HEPATITIS PATIENTS DATA USING PARTICLE SWARM OPTIMIZATION (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:fPk4N6BV_jEC", "index": 215, "authors": "C Dewi, RP PS, I Indriati", "journal_year": "Jurnal Teknologi (Sciences & Engineering) 77 (22), 2015", "year": "2015", "citations": 0 }, { "title": "Ekstraksi Kalimat Utama Pada Artikel Berbahasa Indonesia Menggunakan Faktorisasi Matriks Non-negatif.", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NhqRSupF_l8C", "index": 216, "authors": "AH Wicaksana", "journal_year": "Universitas Brawijaya, 2015", "year": "2015", "citations": 0 }, { "title": "Peranan Pemahaman Petunjuk Operasional dalam Program Borland Delphi dan Keseringan Berlatih terhadap Kemampuan Mengoperasikan Program Borland Delphi", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PR6Y55bgFSsC", "index": 217, "authors": "I Indriati, S Suyono", "journal_year": "AKSIOMA: Jurnal Matematika dan Pendidikan Matematika 6 (1/Maret), 2015", "year": "2015", "citations": 0 }, { "title": "Klasifikasi Tema Pada Lirik Lagu Dengan Metode Transformed Weight-Normalized Complement Naive Bayes (TWCNB).", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:xtRiw3GOFMkC", "index": 218, "authors": "AT Pratiwi", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 0 }, { "title": "Deteksi Plagiarisme Dokumen Teks Menggunakan Algoritma Rabin-Karp Dengan Synonym Recognition", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:_kc_bZDykSQC", "index": 219, "authors": "S Dewanto", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 0 }, { "title": "Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)”.", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:CHSYGLWDkRkC", "index": 220, "authors": "RD Satyatama", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 0 }, { "title": "Stop Negative Thinking Effects for Drug Dependence", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:dQ2og3OwTAUC", "index": 221, "authors": "SE Windiarti, I Indriati, F Surachmi", "journal_year": "Jurnal Riset Kesehatan 2 (2), 342-346, 2013", "year": "2013", "citations": 0 }, { "title": "EFEKTIFITAS GERAKAN TERPADU PENGENTASAN KEMISKINAN TERHADAP PRODUKSI DAN PENDAPATAN USAHA TANI PADI PETANI PENERIMA BANTUAN DIDESA KERTOSARI KECAMATAN PASRU JAMBE KABUPATEN …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tzM49s52ZIMC", "index": 222, "authors": "I INDRIATI", "journal_year": "", "citations": 0, "year": "" }, { "title": "Peranan Pemahaman Petunjuk Operasional Dalam Program Borland Delphi Dan Keseringan Berlatih Terhadap Kemampuan Mengoperasikan Program Borland Delphi1", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tKAzc9rXhukC", "index": 223, "authors": "S Suyono, I Indriati", "journal_year": "Media Penelitian Pendidikan 9 (1), 150429, 0", "citations": 0, "year": "" }, { "title": "I Gede Eka Wiantara Putra", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:sSrBHYA8nusC", "index": 224, "authors": "IPB Arya, IWA Arimbawa, I Cholissodin, I Indriati, I Oktanisa, JM Maligan, ...", "journal_year": "", "citations": 0, "year": "" }, { "title": "IMPLEMENTASI METODE IMPROVED K-NEAREST NEIGHBOR PADA ANALISIS SENTIMEN TWITTER BERBAHASA INDONESIA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4DMP91E08xMC", "index": 225, "authors": "PASTB INDONESIA", "journal_year": "", "citations": 0, "year": "" } ], "total_publications": 225, "total_research_interests": 2, "show_more_clicks": 3, "extraction_successful": true, "publications_detailed": [ { "title": "Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes dan Pembobotan TF-IDF Berdasarkan Komentar pada Youtube", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:SdhP9T11ey4C", "index": 1, "authors": "D Farah Zhafira, Bayu Rahayudi, Indriati Indriati", "journal_year": "J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist. Inf 2 (1), 55-63, 2021", "year": "2021", "citations": 68, "publication_date": "2021", "journal": "J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist. Inf", "jilid": "2", "terbitan": "1", "halaman": "55-63", "abstract": "Kebijakan Kampus Merdeka merupakan salah satu kebijakan baru yang digagas oleh Menteri Pendidikan dan Kebudayaan Republik Indonesia (Mendikbud RI). Kebijakan tersebut tengah ramai disorot publik khususnya pada platform Youtube berkaitan dengan video unggahan Mendikbud di kanalnya. Pada Youtube, opini masyarakat dapat membanjiri kolom komentar dalam sekejap karena kemunculannya sebagai platform pertama yang menawarkan fasilitas konten audio visual. Penelitian ini mencoba menganalisis opini masyarakat yang tertampung dalam kolom komentar Youtube ke dalam klasifikasi sentimen positif dan negatif. Klasifikasi diimplementasikan pada Google Colaboratory yang berbasis bahasa Python dan Jupyter Notebook dengan algoritme Naive Bayes Classifier serta pembobotan kata Term Frequency Inverse Document Frequency (TF-IDF). 5 proses utama dalam penelitian ini yang …", "artikel_scholar": "Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naive Bayes dan Pembobotan TF-IDF Berdasarkan Komentar pada YoutubeDF Zhafira, B Rahayudi, I Indriati - J. Sist. Informasi, Teknol. Informasi, dan Edukasi Sist …, 2021Dirujuk 68 kaliArtikel terkait" }, { "title": "Meningkatkan Keterampilan Kolaborasi Siswa Menggunakan Lembar Kerja Siswa Berbasis Saintifik", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:_Ybze24A_UAC", "index": 2, "authors": "Nurwahidah Nurwahidah, Taufik Samsuri, Baiq Mirawati, Indriati Indriati", "journal_year": "Reflection Journal 1 (2), 70-76, 2021", "year": "2021", "citations": 59, "publication_date": "2021", "journal": "Reflection Journal", "jilid": "1", "terbitan": "2", "halaman": "70-76", "abstract": "Penelitian ini adalah penelitian tindakan kelas yang bertujuan untuk meningkatkan keterampilan kolaboratif siswa dengan menggunakan lembar kerja siswa berbasis saintifik siswa kelas XI Madrasah Aliyah Negeri 1 Dompu tahun ajaran 2020/2021 dengan jumlah siswa 11 orang. Pengumpulan data dilakukan melalui lembar observasi. Lembar observasi digunakan untuk mengamati keterampilan kolaboratif siswa. Adapun teknik analisis datanya menggunakan teknik analisis data secara kuantitatif dan kualitatif. Hasil penelitian menunjukkan bahwa siklus I diperoleh hasil rata-rata keterampilan kolaborasi siswa sebesar 62, 5, dengan katagori tinggi dan pada siklus II sebesar 75, 2 dengan katagori sangat tinggi rata-rata peningkatan dari siklus I ke siklus II sebesar 13, 6 melalui pembelajaran dengan menggunakan LKS berbasis saintifik Improving Student Collaboration Skills Using Science-Based Student …", "artikel_scholar": "Meningkatkan Keterampilan Kolaborasi Siswa Menggunakan Lembar Kerja Siswa Berbasis SaintifikN Nurwahidah, T Samsuri, B Mirawati, I Indriati - Reflection Journal, 2021Dirujuk 59 kaliArtikel terkait" }, { "title": "Penerapan Algoritma C4. 5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:edDO8Oi4QzsC", "index": 3, "authors": "Rizky Haqmanullah Pambudi, Budi Darma Setiawan, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2637-2643, 2018", "year": "2018", "citations": 59, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "7", "halaman": "2637-2643", "abstract": "Pendidikan dalam kehidupan suatu negara memegang peranan yang sangat penting untuk menjamin kelangsungan hidup negara dan bangsa. Statistik menunjukkan bahwa tingkat pendidikan Portugal berada di peringkat terbawah yang disebabkan banyak siswa yang putus sekolah. Faktor eksternal berpengaruh pada kegagalan siswa dalam menyelesaikan bidang studi khususnya bidang studi matematika. Algoritma C4. 5 merupakan salah satu metode data mining untuk memprediksi kemampuan siswa dalam menyelesaikan bidang studi dilihat dari faktor eksternal siswa. Algoritma C4. 5 digunakan untuk mengetahui tingkat akurasi prediksi kemampuan siswa sekolah menengah. Parameter pemilihan fitur adalah faktor-faktor yang mempengaruhi kemampuan siswa sekolah menengah dalam bidang studi matematika. Hasil pengujian dan analisis menunjukkan bahwa Algoritma Decision Tree C4. 5 akurat diterapkan untuk prediksi nilai akhir siswa sekolah menengah dengan tingkat akurasi 60%.", "artikel_scholar": "Penerapan Algoritma C4. 5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor EksternalRH Pambudi, BD Setiawan, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 59 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1660/1166" }, { "title": "Dealing with fraud", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:Dip1O2bNi0gC", "index": 4, "authors": "Gugus Irianto, Nurlita Novianti", "journal_year": "Universitas Brawijaya Press, 2019", "year": "2019", "citations": 54, "publication_date": "2019/1/31", "penerbit": "Universitas Brawijaya Press", "abstract": "Buku ini menyajikan narasi fraud dalam konteks global dan di Indonesia. Diawali dengan penyajian “mukadimah” tentang Skandal Korporasi dan Akuntan, dan diakhiri dengan narasi tentang Fraud dan Budaya (organisasi). Sebagai “report on work in progress”, buku ini membuka ruang diskursus lebih lanjut tentang fraud dan implikasinya, tentang pelaku dan rasionalisasinya (yang dibingkai Teori Fraud), serta tentang strategi pencegahan dan pendeteksiannya. Narasi utama yang ingin disampaikan dalam buku ini: ikhtiar pemberantasan fraud perlu menimbang konteks dan budaya yang melingkupinya, tidak cukup hanya dengan pendekatan “struktural” semata, dan pencegahan fraud saatnya menjadi yang utama.", "artikel_scholar": "Dealing with fraudG Irianto, N Novianti - 2019Dirujuk 54 kaliArtikel terkait2 versi" }, { "title": "Cyberbullying identification in twitter using support vector machine and information gain based feature selection", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:l7t_Zn2s7bgC", "index": 5, "authors": "NMGD Purnamasari, M Ali Fauzi, Liana Shinta Dewi Indriati, Liana Shinta Dewi", "journal_year": "Indonesian Journal of Electrical Engineering and Computer Science 18 (3 …, 2020", "year": "2020", "citations": 35, "publication_date": "2020/6", "journal": "Indonesian Journal of Electrical Engineering and Computer Science", "jilid": "18", "terbitan": "3", "halaman": "1494-1500", "abstract": "Cyberbullying is one of the actions that violate the ITE Law where the crime is committed on social media applications such as Twitter. This action is difficult to detect if no one is reporting the tweet. Cyberbullying tweet identification aims to classify tweets that contain bullying. Classification is done using Support Vector Machine method where this method aims to find the dividing hyperplane between negative and positive class. This study is a text classification where more data is used, the more features are produced, therefore this research also uses Information Gain as feature selection to select features that are not relevant to the classification. The process of the system starts from text preprocessing with tokenizing, filtering, stemming and term weighting. Then perform the information gain feature selection by calculating the entropy value of each term. After that perform the classification process based on the terms that have been selected, and the output of the system is identification whether the tweet is bullying or not. The result of using SVM method is accuracy 75%, precision 70.27%, recall 86.66% and f-measure 77.61% on experiment maximum iteration= 20, λ= 0.5, γ= 0.001, ε= 0.000001, and C= 1. The best threshold of information gain is 90%, with accuracy 76.66%, precision 72.22%, recall 86.66% and f-measure 78.78%.", "artikel_scholar": "Cyberbullying identification in twitter using support vector machine and information gain based feature selectionN Purnamasari, MA Fauzi, LSD Indriati, LS Dewi - Indonesian Journal of Electrical Engineering and …, 2020Dirujuk 35 kaliArtikel terkait3 versi", "pdf_url": "https://www.researchgate.net/profile/Muhammad-Fauzi-6/publication/341178874_Cyberbullying_identification_in_twitter_using_support_vector_machine_and_information_gain_based_feature_selection/links/5eb2732b92851cbf7fa94a9b/Cyberbullying-identification-in-twitter-using-support-vector-machine-and-information-gain-based-feature-selection.pdf" }, { "title": "Sentiment Analysis for Review Mobile Applications Using Neighbor Method Weighted K-Nearest Neighbor (Nwknn)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:4TOpqqG69KYC", "index": 6, "authors": "Indriati Indriati, Achmad Ridok", "journal_year": "Journal of Environmental Engineering and Sustainable Technology 3 (1), 23-32, 2016", "year": "2016", "citations": 32, "publication_date": "2016/6/26", "journal": "Journal of Environmental Engineering and Sustainable Technology", "jilid": "3", "terbitan": "1", "halaman": "23-32", "abstract": "Indonesia a potential market for business because of a large number of smartphone users, especially developers of mobile applications. Each application stores allow the user to provide a review of the application used. The review is not only beneficial for prospective users of the application but also beneficial for the application developer. Review of the applications that are influenced by emotion (sentiment) are grouped or classified to determine positive and negative polarization. Therefore, it is necessary to have an application that can perform sentiment analysis for the mobile app reviews using Neighbor-Weighted K-Nearest Neighbor (NWKNN) classification method with high accuracy results. NWKNN method is able to classify mobile application review documents on the balanced data with current value of k= 20 gives the best f-measure average value of 0.9 with ratio of training data and test data 80%: 20%. However, for the imbalanced data with value of k= 45 gives the best f-measure average value of 0.797 with a ratio of training data and test data 80%: 20%. Based on the results, the effect of imbalanced data to the accuracy of the NWKNN methods by comparing NWKNN and KNN methods, it was found that the value of F-Measure NWKNN method is better than KNN method with gap of 0, 27, due to the added weight on class minority overcome misclassification problem on minority class.", "artikel_scholar": "Sentiment Analysis for Review Mobile Applications Using Neighbor Method Weighted K-Nearest Neighbor (Nwknn)I Indriati, A Ridok - Journal of Environmental Engineering and Sustainable …, 2016Dirujuk 32 kaliArtikel terkait7 versi", "pdf_url": "https://jeest.ub.ac.id/index.php/jeest/article/download/45/84" }, { "title": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based Features", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:738O_yMBCRsC", "index": 7, "authors": "Arifin Kurniawan, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 8335-8342, 2019", "year": "2019", "citations": 29, "publication_date": "2019/8/16", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "9", "halaman": "8335-8342", "abstract": "Perkembangan teknologi informasi yang semakin pesat mengakibatkan banyak orang yang menulis opini mereka di media sosial seperti pada forum KASKUS. KASKUS merupakan situs forum online yang menyediakan tempat untuk mencari informasi dan berbagi hobi. Salah satunya adalah forum Movies yang berisi diskusi mengenai suatu film yang telah ditonton. Pengguna menuliskan opininya mengenai suatu film apakah film tersebut bagus atau jelek. Opini-opini tersebut dapat dianalisis untuk mengetahui bagaimana tanggapan pengguna tentang film tersebut agar menghasilkan output yang bermanfaat bagi pembuat film dengan melakukan analisis sentimen untuk mengklasifikasikan opini ke dalam kelas positif atau kelas negatif. Analisis sentimen dilakukan menggunakan metode Naive Bayes untuk klasifikasi dan Lexicon Based Features untuk pembobotan nilai sentimen suatu kata. Proses yang dilakukan dimulai dari text preprocessing, term weighting, Naive Bayes training, dan Naive Bayes testing dengan pembobotan lexicon based features menggunakan kamus Barasa. Berdasarkan hasil pengujian yang dilakukan, dengan menggunakan metode Naive Bayes dan Lexicon Based Features didapatkan nilai accuracy, precision, recall, dan f-measure sebesar 0, 8, 0, 8, 0, 8 dan 0, 8. Sedangkan dengan menggunakan metode Naive Bayes tanpa pembobotan Lexicon Based Features didapatkan nilai accuracy, precision, recall, dan f-measure sebesar 0, 95, 1, 0, 9 dan 0, 9474. Sehingga penggunaan metode Naive Bayes dengan Lexicon Based Features masih belum dapat memberikan hasil lebih baik.", "artikel_scholar": "Analisis Sentimen Opini Film Menggunakan Metode Naïve Bayes dan Lexicon Based FeaturesA Kurniawan, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 29 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6153/2955" }, { "title": "Analisis Sentimen Pada Ulasan Aplikasi BCA Mobile Menggunakan BM25 Dan Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:SeFeTyx0c_EC", "index": 8, "authors": "Indriya Dewi Onantya, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2575-2580, 2019", "year": "2019", "citations": 25, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2575-2580", "abstract": "Aplikasi mobile banking merupakan salah satu aplikasi yang dianggap dapat memberikan kemudahan dalam kegiatan manusia. Salah satu aplikasi yang banyak digunakan adalah BCA Mobile. Aplikasi ini dapat memudahkan pengguna dalam melakukan beberapa kegiatan keuangan dengan tidak pergi ke bank terkait. Hal ini tentunya sangat bermanfaat dalam menghemat waktu bagi pengguna yang memiliki kesibukan dalam kesehariannya. Dari aplikasi mobile yang ada saat ini, tidak ditemukan adanya fitur analisis sentimen untuk mengelompokkan atau menyaring antara ulasan positif dan negatif. Untuk mengetahui ulasan tersebut tergolong ulasan positif atau negatif, diperlukan analisis sentimen terhadap ulasan tersebut. Proses analisis sentimen diawali dengan pre-processing data, pembobotan kata menggunakan metode BM25, dan dilakukan pengklasifikasian dokumen menggunakan Improved K-Nearest Neighbor. Hasil yang diperoleh berdasarkan evaluasi berupa pengujian 5-fold mendapatkan nilai k-values terbaik sebesar 10, dengan nilai precision sebesar 0,946, recall sebesar 0,934, f-measure sebesar 0,939, dan accuracy sebesar 0,942. Hasil pengujian yang telah dilakukan mendapatkan hasil akurasi yang fluktuatif, karena dipengaruhi oleh besarnya nilai k-values. Namun tidak dipengaruhi oleh jumlah atau proporsi kelas data uji, karena meskipun data jumlah atau proporsi kelas data yang digunakan berbeda tetapi nilai k-values baru menyesuaikan dengan jumlah data uji tiap kelas.", "artikel_scholar": "Analisis Sentimen Pada Ulasan Aplikasi BCA Mobile Menggunakan BM25 Dan Improved K-Nearest NeighborID Onantya, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 25 kaliArtikel terkait5 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4754/2202" }, { "title": "Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine Dan Algoritma Genetika Sebagai Metode Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:dshw04ExmUIC", "index": 9, "authors": "I Darma, Rizal Setya Perdana, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (3), 998-1007, 2017", "year": "2017", "citations": 25, "publication_date": "2017/8/21", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "3", "halaman": "998-1007", "penerbit": "Universitas Brawijaya", "abstract": "Rating merupakan salah satu metode pendekatan yang dapat digunakan untuk mengetahui tingkat kepuasan penonton terhadap suatu program acara TV. Di Indonesia, perhitungan rating dilakukan dengan menggunakan jasa AGB Nielsen yakni berdasarkan perilaku menonton dari masyarakat di 10 kota besar di Indonesia. Karena itu, diperlukan metode pengamatan lainnya untuk mendapatkan perilaku menonton dari keseluruhan masyarakat di Indonesia. Twitter, dapat dimanfaatkan untuk mengamati perilaku menonton masyarakat Indonesia. Melalui tweet yang dipublikasikan, dapat dilakukan proses penggalian informasi dengan menggunakan teknik klasifikasi untuk mendapatkan opini dari masyarakat mengenai suatu acara. Salah satu teknik klasifikasi yang dapat diterapkan pada ketegorisasi teks adalah Support Vector Machine (SVM), dimana SVM cocok untuk mengatasi data yang berdimensi banyak. Dengan mengoptimalkan fitur yang digunakan pada SVM, dapat mengurangi beban kerja namun, tetap memberikan hasil yang optimal. Salah satu metode seleksi fitur yang dapat diterapkan pada SVM adalah algoritma genetika (GA). Sistem menghitung rating berdasarkan tweet bersentimen positif dan negatif yang tertuju ke suatu acara dibagi dengan populasi dari tweet yang digunakan. Pengujian perbandingan rating yang dihasilkan sistem dengan rating AGB Nielsen menunjukkan rata-rata nilai error 0.562. Sedangkan pada pengujian akurasi sebelum dan sesudah penerapan metode seleksi fitur menunjukkan hasil dengan rata-rata nilai error 0.62%.", "artikel_scholar": "Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi FiturIMBS Darma, RS Perdana, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 22 kaliArtikel terkait5 versiPenerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi FiturRS Perdana - Jurnal Pengembangan Teknologi Informasi dan …, 2018Dirujuk 3 kaliArtikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1030/391" }, { "title": "Klasifikasi ujaran kebencian pada twitter menggunakan metode naïve bayes berbasis n-gram dengan seleksi fitur information gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:ye4kPcJQO24C", "index": 10, "authors": "Muhammad Hakiem, Mochammad Ali Fauzi, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2443-2451, 2019", "year": "2019", "citations": 22, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2443-2451", "abstract": "Ujaran kebencian atau hate speech adalah salah satu topik yang sering dibahas di bidang teknologi informasi. Ujaran kebencian banyak digunakan oleh orang-orang yang tidak suka atau benci terhadap seseorang maupun suatu kelompok. Orang menyatakan sebuah ujaran kebencian biasanya dilakukan dengan cara menulisnya di sosial media. Salah satu sosial media yang sering digunakan seseorang untuk menyebarkan ujaran kebencian adalah Twitter. Dibutuhkan klasifikasi ujaran kebencian agar dapat mengurangi penyebaran ujaran kebencian. Metode yang digunakan dalam penelitian ini adalah Naive Bayes berbasis N-gram dan seleksi fitur Information Gain. Fitur n-gram yang digunakan pada penelitian ini adalah fitur Unigram, Bigram, dan kombinasi unigram-bigram. Data yang digunakan pada penelitian ini berjumlah 250 data berlabel ujaran kebencian dan 250 data berlabel bukan ujaran kebencian dengan perbandingan 80% untuk data latih dan 20% untuk data uji. Hasil akurasi terbaik yang didapat pada penelitian ini adalah dengan menggunakan fitur Unigram dan tanpa menggunakan seleksi fitur Information Gain. Hasil akurasi terbaik yang didapat adalah 84%, nilai precision 92%, nilai recall 79, 31%, dan nilai f-measure 85, 18%. Berdasarkan hasil yang didapat tersebut dapat diambil kesimpulan bahwa untuk melakukan klasifikasi ujaran kebencian pada Twitter menggunakan Naive Bayes mendapat hasil paling bagus dengan fitur Unigram dan tanpa melakukan seleksi fitur Information Gain.", "artikel_scholar": "Klasifikasi ujaran kebencian pada twitter menggunakan metode naïve bayes berbasis n-gram dengan seleksi fitur information gainM Hakiem, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 22 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4682/2182" }, { "title": "Meningkatkan keterampilan kolaborasi siswa menggunakan lembar kerja siswa berbasis saintifik. Reflection Journal, 1 (2), 70–76", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:9pM33mqn1YgC", "index": 11, "authors": "N Nurwahidah, T Samsuri, B Mirawati, I Indriati", "journal_year": "", "citations": 21, "year": "2021", "publication_date": "2021", "halaman": "70-76", "artikel_scholar": "Meningkatkan keterampilan kolaborasi siswa menggunakan lembar kerja siswa berbasis saintifik. Reflection Journal, 1 (2), 70–76N Nurwahidah, T Samsuri, B Mirawati, I Indriati - 2021Dirujuk 21 kaliArtikel terkait" }, { "title": "Klasifikasi Dokumen Tumbuhan Obat Menggunakan Metode Improved k-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:TIZ-Mc8IlK0C", "index": 12, "authors": "Arinda Ayu Puspitasari, Edy Santoso, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 486-492, 2018", "year": "2018", "citations": 21, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "2", "halaman": "486-492", "abstract": "Tingkat pemanfaatan tumbuhan obat yang semakin tinggi memicu banyaknya penelitian terhadap tumbuhan obat. Penelitian-penelitian tersebut tentu memerlukan dokumentasi yang berisi informasi tentang tumbuhan obat. Dokumentasi yang banyak dan tersebar menyebabkan kesulitan dalam pencarian informasi seputar tumbuhan obat. Untuk mengatasi permasalahan tersebut dibutuhkan sebuah sistem yang dapat mengklasifikasikan dokumen tumbuhan obat secara otomatis agar pencarian informasi terkait dapat dilakukan dengan lebih efektif dan efisien. Salah satu metode yang sering digunakan dalam klasifikasi teks adalah k-Nearest Neighbor, tetapi memiliki kelemahan pada akurasi karena penggunaan nilai k yang sama pada semua kategori. Nilai k adalah jumlah data latih terdekat terhadap data uji. Untuk mengatasi permasalahan tersebut digunakan metode Improved k-Nearest Neighbour di mana nilai k akan disesuaikan dengan jumlah data latih yang dimiliki setiap kategori. Dari hasil pengujian pengaruh pertambahan nilai k diperoleh rata-rata F1-measure sebesar 70, 99%. Pengujian variasi data latih menunjukkan bahwa semakin besar jumlah data latih maka semakin tinggi nilai rata-rata akurasinya, sedangkan untuk pengujian data latih tidak seimbang diperoleh nilai F1-measure data latih seimbang 1, 9% lebih baik dari data latih tidak seimbang.", "artikel_scholar": "Klasifikasi Dokumen Tumbuhan Obat Menggunakan Metode Improved k-Nearest NeighborAA Puspitasari, E Santoso, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 21 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/862/330" }, { "title": "Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:RGFaLdJalmkC", "index": 13, "authors": "Ferdi Alvianda, Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2019", "year": "2019", "citations": 20, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Di Indonesia akhir-akhir ini terjadi teror bom yang dilakukan orang-orang berpaham radikal. Orang-orang berpaham radikal kian hari kian bertambah jumlahnya dikarenakan orang-orang tersebut menyebarkan paham radikal kepada orang lain. Penyebaran konten radikal bisa dilakukan melalui media sosial, salah satunya adalah Twitter. Oleh sebab itu dilakukan penelitian terhadap konten radikal di media sosial Twitter. Dokumen Twitter yang berupa tweet radikal diklasifikasikan menjadi dua kategori, yaitu konten radikal positif dan konten radikal negatif. Metode yang digunakan pada penelitian ini adalah Support Vector Machine (SVM) dengan kernel Polynomial Degree 2. Tingkat akurasi tertinggi yang dihasilkan dari penelitian ini adalah 70% dengan nilai parameter λ sebesar 0, 1, nilai konstanta γ sebesar 0, 1, iterasi maksimum 5 dengan data latih sebanyak 80 dokumen (60 dokumen negatif dan 20 dokumen positif) untuk data latih dan 20 dokumen (15 dokumen negatif dan 5 dokumen positif) untuk data uji.", "artikel_scholar": "Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine (SVM)F Alvianda, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 20 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4084/1877" }, { "title": "Penerapan algoritme modified k-nearest neighbour pada pengklasifikasian penyakit kejiwaan skizofrenia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:uc_IGeMz5qoC", "index": 14, "authors": "Anjelika Hutapea, Muhammad Tanzil Furqon, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3957-3961, 2018", "year": "2018", "citations": 20, "publication_date": "2018/2/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3957-3961", "abstract": "Skizofrenia adalah penyakit yang mengalami keretakan jiwa atau keretakan kepribadian (splitting of personality). Masalah gangguan jiwa terjadi hampir di seluruh negara di dunia. Penyakit kejiwaan Skizofrenia terdiri dari lima jenis yaitu Paranoid, Hebefrenik, Katatonik, Tak Terinci dan Simpleks. Kemiripan gejala dari masing-masing jenis menimbulkan kesulitan paramedis untuk menentukan kelas penyakit Skizofrenia. Oleh karena itu dibutuhkan sistem yang bertujuan untuk melakukan klasifikasi penyakit kejiwaan Skizofrenia dengan menerapkan salah satu metode klasifikasi yaitu Modified K-Nearest Neighbor (MKNN). Langkah yang akan dilakukan oleh sistem adalah proses perhitungan jarak assymetric binary, perhitungan nilai validitas dan perhitungan weight voting sehingga mendapatkan hasil akhir yang akan digunakan untuk menentukan kelas klasifikasi berdasarkan masukan nilai K yang telah ditentukan. Pengujian sistem terdiri dari pengujian pengaruh nilai K dan pengujian pengaruh nilai K-Fold. Hasil dari pengujian pengaruh nilai K menghasilkan akurasi optimum senilai 37,045% pada nilai K= 7 dan K-Fold= 10. Hasil dari pengujian pengaruh nilai K-Fold menghasilkan akurasi optimum senilai 28, 4462% pada nilai K-Fold= 5.", "artikel_scholar": "Penerapan algoritme modified k-nearest neighbour pada pengklasifikasian penyakit kejiwaan skizofreniaA Hutapea, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 20 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2800/1069" }, { "title": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATK", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:ILKRHgRFtOwC", "index": 15, "authors": "Muhammad Yudho Ardianto, Sigit Adinugroho, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3826-3832, 2021", "year": "2021", "citations": 19, "publication_date": "2021/9/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "9", "halaman": "3826-3832", "abstract": "Peralatan Alat Tulis Kerja atau biasa disingkat ATK, merupakan salah satu kebutuhan dalam perkantoran maupun pelajar. Setiap kali memasuki awal sekolah toko ATK selalu dibanjiri pembeli. Tetapi kala pandemi ini banyak masyarakat yang lebih memilih untuk berhemat dalam banyak hal. Dengan kebiasaan baru masyarakat yang berhemat membuat banyak sektor penjualan yang menjadi sepi. Salah satu cara yang dapat digunakan untuk meningkatkan penjualan adalah dengan memperhatikan transaksi pembelian. Data-data transaksi pembelian biasanya hanya digunakan sebagai arsip toko. Data transaksi pembelian yang tersimpan memiliki informasi-informasi yang bisa digali dengan teknik data mining, misalnya informasi mengenai kaidah asosiasi dalam pembelian konsumen. Dengan mengetahui kebiasaan konsumen, toko dapat mempertimbangkan tempat penataan barang dagangan. Dengan menggunakan algoritma FP-Growth pada sistem keranjang belanja untuk memperhatikan asosiasi antar item dapat membantu mengembangkan strategi pemasaran. Algoritma FP-Growth memiliki urutan dari pengumpulan data, penghitung frekuensi, penyusunan ulang data transaksi, pembentukan tree, dan pencarian frequent item. Dari pengujian minimum support 5% menghasilkan 8 kaidah asosiasi dan 3 diantaranya memiliki confidence diatas 50%. Terdapat 34 kaidah asosiasi dengan nilai lift diatas 1. Semakin tinggi nilai minimum support & minimum confidence maka akan semakin sedikit kombinasi kaidah asosiasi yang dihasilkan.", "artikel_scholar": "Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATKMY Ardianto, S Adinugroho, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 19 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9741/4368" }, { "title": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan K-Nearest Neighbor (K-NN) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:iH-uZ7U-co4C", "index": 16, "authors": "Yane Marita Febrianti, Indriati Indriati, Agus Wahyu Widodo", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3689-3698, 2018", "year": "2018", "citations": 19, "publication_date": "2018/2/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3689-3698", "abstract": "Perkembangan sebuah teknologi informasi saat ini membawa dampak yang cukup besar terhadap pola hidup masyarakat salah satunya pada daya beli. Saat ini daya beli masyarakat lebih cenderung berbelanja secara online karena dianggap lebih mudah. Namun, bagaimana konsumen mengetahui jika barang yang akan dibeli bagus atau sebaliknya, oleh karena itu muncul adanya suatu ulasan atau komentar pada setiap barang yang dijual. Ulasan pada suatu barang membawa pengaruh yang cukup besar terhadap daya beli konsumen untuk mengetahui kualitas barang tersebut, tidak heran jika sebuah ulasan menjadi salah satu tujuan utama yang dilihat oleh konsumen setelah harga, tetapi tidak semua ulasan yang diberikan konsumen dapat dimengerti oleh konsumen lain dikarenakan penggunaan kata yang disingkat, penggunaan bahasa modern, salah dalam mengetik huruf, dan tidak bakunya kata yang digunakan dalam penulisan ulasan. Dengan latar belakang diatas, peneliti mengusulkan pembuatan sistem Analisis Sentimen Pada Ulasan †œLazada†Berbahasa Indonesia Menggunakan K-Nearest Neighbor (K-NN) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance. Pengujian berdasarkan nilai precission, recall, dan accuracy pada masing-masing analisis sentimen tanpa perbaikan kata, maupun dengan perbaikan kata. Hasil pengujian dengan nilai accuracy yang baik terdapat pada analisis sentimen dengan perbaikan kata yakni 76%, dengan nilai precission 0, 76, dengan nilai recall 1.", "artikel_scholar": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan K-Nearest Neighbor (K-NN) Dengan Perbaikan Kata Menggunakan Jaro Winkler DistanceYM Febrianti, I Indriati, AW Widodo - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 19 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2703/995" }, { "title": "Analisis sentimen tanggapan masyarakat aplikasi tiktok menggunakan metode naïve bayes dan categorial propotional difference (cpd)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:mvPsJ3kp5DgC", "index": 17, "authors": "Junda Alfiah Zulqornain, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 2886-2890, 2021", "year": "2021", "citations": 18, "publication_date": "2021/6/24", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "7", "halaman": "2886-2890", "abstract": "Aplikasi TikTok merupakan sosial media yang saat ini sering dibicarakan dikalangan masyarakat. Mulai dari yang muda sampai yang tua menggunakan aplikasi TikTok ini. Aplikasi TikTok ini berupa aplikasi yang dapat membagikan video, tetapi biasanya juga muncul video yang memiliki unsur vulgar yang dapat dilihat oleh anak dibawah umur karena aplikasi TikTok ini tidak dibatasi oleh usia. Oleh karena itu penulis melakukan analisis sentimen pada ulasan aplikasi TikTok untuk membantu orang tua dalam pemilihan aplikasi untuk anaknya. Dari permasalahan tersebut penulis melakukan analisis sentimen menggunakan metode Naive Bayes dan Categorial Propotional Difference. Pengujian penelitian ini menggunakan 5-Cross Validation dengan variasi term yang digunakan. Hasil maksimal yang didapatkan dengan menggunakan 100% term yang digunakan untuk pengujian dengan nilai accuracy sebesar 0, 729947, nilai precission sebesar 0, 746854, nilai recall sebesar 0, 926118, dan nilai f-measure 0, 824511", "artikel_scholar": "Analisis sentimen tanggapan masyarakat aplikasi tiktok menggunakan metode naïve bayes dan categorial propotional difference (cpd)JA Zulqornain, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 18 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9396/4244" }, { "title": "Penerapan Algoritma Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia (Studi Kasus: RSJ. Radjiman Wediodiningrat, Lawang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:vbGhcppDl1QC", "index": 18, "authors": "Arya Perdana, Muhammad Tanzil Furqon, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3162-3167, 2018", "year": "2018", "citations": 18, "publication_date": "2018/1/30", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "9", "halaman": "3162-3167", "abstract": "Skizofrenia merupakan penyakit yang menyerang kejiwaan sesorang, sehingga mengakibatkan tingkah laku dengan pola pikir tidak sesuai. Salah satu penyebab seseorang menderita skizofrenia adalah stress dan juga memiliki tekanan hidup yang berat dari berbagai aspek kehidupan. Support Vector Machine (SVM) adalah suatu algoritme yang dapat mengklasifikasikan jenis penyakit skizofrenia. Data yang digunakan pada penelitian ini adalah sebanyak 11 data yang terbagi menjadi 5 kelas. Kelas pada penelitian ini mewakilkan 5 jenis penyakit pada Skizofrenia yaitu paranoid, hebefrenik, katatonik, undifferentiated, dan simpleks. Pada dasarnya algoritme SVM merupakan metode klasifikasi linear, sehingga digunakan suatu kernel untuk mengatasi data yang bersifat nonlinear. Pada penelitian ini digunakan juga konsep One Against All untuk mengatasi permasalahan multiclass. Hasil akhir dari penelitian ini menghasilkan rata-rata akurasi tertinggi sebesar 50, 09%, dengan nilai konstanta λ= 1; C= 0, 1; γ= 0, 1; itermax= 100; ε= 0, 01; dan juga menggunakan kernel polynomial. Pengujian pada penelitian ini menggunakan pengujian K-Fold Cross Validation, dengan menggunakan 11 fold.", "artikel_scholar": "Penerapan Algoritma Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia (Studi Kasus: RSJ. Radjiman Wediodiningrat, Lawang)A Perdana, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 18 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2160/819" }, { "title": "Penentuan Komposisi Pakan Ternak untuk Memenuhi Kebutuhan Nutrisi Ayam Petelur dengan Biaya Minimum Menggunakan Particle Swarm Optimization (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:pyW8ca7W8N0C", "index": 19, "authors": "E Marginingtyas, WF Mahmudy, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (12), 1642-1651, 2017", "year": "2017", "citations": 18, "publication_date": "2017/12", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "1", "terbitan": "12", "halaman": "1642-1651", "penerbit": "Fakultas Ilmu Komputer Universitas Brawijaya", "abstract": "Pemberian pakan sesuai kebutuhan nutrisi kepada ayam petelur sangat dianjurkan karena mempengaruhi kualitas ayam dalam bertelur. Terdapat enam nutrisi dasar yang harus terpenuhi dalam pakan ayam petelur diantaranya yaitu protein, ME, lemak, serat kasar, kalsium, dan fosfor. Dalam proses pemenuhan kebutuhan nutrisi ini para peternak membutuhkan biaya yang cukup besar setiap harinya. Sehingga peternak harus membuat kombinasi pakan yang sesuai agar memperoleh biaya yang minimum namun dengan nutrisi yang tercukupi. Untuk mendapatkan kombinasi pakan yang sesuai maka dilakukan penelitian dengan menggunakan metode algoritma genetika. Algoritma genetika merupakan salah satu metode optimasi yang dapat menyelesaikan permasalahan kombinasi pakan untuk memperoleh biaya yang minimum dengan nutrisi yang tercukupi. Penelitian ini menggunakan representasi real code dimana setiap kromosomnya memiliki panjang yang sejumlah dengan data bahan pakan yang digunakan yaitu 40. Setiap gen dalam sebuah kromosom mewakili bobot dari bahan pakan. Dari hasil pengujian didapatkan ukuran populasi terbaik adalah 160, banyaknya generasi optimal adalah 500, serta kombinasi Cr sebesar 0,9 dan Mr sebesar 0,1. Hasil akhir yang didapatkan adalah berupa kombinasi bahan pakan terbaik dengan nutrisi terpenuhi dan biaya minimum.", "artikel_scholar": "Indriati.(2015). Penentuan Komposisi Pakan Ternak Untuk Memenuhi Kebutuhan Nutrisi Ayam Petelur dengan Biaya Minimum Menggunakan Algoritma Genetika*E Marginingtyas, WF Muhmudy - Jurnal Mahasiswa PTIIK. Universitas BrawijayaDirujuk 14 kaliArtikel terkaitPenentuan komposisi pakan ternak untuk memenuhi kebutuhan nutrisi ayam petelur dengan biaya minimum menggunakan algoritma genetikaE Marginingtyas - 2015Dirujuk 5 kaliArtikel terkait" }, { "title": "Analisis Sentimen terhadap Kebijakan Kuliah Daring Selama Pandemi Menggunakan Pendekatan Lexicon Based Features dan Support Vector Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&citation_for_view=ZHrqtYcAAAAJ:uLbwQdceFCQC", "index": 20, "authors": "Natasya Eldha Oktaviana, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 9 (2), 357-362, 2022", "year": "2022", "citations": 17, "publication_date": "2022/2/24", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "9", "terbitan": "2", "halaman": "357-362", "abstract": "Adanya virus baru yaitu COVID-19 atau SARS-CoV-2 yang berasal dari Wuhan, China pada awal tahun 2020 telah menggemparkan seluruh warga dunia salah satunya Indonesia dan memiliki tingkat penularan yang tinggi. Sehingga untuk meminimalisir penyebaran COVID-19, pemerintah Indonesia menetapkan salah satu kebijakan dalam dunia pendidikan yaitu pembelajaran/perkuliah online. Kebijakan tersebut mengakibatkan seluruh penyebaran informasi berubah menjadi online dan memberikan dampak yang luas bagi keberlanjutan pendidikan di Indonesia. Hal tersebut menimbulkan kontroversi pada kalangan masyarakat dan banyak yang akhirnya beropini pada media sosial, salah satunya Twitter. Analisis sentimen berguna untuk mengetahui ketepatan komputasi sistem dalam mengenali pembicaraan pada Twitter mengenai kebijakan pembelajaran online cenderung bersentimen negatif atau positif …", "artikel_scholar": "Analisis Sentimen terhadap Kebijakan Kuliah Daring Selama Pandemi Menggunakan Pendekatan Lexicon Based Features dan Support Vector MachineNE Oktaviana, YA Sari, I Indriati - Jurnal Teknologi Informasi dan Ilmu Komputer, 2022Dirujuk 17 kaliArtikel terkait4 versi", "pdf_url": "https://www.academia.edu/download/117369646/pdf.pdf" }, { "title": "Identifikasi Tweet Cyberbullying pada Aplikasi Twitter menggunakan Metode Support Vector Machine (SVM) dan Information Gain (IG) sebagai Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:35N4QoGY0k4C", "index": 21, "authors": "Ni Made Gita Dwi Purnamasari, M Ali Fauzi, Indriati, Liana Shinta Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 17, "publication_date": "2018/7/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Cyberbullying merupakan salah satu tindakan yang melanggar UU ITE dimana kejahatan ini dilakukan di media sosial salah satunya aplikasi Twitter. Tindakan ini sulit terdeteksi jika tidak ada yang me-report tweet tersebut. Identifikasi tweet cyberbullying bertujuan untuk mengklasifikasikan tweet yang mengandung konten bullying. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine dimana metode bertujuan mencari hyperplane pemisah antara kelas negatif dan positif. Penelitian ini merupakan klasifikasi teks dimana semakin banyak datanya semakin banyak fitur yang dihasilkan, oleh karena itu penelitian ini juga menggunakan seleksi fitur Information Gain untuk menyeleksi fitur yang tidak relevan terhadap klasifikasi. Proses sistem dimulai dari text preprocessing dengan tahapan tokenisasi, filtering, stemming dan pembobotan kata. Kemudian melakukan seleksi fitur information gain dengan menghitung nilai entropy tiap kata. Setelah itu melakukan proses klasifikasi berdasarkan fitur yang telah diseleksi dan hasil keluaran sistem berupa identifikasi apakah tweet termasuk bully atau bukan bully. Hasil yang didapatkan dengan metode SVM adalah accuracy 75%, precision 70, 27%, recall 86, 66% dan f-measure 77, 61% pada percobaan nilai iterMax= 20, λ= 0, 5, ð› ¾= 0,001, ðœ€= 0, 000001, dan C= 1. Nilai threshold terbaik seleksi fitur information gain adalah 90%, dengan nilai accuracy 76, 66%, precision 72, 22%, recall 86, 66% dan f-measure 78, 78%.", "artikel_scholar": "Identifikasi Tweet Cyberbullying Pada Aplikasi Twitter Menggunakan Metode Support Vector Machine (SVM) Dan Information Gain (IG) Sebagai Seleksi FiturNMGD Purnamasari, MA Fauzi, I Indriati, LS Dewi - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2018Dirujuk 17 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3276/1280" }, { "title": "Pengaruh model pembelajaran berbasis masalah terhadap kemampuan berpikir kreatif matematis siswa pada materi bilangan pecahan kelas IV SDIT At-Thoriq", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:K3LRdlH-MEoC", "index": 22, "authors": "Dede Setia Indriani, Widyasari Widyasari", "journal_year": "AL-KAFF: JURNAL SOSIAL HUMANIORA 2 (3), 2019", "year": "2019", "citations": 16, "publication_date": "2019/4/12", "journal": "AL-KAFF: JURNAL SOSIAL HUMANIORA", "jilid": "2", "terbitan": "3", "abstract": "Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan model pembelajaran berbasis masalah terhadap kemampuan berpikir kreatif matematis siswa pada materi bilangan pecahan kelas IV SDIT At-Thoriq. Pendekatan dalam penelitian ini adalah pendekatan kuantitatif. Metode yang digunakan dalam penelitian ini adalah kuasi eksperimen (quase Experimental research) dengan bentuk desain nonequivalent control grup design. Sample dalam penelitian ini berjumlah 58 siswa. Teknik pengumpulan data yang digunakan adalah observasi, wawancara dan tes. Hasil dalam penelitian ini menuntukkan bahwa terdapat perbedaan kemampuan berpikir kreatif matematis siswa antara kelas eksperimen dan kelas kontrol. Pada tes akhir kemampuan berpikir kreatif matematis siswa di kelas eksperimen dilihat dari nilai rata-rata kelas adalah 74, 31. Sedangkan kemampuan berpikir ktreatif matematis siswa pada …", "artikel_scholar": "Pengaruh model pembelajaran berbasis masalah terhadap kemampuan berpikir kreatif matematis siswa pada materi bilangan pecahan kelas IV SDIT At-ThoriqDS Indriani, W Widyasari - AL-KAFF: JURNAL SOSIAL HUMANIORA, 2019Dirujuk 9 kaliArtikel terkaitThe effect of canna starch, tapioca, and mocaf as substitution ingredients on physical characteristics of corn instant noodle*N Indrianti, R Kumalasari, R Ekafitri, DA Darmajana - Agritech, 2013Dirujuk 7 kaliArtikel terkait" }, { "title": "Analisis sentimen pada ulasan aplikasi mobile banking menggunakan metode support vector machine dan lexicon based features", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_Re3VWB3Y0AC", "index": 23, "authors": "Katherine Ivana Ruslim, Putra Pandu Adikara, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (7), 6694-6702, 2019", "year": "2019", "citations": 15, "publication_date": "2019/8/5", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "3", "terbitan": "7", "halaman": "6694-6702", "abstract": "Analisis sentimen adalah bidang penelitian dalam text mining yang sangat populer. Ide dasar dari analisis sentimen adalah menemukan polaritas dari dokumen dan mengklasifikasikannya menjadi positif atau negatif. Dokumen teks yang digunakan dalam penelitian yaitu ulasan pada Google Play Store mengenai aplikasi mobile banking. Support Vector Machine merupakan metode yang digunakan serta menambahkan Lexicon Based Features sebagai pembaruan fitur selain menerapkan fitur Bag of Words. Data penelitian sebanyak 500 data dengan pembagian 90% data latih dan 10% data uji. Hasil evaluasi sistem yang didapatkan dengan gabungan fitur Bag of Words dan Lexicon Based Features lebih tinggi dibandingkan dengan hasil evaluasi sistem yang hanya menerapkan fitur Bag of Words maupun sistem yang hanya menerapkan Lexicon Based Features. Hasil evaluasi yang didapatkan oleh gabungan kedua fitur dengan pengujian menerapkan 10 fold cross validation yaitu accuracy= 0,846, recall= 0,846, precision= 0,864, dan f-measure= 0,855 dengan nilai parameter Support Vector Machine yang digunakan merupakan nilai parameter yang terbaik yaitu sigma kernel RBF= 3, lambda= 0, 1, gamma= 0,001, complexity= 0, 1, epsilon= 0,001, dan iterasi= 50.", "artikel_scholar": "Analisis sentimen pada ulasan aplikasi mobile banking menggunakan metode support vector machine dan lexicon based featuresKI Ruslim, PP Adikara, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 15 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5792/2748" }, { "title": "Analisis Sentimen Tentang Opini Performa Klub Sepak Bola pada Dokumen Twitter Menggunakan Support Vector Machine, dengan perbaikan Kata Tidak Baku", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:WbkHhVStYXYC", "index": 24, "authors": "I Indriati, M Marji, S Pakpahan", "journal_year": "J. Pengemb. Teknol. Inf. dan Ilmu Komput 3 (7), 7259-7267, 2019", "year": "2019", "citations": 15, "publication_date": "2019", "journal": "J. Pengemb. Teknol. Inf. dan Ilmu Komput", "jilid": "3", "terbitan": "7", "halaman": "7259-7267", "artikel_scholar": "Analisis Sentimen Tentang Opini Performa Klub Sepak Bola pada Dokumen Twitter Menggunakan Support Vector Machine, dengan perbaikan Kata Tidak BakuI Indriati, M Marji, S Pakpahan - J. Pengemb. Teknol. Inf. dan Ilmu Komput, 2019Dirujuk 9 kaliArtikel terkaitAnalisis Sentimen Tentang Opini Performa Klub Sepak Bola Pada Dokumen Twitter Menggunakan Support Vector Machine Dengan Perbaikan Kata Tidak BakuSRM Pakpahan, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 6 kaliArtikel terkait4 versi" }, { "title": "Sistem Pakar Diagnosis Penyakit Hepatitis Menggunakan Metode Dempster Shafer", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:j8SEvjWlNXcC", "index": 25, "authors": "Ayu Tifany Novarina, Edy Santoso, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (6), 2252-2258, 2018", "year": "2018", "citations": 15, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "6", "halaman": "2252-2258", "abstract": "Hepatitis adalah kelainan hati berupa peradangan hati. Peradangan ditandai dengan peningakatan kadar enzim hati, yang disebabkan adanya gangguan atau kerusakan membran hati. Ada dua faktor penyebabnya yaitu faktor infeksi dan faktor non infeksi. Faktor penyebab infeksi antara lain virus hepatitis dan bakteri. Selain karena virus Hepatitis A, B, C, D, E masih banyak virus lain yang berpotensi menyebabkan hepatitis misalnya adenoviruses, herpes simplex, HIV, rubella, dan lain-lain. Permasalahan yang sering terjadi saat ini yaitu masih banyak orang awam yang kurang memahami kesehatan. Bahkan tidak jarang masyarakat tidak sadar ketika mereka terserang penyakit karena tidak mengetahui gejala-gejalanya sehingga menyebabkan penderita terlambat menangani secara dini. Pengembangan sistem pakar terus mengalami kemajuan yang cukup siknifikan, dengan adanya sistem pakar diharapkan dapat mempermudah, mempercepat dan menghemat biaya. Pada penelitian ini masalah-masalah tersebut diselesaikan dengan membuat sebuah sistem dengan mengimplementasikan metode Dempster-Shafer yang bertujuan untuk mendiagnosis jenis-jenis penyakit Hepatitis yang diderita oleh manusia, sehingga dengan adanya sistem tersebut diharapkan dapat membantu para pengguna dalam mendiagnosis penyakit hepatitis yang di deritanya sejak dini. Berdasarkan hasil pengujian akurasi sistem dengan 20 sampel data didapatkan nilai akurasi sebesar 90%. Ketidakakuratan 10% disebabkan beberapa hal antara lain subyektifitas dari pakar dalam menentukan penyakit dan dalam perhitungan yang dilakukan menggunakan …", "artikel_scholar": "Sistem Pakar Diagnosis Penyakit Hepatitis Menggunakan Metode Dempster ShaferAT Novarina, E Santoso, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 15 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1575/572" }, { "title": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hFOr9nPyWt4C", "index": 26, "authors": "Putri Nur Fadila, Indriati, Dian Eka Ratnawati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 3 (3), 193-200, 2016", "year": "2016", "citations": 15, "publication_date": "2016/9/8", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "193-200", "abstract": "AbstrakFase pertumbuhan dan perkembangan merupakan fase terpenting pada manusia, khususnya pada anak usia dini. Pertumbuhan dan perkembangan pada anak mempengaruhi bagaimana seorang anak tersebut ketika mencapai dewasa baik dari segi mental, fisik, maupun kecerdasaannya. Tentunya tidak semua anak mengalami perkembangan yang normal, bisa saja ada yang mengalami gangguan perkembangan. Salah satu gangguan perkembangan yang sering dialami pada anak usia dini adalah ADHD (Attention Deficit Hyperactivity Disorder). Untuk ADHD sendiri terdapat tiga jenis yaitu Inattention, Impulsif, dan Hyperactivity. Pada penelitian ini akan dilakukan identifikasi jenis ADHD berdasarkan gejala yang muncul menggunakan metode klasifikasi Neighbor Weigted K-Nearest Neighbor (NWKNN). Metode NWKNN merupakan metode perkembangan dari metode KNN, yang membedakan adalah …", "artikel_scholar": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)PN Fadila, DE Ratnawati - Jurnal Teknologi Informasi Dan Ilmu Komputer, 2016Dirujuk 15 kaliArtikel terkait3 versi" }, { "title": "Seleksi Fitur Gain Ratio pada Analisis Sentimen Kebijakan Pemerintah Mengenai Pembelajaran Jarak Jauh dengan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:z_wVstp3MssC", "index": 27, "authors": "Galuh Fadillah Grandis, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (8), 3507-3514, 2021", "year": "2021", "citations": 14, "publication_date": "2021/8/18", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "8", "halaman": "3507-3514", "abstract": "Pembelajaran Jarak Jauh (PJJ) merupakan kebijakan yang dikeluarkan oleh Kementerian Pendidikan dan Kebudayaan (Kemendikbud) melalui Surat Edaran Nomor 15 Tahun 2020 tentang Pedoman Penyelenggaraan Belajar Dari Rumah Dalam Masa Darurat Penyebaran COVID-19. Surat Edaran ini diberlakukan selama darurat COVID-19 yang bertujuan untuk memenuhi hak dari peserta didik dalam mendapatkan layanan pendidikan, dan juga mencegah penyebaran yang meluas terhadap COVID-19. Setelah kebijakan ini dikeluarkan, berbagai macam tanggapan ataupun opini dari masyarakat mulai berkomentar terhadap kebijakan yang dikeluarkan ini pada media sosial khususnya Twitter. Hal tersebut bisa berupa opini yang positif ataupun opini negatif sehingga diperlukan analisis sentimen untuk melihat apakah kebijakan ini mendapat banyak tanggapan positif atau negatif. Analisis sentimen merupakana proses untuk mendapatkan informasi mengenai sentimen yang ada pada setiap opini. Analisis sentimen dilakukan dengan menggunakan metode klasifikasi K-Nearest Neighbor (KNN) yang bertujuan untuk mencari hasil atau nilai dari dokumen terdekat. Selain itu, penggunaan seleksi fitur untuk mengurangi kata yang tidak relevan akan dipakai menggunakan Gain Ratio. Hasilnya adalah penggunaan Gain Ratio dengan nilai threshold median memiliki nilai dari f-measure paling tinggi yaitu 0, 74 pada k= 11 dengan pengujian pada fold ke-2 dan k= 90 dengan pengujian fold ke-1. Hasil dari penggunaan Gain Ratio pada setiap fold memiliki nilai f-measure yang stabil dibandingkan dengan penggunaan Information Gain.", "artikel_scholar": "Seleksi Fitur Gain Ratio pada Analisis Sentimen Kebijakan Pemerintah Mengenai Pembelajaran Jarak Jauh dengan K-Nearest NeighborGF Grandis, YA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 14 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9635/4333" }, { "title": "Deteksi Emosi pada Twitter Menggunakan Metode Naive Bayes dan Kombinasi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:kuK5TVdYjLIC", "index": 28, "authors": "Fera Fanesya, Randy Cahya Wihandika, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6678-6686, 2019", "year": "2019", "citations": 14, "publication_date": "2019/8/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "7", "halaman": "6678-6686", "abstract": "Emosi bersifat umum dan penting dalam kehidupan yang membentuk perilaku manusia. Mendeteksi emosi memberikan peranan penting dalam berbagai aspek karena dapat diterapkan dalam berbagai bidang seperti pengambilan keputusan, memprediksi keadaan emosi manusia, memberikan review terhadap kualitas produk, melacak dukungan pada masalah politik, dan mengenali gangguan depresi seseorang. Mengidentifikasi emosi dapat menggunakan data tekstual yaitu berupa teks, karena teks dapat digunakan untuk berkomunikasi dan menyampaikan informasi. Salah satu media sosial untuk bertukar informasi yaitu Twitter. Twitter berisi informasi tentang sikap serta keadaan emosi seseorang. Oleh karena itu, dilakukan deteksi emosi pada Twitter untuk menentukan emosi seseorang dengan menerapkan metode Naive Bayes dan kombinasi fitur. Model klasifikasi Naive Bayes yang digunakan pada penelitoan ini yaitu Multinomial Naive Bayes untuk tipe data diskrit dan Bernoulli Naive Bayes untuk tipe data biner, kombinasi fitur yang digunakan pada penelitian yaitu fitur linguistik, fitur ortografik, dan kombinasi fitur N-gram. Hasil akurasi terbaik didapatkan pada pengujian kombinasi fitur N-gram sebesar 0,555, sedangkan hasil akurasi pada pengujian kombinasi fitur sebesar 0, 5317 yang meliputi fitur linguistik, fitur ortografik, dan fitur N-gram memiliki nilai akurasi lebih baik dibandingkan pengujian dengan fitur tunggal dan lebih rendah dibandingkan pengujian kombinasi fitur N-gram. Hal ini dikarenakan pengaruh dari fitur linguistik, fitur ortografik, dan fitur N-gram. Penggabungan kombinasi fitur ini bisa menutupi kelemahan masing …", "artikel_scholar": "Deteksi Emosi pada Twitter Menggunakan Metode Naive Bayes dan Kombinasi FiturF Fanesya, RC Wihandika, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 14 kaliArtikel terkait6 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5787/2746" }, { "title": "Klasifikasi Hoax Pada Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Modified K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:J_g5lzvAfSwC", "index": 29, "authors": "Andre Rino Prasetyo, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7466-7473, 2018", "year": "2018", "citations": 14, "publication_date": "2018/8/20", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "12", "halaman": "7466-7473", "abstract": "Berita merupakan sumber informasi mengenai kejadian terkini yang mana dapat diketemukan pada surat kabar, televisi, internet dan media lainnya. Saat ini berita-berita yang disebarkan seringkali tanpa menuliskan sumbernya secara jelas terutama jenis berita mengenai kesehatan hal tersebut yang dapat mengakibatkan salah penafsiran karena berita tersebut belum tentu benar atau salah sehingga dibutuhkan suatu sistem cerdas untuk mengklasifikasikan berita kesehatan tersebut apakah termasuk dalam kategori hoax atau fakta. Proses klasifikasi hoax menggunakan beberapa tahap mulai dari preprocessing yang terdiri dari tokenisasi dan filtering. Dilanjutkan dengan proses pembobotan kata dan cosine similarity hingga proses klasifikasi dengan menggunakan metode Modified K-Nearest Neighbor. Hasil yang diperoleh berdasarkan implementasi dan pengujian menghasilkan nilai k terbaik berjumlah 4, precision sebesar 0, 83 recall sebesar 0, 75 f-measure sebesar 0, 79 dan akurasi sebesar 75%. Hasil pengujian tersebut didapat karena konten berita kesehatan yang digunakan masih terlalu umum, banyak juga kata-kata yang tidak baku dan penentuan nilai k-values yang digunakan sangat berpengaruh terhadap baik tidaknya proses klasifikasi dokumen berita kesehatan.", "artikel_scholar": "Klasifikasi Hoax Pada Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Modified K-Nearest NeighborAR Prasetyo, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 14 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3991/1585" }, { "title": "Peramalan Harga Saham Menggunakan Metode Support Vector Regression (SVR) Dengan Particle Swarm Optimization (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:evX43VCCuoAC", "index": 30, "authors": "Vera Rusmalawati, Muhammad Tanzil Furqon, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (5), 1980-1990, 2018", "year": "1980", "citations": 13, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "5", "halaman": "1980-1990", "abstract": "Salah satu keuntungan dari investasi pada saham adalah capital gain, yaitu keuntungan dari perdagangan saham. Dengan adanya peramalan harga saham akan meningkatkan keuntungan dari transaksi jual beli saham karena pemilik saham dapat mengetahui kapan waktu yang tepat untuk menjual atau membeli saham tertentu. Support Vector Regression (SVR) merupakan salah satu metode yang digunakan untuk peramalan karena dapat mengenali pola dari data time series dan dapat memberikan hasil peramalan yang baik bila parameter pentingnya dapat ditentukan secara baik pula. Sehingga diperlukan metode optimasi untuk menentukan parameter SVR sehingga SVR dapat secara optimal diterapkan dalam peramalan harga saham. Salah satu algoritma optimasi yang dapat digunakan adalah Particle Swarm Optimization (PSO). Peramalan harga saham menggunakan SVR dengan optimasi PSO ini menggunakan metode MAPE untuk mengevaluasi hasil peramalan. Berdasarkan pengujian yang telah dilakukan, nilai MAPE yang didapatkan adalah 0, 8195% dengan fitness sebesar 0, 5496 dengan parameter optimal yang didapatkan adalah jumlah partikel 40, iterasi PSO 40, iterasi SVR 1000, rentang parameter C 100-500, rentang parameter É› 0, 0001-0,001, rentang parameter σ 0,001-2, rentang parameter γ 0, 00001-0,001, rentang parameter λ 0,001-0, 1, dan perbandingan data latih dan data uji dari data saham Bank BCA tahun 2016 yaitu 90%: 10%.", "artikel_scholar": "Peramalan Harga Saham Menggunakan Metode Support Vector Regression (SVR) Dengan Particle Swarm Optimization (PSO)V Rusmalawati, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 13 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1457/507" }, { "title": "Pencarian Berita Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:g5m5HwL7SMYC", "index": 31, "authors": "Khalisma Frinta, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2589-2595, 2019", "year": "2019", "citations": 12, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2589-2595", "abstract": "Perkembangan teknologi yang semakin pesat berdampak pada meningkatnya penggunaan internet sebagai sumber penyedia informasi online dari seluruh dunia. Dalam pencarian informasi pengguna menggunakan bantuan sebuah mesin pencari (search engine). Perkembangan tersebut juga membuat penyimpanan dokumen secara digital meningkat. Berita merupakan sumber informasi mengenai suatu peristiwa atau pendapat yang memiliki nilai penting dan menarik untuk dipublikasikan secara luas melalu media massa. Tidak terbatasnya jangkauan pembaca serta efisiensi waktulah yang membuat berbagai media pemberitaan beralih menjadi media online. Information retrieval bertujuan untuk menghasilkan dokumen yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi secara otomatis berdasarkan keyword pada query yang diberikan oleh pengguna. Penerapan information retrieval diharapkan mampu mempermudah pencarian informasi serta mendapatkan hasil yang akurat. BM25 merupakan sebuah sistem dalam proses pemeringkatan yang digunakan untuk mengurutkan hasil kecocokan (similarity) terhadap seluruh dokumen training berdasarkan query yang dicari. Metode BM25 dikategorikan sebagai metode terbaik dalam kelas best match. Pengujian dilakukan berdasarkan nilai precision@ k dan nilai r-precision terhadap 12 query. Hasil pengujian nilai precision@ k terbaik pada saat nilai k= 5, yakni dengan nilai 0, 83. Sedangkan hasil pengujian nilai r-precision terbaik dengan nilai 1.", "artikel_scholar": "Pencarian Berita Berbahasa Indonesia Menggunakan Metode BM25K Frinta, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 12 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4759/2204" }, { "title": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode Backpropagation", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:geHnlv5EZngC", "index": 32, "authors": "Brian Andrianto, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (12), 7380-7385, 2018", "year": "2018", "citations": 12, "publication_date": "2018/8/20", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "2", "terbitan": "12", "halaman": "7380-7385", "abstract": "Twitter adalah layanan jejaring sosial dimana pengguna dapat memposting dan berinteraksi dengan pesan, yang dikenal sebagai\" tweet\". Twitter juga digunakan oleh sebagian orang untuk memberikan opini mereka terhadap suatu hal namun terkadang terlalu berlebihan bahkan juga kadang ditemukan tweet yang berbau radikal. Tindakan radikal yang ada pada media sosial biasanya disebut dengan konten radikal. Konten-konten radikal yang ada di media sosial tentu dapat merugikan beberapa pihak. Ada juga pihak-pihak tertentu yang memanfaatkan konten radikal untuk mencapai tujuan tertentu. Oleh sebab itu pada penelitian ini mencoba menganalisis tweet berbahasa Indonesia yang mengandung kata radikal, termasuk dalam konten radikal positif atau radikal negatif. Tweet yg di dapat dari twitter yang berisi opini masyarakat yang mengarah ke konten radikal akan di klasifikasikan. Tweet tadi bisa disebut dokumen atau data terlebih dahulu akan melalui proses preprocessing. Kemudian dokumen tadi di pecah menjadi 6 jenis kata, diantaranya yaitu kata benda, kata kerja dan kata sifat dimana masing-masing jenis kata akan di bagi lagi menjadi positif dan negatif. Setelah di pecah akan dihitung berapa banyak jumlah jenis kata dalam masing-masing dokumen sehingga bisa diubah menjadi angka yang selanjutnya bisa dimasukkan ke dalam rumus algoritma.", "artikel_scholar": "Analisis Sentimen Konten Radikal Melalui Dokumen Twitter Menggunakan Metode BackpropagationB Andrianto, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2018Dirujuk 12 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3948/1575" }, { "title": "Peningkatan ManajemenData Melalui Sistem Aplikasi Posyandu Di Kecamatan LowokwaruMalang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ZHo1McVdvXMC", "index": 33, "authors": "Lailil Muflikhah, Daneswara Jauhari, Indriati Indriati", "journal_year": "Malang: Universita Brawijaya, 2016", "year": "2016", "citations": 12, "publication_date": "2016", "journal": "Malang: Universita Brawijaya", "abstract": "AbstrakPos Pelayanan Terpadu (Posyandu) merupakan upaya dari masyarakat dalam meningkatkan kesehatan masyarakat dengan memberikan layanan kesehatan dasar secara mudah dan ekonomis. Namun kurangnya partisipasi dari masyarakat akan pentingnya Posyandu mendorong dilakukannya kegiatan pengabdian masyarakat ini dengan membuat sistem aplikasi berbasis android. Sistem ini ditujukan untuk pencatatan selama kegiatan posyandu dan pemberian informasi seputar kegiatan informasi serta perkembangan balita. Adapun tahapan kegiatan dimulai dengan surveykegiatan terkait dengan analisis kebutuhan sistem, perancangan dan implmementasi sistem, tahapan selanjutnya adalah pelatihan terhadap pemakai aplikasi, baik bagi kader posyandu maupun ibu balita. Tahap akhir merupakan evaluasi terhadap tingkat kegunaan sistem bagi petugas dan peserta posyandu. Berdasarkan hasil …", "artikel_scholar": "Peningkatan ManajemenData Melalui Sistem Aplikasi Posyandu Di Kecamatan LowokwaruMalangL Muflikhah, D Jauhari, I Indriati - Malang: Universita Brawijaya, 2016Dirujuk 12 kaliArtikel terkait" }, { "title": "Klasifikasi Film Berdasarkan Sinopsis dengan Menggunakan Improved K-Nearest Neighbor (K-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:TFP_iSt0sucC", "index": 34, "authors": "Nurul Muslimah, Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 11, "publication_date": "2018/8/2", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Film ialah media komunikasi bersifat audio visual, dimana tersirat pesan yang ingin disampaikan pencipta film. Film memiliki beberapa genre yakni romantis, horor, thriller, komedi, fantasi dan lain sebagainya. Tidak sedikit penikmat film yang masih bingung akan perbedaan dari genre-genre tersebut. Hal tersebut mengakibatkan banyaknya penikmat film yang susah untuk membedakan genre film sehingga pesan pada film tak sepenuhnya dapat tersampaikan kepada penikmat film. Oleh sebab itu melakukan klasifikasi pada film berdasarkan sinopsis film dirasa dapat menjadi salah satu solusi untuk masalah tersebut. Pengklasifikasian pada sinopsis film akan membantu dalam mengelompokan film dengan genre yang sesuai. Proses klasifikasi genre film berdasarkan sinopsis dimulai dengan melakukan preprocessing, kemudian pembobotan term hingga klasifikasi dengan metode Improved K-NN. Berdasarkan implementasi serta pengujian yang dilakukan pada penelitian Klasifikasi Film Berdasarkan Sinopsis dengan Menggunakan Improved K-NN yang mana menggunakan 250 dokumen sebagai data latih dan 50 dokumen sebagai data uji didapatkan hasil terbaik yakni precision= 1, recall= 0, 88, f-measure= 0, 936170213, serta tingkat akurasi sebesar 88%. Serta dilakukan perbandingan dengan K-NN, terbukti bahwa pengklasifikasian menggunakan metode Improved K-NN lebih baik dibandingkan dengan metode K-NN.", "artikel_scholar": "Klasifikasi film berdasarkan sinopsis dengan menggunakan improved K-Nearest Neighbor (K-NN)N Muslimah, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 11 kaliArtikel terkait5 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4066/1855" }, { "title": "Analisis Sentimen menggunakan Metode Naïve Bayes Classifier terhadap Review Produk Perawatan Kulit Wajah menggunakan Seleksi Fitur N-gram dan Document Frequency Thresholding", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:e_rmSamDkqQC", "index": 35, "authors": "Sinta Kusuma Wardani, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5582-5590, 2021", "year": "2021", "citations": 10, "publication_date": "2021/11/19", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "12", "halaman": "5582-5590", "abstract": "Pengaruh budaya dan gaya hidup yang semakin berkembang ini membuat masyarakat lebih memperhatikan penampilannya. Salah satu faktor yang mempengaruhi penampilan adalah kondisi kulit wajah seseorang. Masing-masing produk yang digunakan konsumen memiliki reaksi yang berbeda-beda antar satu konsumen dengan konsumen lainnya sehingga membuat banyak konsumen melakukan review terhadap produk yang digunakan. Review yang diberikan oleh konsumen dapat digunakan untuk mengukur kualitas dari sebuah produk kecantikan. Namun banyaknya review yang diberikan membuat pengelompokan review tidak dapat dilakukan secara manual dan harus dilakukan otomatisasi analisis sentimen untuk mengelompokkan review tersebut dalam beberapa kategori. Salah satu algoritme untuk melakukan klasifikasi analisis sentimen, yaitu menggunakan metode Naive Bayes Classifier di mana merupakan metode sederhana yang memiliki performa yang cepat dalam melatih data, mudah dalam implementasinya, serta memiliki efektifitas yang tinggi. Dalam proses klasifikasi akan digunakan seleksi fitur menggunakan algoritme N-gram dan DF-Thresholding untuk mengurangi dimensi fitur pada data. Tujuan dari penelitian ini untuk mengetahui pengaruh penggunaan algoritme DF-Thresholding pada tingkat akurasi algoritme Naive Bayes Classifier menggunakan metode N-gram. Hasil penelitian menunjukkan adanya pengurangan fitur sebanyak 16.312 fitur menjadi 43 fitur dengan nilai akurasi tertinggi pada kombinasi unigram dan bigram, yaitu sebesar 49%, precision sebesar 0, 23, recall sebesar 0, 26 serta f-measure …", "artikel_scholar": "Analisis Sentimen menggunakan Metode Naïve Bayes Classifier terhadap Review Produk Perawatan Kulit Wajah menggunakan Seleksi Fitur N-gram dan Document Frequency ThresholdingSK Wardani, YA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 10 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10303/4588" }, { "title": "Pengenalan Jenis Kelamin dan Rentang Umur berdasarkan Suara menggunakan Metode Backpropagation Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:0KyAp5RtaNEC", "index": 36, "authors": "Avisena Abdillah Alwi, Putra Pandu Adikara, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2083-2093, 2020", "year": "2083", "citations": 10, "publication_date": "2020/8/14", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "4", "terbitan": "7", "halaman": "2083-2093", "abstract": "Teknologi di bidang speech recognition saat ini mengalami kemajuan pesat. Salah satu teknologi yang memanfaatkan speech recognition adalah asisten virtual seperti Google Asisten, Cortana, dan Alexa. Guna meningkatkan kualitas komunikasi antara asisten virtual dan manusia, asisten virtual perlu mengenal siapa lawan komunikasinya. Salah satu caranya adalah dengan mengetahui jenis kelamin dan umurnya. Pengenalan jenis kelamin dan rentang umur berdasarkan suaranya merupakan salah satu bagian speech recognition. Dari audio tidak bisa langsung diklasifikasikan oleh karena itu perlu adanya ekstraksi ciri atau fitur, ekstraksi fitur yang dapat digunakan antara lain Mel-Spectogram, Mel Frequency Cepstral Coefficients (MFCC), dan Chroma-Short-Time Fourier Transform. Arsitektur jaringan saraf tiruan mampu mengklasifikasikan hal tersebut, salah satu metodenya adalah Backpropagation. Dari pengujian yang dilakukan klasifikasi jenis kelamin dan rentang umur dengan dataset dari Mozilla Common Voice mendapatkan akurasi yang kurang baik yaitu 0, 18357. Dari hasil pengujian tersebut perlu untuk dilakukan pengujian tambahan yaitu pengujian dataset. Ketika dilakukan pengujian dataset untuk klasifikasi jenis kelamin saja terlihat akurasi klasifikasi dengan dataset Mozilla Common Voice sebesar 0, 62504 sedangkan akurasi dari klasifikasi dengan dataset dari Free ST American English Corpus mendapat 0, 9349. Dari pengujian yang dilakukan disimpulkan bahwa penggunaan dataset Mozilla Common Voice kurang direkomendasikan untuk pengenalan jenis kelamin dan/atau rentang umur.", "artikel_scholar": "Pengenalan Jenis Kelamin dan Rentang Umur berdasarkan Suara menggunakan Metode Backpropagation Neural NetworkAA Alwi, PP Adikara, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 10 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7526/3575" }, { "title": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan Mulut", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:rO6llkc54NcC", "index": 37, "authors": "Muhammad Reza Ravi, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2596-2602, 2019", "year": "2019", "citations": 10, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2596-2602", "abstract": "Gigi dan mulut adalah merupakan bagian terpenting dari tubuh manusia yang harus dijaga dan dirawat. Tetapi masalah penyakit gigi dan mulut di Indonesia masih perlu mendapatkan perhatian. Ada beberapa jenis penyakit gigi dan mulut. Penyakit yang paling banyak diderita oleh masyarakat Indonesia adalah penyakit gigi berlubang, penyakit gigi karies dan penyakit periodontitis. Penyebab penyakit gigi dan mulut adalah kebersihan yang buruk pada gigi, mengonsumsi makanan dan minuman yang mengandung karbohidrat tinggi, merokok, mengonsumsi minuman yang beralkohol, menyikat gigi yang tidak benar dan juga tumbuh gusi yang tidak sempurna. Hal tersebut memiliki gejala-gejala antara lain gigi jadi lebih sensitif, timbulnya rasa sakit yang tidak menentu, dan sering merasakan ngilu atau nyeri ketika menggigit sesuatu. Pada penelitian ini dilakukan identifikasi jenis penyakit gigi dan mulut yang ditentukan dari gejala yang dialami dengan menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN). Metode MKNN adalah metode perkembangan dari KNN, terdapat perbedaan dari MKNN dan KNN yaitu MKNN terdapat proses perhitungan validitas dan Weight Voting. Penelitian ini menggunakan 6 kelas yang meliputi Pulpitis, Gingivtis, Karies Gigi, Periodontitis, Deposits, dan Nekrosis Pulpa. Penelitian ini membuktikan bahwa pada data latih sebanyak 70 dan data uji 30 serta nilai K= 60, metode MKNN dapat melakukan identifikasi jenis penyakit gigi dan mulut dengan mencapai 86, 6%. Pada penelitian ini juga membuktikan bahwa metode MKNN cenderung lebih tinggi akurasinya dibandingkan dengan metode KNN …", "artikel_scholar": "Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Mengidentifikasi Penyakit Gigi Dan MulutMR Ravi, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 10 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4758/2205" }, { "title": "Peringkasan Teks Otomatis Menggunakan Metode Maximum Marginal Relevance Pada Hasil Pencarian Sistem Temu Kembali Informasi Untuk Artikel Berbahasa Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BqipwSGYUEgC", "index": 38, "authors": "Nirmala Fa'izah Saraswati, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 5494-5502, 2018", "year": "2018", "citations": 10, "publication_date": "2018/7/25", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "11", "halaman": "5494-5502", "abstract": "Mesin pencarian informasi merupakan sistem yang menampilkan dokumen sesuai dengan query masukan dari user. Namun, mesin pencari memberikan hasil perolehan pencarian yang sangat banyak, sehingga untuk mencari sebuah dokumen yang diinginkan tidak mungkin untuk membuka satu persatu dokumen yang dihasilkan oleh mesin pencari. Peringkasan teks dapat dilakukan untuk mendapatkan sebuah gambaran informasi dari sebuah dokumen, sehingga pengguna memperoleh dokumen yang tepat. Salah satu metode untuk meringkas teks adalah Maximum Marginal Relevance (MMR). Maximum Marginal Relevance (MMR) merupakan salah satu metode ekstraksi ringkasan (extractive summary) yang digunakan untuk meringkas dokumen tunggal atau multi dokumen. MMR meringkas dokumen dengan menghitung kesamaan (similarity) antara kalimat dengan kalimat dan antara kalimat dengan query. Berdasarkan hasil pengujian didapatkan hasil rata-rata Precision@ k terbaik pada peringkat ke lima sebesar 0, 96 untuk hasil sistem temu kembali informasi. Hasil pengujian terbaik dari rata-rata precision, recall, f-measure dan akurasi masing-masing sebesar 0, 70, 0, 75, 0, 70 dan 74, 17. Metode yang digunakan sudah cukup baik untuk mendapatkan dokumen yang relevan dengan query dan memperoleh ringkasan berdasarkan judul yang sesuai dengan isi dari dokumen.", "artikel_scholar": "Peringkasan Teks Otomatis Menggunakan Metode Maximum Marginal Relevance Pada Hasil Pencarian Sistem Temu Kembali Informasi Untuk Artikel Berbahasa IndonesiaNF Saraswati, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 10 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3325/1301" }, { "title": "Klasifikasi Spam Pada Twitter Menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:dfsIfKJdRG4C", "index": 39, "authors": "Dea Zakia Nathania, Indriati Indriati, Fitra Abdurrachman Bachtiar", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3948-3956, 2018", "year": "2018", "citations": 9, "publication_date": "2018/2/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3948-3956", "abstract": "Twitter merupakan salah satu layanan aplikasi yang populer karena dapat digunakan untuk berinteraksi dan berkomunikasi dalam kehidupan sehari-hari. Untuk dapat menyebarkan informasi secara cepat maka banyak bermunculan berbagai macam perangkat lunak otomasi. Karena Twitter tidak memeriksa secara ketat mengenai otomasi pada tweet, maka tidak ada pencegahan pemakaian bot secara teratur. Keterbukaan penggunaan layanan otomasi atau automation tweet pada Twitter inilah yang menyebabkan munculnya pasar Spam-as-a-Service yang terdiri dari program pemalsuan, layanan pemendek berbasis iklan dan penjualan akun. Masing-masing layanan ini memungkinkan spammer untuk melakukan proses penyebaran spam dengan menggunakan layanan automation tweet. Sehingga dibutuhkan suatu penelitian untuk melakukan klasifikasi pada tweet untuk mengetahui jenis kategorinya termasuk ke dalam kategori spam atau bukan spam. Proses klasifikasi spam diawali dengan preprocessing yang terdiri dari beberapa tahapan yaitu cleansing, case folding, tokenisasi, filtering dan stemming. Dilanjutkan dengan proses term weghting, hingga proses klasifikasi dengan menggunakan metode Improved K-Nearest Neighbor. Hasil yang diperoleh berdasarkan implementasi dan pengujian penelitian Klasifikasi Spam pada Twitter ini menghasilkan rata-rata Precision sebesar 0.8946, Recall sebesar 0.9405, F-Measure sebesar 0.9155 dan hasil akurasi sebesar 89.57%. Dimana jumlah dokumen, perbandingan atau keseimbangan proporsi data latih dan penentuan nilai k-values yang digunakan berpengaruh terhadap baik atau …", "artikel_scholar": "Klasifikasi Spam Pada Twitter Menggunakan Metode Improved K-Nearest NeighborDZ Nathania, I Indriati, FA Bachtiar - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 9 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2799/1068" }, { "title": "Implementasi Naïve Bayes Classifier untuk Klasifikasi Emosi Tweet Berbahasa Indonesia pada Spark", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:kz9GbA2Ns4gC", "index": 40, "authors": "Rizal Aditya Nugroho, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (1), 301-310, 2021", "year": "2021", "citations": 8, "publication_date": "2021/1/26", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "1", "halaman": "301-310", "abstract": "Emosi merupakan hal alami yang dimiliki setiap manusia karena merupakan respon atas suatu kejadian. Karena emosi dimiliki oleh setiap manusia maka melakukan klasifikasi pada emosi memiliki banyak manfaat seperti contohnya untuk identifikasi keluhan pelanggan. Emosi bisa terdapat pada sumber tekstual seperti tweet. Data tweet pada Twitter sendiri memiliki ukuran yang semakin berkembang setiap tahunnya dan dibutuhkan sistem yang melakukan klasifikasi emosi pada tweet yang dapat menangani data yang semakin berkembang dengan cepat dan akurat. Pada penelitian ini klasifikasi dilakukan dengan menggunakan algoritme Naive Bayes Classifier dan juga framework Spark dengan prosesnya dimulai dari preprocessing, pelatihan untuk mencari nilai prior dan likelihood, lalu pengujian untuk mencari nilai posterior dan melakukan klasifikasi, dan terakhir melakukan perhitungan akurasi. Framework Spark sendiri digunakan untuk melakukan pekerjaan secara paralel untuk waktu komputasi yang lebih cepat. Berdasarkan hasil pengujian dari data tweet pada 1 Juni 2018 hingga pada 14 Juni 2018 didapatkan akurasi dari metode Naive Bayes Classifier untuk klasifikasi emosi tweet berbahasa Indonesia pada Spark memiliki nilai rata-rata tertinggi sebesar 0,892 saat persentase 90% data latih dan 10% data uji. Selanjutnya nilai rata-rata tertinggi sebesar 0,880 saat menggunakan smoothing. Dan terakhir nilai rata-rata tertinggi sebesar 0,888 saat menggunakan prior konstan. Perbandingan waktu eksekusi dari penggunaan Spark dan secara sequential memiliki selisih yang sangat jauh hingga mencapai hampir 165 kali lebih cepat …", "artikel_scholar": "Implementasi Naïve Bayes Classifier untuk Klasifikasi Emosi Tweet Berbahasa Indonesia pada SparkRA Nugroho, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 8 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8467/3903" }, { "title": "Peringkasan Teks Otomatis Pada Artikel Berita Hiburan Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:70eg2SAEIzsC", "index": 41, "authors": "Desy Andriani, Indriati Indriati, Muhammad Tanzil Furqon", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (3), 2603-2610, 2019", "year": "2019", "citations": 8, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2603-2610", "abstract": "Salah satu kegiatan yang paling sering dilakukan pengguna internet Indonesia adalah membaca berita. Lebih dari 50% pengguna internet Indonesia memanfaatkan internet untuk membaca berita. Namun, masalah akan muncul apabila isi dari artikel adalah teks yang panjang sehingga pembacanya membutuhkan waktu untuk membaca dan memahami isi dari artikel tersebut. Salah satu cara agar pengguna tetap dapat membaca dan memahami isi artikel dengan cepat adalah dengan membaca ringkasannya. Maka dari itu diperlukan sistem peringkas teks otomatis secara ekstratif pada artikel berita hiburan dengan tujuan menekankan informasi utama dan membantu pembaca memperoleh informasi utama dari teks dengan cepat tanpa perlu membaca seluruh isi teks atau dokumen. Penelitian ini menggunakan metode BM25 yang merupakan metode pembobotan kalimat yang mengurutkan kalimat berdasarkan term yang muncul pada setiap kalimat dalam dokumen. BM25 menggunakan pembobotan tf idf untuk pembobotan kata dan hubungan antara term dan tiap kalimat dalam dokumen dipengaruhi oleh parameter bebas k 1 dan b. Berdasarkan hasil pengujian didapatkan bahwa peringkasan teks dengan metode BM25 memperoleh nilai rata-rata precision, recall, dan f-measure terbaik saat nilai compression rate yang digunakan adalah 30%. Dimana nilai rata-rata precision, recall, dan f-measure secara berurutan adalah sebesar 0,730, 0,738, dan 0,734.", "artikel_scholar": "Peringkasan Teks Otomatis Pada Artikel Berita Hiburan Berbahasa Indonesia Menggunakan Metode BM25D Andriani, I Indriati, MT Furqon - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 8 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4761/2206" }, { "title": "Analisis Sentimen Dengan Query Expansion Pada Review Aplikasi M-Banking Menggunakan Metode Fuzzy K-Nearest Neighbor (Fuzzy k-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:NMxIlDl6LWMC", "index": 42, "authors": "Nanda Cahyo Wirawan, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (1), 362-368, 2018", "year": "2018", "citations": 8, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "1", "halaman": "362-368", "abstract": "Di era digital saat ini, bisnis berkembang semakin pesat memanfaatkan aplikasi digital. Dunia perbankan adalah satu lini bisnis yang memanfaatkan dengan baik kemajuan teknologi saat ini. Mobile banking adalah salah satu produk digital dalam perbankan yang paling populer karena tidak serumit SMS banking maupun internet banking. Demi menghadapi bisnis perbankan yang ketat, setiap perusahaan menerapkan feedback dari setiap nasabah. Saat ini nasabah dapat menggunakan fitur review yang sudah disiapkan. Review banyak yang masuk tiap harinya, akan membutuhkan waktu untuk memilah. Sistem dengan machine learning diharapkan mampu menghemat waktu untuk memilah data tekstual berpolaritas yang berupa review ini. Sistem dalam penelitian ini dibuat menggunakan metode fuzzy k-nearest neighbor (fuzzy k-NN). Metode fuzzy k-NN merupakan metode gabungan antara logika fuzzy dan algoritme k-Nearest Neighbor. Pembobotan yang dilakukan untuk mengolah data tekstual menjadi data numerik yang mampu dikomputasi menggunakan metode TF-IDF dengan Cosine similarity untuk menghitung jarak antar data. Berdasarkan hasil pengujian, sistem ini F-Measure tertinggi sebesar 0, 9604 dan terendah 0, 8349.", "artikel_scholar": "Analisis Sentimen Dengan Query Expansion Pada Review Aplikasi M-Banking Menggunakan Metode Fuzzy K-Nearest Neighbor (Fuzzy k-NN)NC Wirawan, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 8 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/811/315" }, { "title": "Analisis Sentimen Masyarakat Terhadap Mass Rapid Transit Jakarta Menggunakan Metode Naïve Bayes Dengan Normalisasi Kata", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:1qzjygNMrQYC", "index": 43, "authors": "Tania Malik Iryana, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2753-2760, 2021", "year": "2021", "citations": 7, "publication_date": "2021/6/18", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "6", "halaman": "2753-2760", "abstract": "Sejak mass rapid transit (MRT) Jakarta dioperasikan terdapat berbagai opini dari masyarakat mengenai fasilitas maupun pelayanan dari MRT Jakarta yang disampaikan melalui media sosial seperti Twitter, Instagram, TikTok, dan YouTube. Dalam penulisan opini di media sosial sering ditemukan kesalahan seperti kata tidak baku, singkatan, dan salah ketik yang dapat mempersulit proses klasifikasi. Berdasarkan hal tersebut, penelitian ini akan menggunakan normalisasi kata dengan kamus slang words dan singkatan serta normalisasi kata dengan Peter Norvig. Opini yang telah disampaikan oleh masyarakat harus dianalisis dengan benar agar dapat menghasilkan informasi yang bermanfaat untuk PT MRT Jakarta. Dalam melakukan analisis sentimen diperlukan metode untuk klasifikasi dan metode klasifikasi yang akan digunakan adalah metode Naive Bayes. Pengujian dalam penelitian ini menggunakan 5-fold dan untuk setiap foldnya menggunakan 200 data latih dan 50 data uji. Berdasarkan hasil pengujian dapat disimpulkan bahwa klasifikasi lebih baik menggunakan normalisasi kata karena dengan adanya normalisasi kata dapat menyamakan dua kata yang memiliki makna sama sehingga dapat meningkatkan bobot kata. Hasil evaluasi rata-rata 5-fold dari klasifikasi Naive Bayes dengan normalisasi kata menggunakan kamus slang words dan singkatan serta normalisasi kata menggunakan Peter Norvig menghasilkan 0,903 untuk precision, 0,944 untuk recall, 0,922 untuk f-measure, dan 0,903 untuk accuracy.", "artikel_scholar": "Analisis Sentimen Masyarakat Terhadap Mass Rapid Transit Jakarta Menggunakan Metode Naïve Bayes Dengan Normalisasi KataTM Iryana, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 7 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9421/4226" }, { "title": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:WA5NYHcadZ8C", "index": 44, "authors": "Muhammad Mauludin Rohman, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2646-2654, 2021", "year": "2021", "citations": 7, "publication_date": "2021/6/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "6", "halaman": "2646-2654", "abstract": "Aplikasi Mobile JKN merupakan bentuk komitmen BPJS Kesehatan dalam memberikan pelayanan dan kemudahan akses bagi pengguna BPJS Kesehatan. BPJS Kesehatan dalam menyelenggarakan program jaminan kesehatan sejak tahun 2014, dapat dinilai bagaimana masyarakat Indonesia memanfaatkan fasilitas penyelenggaraan jaminan kesehatan melalui aplikasi Mobile JKN berdasarkan ulasan pengguna aplikasi. Analisis sentimen perlu dilakukan untuk menganalisis ulasan yang diberikan oleh pengguna aplikasi. Penelitian ini menggunakan metode klasifikasi Maximum Entropy ditambah dengan Gini Index Text untuk seleksi fitur. Analisis sentimen terdiri dari proses pengumpulan data, preprocessing teks, pembobotan kata dengan raw tf, dilanjutkan dengan seleksi fitur menggunakan Gini Index Text, kemudian dilakukan klasifikasi menggunakan Maximum Entropy dengan fitur yang diperoleh dari seleksi fitur sebelumnya. Hasil dari penelitian ini yaitu nilai akurasi yang terbaik didapatkan pada saat menggunakan jumlah fitur atau threshold sebanyak 80% yaitu dengan nilai evaluasi seperti akurasi sebesar 85, 36%, presisi sebesar 92, 18%, recall sebesar 75, 59%, dan f-measure sebesar 82, 85%.", "artikel_scholar": "Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index TextMM Rohman, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 7 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9385/4214" }, { "title": "Prediksi permintaan keripik buah dengan metode jaringan syaraf tiruan backpropagation (studi kasus: cv. arjuna 999)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ruyezt5ZtCIC", "index": 45, "authors": "Benita Salsabila, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (6), 1667-1674, 2020", "year": "2020", "citations": 7, "publication_date": "2020/7/28", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "4", "terbitan": "6", "halaman": "1667-1674", "abstract": "Produksi buah-buahan di Indonesia cenderung meningkat. Ketika musim panen, produksi buah-buahan terus melimpah yang mengakibatkan harga jual buah-buahan tersebut menjadi rendah. Namun seringkali banyak dari buah-buahan tersebut yang tidak dapat terjual sebelum membusuk, maka dari itu dibutuhkan upaya untuk meningkatkan shelf life buah-buahan tersebut sehingga tidak menghasilkan kerugian, salah satunya adalah mengolahnya menjadi keripik buah. CV. Arjuna 999 adalah sebuah toko yang berdomisili di Kota Batu, Jawa Timur yang mengolah berbagai macam keripik buah. Namun karena pengolahannya membutuhkan waktu seiring meningkatnya demand, dibutuhkan planning terhadap jumlah produksi dan waktu yang dibutuhkan agar demand yang berubah dan meningkat dapat diantisipasi, salah satunya adalah untuk mengimplementasikan suatu sistem prediksi demand keripik buah untuk waktu yang mendatang. Sistem prediksi mengimplementasikan metode JST backpropagation. Data yang digunakan merupakan data permintaan keripik buah CV. Arjuna 999 per bulan dari tahun 2017 hingga 2019, dengan pembagian 80% untuk data latih, dan 20% untuk data uji. Hasil kinerja algoritme backpropagation adalah nilai MAPE terbaik sebesar 4,429% yang diperoleh dari kombinasi nilai parameter hidden neuron= 10, nilai learning rate= 0, 8, serta iterasi maksimal= 900", "artikel_scholar": "Prediksi permintaan keripik buah dengan metode jaringan syaraf tiruan backpropagation (studi kasus: cv. arjuna 999)B Salsabila, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 7 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7335/3525" }, { "title": "Klasifikasi Tweets Pada Twitter Menggunakan Metode K-Nearest Neighbour (K-NN) Dengan Pembobotan TF-IDF", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:L7CI7m0gUJcC", "index": 46, "authors": "Rakhman Halim Satrio, Mochammad Ali Fauzi, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 8293-8300, 2019", "year": "2019", "citations": 7, "publication_date": "2019/8/16", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "8", "halaman": "8293-8300", "abstract": "Twitter termasuk mikroblog yang sedang diminati oleh banyak orang dan menjelma menjadi penyiar informasi yang amat cepat saat ini. Informasi yang dikeluarkan serta bersirkulasi via media ini amat bebas serta banyak ragam, layaknya berita, pendapat, pertanyaan, kritikan, komentar baik bersifat positif ataupun negatif. Klasifikasi ialah kaidah di teks mining yang menghimpunkan muatan mengacu pada kesamaan skripnya. Lewat kaidah ini membolehkan tweets yang tersedia di Twitter digolongkan jadi satu bersandarkan jenisnya. Misalkan, substansi sepakbola, voli, serta tenis diguguskan pada kategori olahraga. Prosedur pada klasifikasi dimulai memakai preprocessing, selanjutnya dilakukan pembobotan kata, lalu kategorisasi yang terdiri dari kalkulasi cosine similarity. Preprocessing sendiri terdiri dari beberapa tahapan, yakni pembersihan dokumen, tokenizing, stopword removal, serta stemming. Metode pembobotan kata yang dipergunakan dalam skripsi ini ialah Term Frequency-Inverse Document Frequency (TF-IDF) & memakai K-Nearest Neighbor (K-NN) untuk metode klasifikasinya. Metode KNN merupakan klasifikasi terhadap sekumpulan data berdasarkan pembelajaran data yang sudah terklasifikasikan sebelumya. Pengujian akurasi dari klasifikasi tweets pada Twitter dengan memakai metode K-Nearest Neighbor (K-NN) menghasilkan akurasi dimana total data berjumlah 140, dengan uraian 100 data latih & 40 data uji serta angka k yang dimasukkan ialah 1, 3, 5, serta 7, masing-masing hasilnya k= 1, akurasi sebesar 75, 0%; k= 3, ketepatan 72, 5%; k= 5, ketepatan 62, 5%; k= 7, ketepatan 55, 0%.", "artikel_scholar": "Klasifikasi Tweets Pada Twitter Menggunakan Metode K-Nearest Neighbour (K-NN) Dengan Pembobotan TF-IDFRH Satrio, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 7 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6133/2950" }, { "title": "Klasifikasi Tingkat Stres Berdasarkan Tweet pada Akun Twitter menggunakan Metode Improved k-Nearest Neighbor dan Seleksi Fitur Chi-square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:OU6Ihb5iCvQC", "index": 47, "authors": "Mohammad Imron Maulana, Indriati Indriati, Arief Andy Soebroto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6662-6669, 2019", "year": "2019", "citations": 7, "publication_date": "2019/8/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "7", "halaman": "6662-6669", "abstract": "Saat ini, media sosial telah menjadi gaya hidup baru bagi masyarakat modern. Salah satu media sosial yang paling populer adalah Twitter. Pembatasan karakter saat men-tweet di twitter membuat pesan yang disampaikan oleh penggunanya menjadi singkat, padat dan jelas. Sehingga, keluh kesah pengguna yang dituangkan dalam sebuah tweet dapat dianalisa menggunakan klasifikasi teks yang kemudian dapat digunakan sebagai metode baru untuk mengetahui tingkat stres dari seseorang. Di mana sampai saat ini, untuk mengetahui tingkat stres masih dilakukan secara manual menggunakan sistem kuesioner. Klasifikasi teks yang digunakan pada penelitian ini adalah metode Improved k-Nearest Neighbor yang merupakan improvisasi dari metode k-Nearest Neighbor yang mempunyai kelemahan dalam penggunaan nilai k terhadap semua kelas. Selain itu, untuk meningkatkan akurasi dari sistem serta menghilangkan fitur yang kurang relevan maka digunakan seleksi fitur chi-square yang dapat menghilangkan fitur yang kurang relevan tanpa menurunkan akurasi dari sistem. Dari 5 kali pengujian rasio fitur, didapatkan nilai terbaik pada rasio fitur 50% dan k= 20 dengan nilai rata-rata precision 70%, rata-rata recall sebesar 67, 2%, rata-rata accuracy sebesar 83, 3% dan rata-rata f-measure sebesar 66, 3%. Dari penilitian ini dapat disimpulkan bahwa seleksi fitur dapat meningkatkan rata-rata precision, recall, accuracy, dan f-measure.", "artikel_scholar": "Klasifikasi Tingkat Stres Berdasarkan Tweet pada Akun Twitter menggunakan Metode Improved k-Nearest Neighbor dan Seleksi Fitur Chi-squareMI Maulana, I Indriati, AA Soebroto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 7 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5783/2744" }, { "title": "Implementasi named entity recognition pada factoid question answering system untuk cerita rakyat indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:RYcK_YlVTxYC", "index": 48, "authors": "Yulia Kurniawati, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal pengembangan teknologi informasi dan ilmu komputer 2 (9), 3142-3149, 2018", "year": "2018", "citations": 7, "publication_date": "2018/2/12", "journal": "Jurnal pengembangan teknologi informasi dan ilmu komputer", "jilid": "2", "terbitan": "9", "halaman": "3142-3149", "abstract": "Legenda daerah atau cerita rakyat merupakan cerita yang berkembang diantara ragam budaya Indonesia yang telah turun-menurun diwariskan. Cerita rakyat merupakan sebuah cerita dari masa lampau yang dipercayai sebagai peristiwa yang benar terjadi, biasanya cerita rakyat tersebut berupa asal mula dari suatu tempat. Kurangnya sarana yang menarik dalam memperkenalkan cerita rakyat tersebut menjadi salah satu alasan kurang diminatinya cerita rakyat Indonesia. Selain itu tingkat pemahaman anak yang masih kurang dibanding orang dewasa menyebabkan mereka mudah melupakan cerita rakyat tersebut ketika mereka kurang mengerti terhadap cerita rakyat Indonesia tersebut. Penelitian ini bertujuan mempermudah anak-anak dalam memahami cerita tersebut. Oleh karena itu peneliti membuat question answering system dengan menggunakan metode Named Entity Recognition. Pengklasifikasian named entity pada penelitian ini menggunakan metode naive bayes. Pada penelitian ini digunakan empat named entity untuk mengenali kata yang selanjutnya akan dijadikan kandidat jawaban antara lain product, person, location dan none. Di mana none bukan merupakan entitas. Selain itu tipe pertanyaan yang dapat diajukan pada question answering system ini adalah Factoid Question yaitu berupa pertanyaan yang jawabannya berupa fakta yang singkat dan padat bukan berupa uraian. Data yang digunakan merupakan lima cerita rakyat Indonesia yang diperoleh dari internet dan hasil klasifikasi Named Entity memiliki nilai precision sebesar 34, 22%, accuracy pengklasifikasian NE sebesar 64, 65% dan recall sebesar 13, 13 …", "artikel_scholar": "Implementasi named entity recognition pada factoid question answering system untuk cerita rakyat indonesiaY Kurniawati, I Indriati, PP Adikara - Jurnal pengembangan teknologi informasi dan ilmu …, 2018Dirujuk 7 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2568/946" }, { "title": "Peringkasan Teks Otomatis Secara Ekstraktif Pada Artikel Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Latent Semantic Analysis", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:lSLTfruPkqcC", "index": 49, "authors": "Nurina Savanti Widya Gotami, Indriati, Ratih Kartika Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 7, "publication_date": "2018/1/19", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Meningkatnya jumlah data digital dengan cepat setiap tahunnya, salah satunya adalah data teks dokumen yang dapat berupa teks artikel berita dapat membuat sulit pembaca dalam memahami seluruh informasi sehingga mempengaruhi perolehan informasi yang akurat dan dibutuhkannya waktu yang lebih lama untuk mengekstrasi suatu informasi pada sebuah dokumen. Oleh karena itu, perlu adanya sebuah sistem peringkasan teks otomatis secara ekstraktif pada artikel kesehatan berbahasa Indonesia dengan tujuan membantu pembaca atau pengguna untuk mempermudah dalam proses ekstraksi informasi yang ada pada dokumen dengan waktu yang cepat, ringkas dan jelas. Penelitian ini menggunakan metode latent semantic analysis (LSA) yang merupakan sebuah metode yang mengekstrak struktur semantik atau makna yang tersembunyi pada sebuah kalimat dan menghasilkan ringkasan yang bermakna umum atau luas. Metode LSA menggunakan pendekatan aljabar linear singular value decomposition (SVD) dengan membentuk matriks representasi dari asosiasi term yang merupakan kata-kata pada dokumen yang berhubungan erat dari proses perhitungan TF-IDF. Sedangkan Cross method LSA digunakan untuk menyusun urutan ringkasan dalam tahap ekstraksi ringkasan. Pengujian penelitian ini menghasilkan bahwa hasil peringkasan teks dengan metode LSA memperoleh nilai rata-rata akurasi precision, recall dan f-measure secara berurutan pada compression rate 50% dengan nilai 0.668, 0.743, 0.700 dan 0.690 sedangkan pada compression rate 40% sebesar 0.696, 0.605, 0.642 dan 0.663.", "artikel_scholar": "Peringkasan Teks Otomatis Secara Ekstraktif Pada Artikel Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Latent Semantic AnalysisNSW Gotami, I Indriati, RK Dewi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 7 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2430/905" }, { "title": "Implementasi Algoritme Fuzzy K-Nearest Neighbor untuk Penentuan Lulus Tepat Waktu (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:RHpTSmoSYBkC", "index": 50, "authors": "Andhika Satria Pria Anugerah, Indriati Indriati, Candra Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (4), 1726-1732, 2018", "year": "2018", "citations": 7, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "2", "terbitan": "4", "halaman": "1726-1732", "abstract": "Seiring dengan meningkatnya minat belajar pada perguruan tinggi, maka data kelulusan mahasiswa yang diarsipkan akan terus bertambah. Namun, data tersebut begitu besar jika diolah secara manual, sehingga diperlukan penerapan klasifikasi kelulusan mahasiswa yang dapat mengklasifikasikan data kelulusan berdasarkan parameter-parameter yang telah ditentukan. Cara-cara mengklasifikasikan objek telah banyak dikembangkan, salah satunya adalah Fuzzy K-Nearest Neighbor. Fuzzy K-Nearest Neighbor adalah salah satu metode yang digunakan untuk mengklasifikasikan objek dengan memperhitungkan derajat keanggotaan data pada tiap kelas. Dalam hal ini, percobaan Fuzzy K-Nearest Neighbor dilakukan pada masalah waktu lulus mahasiswa yang dikategorikan lulus tepat waktu dan lulus tidak tepat waktu. Dalam percobaan ini, Fuzzy K-Nearest Neighbor digunakan untuk mengidentifikasi mahasiswa berdasarkan indeks prestasi yang telah didapatnya. Dari hasil pengujian, Fuzzy K-Nearest Neighbor mampu mendapatkan nilai akurasi sebesar 98%. Akurasi tersebut didapatkan dari adanya pemberian bobot keanggotaan pada tiap kelas keluaran. Hal tersebut dapat meminimalisasi keraguan dalam penentuan kelas keluaran.", "artikel_scholar": "Implementasi Algoritme Fuzzy K-Nearest Neighbor untuk Penentuan Lulus Tepat Waktu (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)ASP Anugerah, I Indriati, C Dewi - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2018Dirujuk 7 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1536/477" }, { "title": "“Penerapan Algoritma C4. 5 Dalam Program Untuk Memprediksi Kinerja Siswa Sekolah Menengah”", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_xSYboBqXhAC", "index": 51, "authors": "Rizky Haqmanullah Pambudi, Budi Darma Setiawan, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (7), 2637-2643, 2017", "year": "2017", "citations": 7, "publication_date": "2017/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "7", "halaman": "2637-2643", "artikel_scholar": "Penerapan Algoritma C4. 5 Dalam Program Untuk Memprediksi Kinerja Siswa Sekolah MenengahRH Pambudi, BD Setiawan - vol, 2017Dirujuk 7 kaliArtikel terkait" }, { "title": "Deteksi Autisme pada Anak Menggunakan Metode Modified K-Nearest Neighbor (MKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:gsN89kCJA0AC", "index": 52, "authors": "Zahra Swastika Putri, Rekyan Regasari Mardi Putri, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 1 (3), 241-248, 2017", "year": "2017", "citations": 7, "publication_date": "2017/5/15", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "1", "terbitan": "3", "halaman": "241-248", "abstract": "Autisme merupakan gangguan tumbuh kembang anak terkait gangguan komunikasi, kognisi, aktivitas imajinasi dan interaksi sosial. Gangguan tersebut banyak yang tidak menyadarinya hingga anak berusia 3-7 tahun. Keterlambatan, kesalahan akibat kemiripan gejala dalam mendeteksi, dan kurangnya pengetahuan serta pengalaman mengenai autisme menyebabkan ketidaktepatan penanganan dan memicu peningkatan jumlah penderita autisme. Identifikasi autisme dibedakan ke dalam autisme berat, autisme sedang, autisme ringan, dan tidak terdeteksi autisme. Metode Modified K-Nearest Neighbor (MKNN) merupakan pengembangan metode konvensional KNN. Proses modifikasi pada MKNN dilakukan dengan menambahkan proses validitas data latih dan proses weight voting agar dapat menguatkan ketetanggaan data training dan menguatkan hasil kinerja metode. Berdasarkan hasil pengujian pengaruh nilai k didapatkan akurasi tertinggi sebesar 83.33% menggunakan dissimilarity measure. Pada pengujian komposisi keseimbangan data latih didapatkan akurasi tertinggi sebesar 90% menggunakan euclidean distance. Pada pengujian jumlah data latih rata-rata akurasi tertinggi sebesar 79.17%. Pada pengujian variasi data latih didapatkan akurasi tertinggi sebesar 83.33% menggunakan dissimilarity measure. Berdasarkan hasil akurasi pengujian tersebut, menunjukkan bahwa deteksi autisme pada anak menggunakan metode MKNN memiliki tingkat akurasi yang cukup baik dan mampu melakukan klasifikasi deteksi gejala autisme berdasarkan masukan gejala yang dirasakan pengguna.", "artikel_scholar": "Deteksi Autisme pada Anak Menggunakan Metode Modified K-Nearest Neighbor (MKNN)ZS Putri, RRM Putri, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2017Dirujuk 7 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/78/41" }, { "title": "Penerapan Metode K–Nearest Neighbor (KNN) dan Metode Weighted Product (WP) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi (Studi Kasus: Sekolah …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:GnPB-g6toBAC", "index": 53, "authors": "Nihru Nafi’Dzikrulloh, Indriati, Budi Darma Setiawan", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2017", "year": "2017", "citations": 7, "publication_date": "2017/1/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Pada dunia kerja yang khususnya instansi sekolah menengah kejuruan, banyak seorang guru atau karyawan sekolah yang kurang mengenal dan menguasai dalam bidang teknologi tentang perkembangan teknologi sekarang ini. Sebenarnya hal ini sangat memerlukan guru maupun karyawan tata usaha sekolah yang berkualitas mempunyai sumber daya manusia tinggi akan pengetahuan tentang IPTEK. Pihak sekolah sangat memerlukan hal tersebut karena sangat mempengaruhi cara melakukan pembelajaran pada siswa-siswi di sekolah. Untuk memenuhi standar kualitas guru yang diinginkan, selama ini pihak sekolah SMK Muhammadiyah Kediri 2 ini melakukan seleksi penerimaan calon guru dan karyawan dengan cara manual. Seleksi yang selama ini dilakukan secara manual melalui tahap tes 4 aspek yaitu surat lamaran beserta lampiran IPK rata-rata, tes akademik, tes pengetahuan umum tentang IPTEK, dan tes wawancara. Proses pengumpulan data untuk seleksi masih menggunakan cara manual. Oleh sebab itu, dibutuhkan suatu sistem berbasis website sehingga seleksi penerimaan calon guru baru dapat berjalan lebih efektif dan efisien. Pada website ini menggunakan metode K-Nearest Neighbor (KNN) dan metode Weighted Product (WP). K-Nearest Neighbor digunakan untuk menentukan nilai bobot setiap kriteria dengan mengklasifikasikan dengan baik atau buruk. Setelah mengklasifikasikan dengan metode KNN, pemilihan calon guru yang akan direkrut oleh sekolah SMK Muhammadiyah 2 Kediri menggunakan metode Weight Product (WP). Weight Product digunakan untuk menentukan hasil klasifikasi oleh metode …", "artikel_scholar": "Penerapan metode k-nearest neighbor (KNN) dan metode weighted product (WP) dalam penerimaan calon guru dan karyawan tata usaha baru berwawasan teknologi (studi kasus: sekolah menengah kejuruan muhammadiyah 2 kediri)N Nafi'Dzikrulloh, I Indriati, BD Setiawan - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2017Dirujuk 7 kaliArtikel terkait8 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/111/58" }, { "title": "Implementasi Fuzzy Time series pada Prediksi Harga Daging di Pasar Kabupaten Malang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:EUQCXRtRnyEC", "index": 54, "authors": "Frans A Gumelar, Rekyan Regasari Mardi P, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2724-2733, 0", "citations": 7, "year": "", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "8", "halaman": "2724-2733", "artikel_scholar": "Implementasi Fuzzy Time Series Pada Prediksi Harga Daging Di Pasar Kabupaten Malang*FA Gumelar, RRM Putri, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 7 kaliArtikel terkait4 versi" }, { "title": "Analisis Sentimen IMDB Movie Reviews menggunakan Metode Long Short-Term Memory dan FastText", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:VLnqNzywnoUC", "index": 55, "authors": "M Aasya Aldin Islamy, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (9), 4106-4115, 2022", "year": "2022", "citations": 6, "publication_date": "2022/9/6", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "9", "halaman": "4106-4115", "abstract": "Perkembangan teknologi saat ini memudahkan manusia untuk menggali banyak informasi menggunakan internet seperti informasi ulasan atau opini wacana film. Opini masyarakat perihal film dapat ditemukan di laman IMDB. Dengan melakukan analisis sentimen pada opini masyarakat tentang film maka kita bisa menyimpulkan apakah suatu film lebih banyak mendapatkan opini positif atau opini negatif. Untuk melakukan analisis sentimen ini digunakan salah satu deep learning method yaitu Long Short-Term Memory (LSTM) dengan penambahan FastText sebagai vektor representasi kata pada dataset IMDB movie reviews sebanyak 50.000 data. Kinerja dengan menggunakan metode Long Short-Term Memory dan FastText ini menghasilkan accuracy 0,863; precision 0,865; recall 0,861; dan f1-score 0,863. Metode LSTM dan FastText ini menghasilkan kinerja yang lebih baik dibandingkan hanya menggunakan LSTM saja dengan selisih 0,053 pada nilai f1-score dengan perincian accuracy mencapai 0,808; precision mencapai 0,804; recall mencapai 0,816; f1-score mencapai 0,810 untuk metode LSTM saja.", "artikel_scholar": "Analisis Sentimen IMDB Movie Reviews menggunakan Metode Long Short-Term Memory dan FastTextMAA Islamy, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Dirujuk 6 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/11515/5107" }, { "title": "Analisis Sentimen Data Tweets terhadap Penanganan Covid-19 di Indonesia menggunakan Metode Naive Bayes dan Pemilihan Kata Bersentimen menggunakan Lexicon Based", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:tkaPQYYpVKoC", "index": 56, "authors": "Abdul Azis Adjie Sumanjaya, Indriati Indriati, Achmad Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 6 (4), 1865-1872, 2022", "year": "2022", "citations": 6, "publication_date": "2022/2/16", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "6", "terbitan": "4", "halaman": "1865-1872", "abstract": "Twitter merupakan platform media sosial yang sangat populer di era milenial saat ini. Twitter banyak digunakan sebagai sarana untuk mengutarakan pendapat maupun kritik mengenai isu-isu yang sedang hangat dibicarakan. Pada awal bulan juli pemerintah telah melakukan upaya penanganan COVID-19 di Indonesia dengan menetapkan kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) Darurat. Kebijakan seperti itu sangat perlu dilakukan mengingat penyebaran virus COVID-19 masih tinggi, terutama di kota-kota besar. Namun disisi lain, pembatasan aktivitas sebagai bagian dari kebijakan tersebut memiliki dampak yang begitu besar bagi masyarakat, apalagi ditambah dilakukannya perpanjangan kebijakan tersebut yang membuat masyarakat jenuh karena merasa kesulitan untuk melakukan aktivitas. Untuk itu penelitian kali dilakukan analisis sentimen untuk melihat kecenderungan sentimen masyarakat selama berjalannya kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) Darurat di Indonesia dengan menggunakan metode klasifikasi Naive Bayes serta penambahan fitur Lexicon Based. Pemberian fitur Lexicon Based bertujuan untuk menyaring kata-kata bersentimen, sehingga pemrosesan data menjadi lebih cepat. Berdasarkan hasil pengujian yang didapatkan, melalui pembagian cross validation dengan pengujian confusion matrix didapatkan akurasi sebesar 0, 75, precision 0, 76, recall 0, 76, dan f-measure 0, 75. Penggunaan fitur stopword memberikan pengaruh pada hasil klasifikasi, karena penggunaan fitur stopword dapat menghilangkan sebagian term hasil dari fitur Lexicon Based yang …", "artikel_scholar": "Analisis Sentimen Data Tweets terhadap Penanganan Covid-19 di Indonesia menggunakan Metode Naive Bayes dan Pemilihan Kata Bersentimen menggunakan Lexicon BasedAAA Sumanjaya, I Indriati, A Ridok - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2022Dirujuk 6 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10941/4834" }, { "title": "Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:YohjEiUPhakC", "index": 57, "authors": "Eka Putri Nirwandani, Indriati Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1039-1047, 2021", "year": "2021", "citations": 6, "publication_date": "2021/3/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "3", "halaman": "1039-1047", "abstract": "Layanan distribusi digital merupakan wadah untuk berbagai macam aplikasi yang dapat di unduh kapan saja. Selain aplikasi pada layanan distribusi digital juga terdapat ulasan aplikasi yang berisikan komentar dari pengguna aplikasi tertentu. Ulasan tersebut berisikan komentar negatif atau komentar positif dengan jumlah yang sangat banyak. Dikarenakan jumlah ulasan yang sangat banyak maka Layanan distribusi digital membagi ulasan-ulasan tersebut menggunakan pemberian rating dengan isi ulasan yang tidak sesuai. Untuk mengatasi masalah ketidaksesuaian antara isi ulasan dengan rating yang diberikan pengguna maka dibutuhkan sentimen analisis. Penelitian ini menggunakan metode Naive Bayes dan Modified Term Frequency Scheme. Metode Naive Bayes dipilih dikarenakan metode ini bekerja cukup baik dalam klasifikasi dokumen dengan memperkirakan parameter yang diperlukan. Digunakan 1.500 data yang terdiri dari 627 ulasan positif dan 873 ulasan negatif. Dilakukan proses preprocessing, pembobotan menggunakan Modified Term Frequency Scheme dan klasifikasi dokumen dengan metode Naive Bayes. Pada pengujian dengan 5-fold diperoleh rata-rata dari metode yang digunakan dengan accuracy 83%, recall 86%, precision 76%, f-measure 77, 70% dengan fold ke-3 merupakan fold terbaik dengan accuracy 85%, recall 84, 50%, precision 81, 34%, f-measure 82, 88%.", "artikel_scholar": "Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naïve BayesEP Nirwandani, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 6 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8729/4004" }, { "title": "Analisis Sentimen berbasis Aspek terhadap Data Ulasan Rumah Makan menggunakan Metode Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BUYA1_V_uYcC", "index": 58, "authors": "Salsabila Rahma Yustihan, Putra Pandu Adikara, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 1017-1023, 2021", "year": "2021", "citations": 6, "publication_date": "2021/3/4", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "3", "halaman": "1017-1023", "abstract": "Internet merupakan ruang virtual yang sangat besar untuk menyampaikan berbagai hal termasuk ulasan kepada orang lain secara efektif. Ulasan yang diberikan oleh seseorang di internet memiliki dampak yang besar terhadap pengguna lain dan maupun perusahaan. Salah satu ulasan yang paling banyak beredar di internet adalah ulasan rumah makan. Satu ulasan pada rumah makan dapat mengandung beberapa aspek yang berbeda, untuk mengekstrak aspek dan sentimen yang terkandung dalam ulasan dapat menggunakan teknik analisis sentimen berbasis aspek. Data yang digunakan dalam penelitian adalah data ulasan rumah makan yang didapatkan dari SemEval-2016 Task 5 dengan jumlah data latih sebanyak 300 dan data uji sebanyak 100. Untuk mengetahui aspek apa saja yang terkandung dalam suatu ulasan dilakukan pemecahan opini terlebih dahulu dengan melakukan POS tagging dan memecah dokumen menjadi beberapa opini sesuai dengan basis aturan grammar, kemudian dilakukan proses klasifikasi aspek dan klasifikasi sentimen dengan menggunakan metode Support Vector Machine dengan strategi One-Against-All. Hasil evaluasi dengan menggunakan confusion matrix pada klasifikasi aspek dan sentimen masing-masing menghasilkan precision sebesar 0, 94 dan 0, 86, recall sebesar 0, 6 dan 0, 98, accuracy sebesar 0, 88 dan 0, 86, dan f-measure sebesar 0, 73 dan 0, 92.", "artikel_scholar": "Analisis Sentimen berbasis Aspek terhadap Data Ulasan Rumah Makan menggunakan Metode Support Vector Machine (SVM)SR Yustihan, PP Adikara, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 6 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8710/3999" }, { "title": "Analisis Sentimen terhadap Ulasan Hotel menggunakan Boosting Weighted Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:p2g8aNsByqUC", "index": 59, "authors": "Riza Cahyani, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7767-7773, 2019", "year": "2019", "citations": 6, "publication_date": "2019/8/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "8", "halaman": "7767-7773", "abstract": "Seiring meningkatnya persaingan dalam bisnis perhotelan, setiap hotel berusaha meningkatkan kualitas yang dimiliki untuk meningkatkan keuntungan. Peningkatan kualitas dapat dilakukan dengan memahami ulasan hotel yang dituliskan di internet. Namun beragamnya jenis ulasan membuat pihak hotel kesulitan dalam menganalisis jenis sentimen. Selain itu distribusi jenis sentimen pada ulasan yang ditemukan bersifat tidak seimbang. Maka dari itu dilakukan sentimen analisis untuk memudahkan proses penentuan sentimen yang terkandung pada ulasan. Pada penelitian yang dilakukan, metode yang digunakan adalah Boosting Weighted ELM karena metode ini dapat menangani kelas tidak seimbang. Tahapan penelitian antara lain melakukan pre-processing, term weighting, normalisasi, dan proses klasifikasi. Pengujian dilakukan menggunakan k-fold cross validation dengan nilai k adalah 5. Proses …", "artikel_scholar": "Analisis Sentimen terhadap Ulasan Hotel menggunakan Boosting Weighted Extreme Learning MachineR Cahyani, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 6 kaliArtikel terkait4 versi" }, { "title": "METODE ENSEMBLE CLASSIFIER UNTUK MENDETEKSI JENIS ATTENTION DEFICIT HYPERACTIVITY DISORDER (ADHD) PADA ANAK USIA DINI", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:b0M2c_1WBrUC", "index": 60, "authors": "Indriati, Ari Kusyanti", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) 6 (3), 2019", "year": "2019", "citations": 6, "publication_date": "2019/6", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)", "jilid": "6", "terbitan": "3", "abstract": "Pada awal masa perkembangan, beberapa anak mengalami hambatan diantaranya sulit untuk diam, sulit untuk berkonsentrasi dan mengontrol perilakunya, apabila anak mengalami gangguan pemusatan perhatian dan sulit mengontrol perilaku yang sesuai, dapat disebut dengan ADHD (Attention Deficit Hyperactive Disorder). Ini merupakan masalah yang serius dikarenakan anak penyandang ADHD mengalami masalah perilaku sosial, emosional dan mengalami kesulitan belajar sekolah sehingga akan mempengaruhi perkembangan pada masa dewasa anak penyandang ADHD. Oleh karena itu perlu diketahui gejala ADHD sejak dini, agar dapat dilakukan suatu penanganan dengan cepat dan tepat. Penelitian ini menghasilkan aplikasi yang digunakan untuk mendeteksi jenis ADHD berdasarkan gejala-gejala yang di masukkan oleh pengguna sehingga akan tampil hasil klasifikasi jenis ADHD nya secara otomatis. Aplikasi ini menggunakan metode Ensemble Classifier yaitu metode yang menggabungkan beberapa classifier agar dapat meningkatkan akurasi yang dihasilkan. Pada tahap klasifikasi setiap data akan dihitung menggunakan K-Nearest Neighbour (KNN), Fuzzy K-Nearest Neighbour (FKNN) dan Neighbour Weighted K-Nearest Neighbour (NWKNN). Hasil perhitungan ketiga classifier tersebut akan diproses kembali dengan metode Ensemble Classifier dengan menggunakan majority voting untuk penentuan klasnya. Hasil akurasi tertinggi dari metode ensemble classifier yaitu 95% dengan nilai k optimal yaitu k= 10. Akan tetapi semakin besar nilai k yaitu diatas k= 20 maka nilai akurasi untuk masing-masing algoritme akan …", "artikel_scholar": "Metode Ensemble Classifier untuk mendeteksi jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia DiniI Indriati, A Kusyanti - Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 2019Dirujuk 6 kaliArtikel terkait4 versi", "pdf_url": "https://core.ac.uk/download/pdf/290148865.pdf" }, { "title": "Aplikasi Berbasis M-KNN untuk Mendukung Keputusan Perekrutan Pemain yang Sesuai dengan Kebutuhan Tim Sepakbola", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:f2IySw72cVMC", "index": 61, "authors": "Deny Stevefanus Chandra, Mardji Mardji, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (6), 2051-2057, 2018", "year": "2051", "citations": 6, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "6", "halaman": "2051-2057", "abstract": "Sepakbola adalah masing-masing regu atau kesebelasan berusaha menguasai bola, memasukan bola ke dalam gawang lawan sebanyak mungkin, dan berusaha mematahkan serangan lawan untuk melindungi atau menjaga gawangnya agar tidak kemasukan bola. Dari penjelasan tersebut dapat diketahui bahwa tujuan bermain sepakbola adalah untuk mencetak angka atau gol. Tiap-tiap pemain mempunyai fungsi yang berbeda-beda yaitu penyerang atau pemain depan berfungsi sebagai penyerang, oleh karena itu seorang 3 pemain depan dituntut untuk dapat mencetak gol ke gawang lawan. Kemudian pemain tengah atau gelandang berfungsi sebagai pengumpan bola atau bisa juga gelandang bertugas membantu penyerang untuk memasukkan bola ke gawang. Selain itu, ada juga pemain belakang atau defender yang berfungsi menjaga pertahanan gawang dari serangan para lawan. Akan tetapi selain bertugas sebagai bertahan, pemain belakang atau yang lebih sering disebut bek juga dapat bertugas membantu penyerangan. Oleh karena tiap pemain memiliki fungsi atau tugas masing-masing yang berbeda, tentunya hal tersebut berpengaruh kepada tendangan masing-masing pemain tergantung posisi yang dimiliki. MkNN merupakan pengembangan dari metode k-Nearest Neighbour (kNN). MkNN memberi label kelas pada data pengujian berdasarkan k data pelatihan yang tervalidasi dan bobot dari masing-masing data pelatihan tersebut, bukan hanya berdasarkan jarak terdekat seperti yang dilakukan pada kNN. MkNN memberikan kesempatan yang lebih besar bagi data pelatihan yang memiliki validitas yang tinggi …", "artikel_scholar": "Aplikasi Berbasis M-KNN untuk Mendukung Keputusan Perekrutan Pemain yang Sesuai dengan Kebutuhan Tim SepakbolaDS Chandra, M Mardji, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 6 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1603/543" }, { "title": "Prediksi kebutuhan air PDAM Kota Malang menggunakan metode fuzzy time series dengan algoritma genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:9Nmd_mFXekcC", "index": 62, "authors": "Khaira Istiqara", "journal_year": "Universitas Brawijaya, 2017", "year": "2017", "citations": 6, "publication_date": "2017/7/21", "lembaga": "Universitas Brawijaya", "abstract": "Air merupakan salah satu kebutuhan pokok makhluk hidup yang berasal dari sumberdaya alam. Manusia, hewan dan tumbuhan memerlukan air sebagai kebutuhan sehari-hari. Pemerintah menyediakan sebuah Perusahaan Daerah Air minum (PDAM) untuk memenuhi kebutuhan air bersih masyarakat Indonesia, salah satu perusahaan tersebut terdapat di Kota Malang. Sistem prediksi kebutuhan air PDAM Kota Malang ini bertujuan untuk mempersiapkan persediaan air yang cukup untuk memenuhi kebutuhan masyarakat. Metode yang digunakan dalam penelitian ini yaitu fuzzy time series yang dikombinasikan dengan algoritma genetika. Fuzzy Time Series adalah sebuah model yang biasanya digunakan untuk memprediksi data berdasarkan urutan waktu. Algoritma genetika digunakan untuk mengoptimasi sub-himpunan semesta pada fuzzy time series, untuk menghasilkan sub-himpunan semesta yang optimal. Pencarian solusi menggunakan representasi kromosom real-coded, kemudian diproses dengan operator genetika (crossover, mutasi dan seleksi) berdasarkan parameter yang telah diinisalisasi (ukuran populasi, jumlah kromosom, tingkat crossover, tingkat mutasi dan jumlah generasi). Metode dari operator genetika yang digunakan yaitu one-cut-point crossover, uniform mutation dan seleksi elitism. Hasil dari pengujian nilai parameter, diperoleh ukuran populasi terbaik yaitu 360, jumlah kromosom sebesar 60, kombinasi tingkat crossover dan mutasi terbaik yaitu 0.4 dan 0.2, serta jumlah generasi terbaik sebesar 550. Berdasarkan nilai parameter terbaik, diperoleh hasil prediksi dengan nilai error (MAPE) sebesar 2.266776 …", "artikel_scholar": "Prediksi kebutuhan air PDAM Kota Malang menggunakan metode fuzzy time series dengan algoritma genetikaK Istiqara - 2017Dirujuk 4 kaliArtikel terkait2 versiPrediksi Kebutuhan Air PDAM Kota Malang Menggunakan Metode Fuzzy Time Series Dengan Algoritma GenetikaK Istiqara, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 2 kaliArtikel terkait2 versi" }, { "title": "Pengklasifikasian Dokumen Berbahasa Indonesia Dengan Pengindeksan Berbasis LSI", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:HDshCWvjkbEC", "index": 63, "authors": "Achmad Ridok, Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 2 (2), 87-95, 2015", "year": "2015", "citations": 6, "publication_date": "2015/7/22", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "2", "halaman": "87-95", "abstract": "AbstrakKlasifikasi dokumen teks bertujuan untuk menentukan kategori suatu dokumen berdasarkan kesamaannya dengan kumpulan dokumen yang telah berlabel sebelumnya. Namun demikian kebanyakan metode klasifikasi yang ada saat ini dilakukan berdasarkan kata-kata kunci atau kata-kata yang dianggap penting dengan mengasumsikan masing-masing merepresentasikan konsep yang unik. Padahal pada kenyataanya beberapa kata yang mempunyai makna atau semantik sama seharusnya diwakili satu kata unik. Pada penelitian ini pendekatan berbasis LSI (Latent Semantic Indexing) digunakan pada KNN untuk mengklasifikasi dokumen berbahasa Indonesia. Pembobotan term dari dokumen-dokumen latih maupun uji menggunakan tf-idf, yang direpresentasikan masing-masing dalam matrik term-dokumen A dan B. Selanjutnya matrik A didekomposisi menggunakan SVD untuk mendapatkan matrik U dan V yang tereduksi dengan k-rank. Kedua matrik U dan V digunakan untuk mereduksi B sebagai representasi dokumen uji. Evaluasi kinerja sistem terbaik berdasarkan hasil diperoleh pada klasifikasi KNN berbasis LSI tanpa stemming dengan threshould 2. Akan tetapi evaluasi kinerja terbaik berdasarkan waktu dicapai ketika KNN LSI dengan stemming pada threshould 5. Kinerja KNN berbasis LSI secara signifikan jauh lebih baik dibandingkan dengan KNN biasa baik dari sisi hasil maupun waktu.Kata kunci: KNN, LSI, K-Rank, SVD, Klasifikasi dokumen AbstractClassification of text documents aimed to determine the category of a document based on its similarity to set of documents which have been previously labeled. However …", "artikel_scholar": "Pengklasifikasian Dokumen Berbahasa Indonesia Dengan Pengindeksan Berbasis LSIA Ridok - Jurnal Teknologi Informasi dan Ilmu Komputer, 2015Dirujuk 6 kaliArtikel terkait5 versi", "pdf_url": "http://jtiik.ub.ac.id/index.php/jtiik/article/download/136/pdf" }, { "title": "OPTIMASI KOMPOSISI PAKAN KAMBING POTONG MENGGUNAKAN ALGORITMA GENETIKA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:bFI3QPDXJZMC", "index": 64, "authors": "D Pramesti, WF Mahmudy, Indriati", "journal_year": "Doro Repository 5 (13), 2015", "year": "2015", "citations": 6, "publication_date": "2015", "journal": "Doro Repository", "jilid": "5", "terbitan": "13", "artikel_scholar": "Indriati.(2015)*D Pramesti, WF Mahmudy - … genetika. DORO: Repository Jurnal Mahasiswa PTIIK …Dirujuk 6 kaliArtikel terkait" }, { "title": "Classification of campus e-complaint documents using directed acyclic graph multi-class SVM based on analytic hierarchy process", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:IWHjjKOFINEC", "index": 65, "authors": "Imam Cholissodin, Maya Kurniawati, Issa Arwani", "journal_year": "2014 International Conference on Advanced Computer Science and Information …, 2014", "year": "2014", "citations": 6, "publication_date": "2014/10/18", "konferensi": "2014 International Conference on Advanced Computer Science and Information System", "halaman": "247-253", "penerbit": "IEEE", "abstract": "E-Complaint documents provide information that can be used to measure or evaluate the services that given by campus to its students, lecturers, staff, and public. Using text classification, the documents can be classified based on its importance and urgency. This classification will be useful for campus to make the services better. Classifying the documents can also make the complaints follow-up from campus become faster than before. This paper discussed Directed Acyclic Graph Support Vector Machine (DAGSVM) method based on Analytic Hierarchy Process (AHP) to classify E-Complaint documents into four classes based on the importance and urgecy. Highest accuracy that is obtained from this research is 82,61% with Sequential Training SVM parameters are λ = 0.5, constant of γ = 0.01, Maxiter = 10, and ε = 0.00001, training data 70%, using stemming, and Gaussian RBF kernel without using AHP weight.", "artikel_scholar": "Classification of campus e-complaint documents using directed acyclic graph multi-class SVM based on analytic hierarchy processI Cholissodin, M Kurniawati, I Arwani - 2014 International Conference on Advanced Computer …, 2014Dirujuk 6 kaliArtikel terkait4 versi", "pdf_url": "https://www.researchgate.net/profile/Imam-Cholissodin/publication/311739494_Classification_of_Campus_E-Complaint_Documents_using_Directed_Acyclic_Graph_Multi-Class_SVM_Based_on_Analytic_Hierarchy_Process/links/5858f9b108aeffd7c4fcd51d/Classification-of-Campus-E-Complaint-Documents-using-Directed-Acyclic-Graph-Multi-Class-SVM-Based-on-Analytic-Hierarchy-Process.pdf" }, { "title": "Penerapan model pembelajaran cooperative tipe STAD dengan soal-soal pemecahan masalah pada mata pelajaran matematika di SMA negeri 6 Palembang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hkOj_22Ku90C", "index": 66, "authors": "Indriati Indriati, Yusuf Hartono", "journal_year": "Jurnal Pendidikan Matematika Sriwijaya 5 (2), 121837, 2011", "year": "2011", "citations": 6, "publication_date": "2011", "journal": "Jurnal Pendidikan Matematika Sriwijaya", "jilid": "5", "terbitan": "2", "halaman": "121837", "penerbit": "Sriwijaya University", "abstract": "The clues of the research is to known description of students problem solving ability by applying of Cooperative STAD type by problem solving. Model of study of cooperative STAD type by problem solving is a model to solve mathematics problem that have done by groups giving clues. The clues consist of some solving keys that given a part, each of member groups get a key. Subject of reseach are 48 students of grade XI natural science in senior high school 6 Palembang. Data collecting have done by giving test that content 3 discription question. The results of analysis shown mean of discriptor indicator are 74.34%, average abilty are 79.04 or 85.42% have shown good ability for problem solving. Conclusions of this reseach are learning use study model of Cooperative Problem Solving could be done to practise the ability of student’s problem.", "artikel_scholar": "Penerapan model pembelajaran cooperative tipe STAD dengan soal-soal pemecahan masalah pada mata pelajaran matematika di SMA negeri 6 PalembangI Indriati, Y Hartono - Jurnal Pendidikan Matematika Sriwijaya, 2011Dirujuk 6 kaliArtikel terkait6 versi", "pdf_url": "https://www.academia.edu/download/102695218/267822197.pdf" }, { "title": "Peringkasan Teks menggunakan metode Maximum Marginal Relevance terhadap Artikel Berita terkait COVID-19", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:i2xiXl-TujoC", "index": 67, "authors": "Yudha Ananda Kresna, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (9), 3901-3907, 2021", "year": "2021", "citations": 5, "publication_date": "2021/9/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "9", "halaman": "3901-3907", "abstract": "Pada saat ini, sangat mudah bagi masyarakat untuk memperoleh informasi atau berita, baik berita melalui televisi maupun berita dari media online. Banyaknya fasilitas yang mendukung masyarakat untuk membaca berita menyebabkan jumlah pembaca berita di Indonesia makin meningkat. Akan tetapi banyak ditemukan artikel berita yang jumlah kata dan penggunaan katanya kurang efektif sehingga akan sangat membuang waktu apabila membaca keseluruhan isi berita tersebut. Dari permasalahan tersebut, dibutuhkan sebuah sistem yang mampu melakukan peringkasan terhadap isi berita agar isi berita menjadi padat. Untuk melakukan peringkasan terhadap isi berita, pada penelitian ini menggunakan sebuah metode yaitu Maximum Marginal Relevance untuk menghasilkan sebuah ringkasan. Dalam metode tersebut diperlukan beberapa tahapan diantaranya, preprocessing, pembobotan TF-IDF, pembobotan cosine similarity dan metode Maximum Marginal Relevance itu sendiri. Penelitian ini dilakukan dengan mengambil 30 sampel data artikel berita dengan tema COVID-19 dari website penyedia berita online kompas. com. Diperoleh hasil pengujian sebagai berikut, koefisien pengatur nilai terbaik adalah α= 0, 5 dengan hasil precission= 0, 684333, recall= 0,772 dan f-measure= 0, 7. Sedangkan berdasarkan jumlah kata, jumlah kata dibaah 300 menghasilkan nilai f-measure terbaik dengan nilai 0, 726923. Serta juga diuji sistem dengan dan tanpa stemming dan hasilnya sistem dengan menggunakan stemming menghasilkan ringkasan yang lebih baik dari pada sistem tanpa stemming.", "artikel_scholar": "Peringkasan Teks menggunakan metode Maximum Marginal Relevance terhadap Artikel Berita terkait COVID-19YA Kresna, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 5 kaliArtikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9781/4382" }, { "title": "Klasifikasi Jenis Kelamin Pengguna Twitter dengan menggunakan Metode BM25 dan K-Nearest Neighbor (KNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:eJXPG6dFmWUC", "index": 68, "authors": "Annisa Selma Zakia, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (10), 3331-3337, 2020", "year": "2020", "citations": 5, "publication_date": "2020/9/24", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "4", "terbitan": "10", "halaman": "3331-3337", "abstract": "Twitter merupakan jejaring sosial microblogging dimana seseorang dapat menulis hingga 280 karakter dalam satu kali tweet. Indonesia menempati urutan ke-5 pengguna Twitter terbanyak di dunia. Melihat banyaknya pengguna Twitter di Indonesia tentu dapat dimanfaatkan oleh perusahaan dalam menciptakan strategi bisnis baru untuk melayani pelanggannya namun, sebagian pengguna akun sosial merasa keberatan jika harus mengungkapkan identitasnya. Perusahaan pun akan membutuhkan waktu lama jika ia harus bertanya satu demi persatu kepada pengguna Twitter mengenai identitas diri mereka. Masalah tersebut dapat diselesaikan dengan cara mengembangkan sistem untuk melakukan klasifikasi berdasarkan tweet dari pengguna, sistem tersebut dirancang menggunakan metode BM25 sebagai metode untuk menghitung kemiripan antar dokumen dan KNN sebagai metode untuk melakukan klasifikasi data. Pengujian sistem dilakukan dengan memasukkan 1000 dokumen, kemudian dokumen tersebut dilakukan uji K-Fold Cross Validation dengan menggunakan K= 10 sehingga didapatkan 900 dokumen latih dan 100 dokumen uji pada setiap partisi K. pengujian selanjutnya adalah pengujian nilai ketetanggaan, nilai ketetanggaan yang digunakan adalah 1, 3, 5, 7, 10, 20, 30, 40 dan 50, hasil pengujian menunjukkan bahwa nilai ketetanggaan yang optimal ialah k= 3. Pada k= 3 nilai akurasi, precision, recall dan F-Measure dari rerata 10-Fold Cross Validation adalah 68, 6%, 67, 63%, 71, 52% dan 69, 34%.", "artikel_scholar": "Klasifikasi Jenis Kelamin Pengguna Twitter dengan menggunakan Metode BM25 dan K-Nearest Neighbor (KNN)AS Zakia, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 5 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7958/3736" }, { "title": "Penerapan Algoritma Decision Tree C4. 5 Untuk Deteksi Fraud Pada Kartu Kredit dengan Oversampling Synthetic Minority Technique (SMOTE)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:XvxMoLDsR5gC", "index": 69, "authors": "Ludgerus Darell Perwara, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (8), 2664-2669, 2020", "year": "2020", "citations": 5, "publication_date": "2020/8/29", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "8", "halaman": "2664-2669", "abstract": "Pada perkembangan teknologi saat ini, kartu kredit dipandang sebagai cara yang mudah dan praktis dalam melakukan transaksi, karena selain mudah digunakan transaksi dengan kartu kredit hanya membutuhkan beberapa persyaratan. Namun meningkatnya penggunaan kartu kredit memunculkan tindak kriminal yang merugikan nasabah maupun pihak bank. Data Mining dipandang sebagai metode yang tepat untuk menyelesaikan masalah ini, maka pada penelitian ini akan menggunakan metode Decision Tree C4. 5 untuk mendeteksi fraud pada transaksi kartu kredit. Dikarenakan munculnya fraud pada setiap transaksi jarang terjadi dan lebih banyak transaksi normal, penelitian ini juga akan menambah metode oversampling SMOTE yang dapat membuat data fraud sintetik dengan tujuan menyeimbangkan kelas. Hasil penelitian ini menghasilkan nilai akurasi sebesar 78%, nilai precision sebesar 89, 65%, nilai recall sebesar 85, 71% dan f-measure sebesar 87, 64% dengan nilai N pada SMOTE sebesar 500% dan nilai depth pada Decision Tree C4. 5= 15. Sehingga dapat disimpulkan bahwa penerapan Decision Tree C4. 5 dalam kasus mendeteksi fraud pada transaksi kartu kredit baik dilakukan dengan oversampling SMOTE.", "artikel_scholar": "Penerapan Algoritma Decision Tree C4. 5 Untuk Deteksi Fraud Pada Kartu Kredit dengan Oversampling Synthetic Minority Technique (SMOTE)LD Perwara, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 5 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7745/3649" }, { "title": "Analisis Sentimen pada Ulasan Pengguna MRT Jakarta Menggunakan Metode Neighbor-Weighted K-Nearest Neighbor dengan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:olpn-zPbct0C", "index": 70, "authors": "Firda Oktaviani Putri, Indriati Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (7), 2195-2203, 2020", "year": "2020", "citations": 5, "publication_date": "2020/8/18", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "4", "terbitan": "7", "halaman": "2195-2203", "abstract": "Keberadaan MRT Jakarta diharapkan dapat mengurangi jumlah penggunaan transportasi pribadi yang membuat angka kemacetan di daerah Jakarta terus mengalami peningkatan. Ulasan dari para pengguna MRT Jakarta membantu pihak MRT Jakarta dalam meningkatkan pelayanannya, karena dengan kualitas pelayanan yang baik dapat menarik minat masyarakat untuk menggunakan MRT sebagai transportasi umum dalam berpergian. Namun saat ini, pada akun resmi media sosial MRT Jakarta belum dijumpai keberadaan sebuah fitur untuk memilah ulasan antara ulasan positif atau negatif. Jika hal tersebut dilakukan secara manual akan menguras waktu, maka dari itu perlu dilakukan proses automasi dalam pemilihan ulasan-ulasan tersebut. Proses automasi ini dikenal sebagai analisis sentimen. Dalam penelitian ini, sistem analisis sentimen menggunakan kombinasi metode klasifikasi Neighbor-Weighted K-Nearest Neighbor (NWKNN) dengan seleksi fitur Information Gain. Pengujian yang dilakukan dalam penelitian ini menggunakan 5-Fold Cross Validation. Hasil pengujian mencapai titik optimal pada Fold ke-5, saat nilai k= 100, nilai exponent= 2, dan nilai threshold untuk seleksi fitur= 100%(tanpa seleksi fitur dan tanpa menggunakan stopword removal), dengan nilai precision, recall, f-measure, dan accuracy sebesar 1; 0, 94; 0, 97; dan 0, 97.", "artikel_scholar": "Analisis Sentimen pada Ulasan Pengguna MRT Jakarta Menggunakan Metode Neighbor-Weighted K-Nearest Neighbor dengan Seleksi Fitur Information GainFO Putri, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 5 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7579/3592" }, { "title": "Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:AXPGKjj_ei8C", "index": 71, "authors": "Liana Shanty Wato Wele Keaan, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 7172-7179, 2019", "year": "2019", "citations": 5, "publication_date": "2019/8/12", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "7", "halaman": "7172-7179", "abstract": "Perkembangan teknologi yang semakin pesat dapat memberikan kemudahan bagi kehidupan masyarakat. Salah satu kemudahannya yaitu sistem belanja online. Contoh aplikasi yang paling sering digunakan adalah Shopee. Aplikasi ini memberikan kemudahan dalam proses transaksi jual beli dengan cukup menggunakan smartphone semuanya dapat diakses dengan mudah. Dalam aktivitas belanja online, selain dari segi harga yang paling utama bagi seorang calon konsumen adalah kualitas produk yang akan dibeli melalui review produk dari konsumen sebelumnya. Namun pada kenyatannya ternyata masih banyak calon konsumen yang belum bisa memahami sepenuhnya review dari konsumen lain dikarenakan pada review terdapat kata tidak baku. Penelitian ini diterapkan analisis sentimen terhadap review terbagi menjadi kelas positif dan negatif. Proses analisis diawali dengan pre-pocessing, pembobotan kata dengan TF-IDF, normalisasi, dan cosine similarity dengan menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance untuk perbaikan kata yang tidak baku. Berdasarkan hasil pengujian nilai k yang diperoleh dengan cara evaluasi 5-fold didapatkan nilai optimal pada k= 10 dengan rata-rata akurasi yang lebih tinggi pada kondisi setelah perbaikan kata yaitu accuracy sebesar 0,876, precision 0,810, recall 0,942, dan f-measure 0,882. Pada hasil pengujian yang diperoleh didapatkan akurasi yang fluktuatif dikarenakan hasil akurasi dipengaruhi oleh besarnya k-values.", "artikel_scholar": "Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler DistanceLSWW Keaan, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 5 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5890/2806" }, { "title": "Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:UxriW0iASnsC", "index": 72, "authors": "Sabrina Hanifah, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10309-10315, 2019", "year": "2019", "citations": 5, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "10309-10315", "abstract": "Aplikasi mobile semakin meningkat kegunaannya, dengan semakin banyaknya aplikasi-aplikasi yang menawarkan kemudahan untuk penggunanya. Pengguna yang sudah menggunakan aplikasi berhak memberikan ulasan pengalaman mereka selama pemakaian aplikasi. Ulasan tersebut berguna untuk pengguna baru dan pengembang aplikasi. Namun belum adanya fitur pada sebuah toko aplikasi yang dapat mengelompokkan ulasan-ulasan tersebut termasuk kategori positif atau negatif. Permasalahan tersebut dapat diselesaikan dengan sebuah prosess otomatis yang dapat melakukan analisis terhadap ulasan-ulasan tersebut sesuai dengan ulasan positif maupun negatif. Metode yang digunakan untuk pemeringkatan dokumen adalah BM25F dan sebagai metode klasifikasi digunakan metode Neighbor-Weighted K-Nearest Neighbor (NWKNN). Pengujian dilakukan dengan metode K-fold Cross Validation untuk menentukan jumlah k terbaik dan confusion matrix untuk pengujian setiap parameter BM25F dan NWKNN. Berdasarkan pengujian yang dilakukan pada setiap parameter metode BM25F dan NWKNN dapat menghasilkan persentase f-measure dan accuracy mencapai 97% dan 96%. Hal ini membuktikan bahwa metode NWKNN dapat melakukan klasifikasi pada dataset dengan jumlah kelas yang tidak seimbang.", "artikel_scholar": "Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest NeighborS Hanifah, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 5 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6510/3217" }, { "title": "Penentuan Rating Review Film Menggunakan Metode Multinomial Naïve Bayes Classifier dengan Feature Selection berbasis Chi-Square dan Galavotti-Sebastiani-Simi Coefficient", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:EkHepimYqZsC", "index": 73, "authors": "Thio Marta Elisa Yuridis Butar Butar", "journal_year": "Universitas Brawijaya, 2018", "year": "2018", "citations": 5, "publication_date": "2018/8/2", "lembaga": "Universitas Brawijaya", "abstract": "Pada era saat ini terdapat berbagai ragam film, meskipun cara pendekatannya berbeda-beda, semua film dapat dikatakan mempunyai satu sasaran, yaitu menarik perhatian orang terhadap muatan-muatan masalah yang dikandung. Dari muatan-muatan film tersebut terdapat banyak respons dari penulis dan menuliskannya dalam review singkatnya. Dengan adanya review bisa membantu penonton untuk lebih selektif lagi dalam memilih suatu film. Dan dari pihak produksi bisa terbantu untuk mengukur seberapa jauh kualitas film yang mereka hasilkan. Namun dari pihak produksi sendiri terkadang mengalami kesulitan dalam memilah dan mengkategorikan review, apakah produk tersebut kualitasnya tergolong bagus, cukup bagus, tidak bagus, dan sebagainya. Dalam penelitian ini peniliaian suatu film berdasarkan review yang diberikan adalah Rating. Sehingga dibutuhkan sebuah sistem prediksi Rating untuk memprediksi dan menentukan Rating yang tepat berdasarkan review yang diberikan oleh pengguna terhadap suatu film. Untuk mendukung sistem yang dibangun dibutuhkan metode untuk menyelesaikan permasalahan tersebut, dalam penelitian ini peneliti menggunakan Metode Multinomial Naïve Bayes serta Chi- Square dan Galavotti-Sebastiani-Simi Coefficient. Multinomial Naïve Bayes adalah metode untuk klasifikasi sedangkan Chi-Square dan Galavotti-Sebastiani- Simi Coefficient adalah feature selection untuk lebih mengoptimalkan hasil dari klasifikasi. Dari hasil pengujian, didapat tingkat akurasi terbaik pada saat penggunaan feature sebesar 90%, dan 100% dengan tingkat akurasi sebesar 36%. Hasil tersebut adalah hasil …", "artikel_scholar": "Penentuan Rating Review Film Menggunakan Metode Multinomial Naïve Bayes Classifier dengan Feature Selection berbasis Chi-Square dan Galavotti-Sebastiani-Simi CoefficientTMEYB Butar - 2018Dirujuk 3 kaliArtikel terkaitPenentuan Rating Review Film Menggunakan Metode Multinomial Naive Bayes Classifier dengan Feature Selection Berbasis Chi-Square dan Galavotti-Sebastiani-Simi CoefficientTMEYB Butar, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait2 versi" }, { "title": "Implementasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Jumlah Penduduk Miskin di Indonesia dengan Optimasi Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:e5wmG9Sq2KIC", "index": 74, "authors": "Arthur Julio Risa Ashshiddiqi, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4638-4646, 2018", "year": "2018", "citations": 5, "publication_date": "2018/5/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "11", "halaman": "4638-4646", "abstract": "Kemiskinan merupakan masalah umum yang dihadapi setiap negara, dan Indonesia sebagai salah satunya. Peningkatan penduduk miskin terjadi hampir setiap tahunnya. Menurut Badan Pusat Statistik dengan indikator penduduk yang memiliki pengeluaran perbulan dibawah garis kemiskinan dikategorikan sebagai rakyat kurang mampu. Meningkatnya jumlah penduduk kurang mampu akan memicu terjadinya tindak kriminalitas, situasi tersebut terjadi karena individu tersebut akan melakukan apapun untuk memenuhi kebutuhannya. Dengan memprediksi jumlah penduduk miskin, diharapkan pemerintah ataupun lembaga-lembaga yang terkait dengan topik ini dapat membantu untuk mengurangi jumlah penduduk miskin dan tingkat pengangguran di Indonesia. Jaringan syaraf tiruan backpropagation adalah salah satu metode yang bisa dipakai untuk melakukan prediksi. Pelatihan bobot dan bias pada …", "artikel_scholar": "Implementasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Jumlah Penduduk Miskin di Indonesia dengan Optimasi Algoritme GenetikaAJR Ashshiddiqi, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 5 kaliArtikel terkait4 versi" }, { "title": "Implementasi Association Rule Mining Untuk Menentukan Menu Paket Makanan Dengan Algoritma FIN Menggunakan Nodesets (Studi Kasus RM Lesehan Nova Sragen)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:Z5m8FVwuT1cC", "index": 75, "authors": "Riski Nova Saputra, Muhammad Tanzil Furqon, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3962-3967, 2018", "year": "2018", "citations": 5, "publication_date": "2018/2/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3962-3967", "abstract": "Rumah makan Lesehan Nova Sragen memiliki variasi item menu yang cukup banyak yaitu 116 item menu makanan dan 44 item menu minuman. Disebabkan variasi item menu yang tinggi membuat konsumen membutuhkan waktu yang lebih lama untuk memilih item menu pesanan. Penulis memberikan solusi kepada pihak rumah makan untuk membuat menu paket berdasarkan riwayat konsumen dalam memilih item menu. Sehingga dapat meningkatkan pelayanan rumah makan terhadap konsumen. Untuk membuat menu paket penulis menggunakan algoritma FIN. Algoritma FIN digunakan untuk melakukan mining frequent itemset terhadap data transaksi penjualan. Algoritma FIN diimplementasikan pada sistem pembentuk menu paket otomatis. Berdasarkan hasil pengujian, pada nilai minimum support= 11 telah menghasilkan variasi menu paket yang proporsional, serta telah representatif dengan pilihan konsumen. Jumlah variasi menu paket yang dihasilkan adalah 6 variasi menu paket.", "artikel_scholar": "Implementasi Association Rule Mining Untuk Menentukan Menu Paket Makanan Dengan Algoritma FIN Menggunakan Nodesets (Studi Kasus RM Lesehan Nova Sragen)RN Saputra, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 4 kaliArtikel terkait2 versiImplementasi Algoritma Genetika untuk Optimasi LVQ pada Penentuan Kelayakan Kredit (Studi Kasus: Bank X)*AADK Wibowo, C Dewi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait2 versiKAJIAN TEKNIS PENANGANAN KEMACETAN PERSIMPANGAN SEBIDANG KERETA API KERTOSONO*HA Putra, YS Hamzah - SISTEM Jurnal Ilmu Ilmu Teknik, 2023Artikel terkaitANALISIS KERUSAKAN JALAN DENGAN MENGGUNAKAN METODE SURFACE DISTRESS INDEX (SDI) DI RUAS JALAN GRESIK–SURABAYA KM. 12+ 550-KM. 13+ 550*W Octaviyanto, YS Hamzah - SISTEM Jurnal Ilmu Ilmu Teknik, 2023Artikel terkaitCAPITAL SOCIAL, INNOVACIÓN Y COMPETITIVIDAD. UN ESTUDIO DE CASO DE LA INDUSTRIA MANUFACTURERA DEL ESTADO DE GUANAJUATO, MÉXICO*MC Salgado, MEG Ortega - REVECITEC, 2011Artikel terkaitCORTE SUPREMA DE JUSTICIA SALA DE CASACIÓN LABORAL*GFR JIMÉNEZ - 2009Artikel terkait187 versiWebsite Disabled*C LoginArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2805/1071" }, { "title": "Optimasi Bobot Multi-Layer Perceptron Menggunakan Algoritma Genetika Untuk Klasifikasi Tingkat Resiko Penyakit Stroke", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:86PQX7AUzd4C", "index": 76, "authors": "Nadya Oktavia Rahardiani, Wayan Firdaus Mahmudy, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2352-2360, 2018", "year": "2018", "citations": 5, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "8", "halaman": "2352-2360", "abstract": "Stroke merupakan salah satu penyakit dengan tingkat kematian yang tinggi di Indonesia. Pendeteksian penyakit stroke dapat dilakukan dengan berbagai cara, salah satunya dengan melakukan cek darah. Umumnya pemeriksaan dilakukan terlebih dahulu kemudian hasil identifikasi tingkat resiko stroke dapat diketahui setelahnya. Jaringan multi-layer perceptron (MLP) merupakan salah satu model jaringan syaraf tiruan (JST) yang memiliki bobot acak dari pelatihan backpropagation (BP). Pelatihan ini melakukan optimasi untuk mendapatkan bobot yang lebih baik pada jaringan MLP dengan menggunakan algoritma genetika sebagai pelatihan, sehingga diharapkan hasil klasifikasi lebih akurat. Implementasi, pengujian, dan analisis dilakukan pada metode pembelajaran BP dan algoritma genetika untuk membandingkan hasil akurasi untuk pengklasifikasian tingkat resiko penyakit stroke. Pada pengujian BP didapatkan nilai rata-rata MSE sebesar 0.01221 dengan parameter berupa jumlah iterasi= 190, jumlah neuron pada hidden layer= 10, dan learning rate= 0.9. Sedangkan nilai rata-rata MSE metode AG adalah 0.0549 dengan ukuran populasi= 100, banyak generasi= 400, Cr= 0.8 dan Mr= 0.2. Rata-rata akurasi data yang dihasilkan dengan BP sebesar 88.40% dan rata-rata MSE 0.0122, sedangkan AG menghasilkan rata-rata akurasi data 60.60% dengan rata-rata MSE 0.0549 pada 10 kali percobaan.", "artikel_scholar": "Optimasi Bobot Multi-Layer Perceptron Menggunakan Algoritma Genetika Untuk Klasifikasi Tingkat Resiko Penyakit StrokeNO Rahardiani, WF Mahmudy, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 3 kaliArtikel terkait3 versiOptimasi Bobot Multi-Layer Perceptron Menggunakan Algoritma Genetika Untuk Klasifikasi Tingkat Resiko Penyakit StrokeNO Rahardiani - 2017Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1757/670" }, { "title": "Implementasi Metode Dempster-Shafer untuk Diagnosis Penyakit pada Tanaman Kedelai", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:-_dYPAW6P2MC", "index": 77, "authors": "Rahmat Arbi Wicaksono, Nurul Hidayat, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (3), 1212-1218, 2018", "year": "2018", "citations": 5, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "3", "halaman": "1212-1218", "abstract": "Tanaman kedelai merupakan salah satu sumber komoditas pangan utama di Indonesia yang tidak hanya berfungsi sebagai bahan baku industri pangan tetapi juga industri non-pangan. Namun minimnya pengetahuan petani budidaya tanaman kedelai tentang beragam gejala dan jenis penyakit yang menyerang tanaman kedelai menjadi permasalahan yang berdampak negatif pada budidaya tanaman kedelai. Oleh karena itu dibutuhkan sebuah sistem yang dapat menyelesesaikan masalah diagnosis penyakit tanaman kedelai secara cepat dan tepat. Pada penelitian ini penulis akan mengimplementasikan metode Dempster-shafer untuk melakukan diagnosis penyakit tanaman kedelai. Sistem diagnosis tanaman kedelai ini dapat mendeteksi 5 jenis penyakit dengan 16 gejala. Dari hasil pengujian akurasi terhadap 25 data kasus uji didapatkan nilai akurasi sistem sebesar 92%, sehingga dapat dikatakan bahwa sistem bekerja dengan cukup baik dan dapat diterapkan.", "artikel_scholar": "Implementasi Metode Dempster-Shafer untuk Diagnosis Penyakit pada Tanaman KedelaiRA Wicaksono, N Hidayat, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 5 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1171/420" }, { "title": "Implementasi Metode Analytic Hierarchy Process-Weighted Product Untuk Rekomendasi Hunian Ideal (Studi Kasus: Kota Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:zA6iFVUQeVQC", "index": 78, "authors": "Rizaldy Aditya Nugraha, Indriati Indriati, Imam Cholissodin", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (2), 848-856, 2018", "year": "2018", "citations": 5, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "2", "halaman": "848-856", "abstract": "Tujuan dari penelitian ini adalah untuk membantu para calon pembeli rumah mendapatkan rekomendasi hunian yang paling ideal untuk dibeli. Para calon pembeli rumah yang sedang mencari rumah masih mengalami kesulitan untuk mendapatkan rekomendasi rumah ideal yang sesuai dengan keinginannya. Oleh karena itu, penelitian ini dilakukan untuk membuat sebuah aplikasi sistem pendukung keputusan untuk rekomendasi rumah ideal sehingga mempermudah calon pembeli rumah untuk memperoleh rekomendasi rumah yang ideal. Data masukan yang digunakan pada sistem ini adalah bobot prioritas untuk setiap kriteria dan sub kriteria rumah yang ditentukan oleh calon pembeli rumah. Kemudian data masukan tersebut dihitung dengan menggunakan metode analytic hierarchy process-weighted product. Metode analytic hierarchy process digunakan untuk mendapatkan bobot kriteria dan sub kriteria yang kemudian digunakan untuk perhitungan metode weighted product. Sehingga hasil akhir dari sistem ini adalah urutan peringkat rekomendasi hunian yang paling ideal. Pengujian pada sistem ini dilakukan terhadap matriks perbandingan berpasangannya dengan hasil akurasi sebesar 80%.", "artikel_scholar": "Implementasi Metode Analytic Hierarchy Process-Weighted Product Untuk Rekomendasi Hunian Ideal (Studi Kasus: Kota Malang)RA Nugraha, I Indriati, I Cholissodin - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 5 kaliArtikel terkait5 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/980/375" }, { "title": "Optimasi Komposisi Pakan Sapi Perah Menggunakan Algoritma Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:g3aElNc5_aQC", "index": 79, "authors": "Durrotul Fakhiroh, Wayan Firdaus Mahmudy, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (1), 69-74, 2017", "year": "2017", "citations": 5, "publication_date": "2017/1/2", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "1", "terbitan": "1", "halaman": "69-74", "abstract": "Hambatan terbesar yang dialami oleh peternak sapi perah adalah penggunaan komposisi pakan yang tidak efisien. Dalam sudut pandang ekonomi, biaya untuk pembelian pakan ternak merupakan biaya tertinggi dalam usaha peternakan, sehingga harus ditekan serendah mungkin untuk memaksimalkan pendapatan dengan tetap memperhatikan nutrisi yang dibutuhkan oleh sapi perah. Agar dapat mencapai dua hal tersebut dilakukan optimasi terhadap ransum agar dapat memenuhi kebutuhan nutrisi dengan biaya yang minimal. Algoritma genetika merupakan salah satu metode yang sesuai untuk memecahkan permasalahan optimasi. Representasi yang digunakan adalah real code dimana setiap kromosom mewakili bobot dari bahan pakan, dan panjang kromosom tergantung dari banyaknya bahan pakan. Metode crossover yang digunakan adalah extended intermediete, proses mutasi menggunakan metode random mutation, sedangkan elitism adalah metode yang digunakan dalam proses seleksi. Berdasarkan hasil pengujian yang telah dilakukan, diperoleh parameter optimal yaitu pada populasi 100, generasi 200, serta kombinasi cr dan mr sebesar 0.3 dan 0.3. Hasil akhir yang didapatkan berupa rekomendasi komposisi ransum dengan biaya yang minimal dan kebutuhan nutrisi sapi perah tetap terpenuhi.", "artikel_scholar": "Optimasi Komposisi Pakan Sapi Perah Menggunakan Algoritma GenetikaD Fakhiroh, WF Mahmudy, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2017Dirujuk 5 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/18/20" }, { "title": "Pembelajaran Kontekstual Menggunakan Media Konkrit Untuk Meningkatkan Hasil Belajar IPA Siswa Kelas IX Pada Pokok Bahasan Wujud Benda Di SMP Negeri 1 Dasuk", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:W5xh706n7nkC", "index": 80, "authors": "Indriati Indriati, Riskiyah Riskiyah", "journal_year": "LENSA (Lentera Sains): Jurnal Pendidikan IPA 7 (2), 89-95, 2017", "year": "2017", "citations": 5, "publication_date": "2017", "journal": "LENSA (Lentera Sains): Jurnal Pendidikan IPA", "jilid": "7", "terbitan": "2", "halaman": "89-95", "abstract": "Tujuan dari penelitian ini adalah:(a) untuk mengetahui hasil belajar siswa Kelas IX SMPN 1 Dasuk Kabupaten Sumenep setelah melaksanakan pembelajaran berpendekatan kontekstual dengan menggunakan media benda konkrit untuk pelajaran IPA pada pokok bahasan Wujud Benda (Padat, Cair dan Gas) Semester I Tahun Pelajaran 2017/2018. Penelitian ini menggunakan Penelitian Tindakan Kelas. Penelitian ini berawal dari permasalahan di lapangan, kemudian dievaluasi, dan dianalisis menurut teori-teori penunjang untuk kemudian dilakukan tindakan di lapangan. Hasil analisis didapatkan bahwa pada awal siklus pertama, Hasil Nilai Siswa Pada Pelaksanaan Siklus I (Minggu Ke-1) Rata-Rata Nilai 61, 25 siswa kurang antusias terhadap metode ceramah yang digunakan guru dalam penyampaian materi. Ketika guru mulai menyajikan contoh-contoh yang berkaitan dengan dunia nyata mereka mulai antusias terlihat bahwa Hasil Nilai Siswa Pada Pelaksanaan Siklus I (Minggu Ke-2) Rata-Rata Nilai 69, 17. Namun contoh-contoh yang disajikan guru kurang variatif sehingga hasil yang dicapai kurang maksimal sedangkan pada siklus kedua guru mulai menyajikan contoh-contoh secara lebih variatif terlihat bahwa Hasil Nilai Siswa Pada Pelaksanaan Siklus II (Minggu Ke-3) Rata-Rata Nilai 76, 25. Ketika guru juga tidak lagi menggunakan metode ceramah melainkan memandu siswa untuk melakukan praktek tentang Wujud Benda (Padat, Cair dan Gas) Semester I yang terjadi, mengamati dan menyimpulkan. Kemudian siswa diberi tes untuk mengukur pemahaman siswa terhadap materi terlihat bahwa Hasil Nilai Siswa Pada …", "artikel_scholar": "Pembelajaran Kontekstual Menggunakan Media Konkrit Untuk Meningkatkan Hasil Belajar IPA Siswa Kelas IX Pada Pokok Bahasan Wujud Benda Di SMP Negeri 1 DasukI Indriati, R Riskiyah - LENSA (Lentera Sains): Jurnal Pendidikan IPA, 2017Dirujuk 5 kaliArtikel terkait5 versi", "pdf_url": "https://jurnallensa.m-m.web.id/index.php/lensa/article/download/26/13" }, { "title": "Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM)(Studi Kasus: Ulasan Tempat Makan)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:NJ774b8OgUMC", "index": 81, "authors": "Aisyah Awalina, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 9 (2), 419-426, 2022", "year": "2022", "citations": 4, "publication_date": "2022/2/24", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "9", "terbitan": "2", "halaman": "419-426", "abstract": "Kemudahan memperoleh informasi saat ini telah banyak membantu manusia, salah satu mencari ulasan untuk tempat makan baru. Pencarian ulasan ini dipicu karena pengunjung tidak mengetahui layanan dari tempat tersebut. Ulasan juga dapat menguntungkan penjual, karena mereka mengetahui pengalaman yang dimiliki pengunjungnya. Oleh karena itu, ulasan palsu dimanfaatkan banyak orang untuk membuat ulasan palsu. Ulasan palsu bisa secara efektif dibedakan menggunakan machine learning. Namun, banyak dari dataset ulasan palsu ini tidak seimbang (imbalanced dataset) sehingga dapat mempengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini menggunakan metode BOS untuk mengatasi tidak seimbangnya data dan melakukan klasifikasi dengan metode SVM. Adapun tahapan dari penelitian yaitu preprocessing, lalu pembobotan kata dengan TF-IDF dan fitur sentimen menggunakan …", "artikel_scholar": "Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM)(Studi Kasus: Ulasan Tempat Makan)A Awalina, FA Bachtiar, I Indriati - Jurnal Teknologi Informasi dan Ilmu Komputer, 2022Dirujuk 4 kaliArtikel terkait2 versi" }, { "title": "Pengembangan Aplikasi Sistem Pemesanan Cuci Sepatu berbasis Mobile Android pada Garage Shoes Clean", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:4hFrxpcac9AC", "index": 82, "authors": "Anggara Priambodo Jhohansyah, Fajar Pradana, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (1), 43-51, 2022", "year": "2022", "citations": 4, "publication_date": "2022", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "1", "halaman": "43-51", "abstract": "Laundry sepatu atau jasa cuci sepatu di Indonesia baru ramai di perbincangkan pada tahun 2014. Bisnis jasa cuci sepatu mulai marak dan tersebar luas hampir di berbagai kota-kota besar di Indonesia. Bisnis ini bisa terbentuk, karena tidak lepas dari sifat konsumtif lapisan masyarakat yang tertarik pada sepatu jenis kats dan sneakers. Para pelaku bisnis melihat antusiasme masyarakat akan ketertarikanya merawat sepatu, menjadikan peluang bisnis bagi para pelaku bisnis untuk memulai 2 usaha di bidang ini. Pebisnis melihat sibuknya aktifitas yang dilakukan masyarakat namun kebanyakan dari mereka memiliki waktu yang minim untuk merawat sepatu-sepatu yang dimiliki, Padahal sepatu merupakan termasuk kebutuhan wajib yang digunakan saat berpergian, sekolah, maupun berkerja. Karena semakin maraknya bisnis jasa cuci sepatu di tahun 2019 ini, para pelaku di bidang ini berlomba-lomba untuk menarik para calon konsumennya dengan inovasi-inovasi baru yang terus di kembangkan. Dengan demikian para pelaku bisnis di bidang ini haruslah memutar otak mereka untuk menjadikan calon konsumen menjadi konsumen dari jasa yang mereka tawarkan. Dengan menggunakan sebuah inovasi dalam bidang teknologi membuat penjualan lebih meningkat. Pada penelitian ini akan mengembangkan aplikasi android pemesanan cuci sepatu untuk membantu jalan nya usaha ini. Metode yang digunakan pada penelitian ini yaitu menggunakan prototyping. Penelitian ini diawali dengan tahap rekayasa kebutuhan yang menghasilkan 32 kebutuhan fungsional dan 1 kebutuhan non-fungsional. Tahap implementasi pada aplikasi ini …", "artikel_scholar": "Pengembangan Aplikasi Sistem Pemesanan Cuci Sepatu berbasis Mobile Android pada Garage Shoes CleanAP Jhohansyah, F Pradana, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Dirujuk 4 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10338/4611" }, { "title": "Evaluasi Performasi Ruang Warna pada Klasifikasi Diabetic Retinophaty Menggunakan Convolution Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:LPZeul_q3PIC", "index": 83, "authors": "Candra Dewi, Andri Santoso, Indriati Indriati, Nadia Artha Dewi, Yoke Kusuma Arbawa", "journal_year": "Jurnal Teknologi Informasi Dan Ilmu Komputer 8 (3), 619-624, 2021", "year": "2021", "citations": 4, "publication_date": "2021/6/15", "journal": "Jurnal Teknologi Informasi Dan Ilmu Komputer", "jilid": "8", "terbitan": "3", "halaman": "619-624", "abstract": "Semakin meningkatnya jumlah penderita diabetes menjadi salah satu faktor penyebab semakin tingginya penderita penyakit diabetic retinophaty. Salah satu citra yang digunakan oleh dokter mata untuk mengidentifikasi diabetic retinophaty adalah foto retina. Dalam penelitian ini dilakukan pengenalan penyakit diabetic retinophaty secara otomatis menggunakan citra fundus retina dan algoritme Convolutional Neural Network (CNN) yang merupakan variasi dari algoritme Deep Learning. Kendala yang ditemukan dalam proses pengenalan adalah warna retina yang cenderung merah kekuningan sehingga ruang warna RGB tidak menghasilkan akurasi yang optimal. Oleh karena itu, dalam penelitian ini dilakukan pengujian pada berbagai ruang warna untuk mendapatkan hasil yang lebih baik. Dari hasil uji coba menggunakan 1000 data pada ruang warna RGB, HSI, YUV dan L*a*b* memberikan hasil yang kurang …", "artikel_scholar": "Evaluasi Performasi Ruang Warna pada Klasifikasi Diabetic Retinophaty Menggunakan Convolution Neural NetworkC Dewi, A Santoso, I Indriati, NA Dewi, YK Arbawa - Jurnal Teknologi Informasi Dan Ilmu Komputer, 2021Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "https://scholar.archive.org/work/nqwmsmu7ezcy3fc6xsajqubtqy/access/wayback/https://jtiik.ub.ac.id/index.php/jtiik/article/download/4459/pdf" }, { "title": "Analisis Sentimen Aplikasi E-Goverment berdasarkan Ulasan Pengguna menggunakan Metode Maximum Entropy dan Seleksi Fitur Mutual Information", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:_B80troHkn4C", "index": 84, "authors": "Abel Filemon Haganta Kaban, Indriati Indriati, Novanto Yudistira", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (4), 1452-1458, 2021", "year": "2021", "citations": 4, "publication_date": "2021/4/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "4", "halaman": "1452-1458", "abstract": "Mobile JKN adalah salah satu aplikasi E-government yang dipakai pemerintah sebagai salah satu inovasi penggunaan teknologi informasi dan komunikasi dalam penyelengaraan pemerintahan. Mobile JKN adalah aplikasi sebagai komitmen BPJS Kesehatan dalam memberikan pelayanan dan kemudahan akses bagi pengguna BPJS Kesehatan. Masyararakat Indonesia dapat mencoba memakai aplikasi Mobile JKN dan mengulasnya pada penyedia aplikasi seperti Google Play Store maupun App Store. Ulasan sebagai cara penyampaian pendapat, menawarkan sumber data berupa sentimen dari pengguna terhadap fitur maupun layanan yang tersedia pada aplikasi Mobile JKN. Penelitian analisis sentimen dilakukan untuk menganalisis sentimen yang terdapat pada ulasan pengguna dengan mengklasifikasikan ulasan menjadi positif atau negatif. Pada penelitian, Maximum Entropy digunakan sebagai metode klasifikasi dengan Mutual Information sebagai seleksi fitur untuk mengurangi jumlah fitur yang digunakan pada klasifikasi ulasan pengguna aplikasi Mobile JKN. Pada pengujian, hasil evaluasi yang lebih baik ditunjukkan oleh pengunaan seleksi fitur Mutual Information pada klasifikasi menggunakan Maximum Entropy dengan nilai akurasi yang didapatkan sebesar 82, 5% dibandingkan dengan tanpa penggunaan seleksi fitur yang menghasilkan akurasi sebesar 79, 5%.", "artikel_scholar": "Analisis Sentimen Aplikasi E-Goverment berdasarkan Ulasan Pengguna menggunakan Metode Maximum Entropy dan Seleksi Fitur Mutual InformationAFH Kaban, I Indriati, N Yudistira - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 4 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8877/4056" }, { "title": "Analisis Sentimen Penghapusan Ujian Nasional pada Twitter menggunakan Document Frequency Difference dan Multinomial Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:b1wdh0AR-JQC", "index": 85, "authors": "Rilinka Rilinka, Indriati Indriati, Novanto Yudistira", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (3), 876-883, 2021", "year": "2021", "citations": 4, "publication_date": "2021/3/1", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "3", "halaman": "876-883", "abstract": "Di media sosial Twitter terdapat satu topik yang sedang dibahas, yaitu kebijakan kurikulum 2020 mengenai penghapusan Ujian Nasional (UN) oleh Menteri Pendidikan dan Kebudayaan Indonesia (MENDIKBUD), Bapak Nadiem Makarim. Opini masyarakat Indonesia di media sosial Twitter memiki peran penting, salah satunya sebagai acuan penilaian terhadap kebijakan tersebut dalam meningkatkan pelayanan Kementerian Pendidikan dan Kebudayaan Indonesia (KEMENDIKBUD). Sehingga, penelitian ini dilakukan dengan melakukan analisis sentimen opini pengguna Twitter melalui tweets yang diunggah mengenai kebijakan tersebut dan mengklasifikasinya menjadi dua kelas, yaitu kelas positif dan negatif. Proses analisis sentimen terdiri dari Pre-processing, seleksi fitur menggunakan Document Frequency Difference (DFD), dan klasifikasi teks menggunakan Multinomial Naive Bayes. Pengujian terdiri dari perbandingan jumlah data latih dan data uji dengan nilai rata-rata akurasi terbaik terdapat pada data latih berjumlah 600 dan data uji berjumlah 200, yaitu sebesar 72%. Kemudian, pengujian seleksi fitur DFD dengan hasil terbaik terdapat pada threshold sama dengan 0.5, yaitu sebesar 73.13%.", "artikel_scholar": "Analisis Sentimen Penghapusan Ujian Nasional pada Twitter menggunakan Document Frequency Difference dan Multinomial Naïve BayesR Rilinka, I Indriati, N Yudistira - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 4 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8659/3981" }, { "title": "Temu Kembali Informasi pada Berita Olahraga Berbahasa Indonesia dengan Seleksi Fitur Term Frequency dan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:V3AGJWp-ZtQC", "index": 86, "authors": "Rachmad Ridlo Baihaqi, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 4 (11), 4200-4206, 2020", "year": "2020", "citations": 4, "publication_date": "2020/12/3", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "4", "terbitan": "11", "halaman": "4200-4206", "abstract": "Bertepatan dengan kemajuan globalisasi era modern sekarang, mengakibatkan meningkatnya pada pemakaian World Wide Web (WWW) dan internet untuk sumber yang menyediakan informasi secara online dari berbagai negara. Sebuah mesin pencari (search engine) dibutuhkan para pengguna internet untuk pencarian informasi. Oleh karena itu, mengakibatkan banyaknya dokumen yang disimpan dalam digital melonjak. Luasnya raihan para pembaca dan waktu yang singkat mengakibatkan munculnya media online dalam menyiarkan berita. Sistem temu kembali informasi (information retrieval) ialah berfungsi memperoleh informasi diinginkan pengguna atau relevan melalui query yang sudah diisi oleh pengguna. Diharapkan implementasi Information retrieval dapat digunakan dalam mendapatkan dokumen sesuai dengan yang dibutuhkan pengguna. Metode BM25 adalah menghitung nilai kemiripan (similarity) kemudian dilakukan proses pemeringkatan dari hasil kemiripan terhadap query. Ditambahkan dengan seleksi fitur term frequency pada saat melakukan training data. Menggunakan evaluasi precision@ k dan kappa measure dari 10 query sebagai data testing. Didapatkan nilai terbaik pada pengujian precision@ k adalah saat k= 5, dengan nilai 90% dan 86%. Untuk nilai yang didapatkan dari pengujian kappa mesure sebesar 0, 85.", "artikel_scholar": "Temu Kembali Informasi pada Berita Olahraga Berbahasa Indonesia dengan Seleksi Fitur Term Frequency dan Metode BM25RR Baihaqi, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2020Dirujuk 4 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8281/3848" }, { "title": "Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa Yogyakarta", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ClCfbGk0d_YC", "index": 87, "authors": "Rien Difitria, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (5), 1364-1371, 2020", "year": "2020", "citations": 4, "publication_date": "2020/7/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "5", "halaman": "1364-1371", "abstract": "Sektor pariwisata merupakan penyumbang pendapatan nasional, devisa dan penyedia lapangan kerja yang besar bagi Indonesia. Dengan meningkatnya jumlah kunjungan wisatawan mancanegara serta nilai devisa pariwisata dapat menguatkan nilai tukar Rupiah terhadap dolar Amerika Serikat. Wilayah Yogyakarta masih menyumbang devisa sektor pariwisata yang kecil yakni hanya 1, 2% dari seluruh wilayah di Indonesia. Terjadi peningkatan pengunjung pada tahun 2011 yang menyentuh 508.476 pengunjung dimana pada tahun sebelumnya hanya mencapai 368.906 pengunjung. Peningkatan jumlah pengunjung dengan disertai sarana dan prasarana yang ada tidak memadai atau tidak mencukupi ekspektasi para wisatawan maka dapat mengakibatkan turunnya minat pengunjung pada waktu yang akan datang dan dapat mengancam sektor ekonomi masyarakat Yogyakarta. Prediksi jumlah kunjungan wisatawan mancagara ke Daerah Istimewa Yogyakarta sangat diperlukan untuk mengetahui kisaran jumlah kunjungan di waktu yang akan datang, sehingga para pelaku wisata dapat mempersiapkan operasional lebih baik, mengoptimalkan sarana dan prasarana, dan menyusun strategi pemasaran yang lebih baik. Prediksi pada penelitian ini menggunakan metode Support Vector Regression (SVR) dan Particle Swarm Optimization (PSO). Hasil prediksi dari penelitian ini menghasilkan rentang parameter SVR terbaik dari Kompleksitas (C)= 100-500, Sigma (s)= 5-20, Lamda (l)= 1-5, Epsilon (e)= 0, 0001-0, 1, cLR= 0,001-0, 1 iterasi SVR= 500, Partikel= 30, iterasi PSO= 50, jumlah fitur= 3 dan jumlah periode prediksi 1 bulan dengan …", "artikel_scholar": "Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa YogyakartaR Difitria, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7232/3479" }, { "title": "Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor (MKNN) dengan BM25 dan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:4fKUyHm3Qg0C", "index": 88, "authors": "Candra Ardiansyah, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1027-1032, 2020", "year": "2020", "citations": 4, "publication_date": "2020/6/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "4", "halaman": "1027-1032", "abstract": "YouTube merupakan media sosial video online terbesar di dunia yang digunakan untuk menampilkan berbagai video yang dibuat oleh pengguna dan perusahaan di bidang konten media. Setiap video yang terdapat dalam YouTube dapat dilakukan pemberian komentar berjenis teks pada kolom komentar terhadap video yang telah ditonton. Banyaknya komentar mengakibatkan content creator (pembuat video) cukup menghabiskan waktu untuk memahami setiap emosi pada komentar yang ada. Setelah dilakukan pertimbangan terhadap solusi yang digunakan untuk menyelesaikan permasalahan tersebut, penulis memilih menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN) dengan BM25 dan seleksi fitur Chi-Square. Pengujian yang digunakan adalah 5-fold cross validation untuk mencari nilai k terbaik yang selanjutnya digunakan untuk pengujian seleksi fitur Chi-Square. Pada pengujian Chi-Square data yang digunakan adalah fold data terbaik berdasarkan nilai f-measure tertinggi pada pengujian 5-fold cross validation. Hasil yang diperoleh adalah nilai accuracy, precision, recall, f-measure maksimal yang dicapai saat k bernilai 30 adalah 72, 82%, 72, 94%, 72, 26%, dan 72, 59%. Sedangkan pada pengujian Chi-Square pada fold data ke-4 jumlah term terbaik yang digunakan adalah sebanyak 40% dan 50%, dengan nilai accuracy, precision, recall, f-measure adalah 80, 56%, 80, 37%, 81, 61%, dan 80, 98%.", "artikel_scholar": "Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor (MKNN) dengan BM25 dan Seleksi Fitur Chi-SquareC Ardiansyah, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7116/3438" }, { "title": "Sistem Rekomendasi Dosen Pembimbing Berdasarkan Dokumen Judul Skripsi di Bidang Komputasi Cerdas Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:5awf1xo2G04C", "index": 89, "authors": "Anak Agung Bagus Arisetiawan, Indriati Indriati, Dian Eka Ratnawati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5832-5836, 2019", "year": "2019", "citations": 4, "publication_date": "2019/7/24", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "6", "halaman": "5832-5836", "abstract": "Di dalam text mining terdapat suatu proses untuk melakukan temu kembali informasi atau information retrieval. Permasalahan yang berkaitan tentang temu kembali informasi ditemukan pada perguruan tinggi khususnya di Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB). Permasalahannya adalah pemilihan dosen pembimbing skripsi untuk program studi S1 Teknik Informatika FILKOM UB pada keminatan Komputasi Cerdas masih dilakukan secara manual. Penentuan dosen pembimbing hanya mengandalkan pengetahuan personal terkait dengan spesialisasi dosen yang diperlukan untuk membimbing selama pengerjaan skripsi. Permasalahan tersebut dapat diselesaikan melalui sistem rekomendasi berdasarkan information retrieval menggunakan metode BM25. Proses yang dilakukan adalah preprocessing dokumen, perhitungan score BM25 pada setiap dokumen, dan mengambil hasil scoring BM25 tertinggi sebanyak nilai k. Pada penelitian ini dilakukan pengujian sebanyak 3 kali. Setiap pengujian menggunakan data testing yang sama sejumlah 20 dokumen. Hasil rata-rata dari setiap pengujian memperoleh hasil rekomendasi terbaik yaitu pada nilai k= 3, dengan nilai precision@ k sebesar 0, 87. Semakin tinggi nilai k yang digunakan dapat mempengaruhi hasil rekomendasi menjadi kurang maksimal karena semakin banyak dokumen tidak relevan yang ikut terhitung.", "artikel_scholar": "Sistem Rekomendasi Dosen Pembimbing Berdasarkan Dokumen Judul Skripsi di Bidang Komputasi Cerdas Menggunakan Metode BM25AAB Arisetiawan, I Indriati, DE Ratnawati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5569/2636" }, { "title": "Klasifikasi Emosi Lirik Lagu menggunakan Improved K-Nearest Neighbor dengan Seleksi Fitur dan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:ldfaerwXgEUC", "index": 90, "authors": "Febrina Sarito Sinaga, Indriati Indriati, Bayu Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (6), 5697-5702, 2019", "year": "2019", "citations": 4, "publication_date": "2019/7/23", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "6", "halaman": "5697-5702", "abstract": "Emosi merupakan reaksi atau perasaan seseorang terhadap suatu keadaan. Emosi bersifat temporer yang dapat muncul oleh stimulus karena orang-orang sekitar dan lingkungannya. Salah satu contoh lingkungan yang dapat merangsang emosi seseorang adalah berasal dari lagu yang didengarkan. Lirik lagu merupakan bagian yang berperan membangun emosi. Pemilihan kata-kata yang tepat diperlukan untuk menciptakan emosi yang sesuai. Dalam hal ini klasifikasi emosi pada lirik lagu akan dilakukan proses pengklasifikasian menggunakan beberapa metode yaitu Improved K-Nearest Neighbor, BM25 dan seleksi fitur. Proses klasifikasi ini terdapat beberapa tahapan didalamnya yaitu tahapan melakukan pre-processing dokumen, tahapan perhitungan score BM25 dan pemeringkatan pada setiap dokumen, dan tahapan klasifikasi dengan algoritme yang digunakan adalah Improved K-Nearest Neighbor. Pengujian untuk pengklasifikasian ini dilakukan sebanyak 6 kali pengujain k-fold dan menggunakan confusion matrix. Penelitian ini jumlah data latih yang digunakan sebanyak 100 dokumen, dan jumlah data uji yang digunakan sebanyak 20 dokumen. Pada semua pengujian yang telah dilakukan diperoleh hasil rata-rata yang cukup baik saat nilai k= 55 dengan hasil f-measure sebesar 0, 6693, recall sebesar 0, 6582, dan precision sebesar 0, 7427.", "artikel_scholar": "Klasifikasi Emosi Lirik Lagu menggunakan Improved K-Nearest Neighbor dengan Seleksi Fitur dan BM25FS Sinaga, I Indriati, B Rahayudi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait3 versiKlasifikasi Emosi Lirik Lagu Menggunakan Improved K-Nearest Neighbor (K-NN) dengan Sleksi Fitur dan BM25FS Sinaga - 2019Artikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5544/2620" }, { "title": "Klasifikasi Rating Berdasarkan Komentar Tempat Wisata Di Media Sosial Dengan Menggunakan Metode Fuzzy K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:hMsQuOkrut0C", "index": 91, "authors": "Nanda Ajeng Kartini, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4164-4169, 2019", "year": "2019", "citations": 4, "publication_date": "2019/3/21", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "4164-4169", "abstract": "Pada masa sekarang ini dengan kemudahan akses informasi, banyaknya website tempat wisata menggunakan rating fitur untuk membantu mempermudah informasi. Rating digunakan sebagai indikator untuk menunjang kualitas dan popularitas. Pengguna hanya memberi penilaian secara keseluruhan pada setiap komentar dan tidak memberikan penilaian sesuai dengan aspek yang dibicarakan, sehingga menyulitkan pembaca komentar menganalisis aspek yang unggul pada komentar tersebut. Dari masalah tersebut, pada penelitian ini akan dibuat suatu sistem klasifikasi rating pada tempat wisata dengan menggunakan metode Fuzzy K-Nearest Neighbor (FKNN). Metode FKNN merupakan salah satu metode perkembangan dari metode KNN, yang membedakan adalah terdapat kelas membership untuk menentukan kelas klasifikasi. Selain itu pada penelitian ini menggunakan kamus Lexicon Based untuk menentukan ekstraksi fitur kata. Hasil dari pengujian pada penelitian ini menunjukkan hasil akurasi nilai K= 20 yang tertinggi sebesar 60% sedangkan nilai akurasi precision dan recall masing-masing mencapai 40% dan 40%. Pada pengujian K-Fold Cross Validation dengan fold sebesar 5 menghasilkan rata-rata sebesar 51, 4%.", "artikel_scholar": "Klasifikasi Rating Berdasarkan Komentar Tempat Wisata Di Media Sosial Dengan Menggunakan Metode Fuzzy K-Nearest NeighborNA Kartini, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5154/2430" }, { "title": "Query Expansion Pada Sistem Temu Kembali Informasi Dokumen Jurnal Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:bEWYMUwI8FkC", "index": 92, "authors": "Faradila Puspa Wardani, Indriati Indriati, Bayu Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2619-2625, 2019", "year": "2019", "citations": 4, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2619-2625", "abstract": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) merupakan kumpulan tulisan karya ilmiah dari penelitian mahasiswa/i Fakultas Ilmu Komputer Universitas Brawijaya. Pada setiap jurnal terdapat bagian abstrak yang merupakan ringkasan dari keseluruhan isi dokumen karya ilmiah, yang mengandung konsep, pernyataan masalah, pendekatan, dan kesimpulan yang dirangkai. Jumlah jurnal yang terdapat pada J-PTIIK sangat banyak, maka dari itu diperlukan suatu sistem pencarian dokumen untuk mempermudah pengguna dalam menemukan dokumen jurnal, yaitu sistem pencarian yang menerapkan Sistem Temu Kembali Informasi (STKI) atau Information Retrieval (IR). Untuk meminimalisir hasil pengembalian dokumen yang tidak relevan pada STKI, maka dapat diterapkan teknik perbaikan query yaitu teknik query expansion. Penerapan query expansion dapat dilakukan dengan menggunakan metode BM25. BM25 adalah metode dalam STKI yang digunakan untuk pengurutan hasil relevansi dokumen terhadap query yang ingin dicari. Penelitian ini dilakukan dengan bertujuan untuk melihat hasil implementasi query expansion pada sistem temu kembali informasi jurnal berbahasa Indonesia menggunakan metode BM25. Hasilnya pada saat penambahan kata untuk query sebanyak 4 kata nilai Precision@ K mengalami kenaikan rata-rata sebesar 0.492.", "artikel_scholar": "Query Expansion Pada Sistem Temu Kembali Informasi Dokumen Jurnal Berbahasa Indonesia Menggunakan Metode BM25FP Wardani, I Indriati, B Rahayudi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4762/2208" }, { "title": "Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Debit Air (Studi Kasus: PDAM Indramayu)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:dTyEYWd-f8wC", "index": 93, "authors": "Mohamad Alfi Fauzan, Budi Darma Setiawan, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 831-835, 2019", "year": "2019", "citations": 4, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "1", "halaman": "831-835", "abstract": "Ketersediaan air di negara Indonesia mencapai 694 milyar m 3 per tahun, dimana jumlah tersebut merupakan potensi yang dapat dimanfaatkan namun hanya sekitar 23% yang termanfaatkan. Dengan jumlah kebutuhan air bersih masyarakat yang semakin meningkat namun distribusi debit air yang rendah, konsep peramalan atau prediksi sangat diperlukan sebagai salah satu input dalam pengambilan keputusan untuk peningkatan debit air yang akan didistribusikan. Untuk menyelesaikan permasalahan tersebut pada penelitian ini digunakan metode fuzzy time series yang dioptimasi dengan algoritme genetika dalam memprediksi distribusi debit air. Algoritme genetika digunakan untuk mengoptimasi sub interval di fuzzy time series. Berdasarkan hasil pengujian didapatkan tingkat akurasi hasil prediksi yang menggunakan metode Average Forecasting Error Rate (AFER) didapatkan hasil presentase tingkat error sebesar 15, 33% yang termasuk ke dalam kualifikasi baik.", "artikel_scholar": "Algoritma Genetika Untuk Optimasi Fuzzy Time Series Dalam Memprediksi Debit Air (Studi Kasus: PDAM Indramayu)MA Fauzan, BD Setiawan, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4235/1955" }, { "title": "Klasifikasi Berita Olahraga Berbahasa Indonesia Menggunakan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:uWQEDVKXjbEC", "index": 94, "authors": "Enggar Septrinas, Indriati Indriati, Arief Andy Soebroto", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (10), 9762-9769, 2019", "year": "2019", "citations": 4, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "9762-9769", "abstract": "Antara Sumbar merupakan sebuah portal berita yang bertujuan untuk memenuhi hak publik untuk mendapatkan informasi yang akurat dan lengkap secara seketika. Terdapat berbagai macam berita yang disajikan, salah satunya adalah berita olahraga. Dengan perkembangan informasi digital yang terus meningkat menyebabkan begitu cepatnya penyebaran dokumen berita sehingga dibutuhkan portal web yang dikelola secara profesional. Antara Sumbar merupakan portal berita yang telah dikelola secara profesional, namun ada beberapa kekurangan terhadap pengelompokkan berita olahraga, yang menyebebkan terganggunya pembaca dalam mendapatkan berita berdasarkan kategori olahraga yang ada. Kekurangan tersebut dapat diatasi menggunakan metode BM25 dan K-Nearest Neighbor. Proses yang dilakukan untuk mengatasi kekurangan tersebut adalah melakukan preprocessing terhadap dokumen berita, melakukan pembobotan dan pemeringkatan menggunakan metode BM25, dan yang terakhir proses algoritme K-Nearest Neighbor sebagai metode klasifikasi. Proses pengujian yang digunakan adalah metode k-fold sebanyak 7 kali pengujian. Data yang digunakan pada tiap-tiap pengujian yaitu sebanyak 240 dokumen latih dan 40 dokumen uji. Berdasarkan pengujian yang dilakukan, didapatkan hasil pengujian tertinggi ketika nilai ketetanggaan (k) sebesar 20, menghasilkan nilai precision= 0, 921577, nilai recall= 0, 914286 dan nilai f-measure= 0, 917917. Proses klasifikasi dipengaruhi oleh jumlah dokumen yang digunakan serta besaran nilai k yang ditentukan.", "artikel_scholar": "Klasifikasi Berita Olahraga Berbahasa Indonesia Menggunakan Metode BM25 dan K-Nearest NeighborE Septrinas, I Indriati, AA Soebroto - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 4 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6538/3147" }, { "title": "Penerapan Algoritme Fuzzy K-Nearest Neighbor (FK-NN) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:nrtMV_XWKgEC", "index": 95, "authors": "Tania Oka Sianturi, Muhammad Tanzil Furqon, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3492-3499, 2018", "year": "2018", "citations": 4, "publication_date": "2018/2/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3492-3499", "abstract": "Salah satu penyakit kejiwaan yang banyak menyerang penduduk Indonesia adalah penyakit kejiwaan Skizofrenia. Skizofrenia menyebabkan seseorang mengalami delusi, halusinasi, pikiran kacau, dan perubahan terhadap perilaku. Menurut Riset Kesehatan Dasar (Riskesdas) pada tahun 2013, prevalensi Skizofrenia sebesar 1, 7% per 1000 penduduk atau sekitar 400.000 orang. Untuk wilayah Indonesia yang sangat luas dengan jumlah penduduk sekitar 237 juta, jumlah ahli jiwa atau psikiater yang dimiliki sekitar 616 orang tergolong masih sangat sedikit. Dengan keterbatasan tersebut diperlukan sebuah sistem yang dapat digunakan untuk membantu paramedis dalam mendiagnosis dan mengklasifikasi penyakit kejiwaan Skizofrenia. Pada penelitian ini diterapkan algoritme fuzzy K-nearest neighbor untuk mendiagnosis dan mengklasifikasi penyakit kejiwaan Skizofrenia. Jenis-jenis penyakit kejiwaan Skizofrenia yang digunakan pada penelitian ini yaitu Skizofrenia paranoid, Skizofrenia hebefrenik, Skizofrenia katatonik, Skizofrenia tak terinci, dan Skizofrenia simpleks. Proses klasifikasi terdiri atas tiga proses yaitu proses inisialisasi fuzzy, proses algoritme K-nearest neighbor, dan proses algoritme fuzzy K-nearest neighbor. Untuk menguji sistem, maka dilakukan pengujian terhadap nilai K dan pengujian terhadap K-Fold. Berdasarkan hasil pengujian terhadap nilai K, didapatkan nilai akurasi tertinggi sebesar 38, 33% pada nilai K= 5. Hasil pengujian pengaruh K-Fold didapatkan rata-rata nilai akurasi tertinggi sebesar 34, 17% pada K-Fold= 10.", "artikel_scholar": "Penerapan Algoritme Fuzzy K-Nearest Neighbor (FK-NN) Pada Pengklasifikasian Penyakit Kejiwaan SkizofreniaTO Sianturi, MT Furqon, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 4 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2646/990" }, { "title": "Map Visualization of Shortest Path Searching of Government Agency Location Using Ant Colony Algorithm", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:JV2RwH3_ST0C", "index": 96, "authors": "Candra Dewi, Devi Indriati", "journal_year": "International Journal of Computer Science and Information Security 11 (11), 19, 2013", "year": "2013", "citations": 4, "publication_date": "2013/11/1", "journal": "International Journal of Computer Science and Information Security", "jilid": "11", "terbitan": "11", "halaman": "19", "penerbit": "LJS Publishing", "abstract": "The case of the shortest path searching is an issue to get the destination with the efficient time and the shortest path. Therefore, some shortest path searching system has been developed as a tool to get the destination without spent a lot of time. This paper implements the visualization of searching result for shortest path of the government agency location on the map using ant colony algorithm. Ant colony algorithm is an algorithm which has a probabilistic technique that is affected by ant pheromone. The shortest path searching considers some factors such as traffic jam, road direction, departures time and vehicle type. The testing is done to obtain the ant tracking intensity controlling constant (α) for calculation probability of route that is selected by ant and visibility controlling constant (β), therefore the optimal route would be obtained. The testing result shows that the worst accuracy value was reach when α= 0 and β= 0. On the other hand, the accuracy value close to 100% on some combination of the parameter such as (α= 0, β= 1),(α= 2, β= 1),(α= 0, β= 2),(α= 1, β= 2) to (α= 2, β= 5). It shows that the accuracy value is close to the best result. The change of parameter α and β are the main priority on the shortest path searching because the values have been produced will be used as probability value of pheromone.", "artikel_scholar": "Map Visualization of Shortest Path Searching of Government Agency Location Using Ant Colony AlgorithmC Dewi, D Indriati - International Journal of Computer Science and …, 2013Dirujuk 4 kaliArtikel terkait", "pdf_url": "https://www.academia.edu/download/37200780/03_Paper_31101325_IJCSIS_Camera_Ready_pp._19-23.pdf" }, { "title": "Application of Artificial Intelligence for Maternal and Child Disorders in Indonesia: A Review", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:0izLItjtcgwC", "index": 97, "authors": "Diva Kurnianingtyas, Lailil Muflikhah", "journal_year": "Asia Simulation Conference, 289-306, 2024", "year": "2024", "citations": 3, "publication_date": "2024", "sumber": "Asia Simulation Conference", "halaman": "289-306", "penerbit": "Springer, Singapore", "abstract": "The development of Artificial Intelligence (AI) technology is used to minimize the risk of maternal disorders during pregnancy. Maternal health needs to be monitored so as not to cause problems during the baby's birth. The purpose of this study is to provide a literature review from 2017 to 2023. The method used is Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). This study is a basis for researchers to help solve maternal health problems using AI. This technology is proven to detect and predict problems during pregnancy, thereby reducing maternal and infant mortality and preventing abnormalities in the development process. In addition, AI can help improve medical personnel's performance by minimizing human error. This study also presents trends in AI problems and methods used. However, the rapid development of AI methods has not provided novelty in solving maternal …", "artikel_scholar": "Application of Artificial Intelligence for Maternal and Child Disorders in Indonesia: A ReviewD Kurnianingtyas, L Muflikhah - Asia Simulation Conference, 2024Dirujuk 3 kaliArtikel terkait" }, { "title": "Klasifikasi Pengaduan Pelayanan Dispendukcapil Kota Malang Menggunakan Metode Naïve Bayes dan Seleksi Fitur Glasgow-II", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:BrmTIyaxlBUC", "index": 98, "authors": "Choirul Anam, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3264-3271, 2020", "year": "2020", "citations": 3, "publication_date": "2020/9/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "9", "halaman": "3264-3271", "abstract": "Pelayanan setiap dinas tidak akan pernah luput dari ketidaksempurnaan tak terkecuali dengan Dinas Kependudukan dan Pencatatan Sipil (DISPENDUKCAPIL). Perbaikan pelayanan bertujuan untuk menimbulkan rasa nyaman dan meningkatkan kepuasan serta rasa percaya terhadap pegawai DISPENDUKCAPIL bagi penduduk Kota Malang. Kategori atau jenis-jenis pengaduan yang sering masuk ke DISPENDUKCAPIL yaitu pengaduan tentang masalah Kartu Tanda Penduduk (KTP), Kartu Keluarga (KK), akte (kelahiran, kematian, dan nikah), surat pindah atau datang. Kategorisasi berbagai macam jenis pengaduan pelayanan yang telah dikirim ke DISPENDUKCAPIL dapat dilakukan dengan menggunakan klasifikasi. Klasifikasi pengaduan pelayanan dilakukan menggunakan metode Naive Bayes dan Seleksi Fitur Glasgow-II. Proses yang dilakukan dimulai dari text preprocessing, term weighting, Seleksi Fitur, Naive Bayes training, dan Naive Bayes testing. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan metode Naive Bayes dan Seleksi Fitur Glasgow-II didapatkan nilai accuracy, precision, recall sebesar 87, 5%, 85, 1%, 88,075% dan rata-rata akurasi sebesar 81, 25%. Sedangkan dengan menggunakan metode Naive Bayes tanpa Seleksi Fitur Glasgow-II didapatkan nilai accuracy, precision, recall sebesar 84,375%, 83, 1%, 81, 5625% dan rata-rata akurasi sebesar 79, 99%. Sehingga penggunaan metode Naive Bayes dan Seleksi Fitur Glasgow-II mampu memberikan hasil yang lebih baik.", "artikel_scholar": "Klasifikasi Pengaduan Pelayanan Dispendukcapil Kota Malang Menggunakan Metode Naïve Bayes dan Seleksi Fitur Glasgow-IIC Anam, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 3 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7932/3728" }, { "title": "Sentiment Analysis in the Mobile Application Review Document Using the Improved K-Nearest Neighbor Method", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:abG-DnoFyZgC", "index": 99, "authors": "Indriati, Ari Kusyanti, Dea Zakia", "journal_year": "2019 International Conference on Sustainable Information Engineering and …, 2019", "year": "2019", "citations": 3, "publication_date": "2019/9/28", "konferensi": "2019 International Conference on Sustainable Information Engineering and Technology (SIET)", "halaman": "332-337", "penerbit": "IEEE", "abstract": "The large number of smartphone users makes Indonesia a very potential market for business, especially mobile application developers. Each application store allows application users to provide a review of the applications used. From the existing application store, none has the sentiment analysis feature to filter or categorize positive reviews and negative reviews. Sentiment analysis is computational research of opinions, sentiments, and emotions that are expressed textually. The review document will go through several stages starting from preprocessing, calculation of term weighting to the calculation of cosine similarity (degree of similarity) to the training data used. The next process is sorting the level of similarity, determining the new k-values to produce a category for the document. The testing process of Sentiment Analysis in the Mobile Application Review Document Using the Improved K-Nearest Neighbor …", "artikel_scholar": "Sentiment Analysis in the Mobile Application Review Document Using the Improved K-Nearest Neighbor MethodA Kusyanti, D Zakia - 2019 International Conference on Sustainable …, 2019Dirujuk 3 kaliArtikel terkait" }, { "title": "Relevance Feedback Pada Sistem Temu Kembali Informasi Dokumen E-Book Berbahasa Indonesia Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=20&pagesize=80&citation_for_view=ZHrqtYcAAAAJ:2P1L_qKh6hAC", "index": 100, "authors": "Tasya Agiyola, Indriati Indriati, Bayu Rahayudi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4613-4621, 2019", "year": "2019", "citations": 3, "publication_date": "2019/5/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "4613-4621", "abstract": "Pemanfaatan e-book pada perkembangan teknologi digital memberikan kemudahan bagi pengguna untuk mendapatkan informasi lebih praktis daripada harus menggunakan buku cetak. Jumlah e-book yang tersebar di internet sangat banyak dan beragam, oleh karena itu diperlukan suatu sistem temu kembali informasi dokumen e-book berbahasa Indonesia. Untuk meningkatkan relevansi hasil dokumen yang dikembalikan, dapat diterapkan teknik relevance feedback. Relevance feedback adalah teknik dimana pengguna dapat memberikan feedback terhadap hasil pencarian dokumen sebelumnya. Pengurutan jumlah dokumen yang dikembalikan berdasarkan query dihitung menggunakan metode BM25. Penelitian ini bertujuan untuk mengetahui hasil penerapan dan hasil pengujian dari relevance feedback pada sistem temu kembali informasi dokumen e-book berbahasa Indonesia menggunakan metode BM25. Berdasarkan hasil pengujian, nilai AVP setelah relevance feedback mengalami penurunan. Pada pengujian berdasarkan nilai K, nilai AVP sebelum RF adalah 0,592, setelah RF (20) adalah 0,558, dan setelah RF (50) adalah 0,573. Sedangkan pada pengujian berdasarkan expansion terms, nilai AVP sebelum RF adalah 0,593, setelah RF (20) adalah 0,587, dan setelah RF (50) adalah 0,570.", "artikel_scholar": "Relevance Feedback Pada Sistem Temu Kembali Informasi Dokumen E-Book Berbahasa Indonesia Menggunakan Metode BM25T Agiyola, I Indriati, B Rahayudi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5290/2486" }, { "title": "Optimasi kebutuhan gizi untuk ibu hamil dengan menggunakan hybrid algoritma genetika dan simulated annealing", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LjlpjdlvIbIC", "index": 101, "authors": "Binti Robiyatul Musanah, Wayan Firdaus Mahmudy, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (4), 4040-4047, 2019", "year": "2019", "citations": 3, "publication_date": "2019/2/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "4", "halaman": "4040-4047", "abstract": "Kebutuhan gizi sangat diperlukan bagi ibu hamil. Gizi yang baik adalah gizi yang seimbang serta sesuai dengan kebutuhan. Jika kebutuhan ibu hamil tidak sesuai bisa mengalami Kekurangan Energi Kronis (KEK). Dengan permasalahan tersebut dibutuhkan suatu sistem untuk pemenuhan gizi ibu hamil yang dapat memberikan solusi berupa komposisi bahan makanan yang sesuai dengan metode Hybrid Algoritme Genetika dan Simulated Annealing. Dalam proses penyelesaian permasalahan ini pada Simulated Annealing atau Genetic Algorithm. Proses hybrid ini pada proses crossover menggunakan one-cut point, insertion mutation untuk proses mutasi dan penggunaan elitsm pada tahap seleksi serta Simulated Annealing. Hasil pengujian yang dilakukan sebelumnya diperoleh parameter dengan metode Hybrid GA dan SA didapatkan nilai parameter-parameter terbaik yaitu sebesar 100 (ukuran populasi) fitness yang didapat rata-rata 0.06268, nilai 105 (generasi) memperoleh rata-rata fitness 0.06823, kombinasi Cáµ£ dan Máµ£ dengan nilai 0, 4 dengan 0, 6 nilai fitness rata-rata adalah 0.06792, serta temperatur awal dengan nilai 1 serta alpha yaitu 0, 5 didapatkan fitness terbaik dengan rata-rata sebesar 0.06800 serta 0.08876. Hasil fitness hibridisasi GA dan SA mencapai 0, 08804 lebih tinggi dari pada nilai rata-rata fitness GA sebesar 0, 05519 dan fitness SA yaitu 0, 04382 dengan waktu yang ditentukan adalah 1 menit dan kebutuhan yang dihasilkan dari sistem kurang mencukupi kebutuhan gizi ibu hamil.", "artikel_scholar": "Optimasi kebutuhan gizi untuk ibu hamil dengan menggunakan hybrid algoritma genetika dan simulated annealingBR Musanah, WF Mahmudy, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5111/2411" }, { "title": "Analisis sentimen tentang kebijakan ganjil genap kendaraan bermotor di DKI Jakarta pada Twitter menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:isC4tDSrTZIC", "index": 102, "authors": "Dwi Suci Ariska Yanti, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2626-2631, 2019", "year": "2019", "citations": 3, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2626-2631", "abstract": "Kemacetan kerap terjadi di berbagai wilayah Indonesia, khususnya kota besar seperti Daerah Khusus Ibukota Jakarta. Berbagai strategi yang sudah dilakukan oleh Pemerintah Provinsi (Pemprov) DKI Jakarta untuk mengatasi kemacetan, salah satunya adalah sistem ganjil genap. Kemacetan yang terjadi terkadang membuat masyarakat khususnya masyrakat DKI Jakarta mengutarakan keluh kesahnya melalui media sosial yang ada di dunia maya. Salah satu media yang efektif untuk menyampaikan pendapat dan opini adalah Twitter, yang tergolong cepat untuk mengabarkan pengalaman yang dirasakan oleh masyarakat seluruh Indonesia. Dengan banyaknya pengguna disertai kemudahan pengaksesan Twitter dalam penyampaian opini, maka akan banyak data opini terkumpul yang kemudian bisa menjadi peluang untuk dimanfaatkan sebagai bahan evaluasi kebijakan ganjil genap di Daerah Khusus Ibukota Jakarta. Oleh karena itu, dibutuhkan suatu metode yang dapat memilah sentimen dari user. Apakah sentimen tersebut masuk dalam kelas positif atau kelas negatif. Dalam penelitian ini, penulis menggunakan metode BM25 dan K-Nearest Neighbor (KNN) sebagai klasifikasi. Berdasarkan hasil pengujian, sistem ini memiliki nilai F-Measure tertinggi sebesar 66, 1% dan nilai akurasi sebesar 66, 5%.", "artikel_scholar": "Analisis sentimen tentang kebijakan ganjil genap kendaraan bermotor di DKI Jakarta pada Twitter menggunakan BM25 dan K-Nearest NeighborDSA Yanti, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4764/2209" }, { "title": "Rekomendasi Resep Masakan Berdasarkan Ketersediaan Bahan Masakan Menggunakan Metode N-Gram dan Cosine Similarity", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:p__nRnzSRKYC", "index": 103, "authors": "Ratna Tri Utami, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1524-1531, 2019", "year": "2019", "citations": 3, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "2", "halaman": "1524-1531", "abstract": "Resep masakan merupakan pedoman seorang ibu rumah tangga dalam membuat sebuah masakan. Banyaknya resep masakan yang ada memudahkan para ibu rumah tangga untuk memasak. Namun pada kenyatannya masih banyak yang belum paham kecocokan antara komposisi bahan masakan dengan masakan yang akan dibuat. Sehingga diperlukan inovasi untuk memudahkan pencarian resep masakan yang sesuai dengan komposisi bahan masakan yang tersedia. Hal tersebut dapat dituangkan dalam sebuah bentuk sistem temu kembali informasi. Metode N-gram dan cosine similarity dapat digunakan untuk mencocokkan bahan masakan yang tersedia dengan resep masakan yang dianjurkan. Kelebihan metode cosine similarity adalah tidak terpengaruh pada panjang pendeknya suatu dokumen teks, karena yang diperhitungkan hanya nilai term dari masing-masing dokumen. Metode N-gram terdiri dari 3 jenis proses yaitu unigram, bigram, trigram yang berfungsi untuk pengolahan kata. Pada penelitian ini dibangun sebuah model pencarian rekomendasi resep masakan yang relevan menggunakan metode N-gram dan cosine similarity. Uji coba yang dilakukan adalah pengukuran kemiripan dan penentuan threshold. Hasil yang didapat bahwa sistem berhasil menghitung kemiripan dengan nilai cosine 0, 9. Semakin besar nilainya maka semakin mendekati rekomendasi resep masakan yang sesuai dengan query. Dari hasil ketiga proses N-gram yang terbaik adalah Âunigram dengan nilai threshold lebih dari sama dengan 90% dan nilai recall 1 serta precision 0, 2. Dapat disimpulkan bahwa unigram merupakan proses metode N …", "artikel_scholar": "Rekomendasi Resep Masakan Berdasarkan Ketersediaan Bahan Masakan Menggunakan Metode N-Gram dan Cosine SimilarityRT Utami, YA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4422/2062" }, { "title": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widf", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HE397vMXCloC", "index": 104, "authors": "Diajeng Ninda Armianti, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10161-10167, 2019", "year": "2019", "citations": 3, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "10161-10167", "abstract": "Dalam penciptaan sebuah lagu, salah satu komponen utama sebuah lagu yang harus diperhatikan adalah lirik. Lirik berperan penting dalam penyampaian emosi maupun maksud dari pencipta lagu terhadap pendengar. Terkadang, emosi yang disampaikan oleh seniman masih mengalami kesalahan penafsiran oleh pendengar. Oleh sebab itu, untuk menghindari kesalahan dalam penafsiran lirik lagu secara manual, diperlukan suatu proses pengklasifikasian secara otomatis tanpa harus mencermati lirik satu persatu. Klasifikasi juga bertujuan untuk memperoleh emosi dari lirik yang lebih akurat. Salah satu metode yang dapat digunakan adalah metode k-nearest neighbor. Sebelum melakukan proses klasifikasi, dilakukan beberapa tahapan lainnya diantaranya text preprocessing dan pembobotan dengan metode WIDF. Data yang digunakan berjumlah 108 data dengan perbandingan 1: 5 dimana 18 data untuk data uji dan 90 data untuk data latih dengan jumlah data tiap kelas seimbang. Hasil pengujian pada 6 kali percobaan berdasarkan nilai k yang diambil secara acak menunjukkan nilai rata-rata precision terbaik sebesar 0, 49 dan nilai recall terbaik sebesar 0, 53. Klasifikasi lirik lagu dengan pembobotan WIDF menunjukkan hasil akurasi yang kurang baik dengan nilai 66%. Keambiguan kata dan jumlah data latih menyebabkan nilai akurasi yang kurang optimal.", "artikel_scholar": "Klasifikasi emosi lagu berdasarkan lirik pada teks berbahasa indonesia menggunakan k-nearest neighbor dengan pembobotan widfDN Armianti, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6560/3198" }, { "title": "Query Expansion Pada Sistem Temu Kembali Informasi Berbahasa Indonesia Dengan Metode Pembobotan TF-IDF Dan Algoritme Cosine Similarity Berbasis Wordnet", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:YFjsv_pBGBYC", "index": 105, "authors": "Mahdarani Dwi Laxmi, Indriati Indriati, Mochammad Ali Fauzi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 823-830, 2019", "year": "2019", "citations": 3, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "1", "halaman": "823-830", "abstract": "Query Expansion secara umum merupakan suatu teknik untuk menambahkan query pada information retrieval dalam teknik relevance feedback. Query awal akan ditambahkan dengan beberapa term atau kata pada query untuk memberikan kemudahan dalam proses information retrieval. Temu Kembali Informasi dimulai dengan penyediaan beberapa koleksi dokumen yang akan digunakan. Dengan menggunakan operasi teks akan diproses menjadi suatu berkas inverted index. Untuk menemukannya, penelitian ini menggunakan metode pembobotan TF-IDF dan algoritme cosine similarity berbasis wordNet. Dengan menggunakan wordNet dilakukan penambahan query untuk memperbaiki sebuah teks tertentu sehingga sesuai dengan konsep kalimat tertentu. Pada penelitian ini akan digunakan synset berupa relasi kata hiponim untuk ditambahkan kedalam query. Berdasarkan hasil pengujian menggunakan precision@ 20 dari 10 query didapatkan nilai presisi rata-rata sebesar 0, 7. Artinya probabilitas sistem dapat menemukan kembali dokumen yang relevan tanpa menggunakan query expansion adalah sebesar 70%. Berdasarkan hasil pengujian menggunakan precision@ 20 dari 10 query didapatkan nilai presisi rata-rata sebesar 0, 52. Artinya probabilitas sistem dapat menemukan kembali dokumen yang relevan tanpa menggunakan query expansion adalah sebesar 52%.", "artikel_scholar": "Query Expansion Pada Sistem Temu Kembali Informasi Berbahasa Indonesia Dengan Metode Pembobotan TF-IDF Dan Algoritme Cosine Similarity Berbasis WordnetMD Laxmi, I Indriati, MA Fauzi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4223/1956" }, { "title": "Implementasi Fuzzy K-Nearest Neighbour (FK-NN) Untuk Pemilihan Keminatan Mahasiswa Teknik Informatika (Studi Kasus: Program Studi Teknik Informatika Fakultas Ilmu Komputer …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:k_IJM867U9cC", "index": 106, "authors": "Dhony Lastiko Widyastomo, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (11), 4414-4420, 2018", "year": "2018", "citations": 3, "publication_date": "2018/2/25", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "11", "halaman": "4414-4420", "abstract": "Pengambilan keminatan merupakan salah satu tahapan yang harus dilalui oleh seorang mahasiswa dalam menempuh masa studinya. Program studi Informatika Universitas Brawijaya memiliki 4 keminatan yang terdiri dari keminatan yang berbeda. Sayangnya karena kurangnya pengetahuan dan berbagai hambatan, menyebabkan mahasiswa mendapat masalah dalam pemilihan keminatan yang berakibat pada kesulitan proses belajar yang dilalui oleh mahasiswa. Untuk memberikan suatu solusi, dibutuhkan sistem klasifikasi keminatan yang dapat memberikan rekomendasi keminatan berdasaran kemampuan mahasiswa. Proses klasifikasi keminatan menggunakan metode fuzzy k-nearest neighbor menghitung nilai jarak tiap kelas target yang diinginkan dengan memanfaatkan nilai K untuk menghasilkan keluaran berupa keminatan yang berdasar pada nilai prasyarat 4 keminatan yang ada pada program studi Informatika Fakultas Ilmu Komputer Brawijaya. Berdasarkan hasil penelitian menggunakan 200 data mahasiswa pada lulusan Teknik Informatika fakultas Ilmu Komputer, akurasi terbesar yang didapatkan oleh sistem klasifikasi sebesar 87, 5% pada nilai K= 3. Dengan nilai akurasi terkecil sebesar 62, 5% pada nilai K= 10.", "artikel_scholar": "Implementasi Fuzzy K-Nearest Neighbour (FK-NN) Untuk Pemilihan Keminatan Mahasiswa Teknik Informatika (Studi Kasus: Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya)DL Widyastomo, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2917/1131" }, { "title": "Rekomendasi Lokasi Pet Shop Di Kota Malang Menggunakan Metode Analytical Hierarchy Process (AHP) Simple Additive Weighting (SAW)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:O3NaXMp0MMsC", "index": 107, "authors": "Ghiffary Rizal Hamdhani, Edy Santoso, Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 3, "publication_date": "2018/1/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Pada saat ini memelihara hewan peliharaan seperti kucing sudah seperti gaya hidup bagi para pencintanya, terkadang banyak yang menganggap hewan peliharaan tersebut seperti keluarga sendiri. Oleh karena itu pemilik hewan peliharaan selalu memberi perawatan terbaik terhadap hewan kecintaan nya. Sistem ini menggunakan salah satu metode yang ada di dalam Sistem Pendukung Keputusan. Sistem Pendukung Keputusan merupakan suatu sistem berbasis komputer yang dapat membantu seseorang dalam meningkatkan kinerjanya dalam pengambilan keputusan. Dengan menggunakan salah satu metode yang ada di dalam Sistem Pendukung Keputusan, diharapkan dapat membantu memecahkan masalah yang berada di area semi terstruktur seperti permasalahan di atas. Pada sitem ini akan menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW). Analytical Hierarchy Process (AHP) Adalah suatu metode yang digunakan untuk memecahkan suatu situasi yang komplek tidak terstruktur kedalam beberapa komponen dalam kelompok-kelompok yang hirarki, dengan memberikan nilai yang subyektif dan menentukan variabel mana sajakah yang memiliki prioritas paling tinggi agar mempengaruhi hasil pada situasi tersebut. Simple Additive Weighting (SAW) digunakan untuk perangkingannya. Berdasarkan hasil dari pengujian tersebut dapat dianalisa bahwa metode AHP dan SAW ini cukup efektif digunakan dalam proses rekomendasi. Hasil pengujian akurasi pada jasa penitipan sebesar 72, 72% sedangkan pengujian akurasi jasa grooming sebesar 75%.", "artikel_scholar": "Rekomendasi Lokasi Pet Shop Di Kota Malang Menggunakan Metode Analytical Hierarchy Process (AHP) Simple Additive Weighting (SAW)GR Hamdhani, E Santoso, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2544/940" }, { "title": "Analisis Sentimen Review Aplikasi Mobile Dengan Menggunakan Metode Modified K Nearest Neighbour (MK-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:blknAaTinKkC", "index": 108, "authors": "Ahmad Nur Royyan, Indriati, Lailil Muflikhah", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 3, "publication_date": "2018/1/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Aplikasi Mobile merupakan suatu program yang berjalan pada perangkat bergerak seperti Handphone. Terutama Smartphone yang mampu menampung banyak sebuah program yang tentunya berfungsi untuk memudahkan penggunanya dalam menjalani aktivitasnya. Mobile Banking dibutuhkan oleh penggunanya untuk melakukan transaksi yang bisa dilakukan di ATM. Dengan aplikasi ini, pengguna tidak perlu datang ke ATM untuk melakukan transfer atau mengecek saldo di ATM. Karena dapat dilakukannya melalui Smartphone yang dia miliki. Ini merupakan kesempatan bagi pengembang aplikasi untuk membuat aplikasi Mobile Banking yang sesuai dengan kebutuhan pengguna. Dalam pengembangan aplikasi ini, tentunya perlu masukan dari penggunanya agar aplikasi yang dikembangkan sesuai dengan kebutuhan penggunanya. Oleh karena itu, dibutuhkan suatu metode yang mampu memilah sentimen (komentar) dari pengguna. Apakah sentimen tersebut termasuk dalam sentimen positif atau negatif. Dalam penelitian ini, penulis menggunakan Modified K Nearest Neighbour (MKNN) sebagai metode yang digunakan untuk memilah sentimen tersebut. Nilai akurasi tertinggi yang diperoleh adalah 76% untuk nilai K= 11 dan dengan jumlah data latih= 400. Sedangkan untuk 200 data latih, nilai akurasi tertingginya berbeda yakni 69%(K= 3). Dan 70% untuk 300 data latih dan K= 3.", "artikel_scholar": "Analisis Sentimen Review Aplikasi Mobile Dengan Menggunakan Metode Modified K Nearest Neighbour (MK-NN)AN Royyan, I Indriati, L Muflikhah - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 3 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2569/1772" }, { "title": "Optimasi Komposisi Pakan Sapi Potong Menggunakan Algoritma Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4JMBOYKVnBMC", "index": 109, "authors": "JI Kusuma, WF Mahmudy, Indriati", "journal_year": "DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya 5 (15), 2015", "year": "2015", "citations": 3, "publication_date": "2015", "journal": "DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya", "jilid": "5", "terbitan": "15", "abstract": "Daging memiliki manfaat yang sangat besar untuk pemenuhan gizi berupa protein hewani. Produktivitas ternak sapi potong sebagai salah satu sumber makanan berupa daging masih memprihatinkan karena volume produksi daging yang masih rendah. Salah satu usaha perbaikan produksi daging sapi potong adalah penyediaan pakan yang dapat memenuhi kebutuhan nutrisi ternak. Namun, biaya pembelian ransum ternak merupakan biaya tertinggi dalam usaha peternakan. Agar memperoleh biaya minimal, penelitian ini menawarkan solusi menggunakan algoritma genetika sebagai algoritma untuk penentuan komposisi pakan sapi potong. Data yang digunakan dalam penelitian ini adalah 31 data bahan pakan sapi beserta kandungan nutrisinya. Proses algoritma genetika ini menggunakan representasi real-code dengan panjang kromosom sesuai dengan bahan pakan yang tersedia, metode crossover yang digunakan adalah extended intermediate crossover, metode mutasi yang digunakan adalah random mutaion, dan diseleksi dengan metode elitism. Dari hasil pengujian yang dilakukan diperoleh parameter optimal yaitu ukuran populasi sebesar 200 individu dengan rata-rata fitness sebesar 0.4411528, generasi sebanyak 100 dengan rata-rata fitness sebesar 0.441953dan kombinasi cr 0.5 dan mr 0.1 dengan rata-rata fitness sebesar 0.4400628. Hasil akhir berupa komposisi pakan sapi harian yang memenuhi kebutuhan nutrisi dengan meminimumkan biaya pakan.", "artikel_scholar": "Indriati, 2015. Optimasi Komposisi Pakan Sapi Potong Menggunakan Algoritma Genetika*JI Kusuma, WF Mahmudy - Jurnal Mahasiswa PTIIK Universitas BrawijayaDirujuk 3 kaliArtikel terkaitOptimasi Komposisi Pakan Sapi Potong Menggunakan Algoritma GenetikaJI Kusuma - 2015Artikel terkait2 versi" }, { "title": "Indriati, & Adikara, PP (2019). Analisis Sentimen Tentang Kebijakan Ganjil Genap Kendaraan Bermotor di DKI Jakarta Pada Twitter Menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:t7zJ5fGR-2UC", "index": 110, "authors": "DSA Yanti", "journal_year": "Jurnal Pengembangan Teknlogi Informasi Dan Ilmu Komputer 3 (3), 2626-2631, 0", "citations": 3, "year": "", "journal": "Jurnal Pengembangan Teknlogi Informasi Dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2626-2631", "artikel_scholar": "Indriati, & Adikara, PP (2019). Analisis Sentimen Tentang Kebijakan Ganjil Genap Kendaraan Bermotor di DKI Jakarta Pada Twitter Menggunakan BM25 dan K-Nearest NeighborDSA Yanti - Jurnal Pengembangan Teknlogi Informasi Dan Ilmu …Dirujuk 3 kaliArtikel terkait" }, { "title": "Pengenalan Entitas Bernama Menggunakan Bi-LSTM pada Chatbot Bahasa Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:FAceZFleit8C", "index": 111, "authors": "Anshar Zulhilmi, Rizal Perdana", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 11 (5), 965-970, 2024", "year": "2024", "citations": 2, "publication_date": "2024/10/31", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "11", "terbitan": "5", "halaman": "965-970", "abstract": "Institusi publik perlu mengitegrasikan e-government ke dalam struktur pengelolaan mereka. Sistem pelayanan terpadu harus dapat menyelesaikan masalah yang dihadapi oleh pengguna layanan. Apabila sistem pelayanan terpadu hanya mengandalkan manusia, maka sistem pelayanan terpadu dapat terhambat. Chatbot adalah salah satu solusi untuk menggantikan peran manusia dalam sistem pelayanan terpadu. Salah satu komponen pada chatbot adalah pengenalan entitas bernama. Pada penelitian ini, pengenalan entitas bernama dilakukan dalam beberapa tahap. Tahapan-tahapan tersebut antara lain penghilangan noise, pelabelan data, pembuatan kamus kata dan label, encoding urutan dan pemisahan data, inisiasi model, dan pelatihan model. Model yang digunakan yakni bidirectional long-short term memory. Skor F1 terbaik yang didapat dari pengujian adalah 87,44% dengan hyperparameter jumlah layer sebanyak 2, hidden size sebanyak 100, dan learning rate sebesar 0,01. Kemudian, penambahan jumlah layer maupun hidden size kurang berpengaruh terhadap skor F1 yang dihasilkan oleh model. Learning rate memengaruhi seberapa cepat model mencapai solusi optimal. Abstract Public institutions must integrate e-government into their management structures. An integrated service system must be able to solve the problems faced by service users. If the integrated service system only relies on humans, then the integrated service system can be hampered. Chatbot is one of the solutions to replace the human role in an integrated service system. One component of the chatbot is named entity recognition. In this study, the …", "artikel_scholar": "Pengenalan Entitas Bernama Menggunakan Bi-LSTM pada Chatbot Bahasa IndonesiaA Zulhilmi, R Perdana - Jurnal Teknologi Informasi dan Ilmu Komputer, 2024Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "https://jtiik.ub.ac.id/index.php/jtiik/article/download/7968/1220" }, { "title": "Comparison Genetics Algorithm and Particle Swarm Optimization in Dietary Recommendations for Maternal Nutritional Fulfillment", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HtEfBTGE9r8C", "index": 112, "authors": "Diva Kurnianingtyas, Nathan Daud, Indriati Indriati, Lailil Muflikhah", "journal_year": "SITEKIN: Jurnal Sains, Teknologi dan Industri 21 (2), 216-227, 2024", "year": "2024", "citations": 2, "publication_date": "2024", "journal": "SITEKIN: Jurnal Sains, Teknologi dan Industri", "jilid": "21", "terbitan": "2", "halaman": "216-227", "abstract": "Fulfilling maternal nutrition is an NP-hard problem. Optimization techniques are required to solve its complexity. This issue is crucial as it affects the number of stunted toddlers in Indonesia. Stunting begins in the womb due to inadequate maternal nutrition during pregnancy. Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) are optimization methods applied to NP-hard problems, including medicine. Their performance has not been compared in this field. This study aims to identify an alternative method for recommending daily menus based on maternal nutritional needs. There are 55 food ingredients used to fulfill five menu parts: staple food (SF), vegetables (VG), plant source food (PS), animal source food (AS), and complementary (CP). Nutritional adequacy for prenatal is determined by Total Energy Expenditure (TEE) based on basal energy, daily activity, and stress levels. Results show PSO …", "artikel_scholar": "Comparison Genetics Algorithm and Particle Swarm Optimization in Dietary Recommendations for Maternal Nutritional FulfillmentD Kurnianingtyas, N Daud, I Indriati, L Muflikhah - SITEKIN: Jurnal Sains, Teknologi dan Industri, 2024Dirujuk 2 kaliArtikel terkait", "pdf_url": "https://ejournal.uin-suska.ac.id/index.php/sitekin/article/viewFile/28937/10352" }, { "title": "Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Ri6SYOTghG4C", "index": 113, "authors": "Putu Rama Bena Putra, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (5), 2132-2141, 2023", "year": "2023", "citations": 2, "publication_date": "2023/8/16", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "5", "halaman": "2132-2141", "abstract": "Perkembangan teknologi mempengaruhi berbagai sektor salah satunya sektor berita. Penyebaran berita mulai memanfaatkan teknologi dengan munculnya berita online. Berita online yang ada memiliki bermacam-macam kategori. Saking banyaknya kategori terkadang suatu berita dapat memiliki kategori yang salah. Berita yang tidak sesuai dengan kategorinya dapat mengecoh pembaca. Dalam menilai suatu berita online masuk kategori mana selain melihat dari isinya dapat melalui judulnya, dikarenakan judul berita merupakan representasi utama dari berita. Dari permasalahan yang ada maka dilakukan penelitian klasifikasi judul berita online. Penelitian menggunakan support vector machine (SVM) sebagai metode klasifikasi. Selain menggunakan SVM dilakukan juga seleksi fitur dengan chi-square untuk mengurangi dimensi fitur. Data yang dipakai berjumlah 2400 judul berita online dengan 6 kategori. Proses klasifikasi dimulai dari pre-processing text, term weighting menggunakan TF-IDF, selanjutnya seleksi fitur dengan chi-square, dan terakhir klasifikasi dengan SVM. Penelitian dilakukan dengan mencari parameter SVM yang terbaik dan juga nilai terbaik dari threshold chi-square. Hasil dari pengujian memberikan hasil terbaik yaitu akurasi 93, 06%, presisi 92, 11%, recall 93, 06%, dan f1-score 93, 04%, terjadi ketika threshold chi-square sebesar 80% serta nilai parameter SVM berupa kernel menggunakan polynomial derajat 2, C= 1, λ= 1, konstanta γ= 0, 01, ε= 10-8, dan maksimal iterasi sebesar 10.", "artikel_scholar": "Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-squarePRB Putra, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/12659/5756" }, { "title": "Klasifikasi Bidang Keunggulan Mahasiswa menggunakan Metode Backpropagation dan Seleksi Fitur Information Gain (Studi Kasus: Departemen Teknik Informatika Universitas Brawijaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VaXvl8Fpj5cC", "index": 114, "authors": "Edo Ergi Prayogo, Indriati Indriati, Candra Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (1), 169-178, 2023", "year": "2023", "citations": 2, "publication_date": "2023/2/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "1", "halaman": "169-178", "abstract": "Bidang keunggulan mahasiswa merupakan suatu keahlian yang bisa dimiliki mahasiswa setelah lulus masa kuliah, khususnya untuk mahasiswa Teknik Informatika Universitas Brawijaya. Untuk menggali potensi keunggulan ini ada sebuah sistem pembelajaran yang memfokuskan mahasiswa mengambil mata kuliah pilihan tertentu yang masih memiliki kedekatan dalam bahan kajian yang sesuai dengan minat dan kemampuannya. Tujannya menjadikan mahasiswa Teknik Informatika memiliki profil lulusan yang inginkan. Banyaknya pilihan bidang keunggulan, membuat mahasiswa bingung menentukan bidang keunggulan yang sesuai. Untuk membantu mahasiswa menentukan bidang keunggulan tersebut, penulis memilih menggunakan Metode Klafikasi Backpropagation dan Seleksi Fitur Information Gain. Pengujian dilakukan sebanyak lima kali, kemudian dirata-rata. Pengujian yang digunakan diawali dengan K-Fold Cross Validation untuk menguji kestabilan dataset, dengan memecah data menjadi 5Fold secara acak yang kemudian dicari Fold keberapa yang memiliki nilai evaluasi paling baik, Selanjutnya dilakukan pengujian terhadap parameter Learning Rate dan Hidden Neuron, pengujian terakhir dilakukan seleksi fitur. Parameter pengujian terbaik yaitu learning rate 0, 1, 20 hidden neuron dan 100% fitur tanpa ada fitur yang dihilangkan. Hasil Pengujian yang diperoleh adalah rata-rata akurasi 86, 34%, precision 87, 95%, recall 86, 69% dan f-measure 87, 12%. Dari hasil yang didapatkan menunjukkan Metode Backpropagation bisa digunakan untuk mengklasifikasi bidang keunggulan mahasiswa Teknik Informatika, tetapi …", "artikel_scholar": "Klasifikasi Bidang Keunggulan Mahasiswa menggunakan Metode Backpropagation dan Seleksi Fitur Information Gain (Studi Kasus: Departemen Teknik Informatika Universitas Brawijaya)EE Prayogo, I Indriati, C Dewi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/12129/5525" }, { "title": "Knowledge-enriched domain specific chatbot on low-resource language", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:anf4URPfarAC", "index": 115, "authors": "Rizal Setya Perdana, Putra Pandu Adikara, Diva Kurnianingtyas", "journal_year": "2022 11th Electrical Power, Electronics, Communications, Controls and …, 2022", "year": "2022", "citations": 2, "publication_date": "2022/8/23", "konferensi": "2022 11th Electrical Power, Electronics, Communications, Controls and Informatics Seminar (EECCIS)", "halaman": "310-315", "penerbit": "IEEE", "abstract": "This study presents architecture in learning human-machine conversation using a human language known as chatbots. Given an utterance, a chatbot attempt to reply using human language by mimicking human intelligence in communication. Previous works in this domain were mostly implemented in English, thus it remains a problem when bringing to a low-resource language, e.g., Indonesian. The limited availability of human-to-human dialog history led to difficulty in the learning process of machine learning algorithms. Therefore, this study proposed a Knowledgeable Chatbot (KC), an enhanced pipeline that enables to receiving of transferred knowledge from another task. A data augmentation pipeline is proposed to handle the limited number of available. To deal with the low-resource language, this study proposed to incorporate a pre-trained language model to gain contextualized language understanding. As …", "artikel_scholar": "Knowledge-enriched domain specific chatbot on low-resource languageRS Perdana, PP Adikara, D Kurnianingtyas - 2022 11th Electrical Power, Electronics …, 2022Dirujuk 2 kaliArtikel terkait" }, { "title": "Analisis Sentimen terhadap Karyawan Dirumahkan pada Media Sosial Twitter menggunakan Fitur N-Gram dan Pembobotan Augmented TF-IDF Probability dengan K-Nearest Neighbour", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Mojj43d5GZwC", "index": 116, "authors": "Rahma Chairunnisa, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (4), 1960-1965, 2022", "year": "1960", "citations": 2, "publication_date": "2022/2/18", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "4", "halaman": "1960-1965", "abstract": "Analisis sentimen adalah metode yang umum digunakan untuk menemukan emosi dalam sebuah kalimat berdasarkan isinya. Analisis sentimen adalah salah satu metode text mining dan menggunakan proses preprocessing teks yang diikuti dengan proses yang disebut pemerataan kata. Jumlah kasus virus corona atau COVID 19 di Indonesia melebihi 6.000 hingga Sabtu sore (18 April 2020). Sebanyak 11 daerah di Indonesia telah menerapkan PSBB dengan DKI Jakarta sebagai kota pertama. Banyak perusahaan yang secara permanen memutuskan hubungan kerja dengan karyawannya karena pandemi virus corona. Ada pemecatan sementara, pemecatan sementara, pekerjaan paruh waktu, pemotongan upah, dll. Ada beberapa tahapan dalam penelitian ini. Yaitu, pemrosesan awal dokumen, penggunaan fungsi unigram dan bigram, dan pembobotan kata dengan probabilitas TF-IDF yang diperluas, diungkapkan oleh metode K-nearest neighbor. 250 data latih dan 100 data uji akan digunakan sebagai data. Hasil terbaik dari penelitian ini pada nilai unigram K= 3 yaitu akurasi 0, 68, akurasi 0,415, memori 0,404, dan pengukuran 0,406. Untuk nilai bigram, presisi 0,776, presisi 0,591, recall 0,408, dan fmess 0,437. Pemilihan istilah unigram dan bigram berpengaruh signifikan terhadap hasil penelitian ini. Seperti yang Anda lihat, hasil dari setiap nilai evaluasi yang dilakukan menunjukkan perbedaan nilai yang cukup besar.", "artikel_scholar": "Analisis Sentimen terhadap Karyawan Dirumahkan pada Media Sosial Twitter menggunakan Fitur N-Gram dan Pembobotan Augmented TF-IDF Probability dengan K-Nearest NeighbourR Chairunnisa, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Dirujuk 2 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10959/4845" }, { "title": "Analisis Sentimen Masyarakat Indonesia tentang Vaksin Covid-19 di Twitter dengan menggunakan Metode K-Nearest Neighbors dan Seleksi Fitur Chi Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VL0QpB8kHFEC", "index": 117, "authors": "Ksatria Bhuana, Indriati Indriati, Lailil Muflikhah", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (3), 1395-1401, 2022", "year": "2022", "citations": 2, "publication_date": "2022/2/9", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "3", "halaman": "1395-1401", "abstract": "Wabah penyakit yang disebabkan virus corona (2019-nCov) atau biasa disebut COVID-19 merupakan wabah penyakit yang menyebabkan infeksi pada paru-paru. Topik vaksin COVID-19 ini ramai menjadi perbincangan hangat mayoritas masyarakat Indonesia. Salah satu platform media sosial yaitu twitter telah menjadi wadah atau tempat aspirasi masyarakat Indonesia dalam mengutarakan pendapatnya mengenai vaksin COVID-19. Oleh karena itu, dibutuhkan sistem analisis sentimen untuk menelaah bagaimana polaritas respon masyarakat serta untuk mempermudah proses analisa data. Data yang dianalisis berasal dari opini masyrakat Indonesia di twitter sebanyak 1482 tweet dengan pembagian data latih sejumlah 1185 dana data uji sejumlah 297. Data tersebut kemudian akan dikelompokan berdasarkan 3 kelas, yaitu sentimen negatif, sentiment netral, dan sentimen positif. Sebelum memulai proses analisis sentimen, maka kumpulan data yang digunakan akan dilakukan preprocessing meliputi case folding, cleaning, tokenizing, filtering, dan stemming. Selanjutnya diterapkan seleksi fitur chi square untuk melakukan eliminasi fitur atau term yang tidak penting, kemudian dilanjutkan pembobotan TF-IDF. Setelah dilakukan pembobotan TF-IDF, maka selanjutnya menghitung cosine similarity, dan untuk tahap terakhir yaitu menerapkan pendekatan metode KNN untuk mencari hasil klasifikasi. Hasil evaluasi confusion matrix menghasilkan accuracy dengan nilai 88, 5522%, precission dengan nilai 88, 18%, recall dengan nilai 89, 95%, dan f-measure dengan nilai 89, 05%.", "artikel_scholar": "Analisis Sentimen Masyarakat Indonesia tentang Vaksin Covid-19 di Twitter dengan menggunakan Metode K-Nearest Neighbors dan Seleksi Fitur Chi SquareK Bhuana, I Indriati, L Muflikhah - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10821/4772" }, { "title": "Analisis Sentimen Masyarakat terhadap Sistem Pembelajaran Online selama Pandemi Covid-19 berdasarkan dari Twitter menggunakan Metode Naïve Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tYavs44e6CUC", "index": 118, "authors": "Moch Bima Prakoso, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5376-5383, 2021", "year": "2021", "citations": 2, "publication_date": "2021/10/29", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "12", "halaman": "5376-5383", "abstract": "Twitter merupakan salah satu media sosial yang terkanal dikalangan anak anak muda di Indonesia. Dalam media sosial twitter terdapat fitur tweet yang biasa digunakan oleh pengguna untuk mengutarakan pengalaman ataupun memberikan kritikan pada suatu kejadian yang sedang hangat dibicarakan. Pada awal bulan maret 2020 Indoensia diguncangnya dengan masuknya virus corona atau biasa dikenak Covid-19. Sebelumnya virus tersebut sudah merebak di sebagian dunia terutama di benua asia. Dampa dari Covid-19 di Indonesia sangatlah besar terutama di sektor perusahaan dan pendidikan. Pada sektor perusahan, banyak sekali perusahaan-perusahaan yang mengalami penurunan income dan terancam bangkrut, tidak jauh berbeda pada sektor pendidikan juga mengalami berbagai masalah, untuk mencegah penyebaran virus pihak pemerintah meliburkan kegiatan belajar mengajar. Kemudian pemerintah memberikan kebijakan untuk melakukan kegiatan belajar mengajar secara online atau daring. Pada solusi tersebut masih menimbulkan pro dan contra di kalangan masyarakat. Oleh karena itu dilakukanlah pengelompokkan data tweet masyarakat yang berkaitan dengan sistem pemebalajaran online selama masa pandemi berlangsung, dengan menggunakan metode Naive Bayes terhadapa tweet masyarakat. Pada pengujian ini dilakukan menggunakan Cross Validation dan Confussion Matrix untuk memperoleh hasil akurasi. Pada penelitian ini didaptakan hasil akurasi dengan 10 kali percobaan dengan nilai rata rata 0, 59 Accuracy, 0, 61 Precission, 0, 60 Recall, 0, 58 F-Measure.", "artikel_scholar": "Analisis Sentimen Masyarakat terhadap Sistem Pembelajaran Online selama Pandemi Covid-19 berdasarkan dari Twitter menggunakan Metode Naïve BayesMB Prakoso, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10239/4567" }, { "title": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:k8Z6L05lTy4C", "index": 119, "authors": "Inosensius Karelo Hesay, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3160-3169, 2021", "year": "2021", "citations": 2, "publication_date": "2021/7/16", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "7", "halaman": "3160-3169", "abstract": "Simpang Lima Gumul (SLG) merupakan monumen yang menjadi bangunan ikon serta destinasi wisata dari Kabupaten Kediri. Para pengunjung yang datang dapat memberikan ulasan pada Google Review SLG untuk membantu pihak pengelola mengetahui kekurangan dan kelebihan dari sarana prasarana yang ada. Namun demikian, pihak pengelola SLG belum memiliki sistem yang dapat mengelompokkan ulasan positif dan negatif secara otomatis. Permasalahan tersebut dapat diselesaikan menggunakan sistem analisis sentimen. Sistem analisis sentimen yang digunakan pada penelitian ini menggunakan metode Neighbor-Weighted K-Nearest Neighbor (NWKNN) dan BM25. Tahapan dari sistem ini meliputi proses preprocessing, pembobotan TF-IDF, pemeringkatan menggunakan BM25, dan proses klasifikasi menggunakan NWKNN. Data yang digunakan sejumlah 1000 data, dengan pembagian 800 data latih dan 200 data uji. Pengujian dilakukan dengan menggunakan 5-fold cross validation untuk menguji parameter nilai k dan eksponen pada metode NWKNN serta nilai k 1 dan b pada metode BM25. Berdasarkan pengujian yang dilakukan pada tiap parameter yang diujikan, didapatkan hasil bahwa nilai terbaik untuk parameter nilai k 1= 1, 2, b= 0, 5, k= 20, dan eksponen= 2. Kombinasi dari nilai parameter tersebut menghasilkan nilai rata-rata nilai precision sebesar 0, 9509, recall sebesar 0, 9589, accuracy sebesar 0, 93, dan f-measure sebesar 0, 9548.", "artikel_scholar": "Analisis Sentimen Ulasan Pengunjung Simpang Lima Gumul Kediri menggunakan Metode BM25 dan Neighbor-Weighted K-Nearest NeighborIK Hesay, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9506/4293" }, { "title": "Analisis Sentimen Mengenai Moda Raya Terpadu (MRT) Jakarta dengan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5Ul4iDaHHb8C", "index": 120, "authors": "Bayu Rahayudi, Candra Dewi", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 8 (2), 389-394, 2021", "year": "2021", "citations": 2, "publication_date": "2021/3/25", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "8", "terbitan": "2", "halaman": "389-394", "abstract": "Moda Raya Terpadu (MRT) Jakarta merupakan alat transportasi berkecepatan tinggi berupa kereta rel listrik yang ada di ibukota Jakarta . Adanya banyak tanggapan positif maupun negatif dari masyarakat dapat dipergunakan sebagai masukan bagi operator layanan MRT Jakarta untuk terus bisa memperbaiki pelayanan demi terwujudnya angkutan massal yang berguna bagi masyarakat. Proses pengumpulan data tanggapan dapat diperoleh dari sosial media maupun komentar-komentar di setiap pemberitaan mengenai MRT Jakarta. Data-Data tersebut akan diolah dulu dengan melewati tahapan preprocessing untuk diklasifikasikan menjadi sentimen yang bersifat positif maupun sentimen yang bersifat negatif. Metode untuk mengklasifikasikan tanggapan adalah K-Nearest Neighbor dengan menggunakan metode BM25 sebagai metode untuk mengetahui kesamaan antar data. Proses pengujian yang …", "artikel_scholar": "Analisis Sentimen Mengenai Moda Raya Terpadu (MRT) Jakarta dengan Metode BM25 dan K-Nearest NeighborB Rahayudi, C Dewi - Jurnal Teknologi Informasi dan Ilmu Komputer, 2021Dirujuk 2 kaliArtikel terkait2 versi" }, { "title": "Klasifikasi Review Produk Kecantikan Pada Aplikasi Sociolla Menggunakan Algoritme Modified K-Nearest Neighbor (MK-NN) dengan Pembobotan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:1yQoGdGgb4wC", "index": 121, "authors": "Alfita Nuriza, Indriati Indriati, Nurul Hidayat", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3426-3431, 2020", "year": "2020", "citations": 2, "publication_date": "2020/9/28", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "10", "halaman": "3426-3431", "abstract": "Produk kecantikan telah menjadi salah satu dari sekian banyak hal yang tidak dapat lepas dari kaum wanita karena tuntutan untuk tampil cantik serta menarik. Berbagai produk tersebut menawarkan keunggulan-keunggulan nya, ada banyak produk kecantikan di pasaran, mulai dari perawatan kulit dan kosmetik dari berbagai jenis dan merek. Produk-produk ini memiliki kelebihan, tetapi tidak semua produk memenuhi kebutuhan penggunanya. Hal ini adalah sesuatu yang harus diperhatikan konsumen sebelum membeli. Di sisi lain dengan Jumlah produk kecantikan yang banyak terkait erat dengan pendapat tentang produk tertentu sesuai dengan parameter yang diberikan oleh konsumen seperti kelebihan, kekurangan, kualitas dan parameter lainnya., hal inilah yang digunakan sebagai referensi. Salah satu platform perdagangan elektronik yang menyediakan produk kecantikan adalah Sociolla. Buakan hanya menjual produk kecantikan, pada platform ini juga terdapat ulasan atau review dari konsumen. Dengan membaca semua review tersebut secara lengkap akan menyita banyak waktu, sedangkan jika hanya membaca sedikit, evaluasi yang dihasilkan akan menjadi bias. Untuk mengatasi permasalahan tersebut dilakukan klasifikasi dari review yang ada yang akan diklasifikasikan ke dalam 2 kelas yaitu kelas positif serta negatif. Dalam penelitian ini penulis menggunakan algoritme Modified K-Nearest Neighbor (MK-NN) dengan BM25 sebagai pembobotan. Data yang dipakai sejumlah 500 data yang terbagi menjadi dua yaitu positif dan negatif. Dari hasil evaluasi pengujian dengan 5-fold cross validation dihasilkan rata-rata nilai akurasi …", "artikel_scholar": "Klasifikasi Review Produk Kecantikan Pada Aplikasi Sociolla Menggunakan Algoritme Modified K-Nearest Neighbor (MK-NN) dengan Pembobotan BM25A Nuriza, I Indriati, N Hidayat - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7984/3747" }, { "title": "Analisis Sentimen Penggunaan Tol Trans Jawa Periode Mudik Lebaran 2019 dengan Metode K-Nearest Neighbor dan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:D_sINldO8mEC", "index": 122, "authors": "Ahmad Fauzan Rahman, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1675-1682, 2020", "year": "2020", "citations": 2, "publication_date": "2020/7/28", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "6", "halaman": "1675-1682", "abstract": "Salah satu fasilitas yang disediakan oleh pemerintah untuk mempercepat waktu tempuh perjalanan adalah jalan tol. Jalan tol dapat dikatakan juga sebagai jalan bebas hambatan yang terhubung dari satu kota ke kota lainnya untuk kendaraan roda empat atau lebih. Pada bulan desember 2018, Tol Trans Jawa resmi menjadi penghubung dua kota besar di Indonesia yaitu Jakarta dan Surabaya. Jalan Tol Trans Jawa yang baru dapat digunakan pada periode mudik lebaran 2019 akan menghasilkan berbagai opini dari penggunanya. Banyak masyarakat di Indonesia memakai media sosial sebagai salah satu media untuk menuangkan opininya tersebut. Dengan demikian penelitian ini berupaya untuk menganalisis opini masyarakat pada media sosial untuk diklasifikasi kedalam dua kelas ialah kelas positif dan negatif. Metode yang dipakai pada penelitian ini adalah K-Nearest Neighbor dengan Seleksi Fitur Information Gain. Proses klasifikasi terdiri dari preprocessing text diantaranya data cleansing, case folding, stop word removal, stemming dan tokenization, pembobotan kata dengan tf-idf, seleksi fitur menggunakan Information Gain serta klasifikasi menggunakan K-Nearest Neighbor. Pengujian pada penelitian ini mennggunakan confusion matrix menghasilkan accuracy senilai 85%, precision senilai 85%, recall senilai 100%, serta f-measure senilai 91, 89%.", "artikel_scholar": "Analisis Sentimen Penggunaan Tol Trans Jawa Periode Mudik Lebaran 2019 dengan Metode K-Nearest Neighbor dan Seleksi Fitur Information GainAF Rahman, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7336/3526" }, { "title": "Analisis Sentimen Terhadap Ulasan Pengguna MRT Jakarta Menggunakan Information Gain dan Modified K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:B3FOqHPlNUQC", "index": 123, "authors": "Adella Ayu Paramitha, Indriati Indriati, Yuita Arum Sari", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1125-1132, 2020", "year": "2020", "citations": 2, "publication_date": "2020/6/30", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "4", "halaman": "1125-1132", "abstract": "Mass Rapid Transit (MRT) adalah salah satu transportasi umum berbasis rel yang beroperasi di DKI Jakarta. Transportasi ini diharapkan mampu untuk mengurangi penggunaan transportasi pribadi yang membuat angka kemacetan di Indonesia khususnya daerah Jakarta meningkat. Agar dapat menarik minat masyarakat untuk beralih menggunakan transportasi umum dibandingkan dengan transportasi pribadi salah satunya dengan meningkatkan kualitas pelayanan yang diberikan. Untuk meningkatkan kualitas pelayanan tersebut dapat dilakukan dengan membedakan pendapat pengguna yang bernilai positif dan negatif menggunakan analisis sentimen. Penelitian ini menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN) dan seleksi fitur Information Gain. Data komentar akan dilakukan tahapan pre-processing, vectorize, seleksi fitur, pembobotan menggunakan TF-IDF, dan proses klasifikasi. Berdasarkan hasil evaluasi, didapatkan nilai accuracy sebesar 0, 86769 dan f-measure sebesar 0, 86265 dengan parameter k= 3 dan threshold= 25%.", "artikel_scholar": "Analisis Sentimen Terhadap Ulasan Pengguna MRT Jakarta Menggunakan Information Gain dan Modified K-Nearest NeighborAA Paramitha, I Indriati, YA Sari - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7150/3450" }, { "title": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan Bm25 Dan K-Nearest Neighbor (K-Nn) Dengan Perbaikan Kata Menggunakan Jaro Winkler Distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:N5tVd3kTz84C", "index": 124, "authors": "Desy Wulandari, Indriati Indriati, Candra Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 3 (5), 5017-5023, 2019", "year": "2019", "citations": 2, "publication_date": "2019/6/26", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "5017-5023", "abstract": "Belanja online adalah salah satu cara yang saat ini banyak diminati oleh masyarakat, terutama di Indonesia. Dengan belanja online khususnya di toko Lazada, konsumen tidak perlu menyita banyak waktu dan energi. Karena kemudahan teknologi yang saat ini sudah dapat digunakan dalam berbelanja online. Namun untuk mengetahui kualitas dari sebuah produk, konsumen akan melihat ulasan dari barang yang sudah terjual. Oleh karena itu dengan banyaknya konsumen yang menuliskan ulasan banyak data yang terkumpul sehingga dibutuhkan cara untuk dapat memilah sentimen positif atau negatif dengan dilakukannya perbaikan kata karena banyaknya kesalahan penulisan kata yang sering kita jumpai pada sebuah ulasan. Sehingga dibutuhkan perbaikan kata agar konsumen dapat memahami lebih jelas isi dari sebuah ulasan. Dalam penelitian ini peneliti membuat sistem dengan menggunakan metode Jaro Winkler Distance yang digunakan untuk memperbaiki kata kemudian dilakukan perhitungan scoring dengan BM25, serta klasifikasi dengan K-Nearest Neighbor (KNN). Berdasarkan hasil pengujian mendapatkan nilai accuracy terbaik sebesar 89% dengan nilai F-Measure 88% pada pengujian k-fold ke-2 dengan nilai k= 11. Sehingga penggunaan normalisasi kata pada data latih dan perbaikan kata pada data uji dapat meningkatkan hasil akurasi yang cukup lebih baik dibandingkan tanpa menggunakan perbaikan kata dan tanpa normalisasi data latih.", "artikel_scholar": "Analisis Sentimen Pada Ulasan\" Lazada\" Berbahasa Indonesia Menggunakan Bm25 Dan K-Nearest Neighbor (K-Nn) Dengan Perbaikan Kata Menggunakan Jaro Winkler DistanceD Wulandari, I Indriati, C Dewi - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5403/2538" }, { "title": "Klasifikasi Dokumen pada Laporan Kepolisian dengan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor (IKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:pqnbT2bcN3wC", "index": 125, "authors": "Ardhimas Ilham Bagus Pranata, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4434-4438, 2019", "year": "2019", "citations": 2, "publication_date": "2019/4/25", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "4434-4438", "abstract": "Kepolisian Negara Republik Indonesia merupakan salah satu penegak hukum yang ada di Negara Kesatuan Republik Indonesia. Salah satu tugas Kepolisian Indonesia adalah memberikan pelayanan kepada masyarakat. Pengaduan tindak kejahatan merupakan salah satu bentuk pelayanan kepada masyarakat yang ditawarkan oleh Kepolisian. Tahapan setelah laporan tindak kejahatan diterima oleh kepolisian adalah diterbitkannya surat untuk proses penyelidikan dan proses penyidikan. Namun dalam kurun waktu satu bulan, kepolisian khususnya Polres Kota Malang mengalami kesulitan untuk mengklasifikasi seluruh laporan kejahatan yang diterima. Oleh sebab itu dibutuhkan sistem yang dapat membantu kepolisian dalam mengklasifikasi laporan kejahatan kedalam tiga kasus kejahatan yang terdiri dari penganiayaan, pencurian dan penipuan. Proses dalam penelitian ini adalah dengan melakukan pre-processing text yang selanjutnya akan dihitung bobot nilai tf, df, idf serta dilanjutkan dengan proses klasifikasi. Dalam penelitian ini klasifikasi dilakukan dengan menggunakan metode BM25 dan Improved K-Nearest Neighbor (IKNN). Dari hasil pengujian dengan k-fold cross validation didapatkan rata-rata nilai tertinggi precision= 0, 953373, recall= 0, 931382, f-measure= 0, 938122 dan accuracy= 0, 956795 pada nilai k= 15.", "artikel_scholar": "Klasifikasi Dokumen pada Laporan Kepolisian dengan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor (IKNN)AIB Pranata, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5226/2468" }, { "title": "Temu Kembali Informasi Lintas Bahasa untuk Dokumen Berita Berbahasa Indonesia-Inggris Menggunakan Metode BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kh2fBNsKQNwC", "index": 126, "authors": "Putri Rahma Iriani, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4383-4390, 2019", "year": "2019", "citations": 2, "publication_date": "2019/4/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "4383-4390", "abstract": "Berita merupakan kebutuhan informasi seseorang untuk mengetahui apa yang sedang terjadi. Usaha mendapatkan berita relevan dari keberagaman bahasa dan dokumen itu tidak mudah didapatkan. Dokumen berita biasanya ditulis dalam bahasa asing. Hal ini menjadi sulit karena tidak semua pengguna mengerti bahasa asing, sedangkan berita yang diinginkan terdapat pada kumpulan bahasa asing tersebut. Pengguna bisa saja membacanya satu persatu untuk memperoleh berita sesuai kebutuhan, tetapi proses tersebut tidak efisien dan akan membutuhkan waktu yang lama. Sistem pencarian berita otomatis lintas bahasa sangat dibutuhkan untuk menyelesaikan masalah ini, yang mana pengguna hanya memasukkan query dengan bahasa Indonesia atau Inggris dan sistem akan mengembalikan dokumen dengan kedua bahasa tersebut. Permasalahan tersebut dapat dipecahkan dengan membangun sistem untuk memperoleh berita secara otomatis tanpa terhalang faktor bahasa. Sistem ini dibangun menggunakan metode BM25 yang mana telah dibuktikan mampu mengembalikan dokumen relevan dengan pemeringkatan. Parameter bebas yang digunakan k1= 2, 5 dan b= 8, 0. Pembobotan dilakukan dengan memperbandingkan IDF BM25 dan IDF BM25 Modifikasi yang mana menghasilkan akurasi tertinggi dengan nilai sama yaitu sebesar 0, 95 dengan nilai k= 5 pada pengujian precision@ k.", "artikel_scholar": "Temu Kembali Informasi Lintas Bahasa untuk Dokumen Berita Berbahasa Indonesia-Inggris Menggunakan Metode BM25PR Iriani, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5215/2462" }, { "title": "Optimasi Peramalan Metode Backpropagation Menggunakan Algoritme Genetika pada Jumlah Penumpang Kereta Api di Indonesia", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vDijr-p_gm4C", "index": 127, "authors": "Mohammad Birky Auliya Akbar, Indriati Indriati, Ahmad Afif Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2533-2541, 2019", "year": "2019", "citations": 2, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2533-2541", "abstract": "Kereta api adalah jenis transportasi darat masif dengan jumlah pengguna yang banyak, berdasarkan hasil yang ditunjukkan oleh data statistika untuk indeks keselamatan dan pelayanan mencapai nilai 4.09 dari 5 di tahun 2014, selain itu juga dukung denga fakta yang diungkap harian tempo (www. bisnis. tempo. co) yang menyatakan bahwa pengguna kereta api dari waktu ke waktu mengalami peningkatan. Namun dengan peningkatan jumlah penumpang kereta api tanpa adanya prediksi akan berakibat buruk bagi perkeretaapian di Indonesia. Untuk itu dibutuhkan suatu metode peramalan dengan hasil yang dapat dipertanggungjawabkan, dengan menggunakan metode yang populer seperti jaringan saraf tiruan Backpropagation dan dilakukan optimasi dalam penentuan inisialisasi bobot (w) dengan menggunakan variabel berjumlah 800 untuk populasi, 20 untuk jumlah generasi, komposisi nilai Mr= 0.3 dan Cr= 0.7, dengan variabel utama dari jaringan saraf tiruan Backpropagation yang terdiri dari jumlah iterasi sebesar 100 dan nilai alpha sebesar 0.9, juga dengan mengguanakan dataset tersusun secara bulanan, mulai dari januari 2006 hingga juni 2017 berupa data timeseries, dengan data latih 100 pola data awal dan data uji 10 pola data akhir. Sehingga menghasilkan tingkat akurasi berdasarkan nilai error (MSE) sebesar 0.065869861 dari hasil hibridisasi metode jaringan sarat tiruan backpropagation dengan menggunakan algoritme genetika, sedangkan jika tanpa menggunakan hibridisasi nilai error yang didapat sebesar 0.072517977.", "artikel_scholar": "Optimasi Peramalan Metode Backpropagation Menggunakan Algoritme Genetika pada Jumlah Penumpang Kereta Api di IndonesiaMBA Akbar, I Indriati, AA Supianto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4749/2197" }, { "title": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang Komputasi Cerdas Menggunakan BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:M3NEmzRMIkIC", "index": 128, "authors": "Deri Hendra Binawan, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (3), 2640-2645, 2019", "year": "2019", "citations": 2, "publication_date": "2019/1/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "3", "halaman": "2640-2645", "abstract": "Salah satu proses yang dapat dilakukan di text mining adalah pengelompokan dokumen teks. Permasalahan yang berkaitan dengan pengelompokan dokumen teks ditemukan di perguruan tinggi khususnya di ruang baca Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB). Permasalahannya adalah belum adanya proses pengelompokan dokumen skripsi secara otomatis. Pengelompokan dokumen skripsi di ruang baca FILKOM UB masih belum tertata sesuai dengan fokus penelitian yang ada. Pengelompokan tersebut dapat diselesaikan menggunakan metode BM25 dan K-Nearest Neighbor. Proses yang dilakukan adalah melakukan pre-processing dokumen, perhitungan score BM25 tiap dokumen, dan proses klasifikasi menggunakan algoritme K-Nearest Neighbor. Proses pengujian pada penelitian ini menggunakan k-fold sebanyak 10. Setiap pengujian menggunakan data testing sebanyak 31 dokumen dan data training sebanyak 300 dokumen. Hasil rata-rata yang diperoleh pada tiap pengujian menghasilkan hasil terbaik pada nilai k= 11 dengan nilai f-measure sebesar 0, 9092, recall sebesar 0, 9087, dan precision sebesar 0, 9265. Nilai k yang semakin besar mengakibatkan proses klasifikasi berjalan kurang maksimal karena menghasilkan nilai f-measure yang semakin kecil.", "artikel_scholar": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang Komputasi Cerdas Menggunakan BM25 dan K-Nearest NeighborDH Binawan, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4768/2211" }, { "title": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Modified K-Nearest Neighbor (MKNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4OULZ7Gr8RgC", "index": 129, "authors": "Rizky Nur Ariyanti, Indriati Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 815-822, 2019", "year": "2019", "citations": 2, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "1", "halaman": "815-822", "abstract": "Pertumbuhan dan perkembangan pada anak usia dini tentunya mempengaruhi bagaimana seorang anak tersebut ketika mencapai dewasa baik dari segi mental, fisik, maupun kecerdasaannya. Pada fase perkembangan tentunya tidak semua anak mengalami perkembangan yang normal, bisa saja ada yang mengalami gangguan perkembangan. Salah satu gangguan perkembangan yang sering dialami pada anak usia dini adalah ADHD (Attention Deficit Hyperactivity Disorder). Untuk ADHD sendiri terdapat tiga jenis antara lain Inattention, Impulsif, dan Hyperactivity. Pada penelitian ini akan dilakukan identifikasi jenis ADHD berdasarkan gejala yang muncul dengan menggunakan metode klasifikasi Modified K-Nearest Neighbor (MKNN). Metode MKNN merupakan salah satu metode perkembangan dari metode KNN, yang membedakan adalah pada MKNN terdapat proses validitas dan juga weight voting setiap jenis yang akan diklasifikasikan. Pada penelitian ini akan dilakukan identifikasi jenis yang terdiri atas 4 jenis meliputi Inattention, Impulsif, Hyperactivity, dan Tidak ADHD. Hasil dari penelitian ini menunjukkan bahwa metode MKNN dapat melakukan identifikasi jenis ADHD dengan baik ketika data latih yang digunakan sebanyak 80 data dengan data uji sebanyak 20 data, nilai K= 3 dengan hasil akurasinya mencapai 90%. Pada penelitian ini juga membuktikan bahwa metode MKNN cenderung lebih rendah akurasinya dibandingkan dengan metode KNN, hal tersebut disebabkan oleh rendahnya nilai validitas yang akan mempengaruhi weight voting dan juga akurasi.", "artikel_scholar": "Identifikasi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Modified K-Nearest Neighbor (MKNN)RN Ariyanti, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4231/1957" }, { "title": "Klasifikasi Kemacetan Lalu Lintas Kota Malang Melalui Media Twitter Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NW-KNN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:maZDTaKrznsC", "index": 130, "authors": "Putu Amelia Vennanda Widyaswari, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1464-1470, 2019", "year": "2019", "citations": 2, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "2", "halaman": "1464-1470", "abstract": "Twitter merupakan media sosial yang masih banyak digunakan hingga saat ini. Seperti halnya media sosial lainnya Twitter berguna untuk menjalin pertemanan, bertukar pesan dan informasi mengenai berbagai hal seperti hiburan, ekonomi, politik, dan lain sebagainya. Twitter juga berguna untuk mencari informasi mengenai keadaan lalu lintas pada suatu ruas jalan dengan mengakses akun-akun lalu lintas pada Twitter. Namun pada tweet tak jarang ditemukan adanya kata ambigu mengenai kondisi ruas jalan. Sehingga tweet perlu diklasifikasikan agar memudahkan para pengguna jalan, menentukan kondisi akurat dari tweet mengenai kondisi lalu lintas pada suatu ruas jalan. Klasifikasi dimulai dengan melakukan tahapan preprocessing pada dokumen latih dan uji, kemudian dilanjutkan dengan pembobotan TF-IDF hingga klasifikasi menggunakan metode NW-KNN (Neighbor Weighted K-Nearest Neighbor). Berdasarkan atas implementasi serta pengujian yang dilakukan pada penelitian Klasifikasi Kemacetan Lalu Lintas Kota Malang Melalui Media Twitter Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NW-KNN) dimana menggunakan 600 data latih dan 150 data uji, didapatkan hasil sebesar 0, 7336507 untuk rata-rata precision, 0, 2210526 untuk recall, 0, 3002686 untuk f-measure, serta akurasi yang didapatkan sebesar 0,665.", "artikel_scholar": "Klasifikasi Kemacetan Lalu Lintas Kota Malang Melalui Media Twitter Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NW-KNN)PAV Widyaswari, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4408/2058" }, { "title": "Klasifikasi Kemacetan Lalu Lintas Di Kota Malang Pada Sosial Media Twitter Menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NaGl4SEjCO4C", "index": 131, "authors": "Riska Dewi Nurfarida, Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN 2548, 964X, 2018", "year": "2018", "citations": 2, "publication_date": "2018/10/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN", "jilid": "2548", "halaman": "964X", "abstract": "Twitter adalah jejaring sosial media yang mempunyai banyak pengguna yang dapat digunakan untuk media komunikasi. Dan dari twitter juga bisa didapatkan berbagai macam bentuk infomasi diantaranya yaitu opini yang bersifat negatif maupun positif dan berbagai macam informasi lainnya. Salah satu informasi yang bisa didaptkan dari Twitter yaitu informasi mengenai keadaan lalu lintas. Masyarakat Kota Malang menggunakan sosial media Twitter media untuk mendapatkan informasi tentang keadaan lalu lintas. Melalui akun@ PuspitaFM, masyarakat Kota Malang saling berbagi informasi tentang keadaan lalu lintas di sekitar mereka. Dari akun@ PuspitaFM tersebut setiap harinya akan berbagi tweet tentang keadaan lalu lintas di Kota Malang baik secara tweet langsung maupun tweet dari follower yang akan diretweet oleh akun@ PuspitaFM. Dari seluruh tweet yang ada, terkadang terdapat kerancuan yang terjadi dalam pengkategorian macet atau tidak macet dalam tweet tersebut. Oleh karena itu, dilakukan pengklasifikasian tweet macet atau tidak macet sebagai solusi dari masalah tersebut. Terdapat beberapa proses yang dilakukan dalam penelitian ini, yaitu dimulai dari prepocessing text yang terbagi menjadi proses cleansing, case folding, tokenisasi, filtering dan stemming. Dari proses akan dilanjutkan dengan proses term weighting atau pembobotan, dilanjutkan dengan normalisasi, cosine similiarity dan proses klasifikasi dengan metode Improved K-NN. Hasil yang didapatkan dari penelitian ini yaitu nilai recall sebesar 0.42857, nilai precision sebesar 0.71428, nilai f-measure sebesar 0.53571 dan hasil akurasi terbaik sebesar 65 …", "artikel_scholar": "Klasifikasi Kemacetan Lalu Lintas di Kota Malang Pada Sosial Media Twitter Menggunakan Metode Improved K-Nearest NeighborRD Nurfarida, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 2 kaliArtikel terkait5 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4344/2027" }, { "title": "Pemilihan Alternatif Tanaman Obat Terhadap Penyakit Hipertensi Menggunakan Metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:j3f4tGmQtD8C", "index": 132, "authors": "Linda Pratiwi, Indriati Indriati, Ahmad Afif Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6968-6972, 2018", "year": "2018", "citations": 2, "publication_date": "2018/8/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "12", "halaman": "6968-6972", "abstract": "Tanaman obat mempunyai kandungan zat aktif sebagai penyembuhan maupun pencegahan berbagai jenis penyakit. Beragam jenis tanaman obat tentu memiliki kriteria masing-masing yang mengakibatkan kesulitan dalam menentukkan alternatif tanaman sebagai prioritas terbaik. Adapun penelitian ini bertujuan untuk pemilihan alternatif tanaman obat yang memiliki zat berkhasiat sebagai pengobatan penyakit hipertensi. Tidak hanya zat berkhasiat melainkan mempertimbangkan dari harga, ketersediaan dan rasa tanaman tersebut. Hipertensi merupakan suatu penyakit disebabkan oleh peningkatan darah yang melebihi batas normal. Pemilihan alternatif tanaman terhadap penyakit hipertensi menggunakan metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART). Metode Analytical Network Process (ANP) digunakan untuk proses menentukkan bobot dari setiap kriteria yang mendukung dalam penentuan keputusan dan metode Simple Multi Attribute Rating Technique (SMART) digunakan untuk perangkingan hasil pemilihan alternatif tanaman obat. Pengujian pada penelitian ini menggunakan 10 data tanaman obat. Hasil dari metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART) menggunakan pengujian korelasi Spearman Rank dengan nilai r s= 0.964 yang berarti hubungan hasil sistem dan pakar mendekati sempurna.", "artikel_scholar": "Pemilihan Alternatif Tanaman Obat Terhadap Penyakit Hipertensi Menggunakan Metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART)L Pratiwi, I Indriati, AA Supianto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3813/1507" }, { "title": "Optimasi Fungsi Keanggotaan Fuzzy Inference System Tsukamoto dengan Particle Swarm Optimization pada Penentuan Jumlah Produksi Gula (Studi Kasus: Pabrik Gula Kebonagung Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:2KloaMYe4IUC", "index": 133, "authors": "Nur Intan Savitri Bromastuty, Budi Darma Setiawan, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2902-2908, 2018", "year": "2018", "citations": 2, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "8", "halaman": "2902-2908", "abstract": "Produksi merupakan kegiatan menghasilkan barang dan jasa dengan menggunakan sumber daya yang disebut faktor produksi. Secara umum beberapa faktor yang mempengaruhi jumlah produksi gula di Indonesia antara lain lahan atau luas areal tanah, rendemen tebu, jumlah tebu, jumlah tenaga kerja tetap dan musiman, operasional mesin, bahan pendukung, dan lama giling. Berdasarkan hasil penelitian sebelumnya telah diperoleh faktor produksi gula yang sangat berpengaruh pada PG Kebonagung Malang yaitu jumlah tebu, rendemen tebu, jumlah tenaga kerja dan operasional mesin. Penelitian yang ditujukan untuk memperkirakan jumlah produksi gula telah ada sebelumnya, namun masih belum optimal. Oleh karena itu penelitian ini bertujuan untuk mengoptimalkan perkiraan hasil produksi gula pada PG Kebonagung Malang dengan menggunakan metode Particle Swarm Optimization untuk megoptimalkan fungsi derajat kenggotaan Fuzzy Inference System Tsukamoto. Pengujian dilakukan dengan banyak partikel dan banyak iterasi. Semakin besar iterasi dan jumlah partikel maka komputasi akan semakin berat. Dalam setiap pengujian pada jumlah partikel dan iterasi menghasilkan fitnes yang berbeda.", "artikel_scholar": "Optimasi Fungsi Keanggotaan Fuzzy Inference System Tsukamoto dengan Particle Swarm Optimization pada Penentuan Jumlah Produksi Gula (Studi Kasus: Pabrik Gula Kebonagung Malang)NIS Bromastuty, BD Setiawan, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1712/648" }, { "title": "Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:eq2jaN3J8jMC", "index": 134, "authors": "Riyant Fajar, Rizal Setya Perdana, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (8), 2430-2434, 2018", "year": "2018", "citations": 2, "publication_date": "2018", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "8", "halaman": "2430-2434", "abstract": "Malaria adalah penyakit yang dapat ditularkan melalui gigitan nyamuk Anopheles betina. Ada empat tipe Plasmodium parasit yang sering ditemui pada kasus penyakit malaria di Indonesia yaitu Plasmodium vivax (Tertiana) dan Plasmodium malariae (Quartana), sedangkan malaria lainnya adalah Plasmodium falcifarum (Tropica) dan Plasmodium ovale (Pernisiosia). Gejala penyakit malaria selama ini hanya dikenal masyarakat awam melalui ciri-ciri yang diketahui tanpa oleh fakta dan pertimbangan medis lainnya. Sehingga masyarakat atau penderita mengalami kesulitan dalam membedakan penyakit malaria dengan penyakit demam, atau influenza. Akibatnya penyakit tersebut ditangani dengan cara yang salah. Gejala demam pada penyakit malaria tergantung pada jenis malaria. Sifat demam akut yang didahului oleh stadium dingin atau menggigil diikuti demam tinggi kemudian berkeringat banyak. Gejala klasik ini biasanya ditemukan pada penderita non imun (berasal dari daerah non endemis). Selain gejala klasik tersebut, dapat pula ditemukan gejala lain seperti nyeri kepala, mual, muntah, diare, dan nyeri otot. Penyakit malaria dapat menyebabkan anemia dan dapat mengakibatkan kematian. Pada wanita hamil dapat menyebabkan keguguran, lahir prematur dan berat badan lahir rendah, bahkan lahir mati. Oleh sebab itu dibutuhkan sistem komputer agar lebih cepat dalam mendeteksi gejala-gejala yang dialami. Sistem ini dibangun menggunakan metode naïve bayes dengan perbaikan missing value menggunakan metode nearest neighbor imputation. Hasil akurasi dari 2 skenario pengujian didapat akurasi terbaik sebesar 77, 14 …", "artikel_scholar": "Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten MalangR Fajar, RS Perdana, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/1779/1158" }, { "title": "Pembangkitan Nilai Belief Pada Dempster-Shafer Dengan Particle Swarm Optimization (PSO) Untuk Penentuan Pasal Kasus Penganiayaan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:KxtntwgDAa4C", "index": 135, "authors": "Merry Gricelya Nababan, Rekyan Regasari Mardi Putri, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (10), 1036-1044, 2017", "year": "2017", "citations": 2, "publication_date": "2017/7/6", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "1", "terbitan": "10", "halaman": "1036-1044", "abstract": "Tindak kejahatan terhadap tubuh dan nyawa terus mengalami peningkatan setiap tahunnya, hakim sebagai penentu keputusan terhadap terdakwa kejahatan memiliki peran yang sangat penting dalam memberikan keputusan. Namun, terdapat beberapa hal yang perlu dipertimbangkan oleh hakim dalam memberikan keputusan, sehingga permasalahan ketidakpastiaan dapat menjadi kendala hakim. Penulis menerapkan sebuah metode yang dapat menyelesaikan permasalahan ketidakpastian ini yaitu Dempster-shafer (DS). Algoritme DS mempunyai nilai belief yang berfungsi untuk menentukan pengaruh antar gejala yang didapatkan dari seorang pakar. Pada kasus ini pakar tidak dapat memberikan nilai belief karana harus sesuai dengan bukti dan saksi nyata. Maka dengan algoritme Particle Swarm Optimization (PSO) nilai belief akan dibangkitkan sekaligus melakukan optimasi untuk mendapatkan hasil yang maksimal. Sesuai dengan pengujian yang dilakukan dari data kasus penganiaayan didapatkan nilai belief maksimal berdasarkan pengujian parameter PSO. Hasil perhitungan akurasi sistem dengan menggunakan nilai belief yang telah dioptimasi dengan DS pada 29 kasus penganiayaan menunjukkan akurasi sebesar 13, 79%. Hasil akurasi ini tidak maksimal dikarenakan permasalahan yang kompleks dengan hasil keluaran (output) sistem lebih dari satu. Untuk penelitian selanjutnya, dapat digunakan metode Artificial Neural Network (ANN) atau dengan algoritme Analytic Hierarchy Process (AHP).", "artikel_scholar": "Pembangkitan Nilai Belief Pada Dempster-Shafer Dengan Particle Swarm Optimization (PSO) Untuk Penentuan Pasal Kasus PenganiayaanMG Nababan, RRM Putri, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2017Dirujuk 2 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/325/136" }, { "title": "Penentuan Penerimaan Siswa Baru Di Sma Negeri 1 Menthobi Raya Menggunakan Metode Fuzzy Analytical Hierarchy Process (F-Ahp)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:TQgYirikUcIC", "index": 136, "authors": "Arip Rohman, ST Indriati, M Kom, M Ali Fauzi, S Kom, M Kom", "journal_year": "Universitas Brawijaya, 2016", "year": "2016", "citations": 2, "publication_date": "2016/8/8", "halaman": "1-9", "lembaga": "Universitas Brawijaya", "abstract": "Pendidikan merupakan wadah bagi generasi penerus bangsa ini untuk menuntut ilmu. Dimana pendidikan memiliki peran yang sangat penting untuk mewujudkan generasi bangsa yang berkualitas dan berakhlak baik. Sekolah merupakan institusi pendidikan yang menerapkan sistem pembinaan yang bersifat mengembangkan potensi para siswa, baik dari segi akademik maupun non-akademik. Pada tahun ajaran baru setiap sekolah akan melakukan seleksi untuk menentukan penerimaan siswa baru. Seleksi digunakan untuk mengetahui tingkat kompetensi yang dimiliki calon siswa baru. Dalam menentukan penerimaan siswa baru sekolah memiliki banyak kriteria yang dijadikan sebagai acuan dalam menentukan siswa yang diterima atau tidak, keterbatasn waktu untuk melakukan seleksi dan banyaknya calon siswa baru yang mendaftar, menjadi kesulitan tersendiri bagi pihak sekolah. Oleh karena itu, penulis ingin membantu menyelesaikan permasalahan tersebut dengan membuat sistem penentuan penerimaan siswa baru di SMA Negeri 1 Menthobi Raya menggunakan metode fuzzy analytical hierarchy process (F-AHP). Dari hasil perbandingan data manual dari pihak sekolah dengan data keluaran sistem memiliki akurasi 91, 83%, kemudian dilakukan dua pengujian pengaruh nilai matriks perbandingan berpasangan terhadap akurasi dengan menghasilkan 92, 86% pada skenario pengujian pertama dan 94, 89% pada skenario pengujian kedua. Dengan demikian akurasi yang digunakan adalah skenario pengujian kedua dengan akurasi 94, 89%. Kata kunci: Logika Fuzzy, AHP, Fuzzy Analytical Hierarchy Process (F-AHP …", "artikel_scholar": "Penentuan Penerimaan Siswa Baru Di Sma Negeri 1 Menthobi Raya Menggunakan Metode Fuzzy Analytical Hierarchy Process (F-Ahp)A Rohman, ST Indriati, M Kom, MA Fauzi, S Kom… - 2016Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://www.researchgate.net/profile/Muhammad-Fauzi-6/publication/324561795_PENENTUAN_PENERIMAAN_SISWA_BARU_DI_SMA_NEGERI_1_MENTHOBI_RAYA_MENGGUNAKAN_METODE_FUZZY_ANALYTICAL_HIERARCHY_PROCESS_F-AHP/links/5ad5b3afa6fdcc293580f8e0/PENENTUAN-PENERIMAAN-SISWA-BARU-DI-SMA-NEGERI-1-MENTHOBI-RAYA-MENGGUNAKAN-METODE-FUZZY-ANALYTICAL-HIERARCHY-PROCESS-F-AHP.pdf" }, { "title": "Klasifikasi Dokumen E-Complaint Kampus Menggunakan Directed Acyclic Graph Multi-Class Svm", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:bnK-pcrLprsC", "index": 137, "authors": "Maya Kurniawati, Imam Cholissodin, M Kom, ST Indriati, M Kom", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 2, "publication_date": "2014/7/8", "lembaga": "Universitas Brawijaya", "abstract": "Layanan E-Complaint merupakan fasilitas kampus yang berfungsi penting untuk mendapatkan feedback berupa keluhan yang berhubungan dengan kampus. E-Complaint merupakan sarana yang baik untuk mengukur tingkat pelayanan yang diberikan kampus. Pengukuran tingkat pelayanan tersebut dipengaruhi oleh dokumen-dokumen keluhan yang ada dalam E-Complaint. Melalui dokumen E-Complaint dapat diketahui saran atau kritik apa saja yang perlu ditindaklanjuti sesegera mungkin karena sifatnya yang mendesak dan penting. Pengambilan tindak lanjut yang segera oleh pihak kampus tentu akan mendukung pelayanan prima yang dilakukan kampus. Kenyataannya lembaga E-Complaint seringkali terlambat dalam menangani keluhan yang mendesak dan penting. Hal ini dapat dikarenakan lembaga E-Complaint tidak memilah dokumen berdasarkan kepentingan dan urgensinya. Karena itu perlu dibuat sebuah sistem cerdas yang dapat mengklasifikasikan dokumen secara cepat berdasarkan urgensi dan kepentingannya. Dokumen dapat diklasifikasikan menjadi empat kelas, yaitu penting dan mendesak, penting tetapi tidak mendesak, tidak penting tetapi mendesak, atau tidak penting dan tidak mendesak. Metode Directed Acyclic Graph SVM (DAGSVM) digunakan untuk mengklasifikasikan data secara multiclass (lebih dari dua kelas). Pada penelitian ini akurasi terbaik yang dihasilkan menggunakan DAGSVM adalah 82,61% dengan kombinasi nilai parameter Sequential Training SVM λ = 0.5, konstanta γ = 0.01, C = 1, Iterasi Max = 10, dan ε = 0.00001 dengan menggunakan kernel Gaussian RBF dan stemming pada dalam 70 …", "artikel_scholar": "Klasifikasi Dokumen E-Complaint Kampus Menggunakan Directed Acyclic Graph Multi-Class SvmM Kurniawati, I Cholissodin, M Kom, ST Indriati, M Kom - 2014Dirujuk 2 kaliArtikel terkait" }, { "title": "Implementasi Metode Hierarchical Clustering Pada Ozone Level Detection Data Set", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ufrVoPGSRksC", "index": 138, "authors": "Muhammad Yamin, ST Indriati, M Kom, Candra Dewi, S Kom", "journal_year": "Malang: Universitas Brawijaya, 2013", "year": "2013", "citations": 2, "publication_date": "2013/8/31", "penerbit": "Malang: Universitas Brawijaya", "abstract": "Clustering merupakan proses mengelompokkan atau penggolongan objek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar objek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas/cluster. Salah satu algoritma clustering adalah Qualitative Hierarchical Clustering. Algoritma tersebut adalah metode analisis cluster yang membangun hirarki dari cluster. Jarak antara tiap obyek merupakan input dari algoritma ini. Iterasi terus berlanjut sampai semua obyek telah dicluster menjadi sebuah cluster saja. Dengan menggunakan sebuah metode Hierarchical Clustering untuk mengukur jarak antara data time series pada ozone level detection dataset yang telah ditentukan. Algoritma Hierarchical dimulai dengan menjadikan tiap objek menjadi sebuah cluster dan secara iterasi menggabungkan tiap cluster yang mirip. Jarak antar objek merupakan input dari algoritma ini. Iterasi terus berlanjut sampai semua objek telah di cluster hingga menjadi cluster saja. Sistem perangkat lunak yang dibangun dengan algoritma pada Data time series, Hierarchical Clustering, dan metode Qualitative dapat melakukan proses clustering pada data time series. Tingkat akurasi dari metode hierarchical clustering dapat dilihat dari nilai ratarata akurasi f-measure yang di dapat. Akurasi dari masing-masing percobaan yang memiliki nilai f-measure paling tinggi terdapat pada scenario ke dua dimana nilai f-measure yang di dapat adalah 0.9792.", "artikel_scholar": "Implementasi Metode Hierarchical Clustering Pada Ozone Level Detection Data SetM Yamin, ST Indriati, M Kom, C Dewi, S Kom - 2013Dirujuk 2 kaliArtikel terkait2 versi", "pdf_url": "https://www.academia.edu/download/46477262/DR00062201312_FIN.pdf" }, { "title": "Voting of Biclass and Multiclass Artificial Neural Network", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:-f6ydRqryjwC", "index": 139, "authors": "Fetty Tri Anggraeny, Heliza Rahmania Hatta Indriati", "journal_year": "BISSTECH, 2012", "year": "2012", "citations": 2, "publication_date": "2012", "penerbit": "BISSTECH", "abstract": "Artificial neural network (ANN) is classification method based on artificial intelligence. It’s need train process to generate the appropriate ANN model for specific problem. One of ANN training purpose is to find internode weight vector that give highest accuracy. ANN was trained using Particle Swarm Optimization (PSO) to optimize weight to obtain faster training time and higher classification accuracy. Feature data were selected using adaptive feature selection based on discriminant ratio, higher discriminant ratio value means the better feature for classification. Adaptive feature selection generate class pair feature vector, so each pair has their own ANN and the final class are obtain using simple voting method, later we call this model as biclass ANN. Voting result may give same vote count, it makes classifier model will be confuse to decide which class for the data. To solve the problem, we add multiclass ANN classifier as the additional vote of data class. This work presents a model that combines biclass ANN and multiclass ANN using voting method to improve classification accuracy. The performance of the proposed model is evaluated through several data sets from UCI. The experimental results showed the proposed model can yield promising results.", "artikel_scholar": "Voting of Biclass and Multiclass Artificial Neural NetworkFT Anggraeny, HRH Indriati - 2012Dirujuk 2 kaliArtikel terkait3 versi", "pdf_url": "https://www.academia.edu/download/36732350/B_BISSTECH2011_article.pdf" }, { "title": "Indriati dan Adikara, PP, 2019", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tS2w5q8j5-wC", "index": 140, "authors": "DH Binawan", "journal_year": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang …, 0", "citations": 2, "year": "", "journal": "Klasifikasi Dokumen Abstrak Skripsi Berdasarkan Fokus Penelitian di Bidang Komputasi Cerdas Menggunakan BM25 dan K-Nearest Neighbor", "jilid": "3", "terbitan": "3", "halaman": "2640-2645", "artikel_scholar": "Indriati dan Adikara, PP, 2019DH Binawan - … Abstrak Skripsi Berdasarkan Fokus Penelitian di …Dirujuk 2 kaliArtikel terkait" }, { "title": "Question answering system for factoid questions about COVID-19 with natural language processing approach", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:a9-T7VOCCH8C", "index": 141, "authors": "Indriati Indriati, Randy Cahya Wihandika, Putra Pandu Adikara, Barlian Henryranu Prasetio, Lailil Muflikhah", "journal_year": "AIP Conference Proceedings 3026 (1), 2024", "year": "2024", "citations": 1, "publication_date": "2024/3/18", "journal": "AIP Conference Proceedings", "jilid": "3026", "terbitan": "1", "penerbit": "AIP Publishing", "abstract": "In March 2020, Indonesia faced fast-spreading COVID-19 Disease. In this regard, self-isolation serves as a solution for patients with mild symptoms due to the government's limited isolation facilities. Self-isolation is different from COVID-19 treatment in the hospital, where patients are fully treated by health professionals. Information clarity is pivotal amid the pandemics due to a vast number of misleading information. Addressing this issue, it is important to keep selfisolation patients receiving adequate and accurate information about COVID-19. Question Answering System (QAS) with Natural Language Processing emerges as one of the solutions to provide information for users. Named Entity Recognition is one of the methods to search for the answer for factoid questions, allowing users to obtain accurate answers. A number of question types were set as keywords with 50% to 72% accuracy.", "artikel_scholar": "Question answering system for factoid questions about COVID-19 with natural language processing approachI Indriati, RC Wihandika, PP Adikara, BH Prasetio… - AIP Conference Proceedings, 2024Dirujuk 1 kaliArtikel terkait3 versi" }, { "title": "Analisis Sentimen berbasis Aspek terhadap Ulasan Game Honkai Impact 3rd menggunakan IndoBERT", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NXb4pA-qfm4C", "index": 142, "authors": "M Hidayat, Indriati Indriati, Edy Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 8 (2), 2024", "year": "2024", "citations": 1, "publication_date": "2024/2/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "8", "terbitan": "2", "abstract": "Dalam zaman digital saat ini, kemajuan teknologi berkembang dengan cepat dan semakin kompleks, menyajikan berbagai opsi hiburan, termasuk game online yang terhubung dengan Internet. Honkai Impact 3rd adalah contoh game action RPG 3D yang menggunakan IndoBERT untuk menganalisis sentiment ulasan pengguna terkait gameplay, performa, serta aspek player. IndoBERT, sebuah model sebelumnya yang sudah disesuaikan untuk bahasa Indonesia berdasarkan BERT, mempergunakan data set Indo4B dengan kapasitas melebihi 23GB text dalam bahasa Indonesia. Dataset ini mencakup 4 miliar kata formal dan non-formal dari bermacam sumber. Dalam proses pembangunan kosakata, IndoBERT dengan SentencePiece dengan tokenizer Byte Pair Encoding (BPE), suatu model untuk membagi dan menyatukan sub kata. SentencePiece sendiri merupakan tokenizer dan detokenizer sub kata yang …", "artikel_scholar": "Analisis Sentimen berbasis Aspek terhadap Ulasan Game Honkai Impact 3rd menggunakan IndoBERTM Hidayat, I Indriati, E Santoso - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2024Dirujuk 1 kaliArtikel terkait" }, { "title": "Klasifikasi Data Twitter pada Masa Transisi Pandemi menuju Endemi menggunakan Latent Semantic Analysis (LSA)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:8d8msizDQcsC", "index": 143, "authors": "Miftahul Fiqri, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (6), 2736-2742, 2023", "year": "2023", "citations": 1, "publication_date": "2023/11/29", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "6", "halaman": "2736-2742", "abstract": "Saat ini, platform media sosial yang memiliki penggunaan paling luas adalah Twitter. Twitter memiliki potensi untuk memberikan pemahaman mendalam tentang perubahan perilaku masyarakat terkait aturan pencegahan, tingkat kepatuhan terhadap vaksinasi, dan perubahan adaptasi sosial seiring berjalannya waktu selama masa endemi. Untuk dapat mengklasifikasikan data dari Twitter secara efisien, diperlukan pengembangan model klasifikasi yang solid dan penerapan metode analisis data yang canggih. Pendekatan yang diadopsi dalam penelitian ini adalah menerapkan teknik Latent Semantic Analysis (LSA), yang bertujuan untuk mengungkap struktur semantik atau makna yang tersembunyi dalam kalimat. Fokus utama penelitian ini adalah untuk mengevaluasi pengaruh dari klasifikasi data Twitter sepanjang masa pandemi hingga fase endemi terhadap performa Latent Semantic Analysis yang diaplikasikan menggunakan metode Naïve Bayes. Hasil penelitian menunjukkan bahwa dalam skenario klasifikasi menggunakan metode Naïve Bayes tanpa melalui proses LSA, tingkat akurasi yang berhasil dicapai adalah 22, 00%. Akan tetapi, dalam konteks yang sama, saat LSA diaplikasikan sebelum menerapkan metode Naïve Bayes, terjadi peningkatan signifikan dalam tingkat akurasi menjadi 24, 00%. Dari hasil ini, dapat ditarik kesimpulan bahwa penggunaan LSA memberikan sumbangan positif dalam mencapai hasil yang lebih memuaskan. Selanjutnya, dalam upaya mengklasifikasikan data menggunakan metode Naïve Bayes, penelitian dilakukan dalam dua skenario, yaitu menggunakan data yang seimbang dan tidak seimbang …", "artikel_scholar": "Klasifikasi Data Twitter pada Masa Transisi Pandemi menuju Endemi menggunakan Latent Semantic Analysis (LSA)M Fiqri, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Dirujuk 1 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/13006/5833" }, { "title": "Analisis Sentimen Kebijakan New Normal dengan Menggunakan Automated Lexicon Senti N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:uJ-U7cs_P_0C", "index": 144, "authors": "Rifki Akbar Siregar, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 10 (1), 29-34, 2023", "year": "2023", "citations": 1, "publication_date": "2023/2/28", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "10", "terbitan": "1", "halaman": "29-34", "abstract": "Dalam menghadapi pandemi COVID-19 ini, pemerintah Indonesia mengeluarkan beberapa kebijakan di antaranya adalah Pembatasan Sosial Berskala Besar, dan New normal. Kebijakan New normal ini kemudian menjadi ramai diperbincangkan oleh masyarakat. Analisis sentimen dari opini yang beredar terkait isu tersebut dapat dilakukan sehingga pemerintah dapat mengevaluasi kebijakan tersebut. Dalam penelitian ini diusulkan menggunakan Lexicon Senti-N-Gram untuk analisis sentimen dengan tujuan untuk mengetahui pengaruh Lexicon Senti-N-Gram pada analisis sentimen Bahasa Indonesia. Adapun penelitian ini menggunakan data sebanyak 350 data tweet yang terbagi menjadi 229 tweet kelas positif dan 121 tweet kelas negatif. Hasil evaluasi yang diperoleh dengan menggunakan data dengan stemming lebih tinggi dibandingkan dengan data tanpa stemming. Hasil pengujian kinerja sistem …", "artikel_scholar": "Analisis Sentimen Kebijakan New Normal dengan Menggunakan Automated Lexicon Senti N-GramRA Siregar, YA Sari, I Indriati - Jurnal Teknologi Informasi dan Ilmu Komputer, 2023Dirujuk 1 kaliArtikel terkait4 versi" }, { "title": "Klasifikasi Jenis Barang Bekas menggunakan Metode Naïve Bayes dengan Seleksi Fitur Information Gain (Studi Kasus: Akun Instagram Jual Beli Barang Bekas@ infobarkas_Jogja)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:MLfJN-KU85MC", "index": 145, "authors": "Muhammad Fauzan Ziqroh, Indriati Indriati, Edy Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (1), 140-147, 2023", "year": "2023", "citations": 1, "publication_date": "2023/2/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "1", "halaman": "140-147", "abstract": "Instagram merupakan salah satu media sosial yang populer untuk pemasaran. Berkembangnya fungsi media sosial ini memunculkan istilah baru yaitu Social Media Influencer, yaitu agensi periklanan yang memiliki followers akun instagram dalam jumlah tertentu dimana pengiklan bisa menempatkan iklannya pada akun tersebut dengan membayar sejumlah biaya tertentu. Akun instagram@ infobarkas_jogja merupakan salah satu social media influencer yang menyediakan jasa iklan berbayar dengan konten iklan seputar barang bekas yang ada di Kota Yogyakarta. Pengelolaan akun tersebut terdapat beberapa kendala salah satunya yaitu klasifikasi atau mengelompokkan barang berdasarkan jenis kategorinya. Tujuan penelitian ini yaitu membuat sistem yang mampu mengklasifikasikan jenis barang berdasarkan kategorinya. Penelitian ini akan menggunakan metode Naïve Bayes Classifier dengan seleksi fitur Information Gain. Data penelitian berupa teks pada caption postingan pada akun instagram@ infobarkas_jogja sebanyak 500 data. Dengan total data latih sebesar 400 data dan data uji sebesar 100 data. Kelas untuk kategori pada penelitian ini dibagi menjadi 5 kelas yaitu properti, kendaraan, pakaian, perabot, dan gadget. Threshold yang digunakan berjarak 10% mulai dari 10% hingga 90% dan menghasilkan akurasi tertinggi sebesar 98% ketika threshold bernilai 10%, 40%, 80%, dan juga 90%. Akurasi tertinggi juga diperoleh ketika klasifikasi tanpa menggunakan seleksi fitur.", "artikel_scholar": "Klasifikasi Jenis Barang Bekas menggunakan Metode Naïve Bayes dengan Seleksi Fitur Information Gain (Studi Kasus: Akun Instagram Jual Beli Barang Bekas@ infobarkas_Jogja)MF Ziqroh, I Indriati, E Santoso - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/12123/5521" }, { "title": "Enhancing the capability of online teaching for elementary school teacher through interactive video making training", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:9vf0nzSNQJEC", "index": 146, "authors": "Yuita Arum Sari, Randy Cahya Wihandika, Sigit Adinugroho, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Community Empowerment 7 (7), 1182-1188, 2022", "year": "2022", "citations": 1, "publication_date": "2022/7/24", "journal": "Community Empowerment", "jilid": "7", "terbitan": "7", "halaman": "1182-1188", "abstract": "The strategies and learning mechanisms that have been widely used up until now have changed as a result of the Covid-19 pandemic. Learning from home (BDR) activities are used to replace face-to-face learning activities. Effective implementation of BDR requires information technology skills, especially the use of learning support software. Thus, it is imperative that teachers receive training in the use of learning support software in order to advance their abilities to teach online effectively and efficiently. In this community service, training activities for making creative teaching materials were carried out for elementary school teachers. The creative teaching material is in the form of animation, so that it attracts the interest of students and is expected to increase the effectiveness of online learning. This community service activity begins with a pre-test, continues with the delivery of material, and ends with the provision of a post-test and questionnaire. The evaluation's findings revealed that participants' skills had improved when learning support hardware and instructional videos were introduced.", "artikel_scholar": "Enhancing the capability of online teaching for elementary school teacher through interactive video making trainingYA Sari, RC Wihandika, S Adinugroho, I Indriati… - Community Empowerment, 2022Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://journal.unimma.ac.id/index.php/ce/article/download/6616/3487/" }, { "title": "Analisis Sentimen Angket Kepuasan Pasien Puskesmas menggunakan Metode Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:-FonjvnnhkoC", "index": 147, "authors": "Prais Sarah Kayaningtias, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (3), 1138-1148, 2022", "year": "2022", "citations": 1, "publication_date": "2022/2/4", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "3", "halaman": "1138-1148", "abstract": "Angket adalah sebuah media pengumpulan data dengan memberikan pernyataan atau pertanyaan tertulis Beberapa instansi/perusahaan masih belum memanfaatkan media digital sebagai media pengisian angket hingga saat ini. Pemanfaatan teknologi media digital untuk pengisian angket dapat meringankan kerja karyawan dalam proses analisis sentimen suatu data menjadi secara otomatis tersimpan dalam database dan menghasilkan hasil analisis sentimen dari pengisian angket tersebut. Berdasarkan permasalahan ini, dibutuhkan suatu sistem yang dapat melakukan klasifikasi sentimen secara otomatis sehingga dapat mempermudah karyawan dalam mendapatkan hasil laporan yang digunakan sebagai evaluasi puskesmas. Klasifikasi akan dilaksanakan melalui beberapa tahapan dimulai dari pre-processing yang terdiri dari cleaning, case folding, tokenisasi, filtering, dan stemming. Kemudian dilanjutkan dengan perhitungan term weighting dan cosine similarity sampai dengan proses klasifikasi sentimen menggunakan metode Improved K-Nearest Neighbor. Berdasarkan hasil dari implementasi dan pengujian sistem menggunakan k-fold cross validation diperoleh nilai rata-rata Precision yaitu 0, 7657, nilai Recall yaitu 0, 8088, nilai F-Measure yaitu 0, 7847, dan nilai accuracy sebesar 0, 7738. Pada pengujian jumlah data latih didapatkan hasil pengujian terbaik dengan nilai rata-rata Precision yaitu 0, 8544, nilai Recall yaitu 0, 78, nilai F-Measure yaitu 0, 8151, dan nilai accuracy yaitu 0,823. Dibutuhkan ketepatan dalam menentukan dokumen yang akan digunakan sebagai data latih pada sistem sehingga dapat menghasilkan …", "artikel_scholar": "Analisis Sentimen Angket Kepuasan Pasien Puskesmas menggunakan Metode Improved K-Nearest NeighborPS Kayaningtias, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10717/4748" }, { "title": "Analisis Sentimen Review Produk Kecantikan menggunakan Metode Naive Bayes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:WZBGuue-350C", "index": 148, "authors": "Binti Najibah Agus Ratri, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (12), 5635-5640, 2021", "year": "2021", "citations": 1, "publication_date": "2021/11/23", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "12", "halaman": "5635-5640", "abstract": "Masyarakat sedang meminati jual beli dengan menggunakan e-commerce. Di tempat jual beli banyak produk kebutuhan, salah satunya yaitu produk kecantikan. Banyak sekali produk kecantikan yang menawarkan berbagai keunggulan, dengan banyaknya produk tidak lepas dari review yang menilai suatu produk tertentu terkait kualitas, keunggulan, kekurangan, dan lainnya. Review dari salah satu customer yang pernah menggunakan produk tersebut dapat dijadikan sebagai rekomendasi untuk memilih suatu produk terbaik dan sebagai penentu suatu kualitas produk. Penentuan kualitas produk dapat dilihat dari berbagai komentar atau review dari customer untuk melihat apakah produk tersebut menjadi produk best seller atau produk yang kurang diminati. Oleh karena itu dilakukan klasifikasi data review produk kecantikan dengan melabeli review positif, negatif, dan netral. Pada pengujian ini menggunakan metode Naive Bayes dengan pembobotan Log TF dan TF, pembobotan TF memiliki nilai akurasi yang lebih baik dibandingkan dengan pembobotan Log TF. Pembobotan TF memiliki akurasi sebesar 55% sedangkan pembobotan Log TF hanya memiliki akurasi sebesar 52%. Sedangkan untuk melabeli review menggunakan Kappa Measure, pada pengujian ini Kappa Measure pada setiap penilai memiliki nilai sama yaitu 0.8.", "artikel_scholar": "Analisis Sentimen Review Produk Kecantikan menggunakan Metode Naive BayesBNA Ratri, YA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10311/4594" }, { "title": "Penentuan Tingkat Kepentingan Email dengan menggunakan Metode K-Nearest Neighbor (Studi Kasus PT Green Air Paciffic Surabaya)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:umqufdRvDiIC", "index": 149, "authors": "Ade Wahyu Muntizar, Bayu Rahayudi, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 5 (11), 5088-5094, 2021", "year": "2021", "citations": 1, "publication_date": "2021/10/19", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "5", "terbitan": "11", "halaman": "5088-5094", "abstract": "Email merupakan merupakan salah satu sarana komunikasi digital yang ada sejak awal berkembangnya internet dan yang sedang populer digunakan hingga saat ini. Email menjadi sarana komunikasi yang cukup penting, termasuk juga pada PT Green Air Pacific Surabaya. PT Green Air Pacific merupakan perusahaan swasta yang bergerak dibidang logistik. Perusahaan yang bergerak dibidang logistik, sebagian besar operasionalnya menggunakan email sebagai media komunikasi dan informasinya. Dalam sehari pesan yang diterima melalui email bisa mencapai 700 pesan. Pesan email yang masuk juga tidak semuanya penting untuk produktivitas perusahaan, sehingga semakin banyaknya pesan email yang masuk justru dapat menyulitkan pada proses pengolahan pesan email perusahaan. Berdasarkan permasalahan tersebut pada penelitian ini dibuatkan sistem klasifikasi email berdasarkan kebergunaan dan kepentingannya. Metode yang digunakan adalah metode klasifikasi K-Nearest Neighbor (KNN). Hasil dari sistem klasifikasi email berdasarkan kepentingannya dengan menggunakan metode KNN (studi kasus PT Green Air Pacific) menunjukkan bahwa F-Measure tertinggi terletak pada k= 3 dan k= 4 yaitu sebesar 98,734 dan dengan metode validasi data K-Fold Cross Validation didapatkan hasil F-Measure tertinggi yaitu sebesar 100%.", "artikel_scholar": "Penentuan Tingkat Kepentingan Email dengan menggunakan Metode K-Nearest Neighbor (Studi Kasus PT Green Air Paciffic Surabaya)AW Muntizar, B Rahayudi, I Indriati - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2021Dirujuk 1 kaliArtikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10182/4534" }, { "title": "Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf Tiruan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:FPJr55Dyh1AC", "index": 150, "authors": "Guedho Augnifico Mahardika, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 5 (13), 2021", "year": "2021", "citations": 1, "publication_date": "2021/6/15", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "5", "terbitan": "13", "abstract": "Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf Tiruan | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf Tiruan 1.Beranda / 2.Arsip / 3.Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 / 4.Artikel Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf Tiruan Penulis Guedho Augnifico Mahardika Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya Putra Pandu Adikara Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: organisasi berita, kaslifikasi, jaringan saraf tiruan, feature hashing Abstrak Artikel dipublikasikan di JTIIK. Diterbitkan 15 Jun 2021 Cara …", "artikel_scholar": "Klasifikasi Dokumen Berita Menggunakan Feature Hashing Dan Jaringan Saraf TiruanGA Mahardika, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2021Dirujuk 1 kaliArtikel terkait2 versi" }, { "title": "Pengelompokan Terjemah Al-Quran Departemen Agama menggunakan Metode Fuzzy C-Means", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:oNZyr7d5Mn4C", "index": 151, "authors": "Mochamad Havid Albar Purnomo, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (2), 749-758, 2021", "year": "2021", "citations": 1, "publication_date": "2021/2/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "2", "halaman": "749-758", "abstract": "Al-Quran mencakup berbagai ilmu pengetahuan sehingga dijadikan pedoman hidup umat muslim. Dalam membaca Al-Quran, umat muslim harus membaca terjemah pada setiap ayat di seluruh surat yang memiliki kesamaan arti, supaya dapat memaknai Al-Quran secara utuh. Untuk mempermudah hal tersebut, penelitian ini menggunakan algoritme Fuzzy C-Means clustering (FCM) dan Vector Space Model (VSM). Proses awal yang dilakukan yaitu text preprocessing untuk menghasilkan term-term agar dapat digunakan pada proses selanjutnya yaitu tf-idf dengan normalisasi. Kemudian dilakukan proses clustering menggunakan FCM dan proses VSM untuk pencarian terjemah berdasarkan kueri pada kelompok terjemah yang sudah terbentuk. Pada pengujian, didapatkan nilai terbaik pada algoritme FCM menggunakan silhouette coefficient sebesar 0, 005146488 untuk seluruh parameter antara lain jumlah klaster yaitu 2, error terkecil 0,001, nilai pembobot 2, dan maksimal iterasi 3. Kemudian untuk pengujian VSM menggunakan 6 kueri yang diuji dengan precision@ k menunjukkan bahwa k-rank 7 menghasilkan nilai precision terbaik sebesar 0, 8333. Berdasarkan hasil tersebut, maka dapat disimpulkan dengan menggunakan FCM dan VSM dapat digunakan untuk mencari terjemah ayat Al-Quran yang memiliki kesamaan arti.", "artikel_scholar": "Pengelompokan Terjemah Al-Quran Departemen Agama menggunakan Metode Fuzzy C-MeansMHA Purnomo, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Dirujuk 1 kaliArtikel terkait", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8631/3964" }, { "title": "Analisis Sentimen Pariwisata di Kabupaten Malang dengan Menggunakan Metode BM25F, Neighbor Weighted K-Nearest Neighbor dan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kRWSkSYxWN8C", "index": 152, "authors": "Pratitha Vidya Sakta, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3659-3666, 2020", "year": "2020", "citations": 1, "publication_date": "2020/10/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "10", "halaman": "3659-3666", "abstract": "City Branding †œThe Heart Of East Java†ialah salah satu upaya yang dipakai oleh Dinas Pariwisata dan Kebudayaan Kabupaten Malang untuk memasarkan daerahnya dalam rangka peningkatan pariwisata daerah. Rating dan ulasan yang berkaitan dengan pariwisata di Kabupaten Malang sangat banyak jumlahnya di jejaring sosial internet. Salah satu wadah untuk memberikan rating dan ulasan ialah pada TripAdvisor. Dengan demikian penelitian ini mencoba menganalisis ulasan dari masyarakat tentang pariwisata Kabupaten Malang melalui analisis sentimen dan diklasifikasikan menjadi dua kelas yaitu positif dan negatif. Dalam penelitian ini, analisis sentimen dilakukan dalam beberapa tahapan atau proses. Proses tersebut terdiri dari preprocessing data, pembobotan kata yang diterapkan menggunakan algoritme BM25F, Neighbor Weighted K-Nearest Neighbor untuk klasifikasi dokumen dan seleksi fitur Chi-Square. Dilakukan pengujian K-Fold Cross Validation (dengan K= 5) terhadap parameter ð ‘untuk klasifikasi NWKNN, bc, boost dan k1 untuk BM25F. Hasil pengujian menunjukkan bahwa penentuan nilai bobot stream pada BM25F cukup mempengaruhi hasil klasifikasi NWKNN. Sedangkan hasil akhir terbaik untuk F-Measure, Accuracy, Precision, dan Recall dihasilkan pada k= 30, rasio chi-square= 40%, konstanta (bc)= 0.5, boost head= 2, boost body= 5 dan k1= 1.9 sebagai nilai terbaik untuk masing-masing parameternya", "artikel_scholar": "Analisis Sentimen Pariwisata di Kabupaten Malang dengan Menggunakan Metode BM25F, Neighbor Weighted K-Nearest Neighbor dan Seleksi Fitur Chi-SquarePV Sakta, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8083/3775" }, { "title": "Prediksi Price Earning Ratio Saham Menggunakan Algoritme Kernel Extreme Learning Machine (Studi Kasus: PT TELKOM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hCrLmN-GePgC", "index": 153, "authors": "Mentari Adiza Putri Nasution, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (10), 3455-3462, 2020", "year": "2020", "citations": 1, "publication_date": "2020/9/29", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "10", "halaman": "3455-3462", "abstract": "Investasi saham merupakan salah satu investasi yang populer dewasa ini. Investasi ini memiliki karakteristik †œhigh risk high return†yang dapat memberikan ancaman kerugian tersendiri bagi para investor saham. Telah banyak penelitian yang dilakukan terkait pengestimasian pergerakan harga saham, namun prediksi yang dilakukan cenderung fokus kepada pendekatan teknikal tanpa memperhatikan pendekatan fundamental yang tidak kalah esensial. Salah satu metode dengan pendekatan fundamental yang telah banyak digunakan yaitu metode Price Earning Ratio. Algoritme Extreme Learning Machine merupakan algoritme yang telah teruji dalam peramalan saham dengan performa yang tinggi dan learning speed relatif rendah, namun metode ini memiliki kelemahan dalam penentuan bobot dan bias yang acak sehingga mengurangi stabilitasnya. Kernel Extreme Learning Machine menawarkan pemanfaatan fungsi kernel yang dapat memberikan stabilitas dan performa yang tinggi dengan learning speed relatif rendah. Berdasarkan hasil pengujian yang telah dilakukan, diperoleh nilai kesalahan dengan Mean Absolute Precentage Error (MAPE) paling optimal sebesar 2, 78021%, dengan jumlah fitur 8, rasio data training dan testing sebesar 90%: 10%, menggunakan fungsi kernel Polynomial dengan nilai parameter 1, serta menggunakan nilai koefisien regularisasi (λ) sebesar 1000. Dilakukan pula evaluasi dengan Nested Cross Validation yang memberikan nilai MAPE sebesar 6, 385713%.", "artikel_scholar": "Prediksi Price Earning Ratio Saham Menggunakan Algoritme Kernel Extreme Learning Machine (Studi Kasus: PT TELKOM)MAP Nasution, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8006/3751" }, { "title": "Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PoWvk5oyLR8C", "index": 154, "authors": "Feri Angga Saputra, Indriati Indriati, Candra Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3160-3167, 2020", "year": "2020", "citations": 1, "publication_date": "2020/9/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "9", "halaman": "3160-3167", "abstract": "Dalam upaya pemanfaatan bidang teknologi dalam pelayanan publik Dinas Komunikasi dan Informatika Kota Malang telah meluncurkan aplikasi web SAMBAT Online (Sistem Aplikasi Masyarakat Bertanya Terpadu) guna menampung kritik, saran, maupun pengaduan yang diberikan oleh masyarakat. Untuk meningkatkan efisiensi waktu dan mempermudah admin dalam melakukan klasifikasi pengaduan yang masuk diperlukan metode klasifikasi teks. Metode Multinomial Naive Bayes banyak digunakan dikarenakan algoritme ini sangat sederhana dan efisien. Namun algoritme Multinomial Naive Bayes memiliki kekurangan yaitu memiliki ketergantungan dengan banyaknya data. Untuk menyempurnakan kekurangan tersebut peneliti menggungan metode pendukung sebagai ekstraksi fitur yaitu N-gram. Hasil pengujian dengan menggunak metode Multinomial Naive Bayes dan N-gram menunjukan bahwa n-gram unigram dapat memberikan tingkat akurasi tertinggi sebesar 88, 23% dengan rata-rata akurasi keseluruhan sebesar 80, 88% dengan nilai f-measure 0, 8013.", "artikel_scholar": "Klasifikasi Dokumen Pengaduan Sambat Online menggunakan Metode Multinomial Naive Bayes dan N-GramFA Saputra, I Indriati, C Dewi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7896/3718" }, { "title": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:XiVPGOgt02cC", "index": 155, "authors": "Mahendra Okza Pradhana, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (6), 1888-1896, 2020", "year": "2020", "citations": 1, "publication_date": "2020/8/8", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "6", "halaman": "1888-1896", "abstract": "Perkembangan sistem transportasi saat ini sangat memberikan kemudahan bagi masyarakat untuk berpindah dari satu tempat ke tempat lainnya. Salah satu transportasi umum yang cukup baru yaitu Light Rail Transit (LRT). LRT atau kereta api ringan sempat mengadakan uji coba public secara gratis hanya dengan mendaftarkan diri melalui situs LRT Jakarta. Untuk meningkatkan dan memaksimalkan pelayanan dari LRT Jakarta, mereka memiliki akun media sosial di mana masyarakat dapat memberikan masukan atau feedback maupun penilaian. Salah satu cara yang dapat dilakukan yaitu dengan analisis sentimen untuk mengetahui apakah masyarakat menyukai pelayanan yang diberikan oleh LRT Jakarta. Pada penelitian ini menggunakan Improved KNN sebagai metode klasifikasi untuk mengetahui sentimen masyarakat ditambah dengan Information Gain untuk menyeleksi fitur yang digunakan saat proses klasifikasi. Proses dari analisis sentimen ini meliputi pengumpulan data, text preprocessing yang menghasilkan data bersih, kemudian pembobotan pada term dengan tf idf dilanjutkan dengan seleksi fitur menggunakan Information Gain. Selanjutnya, melakukan klasifikasi dengan Improved KNN menggunakan fitur hasil seleksi sebelumnya. Data yang digunakan merupakan data primer yang bersumber dari tiga media sosial yakni Youtube, Twitter dan Facebook. Hasil dari penelitian ini yaitu f-measure terbaik diperoleh saat k= 11 menggunakan threshold 100% atau seluruh term digunakan yakni sebesar 85.51% dengan rata-rata waktu komputasi yang dihitung dari 5-fold sebesar 0.4647 menit.", "artikel_scholar": "Analisis Sentimen Masyarakat terhadap Uji Coba LRT Jakarta Menggunakan Improved K-Nearest Neighbor dan Information GainMO Pradhana, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7451/3551" }, { "title": "Analisis Sentimen Pemindahan Ibu Kota Indonesia Dengan Pembobotan Term BM25 Dan Klasifikasi Neighbor Weighted K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vRqMK49ujn8C", "index": 156, "authors": "Marinda Ika Dewi Sakariana, Indriati Indriati, Candra Dewi", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (3), 748-755, 2020", "year": "2020", "citations": 1, "publication_date": "2020/5/27", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "3", "halaman": "748-755", "abstract": "Pemindahan Ibu Kota Indonesia merupakan salah satu kebijakan yang sedang gencar dibicarakan saat ini. Dengan adanya kebijakan mengenai pemindahan Ibu Kota dari Jakarta ke Kalimantan tentu menimbulkan beragam komentar dari masyarakat yang dapat ditemukan di media sosial Twitter. Komentar yang ada dapat dibedakan menjadi komentar positif dan negatif. Untuk mengetahui suatu komentar bernilai positif atau negatif maka perlu dilakukan analisis sentimen seperti pada penelitian ini. Dalam penelitian ini, ada beberapa tahapan yang harus dilakukan untuk mendapatkan hasil akhir. Tahapan tersebut yaitu pre-processing data, pembobotan term serta pemeringkatan dengan algoritme BM25, dan klasifikasi hasil akhir twit dengan algoritme Neighbor Weighted K-Nearest Neighbor (NWKNN). Penelitian ini menggunakan 480 data latih dan 120 data uji yang terbagi ke dalam sentimen positif dan negatif. Nilai akurasi tertinggi yang diperoleh adalah 93, 33% dengan nilai precision sebesar 92, 45%, recall sebesar 94, 67% dan f-measure sebesar 93, 55% dengan K yaitu 25,= 1, 2 dan= 0, 65 serta nilai E sebesar 4.", "artikel_scholar": "Analisis Sentimen Pemindahan Ibu Kota Indonesia Dengan Pembobotan Term BM25 Dan Klasifikasi Neighbor Weighted K-Nearest NeighborMID Sakariana, I Indriati, C Dewi - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7039/3406" }, { "title": "Klasifikasi Isu Suku, Antar Golongan, Ras, Agama (SARA) pada Twitter Berbahasa Indonesia menggunakan Metode Improved K-Nearest Neighbor (K-NN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:XiSMed-E-HIC", "index": 157, "authors": "Firhad Rinaldi Saputra, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (1), 373-380, 2020", "year": "2020", "citations": 1, "publication_date": "2020/3/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "1", "halaman": "373-380", "abstract": "Twitter merupakan jejaring sosial yang memiliki pengguna aktif terbanyak saat ini. Pengguna Twitter berinteraksi dan berkomunikasi melalui pesan teks yang sering dikenal sebagai tweet. Pesan tweet yang dikirim oleh pengguna berisi tentang berita, sarana pembelajaran, kampanye politik, dan sentimen Isu Suku, Antar golongan, Suku, Agama (SARA). Pengguna twitter banyak yang menggunakan isu SARA sebagai topik pembicaraan sehingga berakibat salah penafsiran dari berbagai pihak. Pada sistem jejaring sosial twitter tidak bisa memeriksa tweet yang menggandung isu SARA, oleh karena itu dibutuhkan sistem cerdas untuk melakukan klasifikasi pada tweet yang memudahkan pengguna mengetahui isi tweet yang mengandung isu SARA atau bukan isu SARA. Proses klasifikasi menggunakan beberapa tahap proses yakni, preprocessing yang terdiri dari cleansing, case folding, tokenisasi, filtering dan stemming pada dokumen data latih dan data uji. Selanjutnya melakukan proses term weghting, hingga proses klasifikasi dengan metode Improved K-Nearest Neighbor. Pengujian pada penelitian Klasifikasi Isu Suku, Antar Golongan, Ras, Agama (SARA) pada Twitter Berbahasa Indonesia Menggunakan Metode Improved K-Nearest Neighbor (K-NN) dimana menggunakan 400 dokumen data mendapatkan hasil Precision sebanyak 0.976422, Recall sebanyak 1, F-Measure sebanyak 0.987944444, serta hasil Akurasi sebanyak 96%.", "artikel_scholar": "Klasifikasi Isu Suku, Antar Golongan, Ras, Agama (SARA) pada Twitter Berbahasa Indonesia menggunakan Metode Improved K-Nearest Neighbor (K-NN)FR Saputra, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Dirujuk 1 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6917/3359" }, { "title": "Pencarian Terjemahan Hadits Shahih Muslim Menggunakan Metode Cosine Similarity Dengan Seleksi Fitur Term Frequency", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:u9iWguZQMMsC", "index": 158, "authors": "Achmad Burhannudin, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (9), 9264-9268, 2019", "year": "2019", "citations": 1, "publication_date": "2019/12/31", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "9", "halaman": "9264-9268", "abstract": "Umat muslim menggunakan Hadits sebagai dasar hukumnya, sehingga hadits juga dapat menjadi pedoman hidup bagi seluruh manusia khusunya bagi orang muslim, Padahal kitab-kitab hadits sangatlah banyak dan tebal salah satunya adalah kitab Hadits Shahih Muslim. Dizaman modern ini yang kebanyakan manusia lebih memilih sesuatu yang efisien dan mudah, dan ilmu komputerpun telah mampu mengekstraksi kitab-kitab menjadi data-data yang lebih mudah diproses sehingga memudahkan masyarakat untuk tetap membaca, belajar hadits., dan dan juga bisa digunakan untuk memecahkan masalah tanpa harus membawa kitab yang besar. Dalam hal ini, peneliti ingin menerapkan suatu ilmu komputer yakni Text Mining, dengan menggunakan metode Cosine similarity sebagai Algoritma dalam pencariannya didukung dengan seleksi fitur Term frequency dan peneliti ingin mengetahui seberapa tingkat efektifitas metode tersebut dalam menangani permasalahan pencarian ini. Setelah dilakukan penelitian tersebut, peneliti mendapatkan hasil maximal dari query yang telah ditentukan yakni dengan nilai presisi sebesar p@ 10= 90%, p@ 20= 54%, dan p@ 30= 42%.", "artikel_scholar": "Pencarian Terjemahan Hadits Shahih Muslim Menggunakan Metode Cosine Similarity Dengan Seleksi Fitur Term FrequencyA Burhannudin, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6390/3080" }, { "title": "Klasifikasi Komentar Body Shaming Beauty Vlogger Pada Youtube Menggunakan Metode BM25 dan K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:M05iB0D1s5AC", "index": 159, "authors": "Pengkuh Aditya Prana, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7328-7334, 2019", "year": "2019", "citations": 1, "publication_date": "2019/8/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "8", "halaman": "7328-7334", "abstract": "Beauty vlogger merupakan sebutan untuk orang yang melakukan kegiatan vlog untuk membahas masalah kecantikan dan tutorial make up di YouTube. Para beauty vlogger sering mendapatkan komentar body shaming. Di Indonesia komentar body shaming merupakan sebuah pelanggaran yang diatur dalam Undang-Undang Informasi dan Transaksi Elektronik (UU ITE). Sistem klasifikasi komentar body shaming untuk membantu memperkuat barang bukti dalam pelaporan kekerasan body shaming. Proses dalam penelitian ini adalah melakukan pre-processing pada setiap data untuk mencari kata yang menjadi ciri khas untuk setiap data, lalu menghitung term frequency berdasarkan pada jumlah kata yang terdapat pada setiap data, selanjutnya menghitung inverse document frequency, kemudian menghitung score BM25 dan diurutkan, tahap terakhir melakukan klasifikasi K-Nearest Neighbor. Penelitian ini …", "artikel_scholar": "Klasifikasi Komentar Body Shaming Beauty Vlogger Pada Youtube Menggunakan Metode BM25 dan K-Nearest NeighborPA Prana, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi" }, { "title": "Deteksi Plagiarisme pada Artikel Berita Berbahasa Indonesia menggunakan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:yB1At4FlUx8C", "index": 160, "authors": "Dina Dahniawati, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (5), 4508-4515, 2019", "year": "2019", "citations": 1, "publication_date": "2019/5/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "5", "halaman": "4508-4515", "abstract": "Salah satu kasus yang sempat mencoreng dunia jurnalistik yaitu adanya plagiarisme yang pernah dilakukan oleh seorang wartawan terkait dengan artikel berita yang ditulisnya. Pada awalnya tindakan plagiarisme tidak diberikan pengamatan secara ketat, sehingga penggunaan kembali terhadap keseluruhan artikel berita dapat dilakukan secara bebas. Namun seiring dengan berkembangnya waktu, agensi berita tidak lagi mampu mengabaikan kasus plagiarisme, sehingga deteksi plagiarisme menjadi hal yang sangat penting untuk diterapkan. Dalam penelitian ini metode yang digunakan untuk mendeteksi plagiarisme adalah BM25. Proses perhitungan deteksi plagiarisme menggunakan BM25 diawali dengan text preprocessing, pencarian nilai term frequency, inverse document frequency, pembobotan menggunakan BM25, kemudian perhitungan persentase plagiarismenya. Pengujian dilakukan dengan mengubah nilai threshold sebesar 75%, 50%, dan 25%. Kemudian hasil perhitungan plagiarisme menggunakan BM25 akan dibandingkan dengan hasil dari cosine similarity. Hasil rata-rata dari BM25 lebih mendekati threshold dengan selisih sebesar 6, 12%, 9, 77%, dan 10, 01%. Dimana hasil tersebut membuktikan bahwa BM25 bekerja lebih baik daripada cosine similarity yang mempunyai selisih sebesar 14, 25%, 26, 43%, dan 32, 36% dari threshold. Nilai rata-rata precision dari metode BM25 yang diperoleh untuk masing-masing threshold yaitu sebesar 0, 87, 0, 80, dan 0, 63.", "artikel_scholar": "Deteksi Plagiarisme pada Artikel Berita Berbahasa Indonesia menggunakan BM25D Dahniawati, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5270/2477" }, { "title": "Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5qfkUJPXOUwC", "index": 161, "authors": "Siti Robbana, Indriati Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10168-10175, 2019", "year": "2019", "citations": 1, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "10168-10175", "abstract": "Twitter adalah media sosial popular yang banyak diminati karena memberikan informasi yang dibutuhkan banyak pengguna internet. Informasi tersebut dapat berupa opini, pertanyaan maupun review suatu produk, baik yang positif maupun negatif. Review suatu produk smartphone yang beragam membuat perusahaan kesulitan dalam mengetahui minat serta pendapat masyarakat terhadap produk smartphone tersebut. Untuk mengatasi permasalahan tersebut diperlukan sistem analisis sentimen pada twit menyangkut produk smartphone. Penelitian ini melakukan analisis sentimen dengan metode K-Nearest Neighbor (tekstual) untuk melakukan proses klasifikasi dan menambahkan fitur pembobotan jumlah likes (non-tektual). Hasil penggabungan pembobotan tektual dan non-tekstual dengan nilai konstanta yaitu kontanta αdan kontanta β akan menghasilkan keluaran kelas sentimen positif maupun negatif. Data-data yang digunakan dalam penelitian ini diambil dari twitter berupa review produk smartphone sebanyak 300 data tweet. Hasil pengujian dari 210 data latih dan 90 data uji menggunakan pembobotan tekstual diperoleh akurasi sebesar 91, 01%, pengujian dengan pembobotan non-tekstual saja sebesar 68, 53% dan melakukan penggabungan pembobotan tekstual dan non-tekstual menghasilkan akurasi sebesar 94, 38%.", "artikel_scholar": "Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah LikesS Robbana, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6593/3199" }, { "title": "Klasifikasi Tweet Berbahasa Indonesia Berisi Ujaran Kebencian Menggunakan Metode Improved K-Nearest Neighbor dengan Pembobotan BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:SP6oXDckpogC", "index": 162, "authors": "Nurdifa Febrianti, Indriati Indriati, Muhammad Tanzil Furqon", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9941-9949, 2019", "year": "2019", "citations": 1, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "9941-9949", "abstract": "Ujaran kebencian ialah tindakan kebencian verbal yang menargetkan sekelompok orang atau bagian dari komunitas tertentu. Di Indonesia, ujaran kebencian semakin banyak ditemukan, terutama pada media sosial berbasis utama teks seperti Twitter. Sehingga menginspirasi ditulisnya penelitian ini, untuk mengidentifikasi ujaran kebencian di Twitter dengan klasifikasi tweet, khususnya yang berbahasa Indonesia. Penulis memilih menggunakan Improved K-Nearest Neighbor dengan menggunakan pembobotan kata BM25F, yaitu pembobotan yang mempertimbangkan field/stream dalam dokumen. Sehingga tweet yang dipilih sebagai dokumen latih dan dokumen uji penelitian, terdiri atas 2 stream, yaitu tweet dan hashtag atau tagar (tanda pagar). Dilakukan pengujian K-Fold Cross Validation (dengan K= 5) terhadap parameter k untuk klasifikasi IKNN, b s, v s, dan k 1 untuk pembobotan BM25F, dengan 400 dokumen latih dan 100 dokumen uji. Hasil pengujian menunjukkan bahwa penentuan nilai bobot stream pada BM25F cukup mempengaruhi hasil klasifikasi IKNN. Sedangkan hasil akhir terbaik untuk F-Measure, Accuracy, Precision, dan Recall dari rerata 5-Fold Cross Validation yang didapatkan ialah 79, 77%, 68, 80%, 68, 80%, dan 89, 92% dengan k= 70, b s= 0, 6, v 1= 2, v 2= 5 dan k 1= 2 sebagai nilai terbaik untuk masing-masing parameternya.", "artikel_scholar": "Klasifikasi Tweet Berbahasa Indonesia Berisi Ujaran Kebencian Menggunakan Metode Improved K-Nearest Neighbor dengan Pembobotan BM25FN Febrianti, I Indriati, MT Furqon - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6556/3167" }, { "title": "Peramalan Debit Bendungan Dengan Menggunakan Metode Backpropagation dan Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:cFHS6HbyZ2cC", "index": 163, "authors": "Beta Deniarrahman Hakim, Indriati Indriati, Ahmad Afif Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 51-58, 2019", "year": "2019", "citations": 1, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "1", "halaman": "51-58", "abstract": "Peramalan debit bendungan diperlukan untuk merencanakan rencana alokasi air untuk berbagai kebutuhan misalnya untuk Pembangkit Listrik Tenaga Air (PLTA), pengendalian banjir dan irigasi. Jaringan saraf tiruan dalam hal ini metode backpropagation memliki metode pembelajaran untuk mengubah bobot dari nilai arsitektur jaringan saraf tiruan tersebut. Algoritme genetika dapat melakukan optimasi bobot jaringan saraf tiruan untuk menghindari terjadinya lokal minimum yang menjadi kelemahan backpropagation. Algoritme genetika akan melakukan optimasi bobot jaringan saraf tiruan sehingga dihasilkan individu sebagai representasi bobot dengan nilai fitness terbaik bobot hasil dari proses optimasi dengan algoritme genetika kemudian digunakan sebagai bobot awal jaringan saraf tiruan metode backpropagation. Data yang digunakan sebagai data input adalah data time series debit bendungan bulan sebelumnya. Data yang digunakan adalah data debit bulanan mulai tahun 2008 sampai dengan tahun 2017. Data input akan diproses oleh sistem untuk menghasilkan nilai output yang merupakan nilai peramalan debit bendungan satu bulan ke depan. Parameter pelatihan optimal pelatihan algoritme genetika dan backpropagation adalah ukuran populasi= 100, jumlah generasi= 100, kombinasi Cr dan Mr adalah 0, 6 dan 0, 4, jumlah iterasi= 500, nilai learning rate= 0, 7. Hasil pengujian menggunakan parameter optimal mendapatkan nilai MSE= 0, 04188", "artikel_scholar": "Peramalan Debit Bendungan Dengan Menggunakan Metode Backpropagation dan Algoritme GenetikaBD Hakim, I Indriati, AA Supianto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4022/1795" }, { "title": "Penentuan Kenaikan Jabatan Karyawan Menggunakan Metode Fuzzy-Analytical Hierarchy Process (FAHP) di Pabrik Gula Lestari Patianrowo Nganjuk", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hMod-77fHWUC", "index": 164, "authors": "Erma Rafliza, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 7026-7031, 2018", "year": "2018", "citations": 1, "publication_date": "2018/8/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "12", "halaman": "7026-7031", "abstract": "Penentuan kenaikan jabatan merupakan faktor penting dan sangat ditunggu-tunggu oleh karyawan. Penentuan jabatan yang dihitung secara manual akan sangat merugikan jika terdapat Human Error atau kesalahan yang dilakukan oleh manusia dalam ketelitian pada perhitungannya dibandingkan jika mesin yang melakukan perhitungan. Penerapan metode Fuzzy-Analytical Hierarchy Process (FAHP) yaitu dengan menentukan nilai matriks perbandingan berpasangan sebagai tolak ukur seberapa penting parameter tersebut dibandingkan parameter lainnya. Tiga parameter perbandingannya yaitu KIN (Sasaran Kerja Individu), KT (Kompetensi Inti) dan KP (Kompetensi Peran). Pada penelitian ini menggunakan total data uji 78 didapatkan hasil dengan Tingkat akurasi pada sistem yang telah dibuat yaitu sebesar 92.3% dimana nilai matriks perbandingan berpasangan sesuai dengan pernyataan pakar, kemudian apabila tingkat kepentingan satu parameter diganti menjadi sedikit lebih penting dari nilai yang ditetapkan pakar maka tingkat akurasi akan menjadi semakin baik 94.87% namun apabila nilai yang di tetapkan oleh pakar diganti menjadi nilai kebalikannya maka tingkat akurasi yang didapatkan sangat rendah yaitu hanya sebesar 79.48%, dengan demikian meskipun tingkat akurasi pakar sudah baik namun apabila satu parameter diubah menjadi sedikit lebih penting maka hasil yang didapatkan bisa menjadi lebih optimal.", "artikel_scholar": "Penentuan Kenaikan Jabatan Karyawan Menggunakan Metode Fuzzy-Analytical Hierarchy Process (FAHP) di Pabrik Gula Lestari Patianrowo NganjukE Rafliza, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3817/1518" }, { "title": "Sistem Pencarian Jurnal Ilmiah Cross Language dengan Metode Vector Space Model (VSM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:HoB7MX3m0LUC", "index": 165, "authors": "Indah Mutia Ayudita, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (12), 6837-6841, 2018", "year": "2018", "citations": 1, "publication_date": "2018/8/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "12", "halaman": "6837-6841", "abstract": "Jurnal ilmiah adalah majalah publikasi yang memuat karya tulis ilmiah yang secara nyata mengandung data dan informasi yang ditulis sesuai dengan aturan penulisan ilmiah serta diterbitkan secara berkala. Jurnal ilmiah banyak dimanfaatkan sebagai acuan untuk membuat penelitian baru atau melanjutkan penelitian yang sudah ada. Jurnal ilmiah saat ini mudah ditemui dalam bentuk digital dan tersedia pada perpustakaan online seperti Science Direct dan IEEE, namun pencarian yang dilakukan masih terbatas pada Monolingual Information Retrieval, yang mana hasil pencarian memiliki bahasa yang sama dengan bahasa query masukan. Namun, dokumen yang relevan tidak terbatas hanya pada bahasa yang sama dengan query. Penelitian ini dilakukan untuk melihat hasil implementasi Cross Language Information Retrieval yang mampu melakukan pencarian dengan masukan satu bahasa dan menghasilkan dokumen dalam dua bahasa. Hasilnya, 8 dari 10 query mengalami kenaikan precision sampai 74, 5% dan recall sampai 41, 5%. Secara umum, akurasi sistem dalam menampilkan dokumen yang relevan rata-rata sebesar 84%.", "artikel_scholar": "Sistem Pencarian Jurnal Ilmiah Cross Language dengan Metode Vector Space Model (VSM)IM Ayudita, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 1 kaliArtikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/3765/1487" }, { "title": "Implementasi Metode Improved K-Means Untuk Mengelompokkan Dokumen Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:yD5IFk8b50cC", "index": 166, "authors": "Muhammad Abdurasyid, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2 (10), 3939-3947, 2018", "year": "2018", "citations": 1, "publication_date": "2018/2/14", "journal": "Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3939-3947", "abstract": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) merupakan jurnal keilmuan di bidang komputer yang memuat tulisan ilmiah hasil penelitian mahasiswa/i FILKOM Universitas Brawijaya yang diterbitkan secara berkala. J-PTIIK merupakan dokumen jurnal yang memiliki topik jurnal berada dalam bidang teknologi informasi dan ilmu komputer. Pada saat ini J-PTIIK dikelompokkan berdasarkan arsip volume dan nomor terbit jurnal. Untuk memudahkan identifikasi topik jurnal yang terdapat pada J-PTIIK, maka dokumen J-PTIIK dapat dikelompokkan berdasarkan kemiripan topik yang terdapat dalam J-PTIIK. Pengelompokan dokumen J-PTIIK dibuat dengan menggunakan metode improved k-means. Metode improved k-means merupakan teknik klasterisasi unsupervised dengan penentuan centroid awal klaster diperoleh dengan cara menggabungkan metode optimasi jarak dan densitas. Praproses dokumen dan pembentukan vector space model untuk melakukan pembobotan kata dilakukan terlebih dahulu sebelum mengelompokkan dokumen J-PTIIK. Berdasarkan hasil pengujian, pengelompokan dokumen J-PTIIK memperoleh hasil silhouette coefficient optimal sebesar 0, 026574 pada k= 19 dan α= 0, 50. Hasil pengujian purity optimal diperoleh sebesar 0, 738197 pada k= 23 dan α= 0, 50. Hasil penelitian menunjukkan penggunaan metode improved k-means memiliki silhouette coefficient yang lebih baik dibandingkan metode k-means, dengan nilai rata-rata silhouette coefficient pada metode improved k-means sebesar 0, 016457654 dan metode k-means sebesar 0, 011820563.", "artikel_scholar": "Implementasi Metode Improved K-Means Untuk Mengelompokkan Dokumen Jurnal Pengembangan Teknologi Informasi Dan Ilmu KomputerM Abdurasyid, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi Dan Ilmu …, 2018Dirujuk 1 kaliArtikel terkait5 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2797/1067" }, { "title": "Penerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita Kurang Energi Kronis (KEK) Menggunakan Algoritme Evolution Strategies", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:35r97b3x0nAC", "index": 167, "authors": "Firda Priatmayanti, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3077-3086, 2018", "year": "2018", "citations": 1, "publication_date": "2018/1/22", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "9", "halaman": "3077-3086", "abstract": "Kesehatan ibu saat kehamilan, tumbuh kembang, kelahiran, persiapan menyusui serta tumbuh kembang bayi dipengaruhi oleh penambahan zat gizi saat kehamilan. Penyebab Kurang Energi Kronis (KEK) pada ibu hamil adalah tidak tercukupi asupan energi dan protein. Risiko wanita hamil mengalami KEK apabila Lingkar Lengan Atas (LILA) yang dimiliki kurang dari 23, 5cm. KEK pada ibu hamil dapat menyebabkan kematian secara tidak langsung dan pada anak dapat menyebabkan Berat Badan Lahir Rendah (BBLR) dan BBLR juga dapat mengakibatkan kematian, serta tumbuh kembang anak mengalami gangguan. Algoritme yang digunakan adalah Evolution Strategies dengan menggunakan tipe siklus. Representasi kromosom menggunakan representasi real-vector, rekombinasi menggunakan intermediate recombination dan mutasi menggunakan mekanisme self-adaption. Berdasarkan hasil pengujian, maka solusi terbaik berasal dari populasi sebesar 100 dengan nilai rata-rata fitness sebesar 20, 34, jumlah offspring sebesar 30 dengan rata-rata nilai fitness sebesar 18, 53, jumlah generasi sebesar 100 dengan rata-rata nilai fitness sebesar 19, 35. Solusi yang diberikan berupa susunan bahan makanan sesuai kebutuhan gizi ibu hamil KEK selama 7 hari dengan rata-rata kebutuhan gizi yang tercukupi sebesar 78, 5% dan rata-rata menghemat biaya 35, 81%.", "artikel_scholar": "Penerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita Kurang Energi Kronis (KEK) Menggunakan Algoritme Evolution StrategiesF Priatmayanti, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Dirujuk 1 kaliArtikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2135/804" }, { "title": "STUDI EFEKTIFITAS PEMBELAJARAN KOMPUTER BERBASIS LOKAKARYA MODEL KOOPERATIF ANTARA TIPE INVESTIGASI KELOMPOK DENGAN TIPE NUMBER HEAD TOGETHER", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Fu2w8maKXqMC", "index": 168, "authors": "Indriati Indriati, Wijonarko Wijonarko", "journal_year": "SEMINAR HASIL-HASIL PENELITIAN 2017, 2017", "year": "2017", "citations": 1, "publication_date": "2017/11/3", "konferensi": "SEMINAR HASIL-HASIL PENELITIAN 2017", "abstract": "Untuk penelitian tentang efektifitas pembelajaran komputer ini digunakan model pembelajaran lokakarya. Model pembelajaran yang dipilih adalah model pembelajaran kooperatif tipe Investigasi Kelompok dan tipe Number Head Together. Beda kedua model itu ialah pada tipe Investigasi Kelompok terdapat kegiatan pengelompokan mahasiswa dengan membentuk kelompok-kelompok tugas sejenis dan masing-masing kelompok mempunyai ketua sebagai peer tutornya, sedangkan pada tipe Head Number Together kegiatan pengelompokan mahasiswa setiap kelompok diberi nomor anggota dan lembar kerja yang berisi pertanyaan dari dosen untuk didiskusikan.", "artikel_scholar": "STUDI EFEKTIFITAS PEMBELAJARAN KOMPUTER BERBASIS LOKAKARYA MODEL KOOPERATIF ANTARA TIPE INVESTIGASI KELOMPOK DENGAN TIPE NUMBER HEAD TOGETHERI Indriati, W Wijonarko - SEMINAR HASIL-HASIL PENELITIAN 2017, 2017Dirujuk 1 kaliArtikel terkait" }, { "title": "Penerapan metode role playing dalam meningkatkan hasil belajar siswa pada mata pelajaran PAI kelas V SDN Sisik Timur Kecamatan Pringgarata Tahun Pelajaran 2016/2017", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:UHK10RUVsp4C", "index": 169, "authors": "Indriati Indriati", "journal_year": "UIN Mataram, 2017", "year": "2017", "citations": 1, "publication_date": "2017/6/17", "lembaga": "UIN Mataram", "abstract": "Guru PAI dituntut untuk lebih kreatif memilih strategi pembelajaran yang sesuai dengan materi pelajaran yang akan disajikan kepada siswa. Berdasarkan survei awal bahwa di SDN Sisik Timur dalam menggunakan metode dalam proses belajar mengajar itu masih menggunakan metode ceramah. Hal ini terlihat dari hasil belajar siswa pada pelajaran PAI nilai rata-rata 6, 60. Jadi perlu dicarikan solusi yang tepat. Pembelajaran partisipatif merupakan alternatif dalam meningkatkan prestasi belajar siswa pada mata pelajaran PAI pada kelas V SDN Sisik Timur. Adapun rumusan masalah “Bagaimanakah Penerapan Metode Role Playing dapat Meningkatkan Hasil Belajar Siswa Pada Mata Pelajaran Pai Kelas V SDN Sisik Timur Tahun Pelajaran 2016/2017. Metodologi penelitian adalah menggunakan penelitian tindakan kelas (PTK). Adapun tujuan penelitian ini adalah untuk meningkatkan prestasi belajar siswa melalui hasil evaluasi belajar siswa. Penelitian adalah untuk menigkatkan prestasi belajar siswa melalu hasil evaluasi belajar siswa. Penelitian ini dilaksanakan dalam penelitian tindakan kelas yang terdiri dari tiga siklus yang memuat tahap, perencanaan, pelaksanaan, evaluasi, dan refleksi. Subyek dari penelitian ini adalah siswa kelas V SDN Sisik Timur yang terdiri dari 20 orang. Instrumen penelitian yang digunakan adalah tes hasil belajar yang diberikan setiap berakhirnya siklus belajar mengajar, lembar observasi yang digunakan untuk memperoleh gambaran langsung tentang kegiatan belajar mengajar PAI melalui metode Role Playing, data yang didapatkan di analisis dengan menggunakan analisis ketuntasan belajar sebagai …", "artikel_scholar": "Penerapan metode role playing dalam meningkatkan hasil belajar siswa pada mata pelajaran PAI kelas V SDN Sisik Timur Kecamatan Pringgarata Tahun Pelajaran 2016/2017I Indriati - 2017Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://etheses.uinmataram.ac.id/357/1/Indriati%2015113121009.pdf" }, { "title": "Klasifikasi Tweets Pada Twitter Dengan Menggunakan Metode Fuzzy K-Nearest Neighbour (Fuzzy K-NN) dan Query Expansion Berbasis Apriori", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:JoZmwDi-zQgC", "index": 170, "authors": "Joda Pahlawan Romadhona Tanjung, Mochammad Ali Fauzi, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1 (5), 405-414, 2017", "year": "2017", "citations": 1, "publication_date": "2017/5/24", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "1", "terbitan": "5", "halaman": "405-414", "abstract": "Twitter adalah alat percakapan unik yang memungkinkan kita untuk mengirim dan menerima pesan singkat yang disebut tweet dalam komunitas Twitter. Tweets adalah pesan singkat yang memiliki panjang yang terdiri dari 140 karakter. Tweets yang muncul di beranda Twitter semuanya bercampur aduk menjadi satu mulai dari kategori ekonomi, olahraga, teknologi, otomotif, kesehatan dan lain sebagainya. Ketika seorang pengguna mencari sebuah berita atau informasi yang diinginkan, permasalahan yang muncul adalah pengguna menjadi kesulitan untuk memilahnya. Proses klasifikasi dapat dilakukan untuk mengkategorikan sebuah tweets dengan menggunakan algoritme Fuzzy K-Nearest Neighbour. Namun, proses pengklasifikasian sebuah tweets sukar dilakukan karena tweets berupa short-text. Oleh karena itu, sebelum dilakukan proses klasifikasi sebuah tweets dilakukan preprocessing dan proses ekspansi kata terlebih dahulu dengan algoritme Query Expansion agar memberikan hasil maksimal pada proses klasifikasi. Pada penelitian yang dilakukan menghasilkan akurasi terbaik sebesar 82%. Akurasi terbaik didapatkan saat menggunakan metode Fuzzy K-NN dengan Query Expansion tanpa preprocessing serta threshold untuk nilai support>= 0.15 dan nilai confidence>= 1.", "artikel_scholar": "Klasifikasi Tweets Pada Twitter Dengan Menggunakan Metode Fuzzy K-Nearest Neighbour (Fuzzy K-NN) dan Query Expansion Berbasis AprioriJPR Tanjung, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2017Dirujuk 1 kaliArtikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/118/68" }, { "title": "IbM BAGI POSDAYA NGOMBAK JAYA KEDUNGJATI GROBOGAN", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:JQOojiI6XY0C", "index": 171, "authors": "Wijonarko Wijonarko, Arif Wibisono, Indriati Indriati", "journal_year": "-, 2017", "year": "2017", "citations": 1, "publication_date": "2017", "journal": "-", "penerbit": "Universitas PGRI Semarang Press", "abstract": "Pada bulan September tahun 2013 di desa ngombak kecamatan kedungjati kabupaten grobogan dibentuk sebuah (Posdaya) Pos Pemberdayaan Keluarga Ngombak Jaya yang bertujuan sebagai penggerak ekonomi desa. Dengan berbagai kegiatan kreatif dan produktif pengolahan bahan pangan. Akan tetapi keunggulan tersebut tidak didukung dengan sumber daya manusia yang menguasai penggunaan fasilitas komputer, sehingga jenis pekerjaan yang melibatkan penggunaan komputer, termasuk didalamnya urusan administrasif, hanya dikerjakan oleh 1 orang saja, yakni ketua posdaya saja, hal ini menyebabkan jika yang bersangkutan berhalangan, maka tidak ada yang bisa menggantikan. Hal ini tentu saja menjadi permasalahan tersendiri bagi posdaya. Di lain sisi Program Studi Pendidikan Teknologi Informasi merupakan salah satu jurusan pada Fakultas Pendidikan Matematika Ilmu Pengetahuan Alam dan Teknologi Informasi (FPMIPATI) Universitas PGRI Semarang yang memiliki kewajiban dalam menerapkan keilmuannya diharapkan dapat menjadi solusi. Melalui progam IPTEKS bagi masyarakat dengan tema “Pelatihan Komputer dan Aplikasi pada Kelompok Posdaya Bumi Ngombak Jaya Kedungjati Grobogan”.Yang dilaksanakan Progam Studi Pendidikan Teknologi Informasi Universitas PGRI Semarang dapat menjadi solusi permasalahan tersebut. Kata Kunci : Pelatihan Komputer, Solusi Bidang Sosial Ekonomi, Posdaya Ngombak Jaya.", "artikel_scholar": "IbM BAGI POSDAYA NGOMBAK JAYA KEDUNGJATI GROBOGANW Wijonarko, A Wibisono, I Indriati - -, 2017Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://eprints.upgris.ac.id/144/1/Wijonarko_IbM_2017_Laporan_Akhir.pdf" }, { "title": "Klustering Dengan K-Means Berbasis LVQ Dan K-Means Berbasis OWA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:mB3voiENLucC", "index": 172, "authors": "Dian Eka Ratnawati, Indriati", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 2 (1), 29-33, 2015", "year": "2015", "citations": 1, "publication_date": "2015/12/20", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "1", "halaman": "29-33", "abstract": "Pada penelitian ini dilakukan pembandingan hasil klustering pada data car evaluation dengan menggunakan K-Means berbasis LVQ (Learning Vector Quantization) dan K-Means berbasis OWA (Ordered Weighted Averaging). Pada kedua metode ini sama-sama mempergunakan K-Means tetapi yang sudah mengalami modifikasi. Hasil dari penelitian sebelumnya secara terpisah yang membandingkan metode K-Means modifikasi tersebut dengan K-Means konvensional menunjukkan bahwa kedua metode modifikasi tersebut sama-sama lebih baik daripada K-Means konvensional. Tetapi belum pernah ada penelitian yang membandingkan akurasi hasil klustering kedua metode modifikasi tersebut. Sehingga pada penelitian ini dilakukan klustering dengan menggunakan kedua metode tersebut untuk data car evaluation, karena dari penelitian sebelumnya kedua metode tersebut cukup handal dalam melakukan klustering. Hasil dari ujicoba menunjukkan rata-rata hasil akurasi dimulai yang tertinggi adalah K-Means berbasis LVQ(86.50%), K-Means berbasis OWA(86,16%) kemudian K-Means konvensional (56,50%). Tetapi dengan urutan atribut yang benar dan pemilihan nilai alpha yang tepat yakni 0.8, K-Means berbasis OWA bisa menghasilkan akurasi yang lebih tinggi yakni 93.33%. Kata kunci: K-Means berbasis LVQ, K-Means, K-Means berbasis OWA, bobot Abstract In this paper do a comparison with the results of klustering using K-Means based LVQ (Learning Vector Quantization) and K-Means based OWA (Ordered Weighted Averaging). In both of these methods used K-Means but which has been modified. Results from previous …", "artikel_scholar": "Klustering Dengan K-Means Berbasis LVQ Dan K-Means Berbasis OWADE Ratnawati - Jurnal Teknologi Informasi dan Ilmu Komputer, 2015Dirujuk 1 kaliArtikel terkait7 versi" }, { "title": "Query Expansion pada Sistem Temu Kembali Informasi Dokumen Berbahasa Indonesia Menggunakan Pseudo Relevance Feedback Studi kasus: Perpustakaan Universitas Brawijaya", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:vV6vV6tmYwMC", "index": 173, "authors": "Zanwar Yoga Pamungkas, A Ridok", "journal_year": "Repos. J. Mhs. PTIIK UB 6 (3), 2015", "year": "2015", "citations": 1, "publication_date": "2015/6/19", "journal": "Repos. J. Mhs. PTIIK UB", "jilid": "6", "terbitan": "3", "abstract": "Perpustakaan Pusat Universitas Brawijaya memiliki 37.765 koleksi local content yang terdiri dari skripsi, disertasi, thesis, penelitian dan jurnal ( http://www. digilib. ub. ac. id/bkg/index. aspx, diakses 17 Februari 2015). Sistem pencarian diperlukan untuk mempermudah user dalam menemukan referensi yang ada pada perpustakaan Universitas Brawijaya. Sistem pencarian jurnal di perpustakaan Universitas Brawijaya yang ada saat ini, hanya berfokus pada judul jurnal. Padahal terdapat objek yang tidak kalah penting untuk digunakan sebagai acuan dalam pencarian jurnal yaitu abstrak. Abstrak dari sebuah jurnal dapat digunakan untuk acuan pencarian karena abstrak merupakan bagian singkat dan ringkas dari suatu karya ilmiah yang mengandung unsur-unsur penting. Proses pencarian menggunakan information retrieval. Metode pseudo relevance feedback digunakan untuk mengambil beberapa dokumen teratas yang telah terambil dan selanjutnya dokumen teratas tersebut digunakan untuk menentukan kata-kata yang akan disarankan untuk user. Penentuan kata-kata menggunakan metode rocchio relevance feedback. Penelitian ini membuktikan bahwa dengan query expansion dapat meningkatkan nilai rata-rata precision sebesar 0, 17, nilai rata-rata recall sebesar 0.03, dan nilai rata-rata f-measure sebesar 0.18 dari nilai sebelum menggunakan query expansion.", "artikel_scholar": "Query Expansion pada Sistem Temu Kembali Informasi Dokumen Berbahasa Indonesia Menggunakan Pseudo Relevance Feedback Studi kasus: Perpustakaan Universitas BrawijayaZY Pamungkas, A Ridok - Repos. J. Mhs. PTIIK UB, 2015Dirujuk 1 kaliArtikel terkait2 versi", "pdf_url": "https://www.academia.edu/download/39479960/Jurnal_-_Zanwar_Yoga_P.pdf" }, { "title": "Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Particle Swarm Optimization (Pso) Pada Sistem Inferensi Fuzzy Penentuan Jurusan Siswa SMA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:P5F9QuxV20EC", "index": 174, "authors": "Prisdhika Juningdiyah, Candra Dewi, S Kom, ST Indriati, M Kom", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 1, "publication_date": "2014/6/27", "lembaga": "Universitas Brawijaya", "abstract": "Penjurusan merupakan bagian dari program pelaksanaan pendidikan yang berfungsi untuk mengarahkan siswa sesuai dengan bakat dan minatnya. Dengan penjurusan yang tepat dan sesuai dengan bakat serta minat siswa diharapkan prestasi siswa akan meningkat pula. Salah satu metode yang dapat digunakan sebagai metode untuk membuat sebuah sistem pendukung keputusan penentuan jurusan siswa adalah dengan menggunakan sistem inferensi fuzzy. Dalam beberapa penelitian dikatakan bahwa optimasi fungsi keanggotaan fuzzy dilakukan sebagai usaha untuk meningkatkan hasil dari sistem inferensi fuzzy. Pada penelitian ini dilakukan pencarian rekomendasi jurusan siswa SMA dengan menggunakan sistem inferensi fuzzy model Mamdani dengan algoritma Particle Swarm Optimization (PSO) sebagai metode yang digunakan untuk melakukan optimasi fungsi keanggotaan fuzzy. Data yang digunakan pada penelitian ini merupakan data penentuan jurusan siswa SMA Negeri 3 Malang kelas X pada tahun 2013 yang terdiri atas tiga belas parameter berupa data nilai dan minat siswa. Dari hasil pengujian didapatkan kombinasi parameter PSO terbaik untuk penelitian ini adalah : c1= 1, c2=1.5, ωmin= 0.5, ωmax= 0.7, jumlah partikel=80, dan iterasi maksimum=300, sedangkan akurasi terbaik hasil sistem inferensi fuzzy sebesar 96%.", "artikel_scholar": "Optimasi Fungsi Keanggotaan Fuzzy Menggunakan Algoritma Particle Swarm Optimization (Pso) Pada Sistem Inferensi Fuzzy Penentuan Jurusan Siswa SMAP Juningdiyah, C Dewi, S Kom, ST Indriati, M Kom - 2014Dirujuk 1 kaliArtikel terkait" }, { "title": "Penentuan Potensi Tsunami Akibat Gempa Bumi Bawah Laut dengan Metode Modified K–Nearest Neighbor (MKNN).", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:aqlVkmm33-oC", "index": 175, "authors": "Farisa Adelia", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 1, "publication_date": "2013/7/12", "lembaga": "Universitas Brawijaya", "abstract": "Metode MKNN diimplementasikan untuk penentuan potensi tsunami akibat gempa bumi bawah laut dengan menggunakan 3 parameter gempa bumi, yaitu kedalaman (km), magnitude (SR), dan letak epicenter gempa bumi. Dalam penelitian ini digunakan teknik klasifikasi Modified k – Nearest Neighbor (MKNN) dengan menggunakan dua kriteria, berpotensi tsunami dan tidak berpotensi tsunami. MKNN merupakan modifikasi dari teknik klasifikasi k – Nearest Neighbor (KNN) yang akan digunakan untuk mengolah fitur-fitur dari data yang ada menjadi sebuah keputusan. Modifikasi dari metode ini bertujuan untuk mengatasi kelemahan mengenai jarak data dengan weight yang memiliki banyak masalah dalam outlier pada metode KNN. Penelitian ini dilakukan dengan menggunakan 3 jumlah dataset yang berbeda, yaitu 100, 200, dan 300. Pada masing-masing jumlah dataset akan dibagi secara acak menjadi data training dan data uji dengan persentase data training sebesar 30%, 50%, dan 80%. Pengujian sistem ini dilakukan dengan nilai k yang berbeda, yaitu k=1 hingga k=20. Setiap nilai k akan dilakukan uji coba sebanyak 5 kali dan didapatkan akurasi rata-rata. Rata-rata nilai akurasi maksimum yang dihasilkan sistem sebesar 73,74% pada saat jumlah dataset 100 dan rata-rata akurasi minimum sistem sebesar 69,63% pada saat jumlah dataset 300. Metode MKNN memiliki tingkat akurasi yang lebih tinggi dibandingkan metode KNN dengan selisih rata-rata nilai akurasi sebesar 1,35%.", "artikel_scholar": "Penentuan Potensi Tsunami Akibat Gempa Bumi Bawah Laut dengan Metode Modified K–Nearest Neighbor (MKNN).F Adelia - 2013Dirujuk 1 kaliArtikel terkait" }, { "title": "Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distance", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:5ugPr518TE4C", "index": 176, "authors": "ChristianSriKusuma Aditya", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 1, "publication_date": "2013/6/14", "lembaga": "Universitas Brawijaya", "abstract": "Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distance - Brawijaya Knowledge Garden Home About Browse Login Create Account Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distance Aditya, ChristianSriKusuma (2013) Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distance. Sarjana thesis, Universitas Brawijaya. Item Type: Thesis (Sarjana) Identification Number: SKR/FTIK/2013/74/051306054 Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data Divisions: Fakultas Ilmu Komputer > Teknik Informatika Depositing User: Endang Susworini Date Deposited: 20 Aug 2013 11:34 Last Modified: 20 Oct 2021 02:56 URI: http://repository.ub.ac.id/id/eprint/145861 [thumbnail of 051306054.pdf] …", "artikel_scholar": "Perancangan sistem deteksi plagiarisme dokumen teks menggunakan algoritma damerau levenshtein distanceCSK Aditya - 2013Dirujuk 1 kaliArtikel terkait" }, { "title": "Klasifikasi Emosi untuk Teks Berbahasa Indonesia dengan Menggunakan Algoritma C5. 0", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:hC7cP41nSMkC", "index": 177, "authors": "Pramudya Prima Insan, Achmad Ridok dan Indriati", "journal_year": "Program Studi Informatika/Ilmu Komputer PTIIK Universitas Brawijaya: Malang, 2013", "year": "2013", "citations": 1, "publication_date": "2013", "journal": "Program Studi Informatika/Ilmu Komputer PTIIK Universitas Brawijaya: Malang", "abstract": "As the technology thrives nowadays, news delivery is evolving. One of the ways is via the internet as electronic media to deliver the news. Because there are vast number of news document available, news in specific categories is needed to facilitate the reader in search of the news. Therefore it is not possible to perform the categorization of news manually. Text is one of the simplest media, but text also has an important role in communication as a text does not only contain a message or mere information, but it also informs you about human nature or behavior, including emotions. Text as a media is also easier to obtain from a variety of sources, for example books, newspapers, magazines, websites, and other electronic media. Text mining is a part of data mining that can gives solution to these problem. The algorithm used in this research is C5. 0 algorithm, the application of C5. 0 to classify the news can be applied …", "artikel_scholar": "Klasifikasi Emosi untuk Teks Berbahasa Indonesia dengan Menggunakan Algoritma C5. 0PP Insan, AR dan Indriati - Program Studi Informatika/Ilmu Komputer PTIIK …, 2013Dirujuk 1 kaliArtikel terkait" }, { "title": "Web-Based Integrated Farming Group Profile Information System with Integrated Farming (Case Study: Dawuhan Village, Malang)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:6ZxmRoH8BuwC", "index": 178, "authors": "Arief Andy Soebroto, Nurul Hidayat, Rizal Setya Perdana, Indriati Indriati, Hendra Darmawan, Raihan Fikri Brilliansyach, Mohammad Ibnu, Nadhira Nurannisa, M Azka Obila Vasya", "journal_year": "J-INTECH (Journal of Information and Technology) 12 (02), 393-400, 2024", "year": "2024", "citations": 0, "publication_date": "2024/12/19", "journal": "J-INTECH (Journal of Information and Technology)", "jilid": "12", "terbitan": "02", "halaman": "393-400", "abstract": "Desa Dawuhan di Kecamatan Poncokusumo, Kabupaten Malang, adalah desa yang sedang berkembang dengan potensi besar di sektor peternakan. Namun, manajemen data peternakan di desa ini masih dilakukan secara manual, menghadapi berbagai kendala seperti keterbatasan akses, masalah integritas data, dan proses yang memakan waktu lama. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan Sistem Informasi Profil Kelompok Peternakan Terpadu Berbasis Web. Tujuan utama dari penelitian ini adalah untuk meningkatkan aksesibilitas, menyederhanakan proses pengelolaan data peternakan, serta meningkatkan akurasi dan keamanan data. Sistem ini dirancang menggunakan framework Next. js, yang dipilih karena kemudahan dan keamanannya dalam mengimplementasikan otentikasi dan otorisasi, serta kemampuannya untuk integrasi di masa depan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berfungsi sesuai kebutuhan, memberikan platform yang lebih efisien, mengurangi kesalahan, dan meningkatkan pengalaman pengguna bagi peternak yang terlibat dalam pengelolaan data. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi operasional dan manajemen data peternakan di Desa Dawuhan secara keseluruhan.", "artikel_scholar": "Web-Based Integrated Farming Group Profile Information System with Integrated Farming (Case Study: Dawuhan Village, Malang)AA Soebroto, N Hidayat, RS Perdana, I Indriati… - J-INTECH (Journal of Information and Technology), 2024Artikel terkait2 versi", "pdf_url": "https://snatika.stiki.ac.id/J-INTECH/article/download/1501/855" }, { "title": "Classifying Application User Comments Using the Improved K-Nearest Neighbor and BM25F Weighting Methods", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:DUooU5lO8OsC", "index": 179, "authors": "Indriati Indriati, Muh Arif Rahman, Issa Arwani, Lailil Muflikhah", "journal_year": "Journal of Information Technology and Computer Science 9 (2), 174-182, 2024", "year": "2024", "citations": 0, "publication_date": "2024/8/23", "journal": "Journal of Information Technology and Computer Science", "jilid": "9", "terbitan": "2", "halaman": "174-182", "abstract": "Mobile JKN is an application developed by an Indonesian state-owned health insurance company, BPJS Kesehatan. The application is developed to provide easier access and more optimal service for its participants. The application allows users to access various information related to national health insurance programs anywhere, anytime. Despite the benefits this application offers, Mobile JKN received low ratings from the users. However, the ratings are sometimes irrelevant to the comments. We proposed an application to automatically review the comments based on ratings and comments, both negative and positive, using the Improved K-Nearest Neighbor (IKNN) classification algorithm with the BM25F weighing method. The initial stage of the algorithm involved document preprocessing, the document consisting of comments and rating were preprocessed to obtain the term. After that, BM25F weighing was applied to find the similarity between documents. The document was then classified using IKNN based on its BM25F weight. The test result showed that the highest accuracy rate was 0.925, obtained from parameter k=20 on IKNN with k1=1.2, Bs=0.75, and BM25F weight of 2 and 5. The result indicates that this method manages to classify the document properly", "artikel_scholar": "Classifying Application User Comments Using the Improved K-Nearest Neighbor and BM25F Weighting MethodsI Indriati, MA Rahman, I Arwani, L Muflikhah - Journal of Information Technology and Computer …, 2024Artikel terkait2 versi", "pdf_url": "http://jitecs.ub.ac.id/index.php/jitecs/article/download/622/240" }, { "title": "Pengelompokan Hasil Pencarian Skripsi Berbahasa Indonesia Menggunakan Metode DBSCAN dengan Pembobotan BM25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:bz8QjSJIRt4C", "index": 180, "authors": "Rangga Adi Satria, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Teknologi Informasi dan Ilmu Komputer 10 (4), 781-790, 2024", "year": "2024", "citations": 0, "publication_date": "2024", "journal": "Jurnal Teknologi Informasi dan Ilmu Komputer", "jilid": "10", "terbitan": "4", "halaman": "781-790", "abstract": "Skripsi merupakan tugas akhir yang disusun oleh mahasiswa sebagai persyaratan untuk memperoleh gelar sarjana. Mesin pencari untuk mempermudah pencarian dokumen skripsi yang disimpan pada perpustakaan maupun penyimpanan digital umumnya menggunakan metode sederhana dengan mengembalikan dokumen yang mengandung potongan kata atau identik dengan kata kunci, sehingga dokumen yang diperoleh kurang relevan. Hasil pencarian dapat dikelompokan sehingga dokumen tersaji dengan lebih terperinci dan memudahkan pencarian lebih lanjut. Guna mengelompokan hasil pencarian skripsi berbahasa Indonesia, dengan menggunakan judul dan abstrak skripsi, digunakan pembobotan kata BM25 dan pengelompokan DBSCAN, metode pengelompokan yang mempertimbangkan kepadatan titik sampel dokumen. Pengujian dilakukan dengan mengukur hasil pengelompokan …", "artikel_scholar": "Pengelompokan Hasil Pencarian Skripsi Berbahasa Indonesia Menggunakan Metode DBSCAN dengan Pembobotan BM25RA Satria, I Indriati, S Sutrisno - Jurnal Teknologi Informasi dan Ilmu Komputer, 2024Artikel terkait2 versi" }, { "title": "Identifikasi Kerusakan Transmisi pada Mobil Otomatis Torque Converter menggunakan Pendekatan Improved K-Nearest Neighbor", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LO7wyVUgiFcC", "index": 181, "authors": "Muhammad Erico Ricardo, Indriati Indriati, Achmad Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (6), 2984-2991, 2023", "year": "2023", "citations": 0, "publication_date": "2023/12/15", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "6", "halaman": "2984-2991", "abstract": "Peningkatan mobilitas masyarakat Indonesia dipicu oleh pertumbuhan penduduk dan popularitas mobil bertransmisi otomatis. Mobil bertransmisi otomatis lebih mudah digunakan, tetapi perawatannya sering diabaikan oleh pemilik. Hal ini dapat menyebabkan kerusakan, yang sulit didiagnosis oleh teknisi yang tidak berpengalaman. Sistem klasifikasi kerusakan transmisi otomatis torque converter dikembangkan untuk mengatasi permasalahan ini. Sistem ini menggunakan pendekatan Improved K-Nearest Neighbor, yang merupakan pengembangan dari metode K-Nearest Neighbor dengan menggunakan Z-Distance. Hasil penelitian menunjukkan bahwa sistem klasifikasi ini memiliki akurasi tertinggi sebesar 95, 83%. Nilai precision, recall, dan F-measure masing-masing adalah 96, 87%, 97, 50%, dan 96, 82%. Pada pengujian K-Fold Cross Validation, sistem ini menghasilkan rata-rata akurasi sebesar 91.66%.", "artikel_scholar": "Identifikasi Kerusakan Transmisi pada Mobil Otomatis Torque Converter menggunakan Pendekatan Improved K-Nearest NeighborME Ricardo, I Indriati, A Ridok - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Artikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/13191/5864" }, { "title": "Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan Mancanegara", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:GtLg2Ama23sC", "index": 182, "authors": "Denny Ruchiat, Indriati Indriati, Achmad Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (13), 2023", "year": "2023", "citations": 0, "publication_date": "2023/10/18", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "13", "abstract": "Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan Mancanegara | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan Mancanegara 1.Beranda / 2.Arsip / 3.Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023 / 4.Artikel Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan Mancanegara Penulis Denny Ruchiat Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya Achmad Ridok Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: Forecasting, Peramalan, ARIMA, SARIMA, LSTM Abstrak Dipublikasikan ke 8th International Conference on …", "artikel_scholar": "Perbandingan Metode Forecasting Data Time Series dalam Meramal Jumlah Wisatawan MancanegaraD Ruchiat, I Indriati, A Ridok - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Artikel terkait" }, { "title": "Klasifikasi Emosi berdasarkan Lirik Lagu Berbahasa Indonesia menggunakan Leksikon Emosi dan Metode Naïve Bayes Classifier", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4fGpz3EwCPoC", "index": 183, "authors": "Sandra Elanda Aza Permataningrum, Indriati Indriati, Edy Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (9), 2023", "year": "2023", "citations": 0, "publication_date": "2023/10/12", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "9", "abstract": "Musik merupakan salah satu media yang digunakan untuk menggambarkan emosi seseorang. Penggambaran emosi pada sebuah lagu dapat dilihat salah satunya melalui lirik dari lagu tersebut. Pembuatan daftar lagu berdasarkan emosi liriknya saat ini masih dilakukan secara manual. Lagu-lagu tersebut akan didengarkan terlebih dahulu untuk kemudian dibuatkan daftar lagu berdasarkan emosinya. Bahkan kebanyakan daftar lagu hanya memperhatikan irama dari lagu tersebut tanpa memperhatikan emosi liriknya. Hal tersebut tentunya membuat proses pengklasifikasian memakan waktu yang lama dan terkadang mengabaikan emosi sebenarnya dari lirik lagu tersebut. Oleh sebab itu, diperlukan sebuah sistem untuk mengklasifikasikan emosi dari setiap lirik pada suatu lagu. pada penelitian ini, digunakan leksikon emosi untuk seleksi fitur dan metode Naïve Bayes Classifier untuk proses klasifikasi emosi lirik …", "artikel_scholar": "Klasifikasi Emosi berdasarkan Lirik Lagu Berbahasa Indonesia menggunakan Leksikon Emosi dan Metode Naïve Bayes ClassifierSEA Permataningrum, I Indriati, E Santoso - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Artikel terkait2 versi" }, { "title": "Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:_FM0Bhl9EiAC", "index": 184, "authors": "Dyah Ayu Wulandari, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 7 (13), 2023", "year": "2023", "citations": 0, "publication_date": "2023/10/10", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "7", "terbitan": "13", "abstract": "Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector Machine | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector Machine 1.Beranda / 2.Arsip / 3.Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023 / 4.Artikel Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector Machine Penulis Dyah Ayu Wulandari Fakultas Ilmu Komputer, Universitas Brawijaya Fitra Abdurrachman Bachtiar Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: aspect-based sentiment analysis, text pre-processing, Support Vector Machine (SVM), …", "artikel_scholar": "Aspect Based Sentiment Analysis pada Ulasan Aplikasi Shopee menggunakan Support Vector MachineDA Wulandari, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2023Artikel terkait2 versi" }, { "title": "MANAJEMEN PENDIDIKAN KARAKTER BERBASIS KEARIFAN LOKAL (STUDI KASUSDI SEKOLAH DASAR NEGERI SEGOROPURO KECAMATAN REJOSO KABUPATENPASURUAN)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:sNmaIFBj_lkC", "index": 185, "authors": "INDRIATI INDRIATI", "journal_year": "UNIVERSITAS GRESIK, 2023", "year": "2023", "citations": 0, "publication_date": "2023/6/23", "lembaga": "UNIVERSITAS GRESIK", "abstract": "Di Sekolah Dasar NegeriSegoropuro manajamen pendidikan yang diterapkan adalahtindakanperencanaan,pengorganisasian,penggerakan,dan pengendalianyangdilakukanuntukmenentukansertamencapaisasaran-sasaran yangtelahditentukanmelaluipemanfaatansumberdayalainnya. SekolahDasar NegeriSegoropuromenerapkan dan melakukan penilaian pendidikan karakter pada anak menggunakan pengamatan,pencatatananekdotdariguru,percakapan atau dialog,laporanorangtua,danportofolio. Pendidikan karakter berbasis kearifan lokalpada anak SDdiKabupatenPasuruan dapat dilakukan dengan pendekatan manajemen pendidikan diantaranya yakni pembiasaan sopan santun sehari-hari, gemar membaca, religius melaksanakan kegiatan-kegiatan agama,hormatguru, dan cintatanah air. Untuk mewujudkan peserta didik yang berkarakter mulia seperti yangdisebutkan diatas diperlukan proses melalui manajemen pendidikan karakterberbasiskearifanlokal. Penelitian ini berjudulManajemen Pendidikan Karakter Berbasis Kearifan Lokal di Sekolah Dasar Negeri Segoropuro Kecamatan Rejoso Kabupaten Pasuruan. Tujuan dari penelitian ini yakni untuk mengetahui bagaimana Manajemen Pendidikan Karakter Berbasis Kearifan Lokal di Sekolah Dasar Negeri Segoropuro Kecamatan Rejoso Kabupaten Pasuruan. Peneliti menggunakan metode kualitatif dengan mengupas 2 fokus pembahasan yakni 1)Manajemen Pendidikandan 2)Pendidikan Karakter Berbasis Kearifan Lokal di Sekolah Dasar Negeri Segoropuro.18 karakter menurut Diknas adalah Religi, jujur, toleransi,disiplin, kerja keras, kreatif,mandiri, demokratis, rasa ingin …", "artikel_scholar": "MANAJEMEN PENDIDIKAN KARAKTER BERBASIS KEARIFAN LOKAL (STUDI KASUSDI SEKOLAH DASAR NEGERI SEGOROPURO KECAMATAN REJOSO KABUPATENPASURUAN)I INDRIATI - 2023Artikel terkait2 versi", "pdf_url": "http://elibs.unigres.ac.id/2156/2/2%20BAB%201%20INDRIATI.pdf" }, { "title": "Pencarian Dokumen Skripsi menggunakan BM25 dan Faceted Search berdasarkan Kata Kunci Abstrak (Studi Kasus: Universitas Muhammadiyah Sidoarjo)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:LI9QrySNdTsC", "index": 186, "authors": "Mohammad Fahmi Ilmi, Putra Pandu Adikara, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (9), 4175-4180, 2022", "year": "2022", "citations": 0, "publication_date": "2022/9/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "9", "halaman": "4175-4180", "abstract": "Tugas akhir merupakan persyaratan kelulusan bagi mahasiswa dalam menyelesaikan studi yang ditempuh. Namun seiring dengan banyaknya penelitian yang telah dilakukan oleh mahasiswa, banyak sekali pihak univeritas yang kurang siap untuk menyediakan wadah yang bisa memudahkan mahasiswanya mengakses file tugas akhir yang dibutuhkan, salah satunya adalah Universitas Muhammadiyah Sidoarjo. Untuk mengatasi masalah ini, maka peneliti mengembangkan sebuah program yang berfokus pada pencarian dokumen tugas akhir dengan bantuan Information Retrieval. Information Retrieval dapat membantu memilah data tugas akhir mana saja yang sesuai dan akan mengelompokkan menjadi kelompok data yang akan diberikan kepada pencari. Sebagai penyempurnaan, program ini juga diberikan sebuah fitur tambahan berupa pengelompokan kategori yang dilakukan dengan menggunakan Faceted Search berdasarkan kata kunci tiap dokumen. Dalam penelitan ini digunakan metode BM25 untuk membuktikan apakah metode tersebut dapat menghasilkan akurasi yang baik dalam proses pencarian data skripsi mahasiswa. Hasil pengujian yang dilakukan pada 25 kueri menghasilkan nilai rata-rata terbesar pada nilai k= 5, dengan nilai sebesar 0,928. Hal ini menunjukkan bahwa hasil pencarian dokumen yang paling relevan terkumpul pada 5 dokumen teratas.", "artikel_scholar": "Pencarian Dokumen Skripsi menggunakan BM25 dan Faceted Search berdasarkan Kata Kunci Abstrak (Studi Kasus: Universitas Muhammadiyah Sidoarjo)MF Ilmi, PP Adikara, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Artikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/11531/5114" }, { "title": "Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme Genetika", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:lmc2jWPfTJgC", "index": 187, "authors": "Alaikal Fajri Nur Alfian, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (13), 2022", "year": "2022", "citations": 0, "publication_date": "2022/2/8", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "13", "abstract": "Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme Genetika | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme Genetika 1.Beranda / 2.Arsip / 3.Vol 6 No 13 (2022): Publikasi Khusus Tahun 2022 / 4.Artikel Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme Genetika Penulis Alaikal Fajri Nur Alfian Fakultas Ilmu Komputer, Universitas Brawijaya Fitra Abdurrachman Bachtiar Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas …", "artikel_scholar": "Information Retrieval Hadis Terjemah Bahasa Indonesia dengan Metode Vector Space Model dan Hybrid Fuzzy C-Means Algoritme GenetikaAFN Alfian, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Artikel terkait2 versi" }, { "title": "Pengelompokan Tweets mengenai Covid-19 dengan Metode BM25 dan K-Means Clustering", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Y5dfb0dijaUC", "index": 188, "authors": "Kornelius Putra Aditama, Indriati Indriati, Achmad Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (2), 909-915, 2022", "year": "2022", "citations": 0, "publication_date": "2022/2/2", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "2", "halaman": "909-915", "abstract": "Pandemi COVID-19 melanda Indonesia banyak kegiatan masyarakat yang di lakukan dilakukan dirumah. Pada masa tersbeut masyarakat tak jarang dalam megutarakan keresahanya melalui media sosial. Salah satu media sosial yang populer yaitu Twitter yang memliki fitur Tweets. Masyarakat Indonesia yang menggunakan Twitter memanfaatkan Tweets untuk menulis berbagai pendapat terhadap situasi yang disebabkan COVID-19 baik itu perihal kebijakan pemerintah, vaksin, varian baru COVID-19 dan sebagainya. Keragaman Tweets tersebut dapat diurai kemiripannya dalam suatu bagian atau kelompok berdasakan konteks dari Tweets tersebut. Hasil dari pengelompokan Tweets dapat memperlihatkan pendapat yang sering diutarakan masyarakat mengenai COVID-19 Selain itu hasil pengelompokan juga dapat menjadi referensi mempermudah analisa pemerintah terhadap pendapat masyarakat mengenai COVID-19. Dimana hasil analisa tersebut dapat dipergunakan untuk sebagai bahan acuan pemerintah dalam membuat kebijakan pada masa pandemi COVID-19. Dalam pengelompokan ini menggunakan metode BM25 sebagai pembobotan dan mengukur kemiripan Tweets. Serta K-Means Clustering yang mana algoritma ini digunakan pengelompokan. Hasil dari analisa dan pengujian menunjukan bahwa jumlah term harus dikurangi karena jumlah term merupakan gambaran banyak fitur yang digunakan. Fitur besar menyebabkan metode BM25 tidak dapat membedakan kemiripan data. Dengan jumlah term 20, parameter BM25 k 1= 1.2 dan b= 0.5 dan dengan nilai K= 3 akan mendapatkan nilai Silhouette Coefficient tertinggi …", "artikel_scholar": "Pengelompokan Tweets mengenai Covid-19 dengan Metode BM25 dan K-Means ClusteringKP Aditama, I Indriati, A Ridok - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Artikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10645/4722" }, { "title": "Klasifikasi Stres berdasarkan Unggahan pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Seleksi Fitur Information Gain", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ML0RJ9NH7IQC", "index": 189, "authors": "Jeowandha Ria Wiyani, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 6 (12), 6003-6009, 2022", "year": "2022", "citations": 0, "publication_date": "2022", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "6", "terbitan": "12", "halaman": "6003-6009", "abstract": "Stres dapat menimpa siapapun dan stress yang berkepanjangan dapat menyebabkan gangguan kesehatan mental. Namun, masih banyak orang yang enggan untuk pergi menemui tenaga ahli untuk membicarakan kondisi kesehatan mentalnya dan memilih untuk berkeluh kesah pada media sosial yang mana salah satunya adalah Twitter. Para pengguna menuliskan keluh kesahnya pada Twitter, sehingga tweet Twitter dapat digunakan untuk mengidentifikasi kondisi stres seseorang dengan klasifikasi teks. Klasifikasi teks tingkat stres menggunakan metode Support Vector Machine dan seleksi fitur Information Gain. Data yang digunakan pada penelitian ini sebanyak 87 dokumen dengan rincian 29 dokumen kelas †Berat', 29 dokumen kelas †Sedang', dan 29 dokumen kelas †Ringan'. Metode K-Fold Cross Validation dengan k senilai 5 digunakan pada proses pengujian, sehingga 80% data digunakan sebagai data latih dan 20% sisanya sebagai data uji. Perbandingan hasil antara metode Support Vector Machine saja dengan kombinasi metode Support Vector Machine dan Information Gain menghasilkan akurasi paling baik pada metode Support Vector Machine saja dengan akurasi sebesar 59, 11%, presisi sebesar 29, 99%, recall sebesar 38, 67%, dan f-measure sebesar 33, 53%", "artikel_scholar": "Klasifikasi Stres berdasarkan Unggahan pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Seleksi Fitur Information GainJR Wiyani, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2022Artikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/12060/5343" }, { "title": "Pengembangan Sistem Informasi Pemantauan Pasien Isolasi Mandiri COVID-19 berbasis Website (Studi Kasus: Ponkesdes Jeru Turen)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PELIpwtuRlgC", "index": 190, "authors": "Alvin Naufal Wahid, Indriati Indriati, Achmad Arwan", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 5095-5103, 2021", "year": "2021", "citations": 0, "publication_date": "2021/10/19", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "11", "halaman": "5095-5103", "abstract": "COVID-19 merupakan kependekan dari Corona Virus Disease 2019, sebutan tersebut dicetuskan oleh WHO (World Health Organization). COVID-19 adalah virus temuan baru yang menyerang sistem kekebalan tubuh manusia, sehingga manusia yang terpapar virus tersebut dapat mengalami sakit kronis bahkan kematian. Keganasan virus ini serta penyebarannya yang sangat pesat, menyebabkan pandemi global yang belum berakhir hingga saat ini termasuk di Indonesia. Beberapa penanganan telah dilakukan untuk menangkal virus tersebut, termasuk penemuan vaksin. Namun, masih perlu waktu yang panjang untuk membuat penyebaran virus tersebut benar-benar terhenti. Gejala yang dialami pengidap COVID-19 berbeda-beda, mulai dari yang parah hingga yang tanpa mengalami gejala apapun. Pengidap yang mengalami gejala parah membutuhkan perawatan secara intensif di Rumah Sakit, sementara yang mengalami gejala ringan atau tanpa gejala dapat menjalani isolasi secara mandiri di rumah. Pengembangan Sistem Informasi Pemantauan Pasien Isolasi Mandiri COVID-19 Berbasis Website (Studi Kasus: Ponkesdes Jeru Turen) ini bertujuan untuk mempermudah pemantauan pasien isolasi mandiri COVID-19 agar lebih efektif. Sistem ini dikembangkan menggunakan metode Waterfall, dan menggunakan teknologi PHP, HTML, CSS, MySQL, dan JavaScript serta menggunakan Framework Laravel. Sistem ini telah diuji dengan menggunakan White Box Texting untuk pengujian unit dan integrasi, serta Black Box Testing untuk pengujian validasi yang menghasilkan hasil 100% Passed.", "artikel_scholar": "Pengembangan Sistem Informasi Pemantauan Pasien Isolasi Mandiri COVID-19 berbasis Website (Studi Kasus: Ponkesdes Jeru Turen)AN Wahid, I Indriati, A Arwan - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10183/4533" }, { "title": "Pengembangan Aplikasi Manajemen Kelayakan Panen Budidaya Ikan Lele berbasis Website (Studi Kasus: Budidaya Lele Bapak Andri)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:J-pR_7NvFogC", "index": 191, "authors": "Yudha Prasetya Anza, Indriati Indriati, Randy Cahya Wihandika", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (11), 4724-4733, 2021", "year": "2021", "citations": 0, "publication_date": "2021/10/8", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "11", "halaman": "4724-4733", "abstract": "Manajemen Budidaya ikan lele sangat dibutuhkan sekali dalam pembudidayaan. Namun masih banyak pelaku budidaya yang masih melakukan manajemen secara manual dengan cara mencatat didalam buku laporan budidaya. Cara tersebut tentunya kurang efektif karena kemungkinan terjadinya kesalahan sangat besar dan memakan waktu yang lama untuk pencatatan. Didalam pembudidayaan ikan lele juga terdapat proses manajemen kelayakan panen dengan tujuan untuk memudahkan pelaku budidaya dalam menentukan kelayakan panen berdasarkan kriteria ikan yang sudah ditetapkan. Maka dari itu penulis akan membuat sebuah aplikasi berbasis website untuk memanajemen kelayakan panen budidaya ikan lele agar membantu pelaku budidaya dalam melakukan proses manajemen kelayakan panen. Dalam pembuatan aplikasi ini penulis melakukan observasi dan wawancara terlebih dahulu kepada pelaku budidaya, lalu dilanjutkan dengan proses analisis kebutuhan, perancangan dan implementasi serta pengujian. Setelah melakukan analisis kebutuhan, maka didapat kebutuhan fungsional sebanyak 28 (dua puluh delapan) kebutuhan fungsional. Tahap Perancangan yang dilakukan dimulai perancangan arsitektur, perancangan data, perancangan komponen, perancangan antarmuka dan diimplementasikan menggunakan bahasa pemrograman PHP, HTML, JavaScript. Tahap pengujian akan dilakukan dengan pendekatan kotak putih (whitebox) dan pendekatan kotak hitam (blackbox). Hasil pengujian menunjukan bahwa semua fungsi yang telah diujikan bernilai atau berstatus valid.", "artikel_scholar": "Pengembangan Aplikasi Manajemen Kelayakan Panen Budidaya Ikan Lele berbasis Website (Studi Kasus: Budidaya Lele Bapak Andri)YP Anza, I Indriati, RC Wihandika - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/10084/4475" }, { "title": "Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:0N-VGjzr574C", "index": 192, "authors": "Aisyah Awalina, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (13), 2021", "year": "2021", "citations": 0, "publication_date": "2021/8/12", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "13", "abstract": "Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM) | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM) 1.Beranda / 2.Arsip / 3.Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 / 4.Artikel Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM) Penulis Aisyah Awalina Fakultas Ilmu Komputer, Universitas Brawijaya Fitra Abdurrachman Bachtiar Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: ulasan palsu, imbalance dataset, SVM, BOS Abstrak Untuk dipublikasikan di …", "artikel_scholar": "Klasifikasi Ulasan Palsu menggunakan Borderline Over-sampling (BOS) dan Support Vector Machine (SVM)A Awalina, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait2 versi" }, { "title": "Peramalan Debit Inflow Waduk Gajah Mungkur menggunakan Metode Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:eMMeJKvmdy0C", "index": 193, "authors": "Yudha Irwan Syahputra, Indriati Indriati, Achmad Ridok", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (8), 3237-3246, 2021", "year": "2021", "citations": 0, "publication_date": "2021/7/26", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "8", "halaman": "3237-3246", "abstract": "Waduk Gajah Mungkur merupakan salah satu waduk terbesar di Jawa yang dikategorikan waduk multiguna. Dengan berbagai manfaat perlu dilakukan peramalan debit inflow untuk menghindari kelebihan atau kekurangan air pada tampungan waduk serta kekeliruan dalam pembuangan air. Kesalahan yang biasa terjadi adalah pelepasan air yang dapat mengakibatkan banjir pada wilayah yang lebih rendah dari waduk. Peramalan debit juga dapat digunakan untuk merencanakan alokasi air seperti pembangkit listrik dan juga irigasi. Perubahan debit inflow yang terjadi selalu fluktuatif, sehingga dari permasalahan tersebut peramalan debit inflow diperlukan untuk mengatasi banyaknya jumlah debit air yang keluar. Data yang digunakan adalah debit inflow dari Januari 2009 sampai Desember 2019 dan metode yang digunakan adalah Extreme Learning Machine (ELM) yang dikarenakan memiliki learning speed cepat serta generalisasi yang baik. Hasil pengujian yang didapatkan yaitu jumlah fitur optimal sebanyak 7, jumlah hidden neuron optimal sebanyak 9, dengan persentase data latih 80% dan 20% data uji menghasilkan RMSE 28, 7303, MAD 21, 8002 dengan runtime 0, 0272s. Dengan nilai RMSE yang jauh dari nol maka tingkat kesalahan (error) yang diperoleh termasuk tinggi dan jelek. Dan juga dengan runtime yang dalam hitungan detik atau kurang dari detik maka penelitian ini juga mempertegas bahwa ELM memiliki kelebihan pada learning speed yang cepat.", "artikel_scholar": "Peramalan Debit Inflow Waduk Gajah Mungkur menggunakan Metode Extreme Learning MachineYI Syahputra, I Indriati, A Ridok - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait2 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9531/4301" }, { "title": "Analisis Emosional Pelajar terhadap Pembelajaran Daring Dengan Menggunakan Latent Semantic Indexing (LSI) dan N-Gram", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:t6usbXjVLHcC", "index": 194, "authors": "Afif Musyayyidin, Indriati Indriati, Sigit Adinugroho", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (7), 3013-3017, 2021", "year": "2021", "citations": 0, "publication_date": "2021/6/25", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "7", "halaman": "3013-3017", "abstract": "Pada era industri 4.0 banyak mempengaruhi aktifitas-aktifitas pada manusia, terutama di kalangan pelajar. Teknologi yang diterapkan dalam dunia Pendidikan adalah pembelajaran secara daring. Pembelajaran daring adalah sebuah metode pembelajaran yang dilakukan dalam media komunikasi baik secara asinkron baik secara teks maupun video. Agar pembelajaran ini semakin efektif dan jauh lebih baik untuk kedepannya, mereka menyediakan wadah untuk memberikan sebuah masukan atau feedback yang berupa kritikan dan saran ke dalam sosial media seperti Youtube, Twitter dan Facebook. Untuk mengetahui apakah pembelajaran daring semakin efektif maka dilakukan analisis emosional pelajar terhadap pembelajaran daring. Pada penelitian ini digunakan metode Latent Semantic Indexing (LSI) dalam mengklasifikasikan emosional pelajar dan ditambah metode N-Gram dalam pemilihan kata. Proses dalam analisis emosional ini meliputi pengumpulan data, text preprocessing yang berguna dalam menghasilkan data bersih, N-gram, pembobotan dengan menggunakan metode term weighting, Single Value Decomposition (SVD), Latent Semantic Indexing, Vektor Support Machine (VSM) yang menghasilkan proses klasifikasi. Data yang digunakan pada penelitian ini yaitu data primer yang berasal dari sosial media seperti Youtube, Twitter dan Facebook. Hasil terbaik terjadi saat N-Gram-nya adalah kombinasi atau gabungan. Dari 5 Fold didapatkan rata-rata akurasi 77%, presisi 76%, recall 78% dan f-measure 77%", "artikel_scholar": "Analisis Emosional Pelajar terhadap Pembelajaran Daring Dengan Menggunakan Latent Semantic Indexing (LSI) dan N-GramA Musyayyidin, I Indriati, S Adinugroho - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9451/4264" }, { "title": "Sistem Pakar Diagnosis Penyakit Gagal Jantung Kongestif, Penyakit Paru Obstruktif Kronik, Dan Asma Berdasarkan Gejala Utama Sesak Kronik Menggunakan Kombinasi Metode K-Nearest …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:WqliGbK-hY8C", "index": 195, "authors": "Jeffrey Junior Tedjasulaksana, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5 (6), 2593-2599, 2021", "year": "2021", "citations": 0, "publication_date": "2021/6/17", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "5", "terbitan": "6", "halaman": "2593-2599", "abstract": "Kesehatan merupakan hal yang sangat penting bagi kehidupan semua orang dan jika tidak segera disembuhkan maka dapat mengganggu aktivitas hingga dapat menyebabkan kematian. Menurut beberapa studi, salah satu penyakit yang sering dialami oleh setiap orang adalah penyakit dengan gejala sesak atau kesulitan bernapas. Sesak kronik paling sering disebabkan karena penyakit jantung seperti gagal jantung kongestif atau penyakit respiratorik, asma dan penyakit paru obstruktif kronik (PPOK). Beberapa studi melaporkan bahwa kesesuaian antara diagnosis oleh dokter umum di layanan kesehatan primer dengan diagnosis akhir oleh dokter spesialis hanya mencapai kurang dari 50%. Maka pada penelitian ini dilakukan pembuatan sistem pakar untuk mendiagnosis penyakit jantung kongestif (CHF), penyakit paru obstruktif kronik (PPOK), dan asma menggunakan kombinasi metode K-Nearest Neighbor untuk melakukan klasifikasi penyakit dengan metode Certainty Factor untuk menentukan tingkat keyakinan dari hasil klasifikasi sebelumnya dengan menggunakan 20 gejala. Data yang digunakan merupakan data pasien Puskesmas Jumpandang Baru Kota Makassar dengan jumlah sebanyak 100 data. Hasil akurasi terbaik pada pengujian variasi nilai K sebesar 100% saat nilai K sebesar 3 dan hasil pengujian perbandingan akurasi saat menggunakan kombinasi metode K-Nearest Neighbor-Certainty Factor dan saat hanya menggunakan metode K-Nearest Neighbor saja menghasilkan nilai akurasi yang sama.", "artikel_scholar": "Sistem Pakar Diagnosis Penyakit Gagal Jantung Kongestif, Penyakit Paru Obstruktif Kronik, Dan Asma Berdasarkan Gejala Utama Sesak Kronik Menggunakan Kombinasi Metode K-Nearest Neighbor Dan Certainty FactorJJ Tedjasulaksana, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2021Artikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9362/4208" }, { "title": "Analisis Sentimen Ulasan Produk Kecantikan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor dengan Seleksi Fitur Chi-Square", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:VOx2b1Wkg3QC", "index": 196, "authors": "Dewi Syafira, Indriati Indriati, Sutrisno Sutrisno", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (11), 4103-4109, 2020", "year": "2020", "citations": 0, "publication_date": "2020/11/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "11", "halaman": "4103-4109", "abstract": "The impact of beauty product which makes women interest. With the convenience provided at this time there is a special platform based on the web and mobile phone that is Female Daily. Female Daily is an information media site that contains the content of beauty products about facial care to the body to be given reviews by consumers who have tried or using the product. Review Data can be used as a reference before consumers want to try out beauty products. A lot of reviews resulted makes consumers has difficult to choose the product they want. In this research, it helps consumers to know the review data is entered into positive or negative sentiments. The process in sentiment analysis requires the BM25 method used as a weighted word, Improved K-Nearest Neighbor as a determination in sorting the sentiments and Chi-Square feature selection to reduce the number of words in the classification on the text. The test used is 5-fold cross validation with the best results on k-rank= 15 resulting on the average value of precision= 0.9, recall= 0.8, accuracy= 0.7806 and f-measure= 0.8428. Then, testing used selection of Chi-square features selection based on percentages with k-rank= 15 parameters, the highest percentage value of 40% and 50% with the value of precision= 0.888, recall= 0.8, accuracy= 0.7818 and f-measure= 0.842.", "artikel_scholar": "Analisis Sentimen Ulasan Produk Kecantikan Menggunakan Metode BM25 dan Improved K-Nearest Neighbor dengan Seleksi Fitur Chi-SquareD Syafira, I Indriati, S Sutrisno - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Artikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/8240/3833" }, { "title": "Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NC", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Ug5p-4gJ2f0C", "index": 197, "authors": "Titus Christian, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (13), 2020", "year": "2020", "citations": 0, "publication_date": "2020/9/24", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "13", "abstract": "Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NC | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NC 1.Beranda / 2.Arsip / 3.Vol 4 No 13 (2020): Publikasi Khusus Tahun 2020 / 4.Artikel Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NC Penulis Titus Christian Fakultas Ilmu Komputer, Universitas Brawijaya Fitra Abdurrachman Bachtiar Fakultas Ilmu Komputer, Universitas Brawijaya Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: tingkat keparahan bug, bug report, Support Vector Machine, Oversampling, SMOTE-NC Abstrak Untuk dipublikasikan di …", "artikel_scholar": "Klasifikasi Severity Bug menggunakan Support Vector Machine dan Oversampling SMOTE-NCT Christian, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Artikel terkait2 versi" }, { "title": "Temu Kembali Informasi Berita Berbahasa Indonesia menggunakan Metode BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:wbdj-CoPYUoC", "index": 198, "authors": "Puteri Aulia Indrasti, Indriati Indriati, Agus Wahyu Widodo", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (9), 3005-3013, 2020", "year": "2020", "citations": 0, "publication_date": "2020/9/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "9", "halaman": "3005-3013", "abstract": "Perkembangan teknologi digital berdampak positif pada media informasi seperti berita. Situs berita daring menjadi sumber informasi yang paling banyak dipercaya dalam melakukan pencarian berita. Keuntungan mencari informasi berita secara daring adalah pengguna dapat melakukan pencarian secara langsung pada kolom pencarian suatu situs berita. Berita daring memiliki struktur atau field seperti judul, isi, serta tag tambahan. Hal tersebut akan menimbulkan permasalahan jika pencarian pengguna banyak sesuai dengan struktur selain judul dan isi berita yang harusnya memiliki porsi kesesuaian lebih banyak. Sistem temu kembali informasi berita berbahasa Indonesia dibutuhkan dalam menyelesaikan masalah ini, tentunya dengan menggunakan metode yang dapat mengatasi masalah dokumen terstruktur. Metode BM25F merupakan metode pemeringkatan yang dapat mempertimbangkan adanya struktur atau field pada sebuah dokumen. Pengujian yang dilakukan pada parameter bebas BM25F mendapatkan hasil terbaik pada boost judul= 5, isi= 1, b c= 0, 75, dan k1= 1, 2. Serta pengujian pemeringkatan BM25F menggunakan precision@ k serta r-precision pada 600 dokumen berita terhadap 12 query diperoleh hasil rata-rata precision@ k terbaik= 0, 95 pada saat k= 5 dan nilai r-precision terbaik= 1.", "artikel_scholar": "Temu Kembali Informasi Berita Berbahasa Indonesia menggunakan Metode BM25FPA Indrasti, I Indriati, AW Widodo - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Artikel terkait2 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7844/3693" }, { "title": "Temu Kembali Informasi Lintas Bahasa Dokumen Berita Bahasa Indonesia-Inggris menggunakan Metode BM25F", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tOudhMTPpwUC", "index": 199, "authors": "Lusiyana Adetia Isadi, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4 (4), 1290-1299, 2020", "year": "2020", "citations": 0, "publication_date": "2020/7/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "4", "terbitan": "4", "halaman": "1290-1299", "abstract": "Berita ialah sumber informasi yang ditampilkan pada khalayak umum mengenai suatu kejadian dan tersaji dalam berbagai macam bahasa. Umumnya pada suatu website hanya memungkinkan melakukan pencarian dalam satu bahasa saja. Hal ini menyebabkan masalah bagi para pengguna yang ingin lebih cepat menemukan informasi yang lebih luas dalam beberapa bahasa sekaligus. Masalah tersebut dapat diatasi dengan mengembangkan sistem temu kembali informasi lintas bahasa. Sistem tersebut dapat meningkatkan efisiensi waktu karena dapat mengembalikan dokumen dalam dua bahasa hanya dengan memasukkan query dalam satu bahasa saja. Salah satu metode yang dapat digunakan untuk mengembangkan sistem tersebut ialah metode BM25F yang dapat mengembalikan dokumen yang relevan serta menangani dokumen terstruktur. Struktur data berita yang digunakan pada pelatihan dan pengujian ialah bagian judul dan isi dari berita. Data yang digunakan ialah 300 dokumen berita bahasa Indonesia dan 300 dokumen berita bahasa Inggris kemudian dilakukan pengujian nilai boost, pengujian query bahasa Indonesia, dan pengujian query bahasa Inggris. Pada pengujian nilai boost, nilai precision@ k tertinggi didapatkan pada saat boost judul bernilai 5 dan boost isi bernilai 1. Nilai tersebut akan digunakan untuk pengujian query. Pengujian query dilakukan dengan menggunakan precision@ k dan mendapatkan nilai tertinggi pada k= 5 yaitu sebesar 0, 98 pada pengujian query bahasa Indonesia yang mengembalikan dokumen bahasa Indonesia dan Inggris.", "artikel_scholar": "Temu Kembali Informasi Lintas Bahasa Dokumen Berita Bahasa Indonesia-Inggris menggunakan Metode BM25FLA Isadi, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2020Artikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/7197/3471" }, { "title": "Klasifikasi Hoaks Berbahasa Inggris menggunakan Boosting Weighted Extreme Learning Machine", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=100&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:Tiz5es2fbqcC", "index": 200, "authors": "Luthfi Mahendra, Indriati Indriati, Putra Pandu Adikara", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (8), 7467-7474, 2019", "year": "2019", "citations": 0, "publication_date": "2019/8/13", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "8", "halaman": "7467-7474", "abstract": "Perkembangan teknologi yang pesat menyebabkan hoaks semakin mudah disebarkan melalui internet terutama untuk berita-berita yang bertema politik. Meskipun terlihat sepele, jika dibiarkan hoaks dapat menyebabkan berbagai macam masalah seperti kerusuhan masyarakat dan pemblokiran situs sosial media. Untuk menanggulangi masalah-masalah yang dapat disebabkan oleh hoaks, penelitian ini mencoba untuk membuat sistem klasifikasi hoaks otomatis berita berbahasa Inggris menggunakan algoritme Boosting Weighted ELM. Algoritme tersebut dipilih karena memiliki hasil akurasi yang tinggi untuk berbagai macam permasalahan klasifikasi dokumen serta memiliki hasil yang baik jika data yang digunakan memiliki jumlah kelas tidak seimbang, sehingga cocok digunakan untuk klasifikasi hoaks yang jumlahnya lebih sedikit dibandingkan berita faktual. Metodologi penelitian dibagi menjadi beberapa tahap yang terdiri dari proses pre-processing, term weighting, normalisasi, pelatihan dan evaluasi algoritme. Data yang digunakan sebesar 180 artikel yang terdiri dari 90 berita hoaks dan berita faktual. Evaluasi dilakukan dengan mengukur nilai F1 (hasil rata-rata harmonis precision dan recall) menggunakan k-fold cross validation, hasil tertinggi yang didapatkan sebesar 0,787.", "artikel_scholar": "Klasifikasi Hoaks Berbahasa Inggris menggunakan Boosting Weighted Extreme Learning MachineL Mahendra, I Indriati, PP Adikara - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait4 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6035/2841" }, { "title": "Asosiasi Tempat Wisata Dengan Kata Kunci Di Malang Raya Dengan Metode Association Rule Mining Menggunakan Algoritme FP-Growth", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ZfRJV9d4-WMC", "index": 201, "authors": "Fardan Ainul Yaqiin, Fitra Abdurrachman Bachtiar, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (7), 6670-6677, 2019", "year": "2019", "citations": 0, "publication_date": "2019/8/5", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "7", "halaman": "6670-6677", "abstract": "Indonesia memiliki pertumbuhan tempat wisata yang sangat pesat, khususnya daerah Malang dan sekitarnya. Pesatnya pertumbuhan tempat wisata ini membuat wisatawan bingung memilih tujuan. FP-Growth merupakan algoritme dalam Association Rule mining yang menggunakan frequent pattern dalam pembentukan asosiasi. FP-Growth dapat digunakan dalam pencarian asosiasi tempat wisata dengan kata kunci, di mana asosiasi ini nantinya dapat digunakan oleh wisatawan untuk acuan dalam memilih tujuan juga dapat digunakan oleh pengelola untuk meningkatkan layanannya. Penelitian ini menggunakan data komentar tempat wisata sebagai set transaksi untuk masukan dalam pembentukan asosiasi. Data komentar yang ada kemudian akan disederhanakan berdasarkan kata kunci yang telah didefinisikan sebelumnya. Untuk mengetahui pengaruh dari minimum confidence beserta minimum support terhadap rata-rata nilai lift ratio juga jumlah keseluruhan rule yang dibentuk maka dilakukan pengujian. Dari penelitian ini dapat diambil kesimpulan bahwa algoritme FP-Growth dapat diimplementasikan. Rerata yang didapatkan dari nilai lift ratio dari asosiasi terbentuk adalah 2, 77, yang berarti asosiasi tersebut dianggap bermanfaat. Selain itu hasil dari asosiasi yang didapatkan nantinya bisa digunakan oleh pengelola tempat wisata untuk meningkatkan layanannya.", "artikel_scholar": "Asosiasi Tempat Wisata Dengan Kata Kunci Di Malang Raya Dengan Metode Association Rule Mining Menggunakan Algoritme FP-GrowthFA Yaqiin, FA Bachtiar, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/5784/2745" }, { "title": "Sistem Temu Kembali Informasi Pasal-Pasal KUHP Menggunakan Metode Cosine Similarity dan Pembobotan Inverse Book Frequency", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:zLWjf1WUPmwC", "index": 202, "authors": "Billy Sabilal, Mochammad Ali Fauzi, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (4), 3603-3607, 2019", "year": "2019", "citations": 0, "publication_date": "2019/1/23", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "4", "halaman": "3603-3607", "abstract": "Di Indonesia hukum yang berlaku sesuai dengan Kitab Undang-undang Hukum Pidana (KUHP) yang merupakan hal yang harus dipatuhi sebagai warga negara yang baik atau yang berhubungan dibidangnya, seperti kepolisian, hakim atau orang-orang yang terkait dengan persidangan. Kitab Undang-undang Hukum Pidana merupakan kitab yang tebal, terdapat 569 pasal didalam kitab tersebut tersebut akan menjadi sangat tidak efisien dan praktis apabila harus dibawa dan juga apabila ingin mencari pasal terkait yang harus membuka halaman satu-persatu secara manual. Berdasarkan kondisi tersebut dalam penelitian ini dikembangkan aplikasi menggunakan metode cosine similarity dan pembobotan inverse book frequency. Metode cosine similarity digunakan untuk menghitung kesamaan atau kedekatan dokumen pasal dengan query. Pembobotan inverse book frequency pembobotan term yang mempertimbangkan pendistribusian pada koleksi buku. Nilai setiap istilah diasumsikan memiliki proporsi yang berlawanan dengan jumlah buku yang mengandung istilah tersebut. Kinerja dari sistem ditunjukkan dengan hasil pengujian pada masing-masing variasi 10 query dengan pembagian 3 query 1 kata, 3 query 2 kata, 3 query 3 kata dan 1 query 4 kata yang diujikan, dengan kinerja nilai rata-rata precision 0.5273, recall 1, f. measure 0.6063 sedangkan hasil rata-rata precision@ k terbaik pada peringkat ke tiga sebesar 0.6498.", "artikel_scholar": "Sistem Temu Kembali Informasi Pasal-Pasal KUHP Menggunakan Metode Cosine Similarity dan Pembobotan Inverse Book FrequencyB Sabilal, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait3 versi", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4983/2352" }, { "title": "Query Expansion Pada Line Today Menggunakan Algoritme Ide-Dec-Hi dan Ide-Regular", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:u_35RYKgDlwC", "index": 203, "authors": "Nana Nofiana, Indriati Indriati, Rizal Setya Perdana", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (2), 1867-1874, 2019", "year": "2019", "citations": 0, "publication_date": "2019/1/7", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "2", "halaman": "1867-1874", "abstract": "LINE TODAY adalah situs berita online yang menyediakan artikel berita up to date serta berasal dari sumber berita yang terpercaya. Untuk mempermudah dalam menemukan berita maka dibutuhkan mesin pencarian sehingga berita cepat untuk didapat. Namun pada proses pencarian terkadang query yang diinputkan tidak sesuai dengan hasil artikel berita yang didapatkan. Sehingga perlu dilakukan query expansion untuk membantu dalam mendapatkan artikel berita yang lebih spesifik, query expansion akan melakukan perluasan query yang sebelumnya ambigu menjadi lebih terstruktur. Query expansion diawali dengan tahapan preprocessing, dilanjutkan pembobotan TF. IDF serta cosine similarity hingga perhitungan metode ide-dec-hi dan ide-regular. Berdasarkan implementasi dan pengujian yang dilakukan pada penelitian Query Expansion Pada LINE TODAY Menggunakan Algoritme Ide-Dec-Hi Dan Ide-Regular dengan memanfaatkan 200 data latih serta 25 query yang sesuai dengan dokumen, maka didapatkan hasil untuk metode ide-dec-hi yaitu precision bernilai 0.6622, recall bernilai 0.2314, f-measure bernilai 0.2987, serta akurasi bernilai 0.9506. Sedangkan untuk metode ide-regular didapatkan hasil yaitu precision bernillai 0.6635, recall bernilai 0.0146, f-measure bernilai 0.0279, serta akurasi bernilai 0.9488. Nilai akurasi yang dihasilkan dengan memanfaatkan metode ide-dec-hi cenderung meningkat hingga 0.18% dibandingkan menggunakan metode ide-regular.", "artikel_scholar": "Query Expansion Pada Line Today Menggunakan Algoritme Ide-Dec-Hi dan Ide-RegularN Nofiana, I Indriati, RS Perdana - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4597/2111" }, { "title": "Bray-Curtis Distance Untuk Pencarian Resep Kue Tradisional Berdasarkan Ketersediaan Bahan Makanan", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PVjk1bu6vJQC", "index": 204, "authors": "Febriana Ranta Lidya, Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 10139-10144, 2019", "year": "2019", "citations": 0, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "10139-10144", "abstract": "Pada zaman modern seperti saat ini terdapat beberapa permasalahan khususnya tentang pengenalan makanan tradisional yang merupakan salah satu warisan budaya. Kebanyakan masyarakat Indonesia saat ini lebih menyukai masakan modern dari pada makanan tradisional terutama untuk jajanan umum seperti kue. Kurangnya pengenalan kue tradisional terhadap masyarakat saat ini menjadi latar belakang dilakukan penelitian bray-curtis distance untuk pencarian resep kue tradisional berdasarkan ketersediaan bahan makanan. Dalam penelitian ini data yang digunakan adalah resep-resep makanan yang didapatkan dari pengguna twitter menggunakan banyaknya likes dan retweet dan diolah menggunakan menggunakan perhitungan jarak Bray-Curtis Distance, dan juga membandingkan dengan Euclidean Distance, adanya pengaruh Like dan Retweet juga dilihat untuk mengetahui apakah dengan adanya like dan retweet tersebut dapat memberikan hasil pencarian kue tradisional yang lebih bagus. Hasil Perhitungan Bray-Curtis Distance dan Euclidean Distance terhadap MAP menghasilkan nilai MAP untuk Bray-Curtis Distance pada Top-1 adalah sebesar 0, 76 sedangkan untuk Euclidean Distance pada Top-1 memberikan hasil 0, 18. Dalam hal ini dapat dilihat bahwa Bray-Curtis Distance lebih unggul dibandingkan dengan Euclidean Distance, hal ini karena pada Euclidean Distance tersebut terjadi pada kata yang memiliki dimensi tinggi sehingga tidak dapat bekerja dengan baik, karena Euclidean Distance akan berasumsi bahwa adanya idependensi yang tinggi antar vektor koordinat pada vektor.", "artikel_scholar": "Bray-Curtis Distance Untuk Pencarian Resep Kue Tradisional Berdasarkan Ketersediaan Bahan MakananFR Lidya, YA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait5 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6465/3195" }, { "title": "Pencarian Resep Kue Tradisional berdasarkan Jumlah Likes dan Retweet menggunakan Metode Generalized Vector Space Model", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tuHXwOkdijsC", "index": 205, "authors": "Yuita Arum Sari, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (10), 9755-9761, 2019", "year": "2019", "citations": 0, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "10", "halaman": "9755-9761", "abstract": "Kue tradisional adalah salah satu bentuk keanekaragaman Indonesia. Membuat kue tradisional membutuhkan resep sebagai patokan untuk mengolah bahan yang dibutuhkan. Ibu rumah tangga zaman sekarang kurang mengetahui resep dan cara membuat kue tradisional yang kini tenggelam oleh makanan-makanan junk food sehingga merasa malas untuk membuat kue tradisional. Berdasarkan permasalahan yang telah diuraikan, dilakukan pencarian resep makanan berupa kue tradisional. Untuk mendapatkan resep yang diinginkan, maka dibutuhkan metode pencarian Generalized Vector Space Model untuk mengetahui relevansi resep yang diinginkan. Resep yang terdapat dalam dokumen training memiliki jumlah likes dan retweet yang mendukung terpilihnya suatu dokumen relevan. Dokumen resep yang digunakan berjumlah 100 data resep dengan 10 jenis kue tradisional. Setelah dilakukan pengujian terhadap 25 dokumen diperoleh nilai Mean Average Preecision terbaik sebesar 0,583 menggunakan metode Generalized Vector Space Model dengan pembobotan likes dan retweet. Hal tersebut membuktikan hasil pencarian mendekati query yang dimasukkan pengguna.", "artikel_scholar": "Pencarian Resep Kue Tradisional berdasarkan Jumlah Likes dan Retweet menggunakan Metode Generalized Vector Space ModelYA Sari, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait5 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6536/3148" }, { "title": "Prediksi Penerimaan Bea Cukai Menggunakan Metode Support Vector Regression (Studi Kasus Di KPPBC Tipe Madya Pabean C Jember)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ZuybSZzF8UAC", "index": 206, "authors": "Dinda Adilfi Wirahmi, Imam Cholissodin, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10884-10893, 2019", "year": "2019", "citations": 0, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "11", "halaman": "10884-10893", "abstract": "Instansi yang bergerak di bidang bea cukai memiliki tugas menghimpun penerimaan negara dalam sektor bea dan cukai. Penerimaan tersebut memegang peranan penting dalam mendukung pembangunan infrastruktur. Untuk mengontrol penerimaan, dibutuhkan prediksi sebagai syarat untuk melakukan perencanaan pembiayaan Anggaran Pendapatan dan Belanja Negara (APBN) yang baik. Prediksi digunakan sebagai tindakan untuk optimalisasi dan pengontrolan penerimaan. Namun, prediksi sulit dilakukan karena penerimaan tersebut juga mendapat pengaruh dari faktor eksternal yang sulit diprediksi. Untuk mengatasi masalah tersebut, diperlukan suatu pendekatan yang logis dan dapat dipertanggungjawabkan untuk memprediksi penerimaan. Metode prediksi yang digunakan adalah Support Vector Regression (SVR). Algoritme ini memiliki kinerja kuat dalam melakukan identifikasi terhadap pola dataset time series dan dapat memberikan hasil prediksi yang baik apabila penentuan parameter secara baik karena kinerjanya sangat bergantung pada parameter di dalamnya. Implementasi SVR pada penelitian ini menggunakan kernel RBF dengan nilai variasi parameter yaitu sigma= 0.13, lambda= 3.29, cLR= 0.02, epsilon= 0.00001 dan C= 10, iterasi= 15000 serta menggunaan 4 fitur data menghasilkan MAPE terbaik< 20% sehingga dapat dikategorikan bahwa SVR akurat dalam melakukan prediksi penerimaan bea cukai.", "artikel_scholar": "Prediksi Penerimaan Bea Cukai Menggunakan Metode Support Vector Regression (Studi Kasus Di KPPBC Tipe Madya Pabean C Jember)DA Wirahmi, I Cholissodin, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait3 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6813/3294" }, { "title": "Pencarian Terjemahan Hadits Shahih Muslim menggunakan Metode BM-25", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:08ZZubdj9fEC", "index": 207, "authors": "Bagus Abdan Aziz Fahriansyah, Indriati Indriati, Marji Marji", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (11), 10638-10644, 2019", "year": "2019", "citations": 0, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "11", "halaman": "10638-10644", "abstract": "Hadits merupakan rujukan kedua bagi umat muslim terlebih lagi fungsi hadits adalah penjelas dari alquran. Namun beberapa orang awam kesulitan untuk mencari suatu topik pada hadits karena jumlahnya yang ada sangat banyak dan tidak semua orang bisa menghafalnya. Sebenarnya ada buku kertas maupun buku elektronik namun buku tersebut tidak bisa memberikan urutan mana yang paling relevan terlebih dahulu. Dalam ilmu komputer ada sebuah bidang yang mempelajari tentang mengekstrak sebuah kata menjadi sebuah informasi baru yang kita butuhkan atau mengetahui kemiripan suatu frase dengan dokumen tertentu yaitu Text Mining. Penulis ingin menerapkan salah satu teknik text mining yaitu BM-25 dalam pencarian hadits shahih muslim. Dan peneliti ingin mengetahui seberapa tingkat efektifitas algoritme BM-25 dalam menangani permasalahan yang diangkat oleh penulis. Dari penelitian yang menggunakan hadist shahih muslim sebagai data nya penulis melakukan uji coba dengan memasukkan lima kata kunci kemudian membuat variasi nilai variabel k dan b sebagai variabel optimasi ditemukan k optimal pada q 1= 0.75; q 2= 0.5; q 3= 0.75; q 4= 0.75; q 5= 0.5 dan b optimal pada q 1= 0.1. 2; q 2= 1.2; q 3= 1.2; q 4= 1.2; q 5= 1.2 dan pengujuan presisi p@ k yang di dapati nilai presisi rata-rata sebesar p@ 10= 70%, p@ 20= 54%, p@ 30= 42%.", "artikel_scholar": "Pencarian Terjemahan Hadits Shahih Muslim menggunakan Metode BM-25BAA Fahriansyah, I Indriati, M Marji - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/6737/3259" }, { "title": "Query Expansion Pada LINE TODAY Dengan Algoritme Extended Rocchio Relevance Feedback", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:r0BpntZqJG4C", "index": 208, "authors": "Chandra Ayu Anindya Putri, Indriati Indriati, Ahmad Afif Supianto", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3 (1), 177-185, 2019", "year": "2019", "citations": 0, "publication_date": "2019", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "3", "terbitan": "1", "halaman": "177-185", "abstract": "LINE TODAY memberikan akses informasi berupa konten-konten berita up to date. Data pada LINE TODAY dimanfaatkan untuk dapat dilakukan fitur pencarian berita. Teknik Query Expansion akan sangat berguna jika dikombinasikan dengan sistem pencarian, sebab query yang diinputkan pengguna akan dikombinasi dengan query tambahan yang diberikan oleh sistem. Query tambahan akan membuat query yang pengguna hasilkan lebih spesifik. Selain itu, hadirnya feedback pengguna (user judgement/explicit relevance feedback) yang melakukan penilaian pada tiap berita akan meminimalisir query yang ambigu. Proses yang dilakukan diawali dengan teknik preprocessing, yang terdiri dari beberapa tahapan, yaitu cleansing, case folding, tokenization, filtering, hingga stemming. Kemudian dilakukan pembobotan term (term weighting) dan cosine similarity. Setelah itu, proses yang dilakukan ialah perhitungan dengan metode Extended Rocchio Relevance Feedback yang merupakan metode turunan dari Rocchio Relevance Feedback, untuk menghasilkan query tambahan. Hasil yang diperoleh berdasarkan dari implementasi maupun pengujian pada penelitian Query Expansion pada LINE TODAY dengan Algoritme Extended Rocchio Relevance Feedback menghasilkan rata-rata nilai Precision sebesar 0.53308, Recall sebesar 0.81708, F-Measure sebesar 0.59553, dan Akurasi sebesar 0.9574. Nilai akurasi yang didapat dengan metode Extended Rocchio Relevance Feedback berdasar user judgement cenderung meningkat hingga 2% dibandingkan pencarian otomatis dengan metode Rocchio Relevance Feedback.", "artikel_scholar": "Query Expansion Pada LINE TODAY Dengan Algoritme Extended Rocchio Relevance FeedbackCAA Putri, I Indriati, AA Supianto - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4063/1807" }, { "title": "Klasifikasi Teks Bahasa Indonesia Pada Dokumen Pengaduan SAMBAT Online Menggunakan Metode Naïve Bayes dan Kombinasi Seleksi Fitur", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:KUbvn5osdkgC", "index": 209, "authors": "Hilmy Khairi Idris", "journal_year": "Universitas Brawijaya, 2018", "year": "2018", "citations": 0, "publication_date": "2018/12/27", "lembaga": "Universitas Brawijaya", "abstract": "SAMBAT Online merupakan bentuk realisasi e-Government yang ada di Kota Malang. SAMBAT Online atau Sistem Aplikasi Masyarakat Bertanya Terpadu Online suatu platform berupa situs web yang disediakan oleh pemerintah Kota Malang untuk menerima laporan pengaduan, kritik, saran, maupun pertanyaan kepada pemerintah. Setiap laporan yang masuk akan dikelompokkan secara manual oleh pengelola sistem SAMBAT Online. Pengelompokan yang dilakukan berdasarkan Satuan Kerja Perangkat Daerah (SKPD) yang dituju secara manual. Oleh karena ini dibangunlah sistem klasifikasi untuk mengefesiensikan waktu pada proses pengelompokan laporan ke SKPD yang dituju menggunakan metode Naive Bayes dan Kombinasi Seleksi Fitur antara Chi-Square dan Information Gain. Pada pengujian yang dilakukan, sistem berhasil memberikan hasil akurasi yang lebih baik apabila menggunakan seleksi fitur dibanding tanpa menggunakan seleksi fitur dengan nilai akurasi sebesar 83, 33%. Selanjutnya pada saat dilakukan kombinasi seleksi fitur, hasil akurasi yang didapatkan sama dengan hasil tanpa dilakukan kombinasi yaitu 83, 33%. Sehingga kombinasi seleksi fitur belum bisa memberikan hasil yang lebih baik.", "artikel_scholar": "Klasifikasi Teks Bahasa Indonesia Pada Dokumen Pengaduan SAMBAT Online Menggunakan Metode Naive Bayes dan Kombinasi Seleksi FiturHK Idris, MA Fauzi, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2019Artikel terkait5 versiKlasifikasi Teks Bahasa Indonesia Pada Dokumen Pengaduan SAMBAT Online Menggunakan Metode Naïve Bayes dan Kombinasi Seleksi FiturHK Idris - 2018Artikel terkait", "pdf_url": "https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/4681/2183" }, { "title": "Pengelompokan Artikel Berbahasa Indonesia Dengan Menggunakan Reduksi Fitur Information Gain Thresholding Dan K-Means", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:ns9cj8rnVeAC", "index": 210, "authors": "Novia Agusvina, Indriati Indriati, Nurudin Santoso", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (10), 3822-3828, 2018", "year": "2018", "citations": 0, "publication_date": "2018/2/14", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "10", "halaman": "3822-3828", "abstract": "Semakin banyaknya artikel yang tersebar di situs internet, menyulitkan pengguna dalam menemukan artikel yang diinginkan. Salah satu penyedia layanan artikel online adalah Kompas. com. Untuk menghadapi persaingan antar industri media massa, langkah yang dilakukan Kompas. com adalah memberikan fitur yang memudahkan pengguna, seperti fitur rekomendasi artikel terkait. Namun, dalam penerapannya Kompas. com masih kurang maksimal sehingga tetap kalah dengan media massa online lainnya. Pada penelitian ini, peneliti mengimplementasikan metode reduksi fitur Information Gain Thresholding dan K-Means untuk membuat kelompok artikel terkait. Tujuan dari penelitian ini adalah untuk memperbaiki sistem artikel terkait dari Kompas. com. Dalam pengimplementasian digunakan bahasa java. Pada tahap awal dilakukan preprocessing untuk mengurangi gangguan dalam data, selanjutnya dilakukan reduksi fitur untuk mengurangi fitur yang digunakan agar proses kebih cepat, kemudian dilakukan pembobotan sebagai dasar untuk menghitung jarak antar dokumen, setelah menemukan nilai jarak awal atau centroid, pengelompokan dapat dilakukan. Hasil menunjukan bahwa pengelompokan artikel dengan metode Information Gain Thresholding dan K-Means mampu menghasilkan kelompok dokumen yang baik dengan nilai silhouette coefiecient sebesar 0.9595 dan purity measure sebesar 0.75 dengan penggunaan 3 cluster dan batas ambang untuk reduksi fitur terbaik adalah 0.04 dengan nilai kemurnian data jauh lebih baik dibandingkan tanpa reduksi fitur.", "artikel_scholar": "Pengelompokan Artikel Berbahasa Indonesia Dengan Menggunakan Reduksi Fitur Information Gain Thresholding Dan K-MeansN Agusvina, I Indriati, N Santoso - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Artikel terkait4 versi", "pdf_url": "http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/2762/1050" }, { "title": "Penerapan Algoritme Genetika pada Optimasi Fungsi Keanggotaan Sistem Inferensi Fuzzy Tsukamoto untuk Diagnosis Penyakit HIV", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:epqYDVWIO7EC", "index": 211, "authors": "Yobel Leonardo Tampubolon, Lailil Muflikhah, Indriati Indriati", "journal_year": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2 (9), 3293-3300, 2018", "year": "2018", "citations": 0, "publication_date": "2018/2/4", "journal": "Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer", "jilid": "2", "terbitan": "9", "halaman": "3293-3300", "abstract": "Salah satu penggunaan dari sistem inferensi fuzzy adalah untuk melakukan diagnose penyakit HIV. Pada sistem inferensi fuzzy terdapat fungsi keanggotaan yang berperan penting dalam menyelesaikan masalah sehingga fungsi tersebut harus ditentukan secara benar dan tepat. Berdasarkan aturan-aturan dan batasan gejala yang diperoleh dari pakar digunakan untuk membentuk aturan yang dibutuhkan dalam logika fuzzy untuk mendapatkan diagnose penyakit HIV yang akurat. Untuk memperoleh fungsi keanggotaan yang tepat dapat dilakukan perbaikan batasan menggunakan Algoritme Genetika yang mampu memberikan hasil akurasi lebih baik dibandingkan dengan batasan sebelumnya. Algoritme Genetika yang digunakan mampu memberikan nilai akurasi sebesar 45% terhadap 24 data yang diujikan. Pengujian dilakukan menggunakan beberapa nilai parameter terbaik diantarnya nilai populasi adalah …", "artikel_scholar": "Penerapan Algoritme Genetika pada Optimasi Fungsi Keanggotaan Sistem Inferensi Fuzzy Tsukamoto untuk Diagnosis Penyakit HIVYL Tampubolon, L Muflikhah, I Indriati - Jurnal Pengembangan Teknologi Informasi dan Ilmu …, 2018Artikel terkait3 versi" }, { "title": "Pendeteksi Jenis Attention Deficit Hyperactivity Disorder (ADHD) Pada Anak Usia Dini Menggunakan Metode Learning Vector Quantization (LVQ)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:R3hNpaxXUhUC", "index": 212, "authors": "Zainal Arifien, Indriati, M Ali Fauzi", "journal_year": "Universitas Brawijaya, 2016", "year": "2016", "citations": 0, "publication_date": "2016/8/4", "lembaga": "Universitas Brawijaya", "abstract": "Setiap makhluk hidup pasti mengalami proses pertumbuhan dan perkembangan. Pertumbuhan adalah pertambahan atau perubahan secara kuantitatif. Sedangkan perkembangan adalah proses perubahan menjadi lebih sempurna dan tidak dapat dengan mudah diulang kembali (kualitatif). Hal itu akan dialami oleh setiap manusia, dan setiap manusia tersebut akan mengalami 4 tahap setelah kelahiran, yaitu balita, anak-anak, remaja, dan manula. Dari ke 4 tahap tersebut masa anak usia dini dalam rentang umur 2-8 tahun merupakan masa pertumbuhan dan perkembangan paling pesat sehingga diperlukan adanya pemantauan karena akan selalu ada resiko pada setiap proses, salah satunya adalah Attention Deficit Heyperactive Disorder (ADHD). Oleh karena itu diperlukan wawasan bagi orang tua sebagai pemantau primer agar mampu menangani apabila kemungkinan ADHD ini terjadi. Hal ini penting mengingat orang tua terkadang salah mengartikan perkembangan yang terlambat adalah hal yang wajar tanpa mengetahui apakah ada penyebab-penyebab khusus. ADHD terdiri dari tiga jenis yaitu inattention, hyperactivity, dan impulsive yang dapat mengganggu proses perkembangan anak dalam aspek pendidikan, perilaku, dan sosial anak. Penelitian ini menggunakan metode Learning Vector Quantization (LVQ) yang termasuk ke dalam ilmu Jaringan Syaraf Tiruan dan merupakan perbaikan dari metode Vector Quantization. Penelitian ini menggunakan 6 skenario pengujian yang menghasilkan rekomendasi nilai 0.1 untuk learning rate, 0.1 untuk pengali learning rate, jumlah data latih sebanyak 10%, nilai maksimum epoch …", "artikel_scholar": "Pendeteksi Jenis Attention Deficit Hyperactivity Disorder (ADHD) pada Anak Usia Dini menggunakan Metode Learning Vector Quantization (LVQ)Z Arifien, ST Indriati, M Kom, MA Fauzi, S Kom, M Kom - 2016Artikel terkait2 versi", "pdf_url": "https://www.researchgate.net/profile/Muhammad-Fauzi-6/publication/324561794_Pendeteksi_Jenis_Attention_Deficit_Hyperactivity_Disorder_ADHD_pada_Anak_Usia_Dini_menggunakan_Metode_Learning_Vector_Quantization_LVQ/links/5ad5b3200f7e9b2859370888/Pendeteksi-Jenis-Attention-Deficit-Hyperactivity-Disorder-ADHD-pada-Anak-Usia-Dini-menggunakan-Metode-Learning-Vector-Quantization-LVQ.pdf" }, { "title": "AN OPTIMIZATION OF FAMILY NUTRITION NEEDS COMPLETION USING PARTICLE SWARM OPTIMIZATION", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:a0OBvERweLwC", "index": 213, "authors": "Felia Eliantara, Imam Cholissodin, Indriati Indriati", "journal_year": "Seminar Nasional Riset Terapan 1, A166-A179, 2016", "year": "2016", "citations": 0, "publication_date": "2016", "journal": "Seminar Nasional Riset Terapan", "jilid": "1", "halaman": "A166-A179", "abstract": "Data consumption of Indonesian society when checked with balanced nutritional guidelines, tends still below standard. This is confirmed by results Riset Kesehatan DasarRiskesdas (2013) who found the data on fruit and vegetable that consumption by among people aged over 10 years who are still under which it should be, namely 93.5%. On the protein also tend to be low, and many are derived from vegetable protein, as well as the high levels of sugar, salt, fat from food and beverage consumption in cities and villages. In fact, the food that combined with the better according to the activity or physical condition of the body can be the big benefit to fulfill the energy needs, growth and healthy. If not, then the activity would be disturbed. Thus, the required dose of the proper foods to fulfill the nutritional needs of all family members, according to with factors such as age, sex, weight, height, and activity will be a major concern. Appropriate dose with the complex condition including how to minimize the price and still be able to fulfill the nutritional needs of the many choices of food and alsostill consider the number of family members, it will be very difficult if done traditionally, especially if made schedule for the preparation of the food menu to a few days, it is certainly necessary support technology that can work automatically. In this research proposes the use of algorithms particle swarm optimization (PSO) which has proven very quick to give optimal results and automated recommendations, from a combination of food ingredients for fulfilling a family nutritional needs, with the simple steps when compared to other optimization algorithms. The test results …", "artikel_scholar": "AN OPTIMIZATION OF FAMILY NUTRITION NEEDS COMPLETION USING PARTICLE SWARM OPTIMIZATIONF Eliantara, I Cholissodin, I Indriati - Seminar Nasional Riset Terapan, 2016Artikel terkait2 versi", "pdf_url": "https://e-prosiding.poliban.ac.id/index.php/snrt/article/download/25/75" }, { "title": "PENGGUNAAN POWERPOINT OLEH GURU DALAM PROSES PEMBELAJARAN UNTUK MENINGKATAN HASIL BELAJAR TIK SISWA KELAS VIII. A DI SMP N 1 SUNGAI PUA, KAB. AGAM", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:kzcrU_BdoSEC", "index": 214, "authors": "Drs INDRIATI, Suib Awrus, M Sn Zubaidah", "journal_year": "Serupa The Journal of Art Education 3 (1), 2015", "year": "2015", "citations": 0, "publication_date": "2015/12/14", "journal": "Serupa The Journal of Art Education", "jilid": "3", "terbitan": "1", "artikel_scholar": "PENGGUNAAN POWERPOINT OLEH GURU DALAM PROSES PEMBELAJARAN UNTUK MENINGKATAN HASIL BELAJAR TIK SISWA KELAS VIII. A DI SMP N 1 SUNGAI PUA, KAB. AGAMD INDRIATI, S Awrus, MS Zubaidah - Serupa The Journal of Art Education, 2015Artikel terkait2 versi" }, { "title": "AUTOMATIC DEVELOPMENT OF FUZZY MEMBERSHIP FUNCTIONS ON HEPATITIS PATIENTS DATA USING PARTICLE SWARM OPTIMIZATION (PSO)", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:fPk4N6BV_jEC", "index": 215, "authors": "Candra Dewi, Ratna Putri PS, Indriati Indriati", "journal_year": "Jurnal Teknologi (Sciences & Engineering) 77 (22), 2015", "year": "2015", "citations": 0, "publication_date": "2015/12/11", "journal": "Jurnal Teknologi (Sciences & Engineering)", "jilid": "77", "terbitan": "22", "abstract": "Information about the status of disease (prognosis) for patients with hepatitis is important to determine the type of action to stabilize and cure this disease. Among some system, fuzzy system is one of the methods that can be used to obtain this prognosis. In the fuzzification process, the determination of the exact range of membership function will influence the calculation of membership degree and of course will affect the final value of fuzzy system. This range and function can usually be formed using intuition or by using an algorithm. In this paper, Particle Swarm Optimization (PSO) algorithm is implemented to form the triangular membership functions in the case of patients with hepatitis. For testing process, this paper conducts four scenarios to find the best combination of PSO parameter values . Based on the testing it was found that the best parameters to form a membership function range for the hepatitis data is about 0.9, 0.1, 2, 2, 100, 500 for inertia max, inertia min, local ballast constant, global weight constant, the number of particles, and maximum iterations respectively. Â", "artikel_scholar": "AUTOMATIC DEVELOPMENT OF FUZZY MEMBERSHIP FUNCTIONS ON HEPATITIS PATIENTS DATA USING PARTICLE SWARM OPTIMIZATION (PSO)C Dewi, RP PS, I Indriati - Jurnal Teknologi (Sciences & Engineering), 2015Artikel terkait5 versi", "pdf_url": "https://journals.utm.my/jurnalteknologi/article/download/6670/4399" }, { "title": "Ekstraksi Kalimat Utama Pada Artikel Berbahasa Indonesia Menggunakan Faktorisasi Matriks Non-negatif.", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:NhqRSupF_l8C", "index": 216, "authors": "AnomHarya Wicaksana", "journal_year": "Universitas Brawijaya, 2015", "year": "2015", "citations": 0, "publication_date": "2015/6/25", "lembaga": "Universitas Brawijaya", "abstract": "Memahami isi dokumen melalui ringkasan teks dokumen memerlukan waktu yang lebih singkat dibandingkan dengan membaca seluruh isi dokumen sehingga pembuatan ringkasan teks menjadi sangat penting. Peringkasan teks secara otomatis dapat menjadi solusi untuk menghemat waktu dan biaya. Penelitian ini berusaha untuk meringkas dokumen tunggal berbahasa Indonesia menggunakan faktorisasi matriks nonnegatif (Nonnegative Matrix Factorization - NMF) yang dapat menghasilkan matriks sebagai representasi antara kalimat utama dengan dokumen. Metode NMF diuji coba menggunakan sampel berupa 100 artikel yang didapat dari internet. Dengan hasil rerata precision terbaik sekitar 60,7% dan rerata recall terbaik sekitar 62,9%, menunjukkan bahwa metode ini dapat diaplikasikan untuk meringkas dokumen tunggal berbahasa Indonesia", "artikel_scholar": "Ekstraksi Kalimat Utama Pada Artikel Berbahasa Indonesia Menggunakan Faktorisasi Matriks Non-negatif.AH Wicaksana - 2015Artikel terkait" }, { "title": "Peranan Pemahaman Petunjuk Operasional dalam Program Borland Delphi dan Keseringan Berlatih terhadap Kemampuan Mengoperasikan Program Borland Delphi", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:PR6Y55bgFSsC", "index": 217, "authors": "Indriati Indriati, Suyono Suyono", "journal_year": "AKSIOMA: Jurnal Matematika dan Pendidikan Matematika 6 (1/Maret), 2015", "year": "2015", "citations": 0, "publication_date": "2015", "journal": "AKSIOMA: Jurnal Matematika dan Pendidikan Matematika", "jilid": "6", "terbitan": "1/Maret", "abstract": "Mata kuliah sistem basis data terdiri atas teori dan praktek. Jadi, mahasiswa harus menguasai teori dulu sebelum mereka berparaktek. Teori ini diperoleh mahasiswa dari kuliah dilengkapi buku/diktat sistem basis data tentang pemrograman Borland Delphi. Di dalam program Borlnd Delphi itu terdapat petunjuk pengoperasian berbahasa Inggris. Jadi, untuk bisa mengoperasikan program Borland Delphi, mahasiswa harus bisa memahami petunjuk berbahasa Inggris itu. Dengan memahami petunjuk itu diharapkan mahasiswa bisa berpraktek mengoperasikan program Borland Delphi untuk bisa menghasilkan sesuatu yang printout-nya berupa listing kode program (teks) dan gambar komponen program. Untuk sampai kepada keterampilan itu, mahasiswa perlu berlatih. Masalahnya ialah variabel mana yang lebih signifikan menentukan keterampilan mengoperasikan program Borland Delphi, kemampuan memahami petunjuk berbahasa Inggris dalam program Borland Delphi tentang pengoperasian Program Borland Delphi atau keseringan berlatih.", "artikel_scholar": "Peranan Pemahaman Petunjuk Operasional dalam Program Borland Delphi dan Keseringan Berlatih terhadap Kemampuan Mengoperasikan Program Borland DelphiI Indriati, S Suyono - AKSIOMA: Jurnal Matematika dan Pendidikan …, 2015Artikel terkait6 versi", "pdf_url": "http://journal.upgris.ac.id/index.php/aksioma/article/download/865/781" }, { "title": "Klasifikasi Tema Pada Lirik Lagu Dengan Metode Transformed Weight-Normalized Complement Naive Bayes (TWCNB).", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:xtRiw3GOFMkC", "index": 218, "authors": "AstriTika Pratiwi", "journal_year": "Universitas Brawijaya, 2014", "year": "2014", "citations": 0, "publication_date": "2014/1/15", "lembaga": "Universitas Brawijaya", "abstract": "Tema Merupakan Hal Penting Dalam Sebuah Lagu, Karena Dengan Tema Tersebut Sebuah Lirik Dapat Dirangkai Sesuai Dengan Emosi Yang Tepat. Tema Lagu Yang Tidak Tepat Dapat Menimbulkan Kesalahan. Untuk Itu Diperlukan Pengklasifikasian Lagu Berdasarkan Tema. Pada Penelitian Ini Digunakan Metode Transformed Weight-Normalized Complement Naive Bayes (TWCNB). Metode Ini Merupakan Pengembangan Dari Multinomial Naive Bayes (MNB). Evaluasi Sistem Yang Dilakukan Terhadap 29 Data Uji Dan 224 Data Latih Dengan Perubahan Jumlah Data Latih Yang Berbeda-Beda Pada 4 Skenario Menghasilkan Nilai Terbaik Pada Precision Senilai 0,89, Recall Senilai 0,856 Dan Nilai F-Measure Senilai 0,857", "artikel_scholar": "Klasifikasi Tema Pada Lirik Lagu Dengan Metode Transformed Weight-Normalized Complement Naive Bayes (TWCNB).AT Pratiwi - 2014Artikel terkait" }, { "title": "Deteksi Plagiarisme Dokumen Teks Menggunakan Algoritma Rabin-Karp Dengan Synonym Recognition", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:_kc_bZDykSQC", "index": 219, "authors": "Sandy Dewanto", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 0, "publication_date": "2013/8/14", "lembaga": "Universitas Brawijaya", "abstract": "Plagiarisme merupakan ancaman yang cukup berbahaya dalam dunia akademik dan penulisan. Menjiplak karya orang lain dan mengakuinya sebagai karya pribadi termasuk dalam tindakan plagiarisme. Sistem deteksi plagiarisme dalam dokumen teks umumnya mengimplementasikan algoritma pencocokan string untuk mencari kesamaan kata (string) antar dokumen. Algoritma yang cukup baik dalam mendeteksi pola banyak adalah algoritma Rabin-Karp. Algoritma yang menerapkan fungsi hash ini terbukti cukup ampuh untuk mendeteksi plagiarisme lewat kesamaan kata. Dan melalui varian algoritma Rabin-Karp yang telah dimodifikasi, sistem tidak hanya membandingkan sisa modulo tetapi juga membandingkan hasil bagi terhadap modulo itu sendiri. Dengan cara ini bisa menghindari spurious hit (kesalahan dalam pencocokan). Sehingga bisa diperoleh presentase kesamaan dan waktu proses yang lebih baik. Dan untuk mengantisipasi kata yang diganti dengan sinonimnya digunakan pendekatan synonym recognition. Meskipun menambah waktu komputasi metode algoritma Rabin-Karp dengan synonym recognition mampu meningkatkan presentase kesamaan daripada tanpa synonym recognition.", "artikel_scholar": "Deteksi Plagiarisme Dokumen Teks Menggunakan Algoritma Rabin-Karp Dengan Synonym RecognitionS Dewanto - 2013Artikel terkait" }, { "title": "Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)”.", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:CHSYGLWDkRkC", "index": 220, "authors": "RevianggaDika Satyatama", "journal_year": "Universitas Brawijaya, 2013", "year": "2013", "citations": 0, "publication_date": "2013/7/5", "lembaga": "Universitas Brawijaya", "abstract": "Penyakit liver di dunia umumnya masih tergolong tinggi. Masalah yang ditimbulkan oleh penyakit liver adalah susahnya mengenali penyakit liver sejak dini, bahkan ketika penyakit tersebut sudah menyebar. Metode klasifikasi dengan Algoritma Voting Feature Interval-5 (VFI-5) dapat mendiagnosa penyakit tersebut. Pengklasifikasian instance baru berdasarkan voting pada klasifikasi yang dibuat oleh nilai tiap-tiap feature secara terpisah. Selain masalah tersebut, dalam dunia medis sering ditemui kasus data tidak lengkap ( incomplete data ) yang dapat menyebabkan menurunnya tingkat akurasi dalam proses diagnosa. Metode yang digunakan untuk mengatasi data hilang pada nilai nominal adalah mengganti data hilang dengan modus sedangkan untuk nilai numerik adalah mengganti data hilang dengan mean. Tujuan dari penelitian ini adalah untuk membangun aplikasi klasifikasi data penyakit liver pada manusia agar dapat memudahkan pengguna serta meningkatkan akurasi hasil klasifikasi incomplete data. Aplikasi ini dapat digunakan sebagai sistem klasifikasi data penyakit liver serta dapat meningkatkan akurasi hasil klasifikasi incomplete data penyakit liver. Hal ini berdasarkan hasil pengujian akurasi, nilai rata-rata akurasi untuk perlakuan terhadap incomplete data dengan cara mengganti nilai data dengan mean atau modus mendapatkan nilai tertinggi sebesar 0,88 untuk incomplete data pelatihan dan sebesar 0,87 untuk incomplete data uji.", "artikel_scholar": "Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)”.RD Satyatama - 2013Artikel terkait" }, { "title": "Stop Negative Thinking Effects for Drug Dependence", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:dQ2og3OwTAUC", "index": 221, "authors": "Sri Endang Windiarti, Indriati Indriati, Fajar Surachmi", "journal_year": "Jurnal Riset Kesehatan 2 (2), 342-346, 2013", "year": "2013", "citations": 0, "publication_date": "2013", "journal": "Jurnal Riset Kesehatan", "jilid": "2", "terbitan": "2", "halaman": "342-346", "abstract": "The purpose of this study was to determine the effect of therapy stop thinking negatively against drug addiction in Rehabilitation Orphanage Rumah Damai Gunung Pati Semarang. This research is quasy experiment with pretest-posttes without the control group design. Thirty respondents were taken to the reseach sujects. Stop thinking negative therapy before and after the", "artikel_scholar": "Stop Negative Thinking Effects for Drug DependenceSE Windiarti, I Indriati, F Surachmi - Jurnal Riset Kesehatan, 2013Artikel terkait3 versi" }, { "title": "EFEKTIFITAS GERAKAN TERPADU PENGENTASAN KEMISKINAN TERHADAP PRODUKSI DAN PENDAPATAN USAHA TANI PADI PETANI PENERIMA BANTUAN DIDESA KERTOSARI KECAMATAN PASRU JAMBE KABUPATEN …", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tzM49s52ZIMC", "index": 222, "authors": "ISNAENI INDRIATI", "journal_year": "", "citations": 0, "year": "", "abstract": "EFEKTIFITAS GERAKAN TERPADU PENGENTASAN KEMISKINAN TERHADAP PRODUKSI DAN PENDAPATAN USAHA TANI PADI PETANI PENERIMA BANTUAN DIDESA KERTOSARI KECAMATAN PASRU JAMBE KABUPATEN LUMAJANG Food and Agriculture Organization of the United Nations Discover About FAO News Multimedia Main topics Statistics Members Publications English العربية Español Français Русский 中文 AGRIS - International System for Agricultural Science and Technology About AGRIS Contribute Acceptable use policy facebook linkedin twitter weibo Close Advanced Search EFEKTIFITAS GERAKAN TERPADU PENGENTASAN KEMISKINAN TERHADAP PRODUKSI DAN PENDAPATAN USAHA TANI PADI PETANI PENERIMA BANTUAN DIDESA KERTOSARI KECAMATAN PASRU JAMBE KABUPATEN LUMAJANG ISNAENI INDRIATI Bibliographic information In AGRIS since: 2015-05…", "artikel_scholar": "EFEKTIFITAS GERAKAN TERPADU PENGENTASAN KEMISKINAN TERHADAP PRODUKSI DAN PENDAPATAN USAHA TANI PADI PETANI PENERIMA BANTUAN DIDESA KERTOSARI KECAMATAN PASRU JAMBE KABUPATEN LUMAJANGI INDRIATIArtikel terkait" }, { "title": "Peranan Pemahaman Petunjuk Operasional Dalam Program Borland Delphi Dan Keseringan Berlatih Terhadap Kemampuan Mengoperasikan Program Borland Delphi1", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:tKAzc9rXhukC", "index": 223, "authors": "Suyono Suyono, Indriati Indriati", "journal_year": "Media Penelitian Pendidikan 9 (1), 150429, 0", "citations": 0, "year": "", "journal": "Media Penelitian Pendidikan", "jilid": "9", "terbitan": "1", "halaman": "150429", "penerbit": "Universitas PGRI Semarang", "abstract": "Mata kuliah sistem basis data terdiri atas teori dan praktek. Jadi, mahasiswa harus menguasai teori dulu sebelum mereka berparaktek. Teori ini diperoleh mahasiswa dari kuliah dilengkapi buku/diktat sistem basis data tentang pemrograman Borland Delphi. Di dalam program Borlnd Delphi itu terdapat petunjuk pengoperasian berbahasa Inggris. Jadi, untuk bisa mengoperasikan program Borland Delphi, mahasiswa harus bisa memahami petunjuk berbahasa Inggris itu. Dengan memahami petunjuk itu diharapkan mahasiswa bisa berpraktek mengoperasikan program Borland Delphi untuk bisa menghasilkan sesuatu yang printout-nya berupa listing kode program (teks) dan gambar komponen program. Untuk sampai kepada keterampilan itu, mahasiswa perlu berlatih. Masalahnya ialah variabel mana yang lebih signifikan menentukan keterampilan mengoperasikan program Borland Delphi, kemampuan memahami petunjuk berbahasa Inggris dalam program Borland Delphi tentang pengoperasian Program Borland Delphi atau keseringan berlatih. Untuk memecahkan masalah itu dilakukan penelitian ex post facto di Universitas PGRI Semarang, khususnya mahasiswa jurusan S1 Pendidikan Teknologi Informasi, Fakultas PMIPATI semester 3 yang sedang menempuh mata kuliah sistem basis data. Mereka terdapat 2 kelas, setiap kelas rata-rata 21 orang mahasiswa. Untuk sasaran penelitian ini diambil 16 orang setiap kelasnya, sehingga jumlah mereka 32 orang. Dalam penelitian ini ada 3 jenis data, yaitu:(1) data tentang kemampuan memahami petunjuk operasional berbahasa Inggris yang ada dalam program Borland Delphi,(2) data …", "artikel_scholar": "Peranan Pemahaman Petunjuk Operasional Dalam Program Borland Delphi Dan Keseringan Berlatih Terhadap Kemampuan Mengoperasikan Program Borland Delphi1S Suyono, I Indriati - Media Penelitian PendidikanArtikel terkait" }, { "title": "I Gede Eka Wiantara Putra", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:sSrBHYA8nusC", "index": 224, "authors": "I Putu Bagus Arya, I Wayan Agus Arimbawa, Imam Cholissodin, Indriati Indriati, Irvi Oktanisa, Jaya Mahar Maligan, Kasyful Amron, Komang Candra Brata, Lindawati Lindawati, Lubana Barodi, Lukas Cegan, Lutfi Fanani, M Nuzulul Marofi, Mahendra Data, Marji Marji, Meta Amalya Dewi, Meyliana Meyliana, Mochammad Anshori, Mochammad Hannats, Hanafi Ichsan, Mokhammad Nurkholis, Muh Arif Rahman, Muhaimin Rifai, Muhamad Hibatullah, Muhamad Irsan, Muhammad Aris, Muhammad Erwin, Muhammad Hafis, Muhammad Innuddin, Muhammad Juniardi, Muhammad Wafi, Muhammad Yusuf, Mukhammad Alauddin, Mustika Mentari, Nadia Savitri, Nafilah Fauzi, Nissa Fadhilah, Nur Hasanah, Nurul Hidayat, Petr Filip, Purnomo Budi Santoso, Putra Pandu Adikara, Rahmad Al Kautsar, Randy Wihandika, Ratih Kartika Dewi, Ratna Widyastuti, Reiza Adi Cahya, Rendra Agus Triyono, Retno Indah Rokhmawati, Rio Arifando, Risqy Siwi Pradini, Rizky Pamuji, Rony Kriswibowo, Rosdiana Rosdiana, Samuel Indra Gunawan, Sigit Adinugroho, Silvia Murad, Siswantini Siswantini, Siti Mutrofin, Surjandy Surjandy, Tamer Dag, Tomi Yahya, Tri Astoto Kurniawan, Triando Saragih, Tsukasa Hirahsima, Ullum Pratiwi, Umar Faruq, Usman Nugroho, Wanda Athira Luqyana, Wanlipa Thongsuntia", "journal_year": "", "citations": 0, "year": "", "abstract": "Author Index Page 1 SIET 2019 | Universitas Brawijaya-6 376 AUTHOR INDEX Abidatul Izzah 206, 240 Achmad Basuki 169 Achmad Ridok, Ar 22 Adam Hendra Brata 276 Adhi Harmoko Saputro 125 Adhitya Bhawiyuga 181, 187, 191 Aditya Hari Bawono 306 Agi Putra Kharisma 72 Agung Setia Budi 159, 217 Agus Widodo 100 Ahmad Afif Supianto 38, 44, 84, 90, 251, 270, 310, 322, 326 Ahmad Fauzi Ahsani 130 Ahmad Satria Bahari Johan 116 Ahsanun Naseh Khudori 358 Alvin Candra Wijaya 266 Amroy Lumban Gaol 228 Andi Hamdianah 261 Anindya Sasri Ananta 212 Ari Kusyanti 332 Arif Muntasa 135 Arthur Fauzi 200 Aryo Pinandito 289 Aulia Tri Wulandari 164 Azriyenni Azhari Zakri 234 Bayu Rahayudi 100 Bayu Sutawijaya 169 Benni Agung Nugroho 240 Beryl Labique Ahmadie 28, 322 Bobby Apryanto Sander 316 Candra Ahmadi 142 Candra Dewi 100, 196 Choirul Huda 251 Chutiporn Anutariya 5 Claudia …", "artikel_scholar": "I Gede Eka Wiantara PutraIPB Arya, IWA Arimbawa, I Cholissodin, I Indriati…Artikel terkait" }, { "title": "IMPLEMENTASI METODE IMPROVED K-NEAREST NEIGHBOR PADA ANALISIS SENTIMEN TWITTER BERBAHASA INDONESIA", "url": "https://scholar.google.com/citations?view_op=view_citation&hl=id&user=ZHrqtYcAAAAJ&cstart=200&pagesize=100&citation_for_view=ZHrqtYcAAAAJ:4DMP91E08xMC", "index": 225, "authors": "PADA ANALISIS SENTIMEN TWITTER BERBAHASA INDONESIA", "journal_year": "", "citations": 0, "year": "", "abstract": "Twitter merupakan mikroblog yang sedang digemari dan berubah menjadi penyebar informasi yang sangat cepat saat ini. Informasi yang dihasilkan dan beredar melalui media ini sangat bebas dan beragam seperti berita, pertanyaan, opini, komentar, kritik baik yang bersifat positif maupun negatif. Analisis sentimen merupakan salah satu cabang penelitian pada domain Text Mining atau penggalian data berupa teks, yang diantaranya terdapat proses mengolah dan mengekstrak data tekstual secara otomatis untuk mendapatkan informasi. Manfaat analisis sentimen dalam dunia usaha antara lain untuk melakukan pemantauan terhadap sebuah produk. Analisis sentimen dapat digunakan sebagai alat bantu untuk melihat respon konsumen atau masyarakat terhadap suatu produk tertentu, sehingga dapat segera diambil langkah-langkah strategis berikutnya. Proses pada analisis sentimen diawali dengan preprocessing, dilanjutkan dengan pembobotan kata, kemudian pengkategorian yang terdiri dari penghitungan cosine similarity dan klasifikasi sentimen. Preprocessing terdiri dari beberapa tahap yaitu pembersihan dokumen, tokenizing, stopword removal, dan stemming. Metode pembobotan kata yang digunakan pada skripsi ini adalah Term Frequecny–Inverse Document Frequency (TF-IDF) dan menggunakan Improved K-Nearest Neighbor (KNN) sebagai metode klasifikasinya. Metode Improved KNN memiliki kelebihan berupa kestabilan pada berapapun variasi nilai k. Hasil yang telah diperoleh melalui implementasi dan pengujian sistem adalah jumlah data latih, keseimbangan proporsi kategori data latih, dan nilai k berpengaruh …", "artikel_scholar": "IMPLEMENTASI METODE IMPROVED K-NEAREST NEIGHBOR PADA ANALISIS SENTIMEN TWITTER BERBAHASA INDONESIAPASTB INDONESIAArtikel terkait", "pdf_url": "https://www.academia.edu/download/37000438/paper_0910680088.pdf" } ], "abstracts_collected": 217, "profile_url": "https://scholar.google.com/citations?hl=id&user=ZHrqtYcAAAAJ" }