Jurnal Teknologi Informasi dan Ilmu Komputer最新文献_第2页

Vision Transformer untuk Klasifikasi Kematangan Pisang 用于香蕉成熟度分类的视觉转换器

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241117389

Arya Pangestu, Bedy Purnama, Risnandar Risnandar

{"title":"Vision Transformer untuk Klasifikasi Kematangan Pisang","authors":"Arya Pangestu, Bedy Purnama, Risnandar Risnandar","doi":"10.25126/jtiik.20241117389","DOIUrl":"https://doi.org/10.25126/jtiik.20241117389","url":null,"abstract":"Produksi pisang di Indonesia pada tahun 2022 mencapai 9,6 juta ton buah. Metode konvensional yang digunakan untuk menentukan tingkat kematangan pisang masih mengandalkan indera penglihatan manusia dengan memperhatikan perubahan warna kulit pisang. Namun, penentuan tingkat kematangan pisang dengan metode ini memiliki beberapa kekurangan, seperti waktu yang lama, penilaian yang bersifat subjektif dan dapat menghasilkan hasil yang berbeda-beda bagi setiap individu. Oleh karena itu, teknologi computer vision dapat menjadi solusi yang efektif dalam mengklasifikasikan kematangan buah pisang secara otomatis. Penelitian ini menggunakan metodologi Vision Transformer (ViT) untuk mengklasifikasikan tingkat kematangan pada buah pisang, dengan tingkatan yang dibagi menjadi empat kategori, yaitu mentah, setengah matang, matang, dan terlalu matang. Penelitian dilakukan dengan menggunakan lima model ViT yang sudah dilatih sebelumnya atau pre-trained, yaitu ViT-B/16, ViT-B/32, ViT-L/16, ViT-L/32, and ViT-H/14 pada ImageNet-21k dan ImageNet-1k. Kemudian, model ViT tersebut dievaluasi dan dibandingkan dengan model CNN. Evaluasi dilakukan menggunakan metode cross-dataset dengan 5.068 citra pisang yang berbeda dari dataset latih. Hasil evaluasi menunjukkan model ViTL/16-in21k memiliki akurasi tertinggi sebesar 91,61%. Model ViT menunjukkan kemampuan generalisasi yang lebih baik, sementara CNN memiliki ukuran model dan waktu pelatihan yang lebih efisien.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"2007 36","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140416614","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Schedule Cat Feeder Berbasis Internet of Things Menggunakan Wemos D1 Mini dan Telegram 使用 Wemos D1 Mini 和 Telegram 实现基于物联网的猫喂食时间表

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241117847

W. Aditya, Subektiningsih Subektiningsih

{"title":"Schedule Cat Feeder Berbasis Internet of Things Menggunakan Wemos D1 Mini dan Telegram","authors":"W. Aditya, Subektiningsih Subektiningsih","doi":"10.25126/jtiik.20241117847","DOIUrl":"https://doi.org/10.25126/jtiik.20241117847","url":null,"abstract":"Kucing merupakan hewan yang umum dipelihara oleh kebanyakan masyarakat Indonesia. Merawat kucing secara umum tidaklah sulit, namun pemberian makan secara teratur terkadang menjadi kendala bagi pemilik. Hal ini seringkali terjadi dikarenakan oleh kesibukan seperti pekerjaan atau perjalanan, sehingga tidak memungkinkan pemilik untuk memberi makan pada kucingnya. Sebagai solusi, penulis merancang sebuah perangkat pemberi makan kucing otomatis dengan memanfaatkan IoT. Metode yang digunakan adalah prototyping dengan tahapan antara lain; analisis kebutuhan sistem, perancangan sistem, pembuatan prototype, pengujian dan evaluasi. Tujuan utama dari penelitian ini adalah untuk memberikan solusi bagi pemilik kucing yang sibuk, sehingga mereka tidak perlu khawatir terhadap pemberian makan pada kucingnya. Pada prototype ini dilakukan pengujian yang meliputi; menghitung waktu tanggap notifikasi Telegram, pengukuran berat pakan yang dikeluarkan, serta mengukur kapasitas pakan yang tersisa di dalam container. Hasil pengujian menunjukkan bahwa perangkat berhasil memberikan pakan sesuai jadwal, dengan waktu pengiriman notifikasi rata-rata 12.05 detik setelah eksekusi pemberian pakan. Rata-rata berat pakan yang dikeluarkan adalah 51.5gram dengan akurasi berat mencapai 96.98%, sedangkan kapasitas pakan berkurang 5.75% setiap kali pemberian. Selain itu, bot Telegram juga responsif terhadap perintah pengguna.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"66 2","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140408360","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Deteksi Transaksi Fraud Kartu Kredit Menggunakan Oversampling ADASYN dan Seleksi Fitur SVM-RFECV 利用 ADASYN 过度采样和 SVM-RFECV 特征选择检测信用卡欺诈交易

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241117640

Wayan Dharmana, I. Gede, Aris Gunadi, Luh Joni Erawati, Dewi

{"title":"Deteksi Transaksi Fraud Kartu Kredit Menggunakan Oversampling ADASYN dan Seleksi Fitur SVM-RFECV","authors":"Wayan Dharmana, I. Gede, Aris Gunadi, Luh Joni Erawati, Dewi","doi":"10.25126/jtiik.20241117640","DOIUrl":"https://doi.org/10.25126/jtiik.20241117640","url":null,"abstract":"Perkembangan kejahatan transaksi fraud kartu kredit memberikan dampak kerugian finansial bagi pemegang kartu. Pengembangan model deteksi transaksi fraud menggunakan machine learning telah dilakukan, namun memiliki beberapa tantangan meliputi ketidakseimbangan data serta dimensi dataset yang besar. Penelitian ini mengusulkan pendekatan pengembangan dengan seleksi fitur menggunakan SVM-RFECV dan metode oversampling dengan ADASYN. Pendekatan ini diharapkan mampu mengatasi permasalahan dimensi data serta ketidakseimbangan data yang terjadi. Seleksi fitur dengan SVM-RFECV menghasilkan variabel optimal pada rasio data latih 70% sejumlah 390 variabel, rasio data latih 80% sejumlah 400 variabel dan rasio data latih 90% sejumlah 390 variabel. Metode ADASYN telah memperbaiki ketidakseimbangan data dengan menghasilkan data sintetis berdasarkan rasio oversampling meliputi 100%, 50% dan 25%. Model yang menggunakan data hasil oversampling mengalami peningkatan kinerja AUC dan recall. Kinerja AUC tertinggi dihasilkan sejumlah 88,08% pada data latih 70%, oversampling 100% dan algoritma LGBM. Sedangkan, kinerja recall tertinggi sejumlah 83,08% dihasilkan saat menggunakan data latih 70%, oversampling 100% dengan algoritma AdaBoost. Berdasarkan pembahasan ini, maka dapat disimpulkan bahwa penggunaan oversampling dengan ADASYN dan seleksi fitur SVM-RFECV dapat dipertimbangkan untuk meningkatkan kinerja AUC dan recall.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"26 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140413188","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Segmentasi Pelanggan B2B Berdasarkan Perilaku Pembelian dan Firmografi pada PT. Sukses Riau Permata (SRP) PT Sukses Riau Permata (SRP) 基于购买行为和企业形象的 B2B 客户细分

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241116487

Siti Monalisa, Novia Nurahmah

{"title":"Segmentasi Pelanggan B2B Berdasarkan Perilaku Pembelian dan Firmografi pada PT. Sukses Riau Permata (SRP)","authors":"Siti Monalisa, Novia Nurahmah","doi":"10.25126/jtiik.20241116487","DOIUrl":"https://doi.org/10.25126/jtiik.20241116487","url":null,"abstract":"Aset yang memberi pengaruh besar pada proses bisnis perusahaan retail adalah pelanggan. PT. Sukses Riau Permata (SRP) adalah badan usaha yang bergerak dalam bidang distribusi barang konsumsi yang pelanggannya banyak berjenis Business to Business (B2B). Permasalahan yang muncul pada PT. SRP ini adalah menurunnya jumlah konsumen sebanyak 27% yang terjadi pada 6 bulan terakhir Tahun 2021 dikarenakan strategi bisnis perusahaan belum mengaplikasikan Customer Relationship Management (CRM). PT. SRP belum mengidentifikasi pelanggan mana yang berkontribusi dan mana yang tidak memberikan keuntungan pada perusahaan akibatnya program pemasaran masih diberlakukan seragam kepada semua pelanggan. Maka dari itu pada penelitian ini dilakukan pengelompokan pelanggan berdasar kepada perilaku pembelian dan firmografi dengan algoritma Fuzzy C-Means. Indeks Davies Bouldin (DBI) digunakan untuk memverifikasi validitas hasil klasterisasi. Dari proses klasterisasi pelanggan dihasilkan 6 klaster yang dianalisis sesuai karakteristik segmen dengan segmen pelanggan terbaik yaitu cluster 4 (Superstar Segment) yang memiliki 383 pelanggan. Sedangkan segmen pelanggan terparah, yaitu cluster 6 (New Dormant Segment) yang memiliki 298 pelanggan. Adapun di akhir penelitian didapatkan hasil yaitu usulan strategi penjualan terbaik yang sesuai dengan deskripsi karakteristik dan kebutuhan segmen pelanggan. ","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"3 7","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140414520","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Pengembangan Sistem Informasi Praktik Kerja Lapangan (PKL) Siswa Berbasis Website Menggunakan Metode Extreme Programming (Studi Kasus: SMK Negeri 1 Sumenep) 使用极限编程方法开发基于网站的学生野外工作实践信息系统（案例研究：SMK Negeri 1 Sumenep）

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241116452

M. Ro'if, Tri Afirianto, S. Wijoyo

{"title":"Pengembangan Sistem Informasi Praktik Kerja Lapangan (PKL) Siswa Berbasis Website Menggunakan Metode Extreme Programming (Studi Kasus: SMK Negeri 1 Sumenep)","authors":"M. Ro'if, Tri Afirianto, S. Wijoyo","doi":"10.25126/jtiik.20241116452","DOIUrl":"https://doi.org/10.25126/jtiik.20241116452","url":null,"abstract":"Dalam pelaksanaannya, kegiatan Praktik Kerja Lapangan (PKL) di SMK Negeri 1 Sumenep masih kurang efektif karena dalam pelaksanaannya masih dilaksanakan secara manual, sehingga proses manajemen kegiatan PKL masih kurang efektif. Berdasarkan permasalahan tersebut, implementasi suatu sistem dibutuhkan untuk mengelola kebutuhan PKL sehingga kegiatan PKL dapat terlaksana secara efektif dan efisien. Peneliti melakukan pengembangan sistem informasi PKL berbasis website di SMK Negeri 1 Sumenep. Peneliti menggunakan metode pengembangan Extreme Programming (XP) dengan harapan sistem dapat dikembangkan dengan cepat dan agile sehingga semua kebutuhan yang diinginkan oleh stakeholder dapat tercapai. Hasil pengujian unit testing secara keseluruhan menghasilkan total 45 tests case dan 119 assertions, dan untuk pengujian acceptance testing menghasilkan total 69 tests case dengan nilai 100% accepted. Hasil pengujian system usability scale (SUS) keseluruhan sistem memiliki nilai rata-rata 76,88 yang berada dalam range 70 – 80 dengan nilai “C” atau “Good”. Sehingga dapat disimpulkan bahwa sistem informasi PKL berbasis website berada dalam acceptability range “acceptable”.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"22 S2","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140412121","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Implementasi Logika Fuzzy Pada Alat Pendeteksi Kualitas Minyak Goreng Berdasarkan pH dan Tingkat Kejernihan 基于 pH 值和透明度的煎炸油质量检测工具中的模糊逻辑实现

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241118289

Lysaa Qothrunnada, Indri Yanti, M. Pauzan

{"title":"Implementasi Logika Fuzzy Pada Alat Pendeteksi Kualitas Minyak Goreng Berdasarkan pH dan Tingkat Kejernihan","authors":"Lysaa Qothrunnada, Indri Yanti, M. Pauzan","doi":"10.25126/jtiik.20241118289","DOIUrl":"https://doi.org/10.25126/jtiik.20241118289","url":null,"abstract":"Penelitian ini bertujuan untuk mengembangkan alat pendeteksi kualitas minyak goreng kelapa sawit dengan menggunakan metode fuzzy logic Mamdani yang memanfaatkan sensor pH dan sensor cahaya BH1750. Input pada logika fuzzy yaitu nilai pH dan kejernihan minyak yang diukur melalui ADC dari Arduino Mega2560 Pro menggunakan pembacaan data dari sensor BH1750 untuk menentukan tingkat kejernihan pada minyak goreng, sedangkan output berupa kualitas minyak goreng dengan menggunakan desain fuzzy yang dibuat pada software MATLAB. Minyak yang diuji mencakup jenis minyak kemasan premium, kemasan sederhana, dan minyak curah. Pengujian dilakukan pada tiga variasi, yaitu sebelum penggunaan minyak untuk menggoreng telur, setelah satu kali penggorengan telur, dan dua kali penggorengan telur. Hasil penelitian menunjukkan korelasi yang sangat kuat antara kejernihan minyak dengan nilai ADC, mencapai 0,976. Selisih output antara alat dengan perhitungan MATLAB sangat kecil, berkisar antara 0,00 hingga 0,03. Rata-rata diskrepansi pada minyak yang belum digunakan, setelah satu kali penggunaan, dan dua kali penggunaan masing-masing sekitar 0,15%, 0,36%, dan 0,76% berturut-turut. Implementasi logika fuzzy pada alat pendeteksi kualitas minyak goreng berdasarkan pH dan tingkat kejernihan menunjukkan kinerja yang baik dengan akurasi tinggi. Hasil penelitian ini tidak hanya berdampak pada pemantauan kualitas minyak, tetapi juga membuka peluang untuk penerapan logika fuzzy dalam analisis kualitas pada bidang-bidang lain.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"10 8","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140413261","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Pemodelan Objek Budaya Keris Berbasis Semantic Web 基于语义网的 Keris 文化对象建模

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241116727

Budi Susanto, Mariaty Octavia Antarani, Gloria Virginia, Umi Proboyekti

{"title":"Pemodelan Objek Budaya Keris Berbasis Semantic Web","authors":"Budi Susanto, Mariaty Octavia Antarani, Gloria Virginia, Umi Proboyekti","doi":"10.25126/jtiik.20241116727","DOIUrl":"https://doi.org/10.25126/jtiik.20241116727","url":null,"abstract":"Keris merupakan objek budaya Indonesia yang tergolong belati, yaitu senjata ‘bermata dua’ yang bilahnya ada yang lurus dan yang luk. Keris memiliki data deskripsi, meliputi bilah, warangka, jejeran, mendhak, pendhok, ganja, pesi, dhapur, tangguh, pamor, fungsi dan kegunaan, tradisi perlakuan dan penilaian keris. Begitu luasnya deskripsi informasi dari objek keris, menuntut tersedianya suatu infrastruktur yang mendukung representasi pengetahuan objek keris. Salah satu pendekatan yang dapat dilakukan adalah dengan kerangka semantic web dan direpresentasikan dalam bentuk ontologi. Metode yang digunakan pada penelitian ini adalah on-to-knowledge. Tahapan dari metode ini adalah feasibility, kick-off, refinement, evaluasi, serta aplikasi dan evolusi. Tetapi dalam membangun ontologi keris hanya digunakan empat tahapan, sedangkan tahapan ke lima tidak digunakan. Feasibility adalah tahap uji kelayakan penelitian. Kick-off adalah tahapan permulaan penelitian. Refinement adalah tahapan membangun graf yang sempurna dengan aplikasi Protégé. Evaluasi adalah tahapan evaluasi logika ontologi, dengan menggunakan reasoner hermit dan DL query pada Protégé. Penelitian ini melaporkan hasil dari tahapan yang dilakukan dalam implementasi metode on-to-knowledge. Hasil akhir penelitian ini adalah representasi pengetahuan objek budaya keris berbasis OWL. ","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"3 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140410544","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Integrasi Audit Trail dan Teknik Clustering untuk Segmentasi dan Kategorisasi Aktivitas Log 整合审计跟踪和聚类技术，对活动日志进行分割和分类

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241118071

Candra Heru Saputra

{"title":"Integrasi Audit Trail dan Teknik Clustering untuk Segmentasi dan Kategorisasi Aktivitas Log","authors":"Candra Heru Saputra","doi":"10.25126/jtiik.20241118071","DOIUrl":"https://doi.org/10.25126/jtiik.20241118071","url":null,"abstract":"Dengan berkembangnya teknologi, organisasi dan perusahaan kini mengumpulkan data dalam jumlah yang sangat besar, yang tercatat dalam log sistem untuk tujuan audit keamanan, pemantauan, dan investigasi forensik. Namun, tantangan utama muncul saat analis keamanan harus menangani volume data log yang besar, yang seringkali membuat sulit untuk mengidentifikasi aktivitas mencurigakan atau abnormal. Dalam upaya mengatasi tantangan analisis log yang berskala besar dalam sistem informasi, penelitian ini bertujuan untuk mengintegrasikan teknik audit trail dengan metode clustering, khususnya menggunakan K-Means, untuk segmentasi dan kategorisasi aktivitas log. Penelitian ini mencari pendekatan yang dapat meningkatkan efisiensi dalam menelusuri dan menganalisis log aktivitas dengan mengelompokkan data log yang serupa. Metode yang digunakan mencakup desain eksperimental, pengumpulan data audit trail yang komprehensif, preprocessing data, implementasi algoritma K-Means, dan evaluasi hasil clustering. Hasil penelitian mengindikasikan bahwa penerapan K-Means pada audit trail memungkinkan identifikasi pola aktivitas yang signifikan, memudahkan deteksi anomali dengan cepat, dan menyederhanakan proses audit keamanan data, yang mengarah pada pemahaman yang lebih baik dalam pengelolaan risiko keamanan informasi.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"18 3","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411360","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Pengaruh Klasifikasi Sentimen Pada Ulasan Produk Amazon Berbasis Rekayasa Fitur dan K-Nearest Negihbor 基于特征工程和 K-Nearest Negihbor 对亚马逊产品评论进行情感分类的效果

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241117376

Nitami Lestari Putri, Budi Warsito, B. Surarso

{"title":"Pengaruh Klasifikasi Sentimen Pada Ulasan Produk Amazon Berbasis Rekayasa Fitur dan K-Nearest Negihbor","authors":"Nitami Lestari Putri, Budi Warsito, B. Surarso","doi":"10.25126/jtiik.20241117376","DOIUrl":"https://doi.org/10.25126/jtiik.20241117376","url":null,"abstract":"Ulasan online menjadi faktor penting yang mendorong konsumen untuk membeli barang di e-commerce. Dalam e-commerce, ulasan pelanggan sebelumnya dapat membantu pembeli membuat keputusan yang lebih baik dengan memberikan informasi tentang kualitas produk, kekuatan dan kelemahan, perilaku penjual, harga, dan waktu pengiriman. Namun, keberadaan ulasan palsu menimbulkan tantangan dalam menilai sentimen yang diungkapkan oleh pelanggan asli secara benar. Dalam penelitian ini, berfokus pada analisis sentimen dan bertujuan untuk mengeksplorasi peran sentimen dalam ulasan produk Amazon. Penelitian ini menggunakan kombinasi fitur dari konten ulasan dengan menerapkan klasifikasi K-Nearest Neighbor untuk mengklasifikasikan polaritas sentimen ulasan secara akurat. Dalam mengekstrak skor polaritas dari ulasan, penelitian ini menggunakan pendekatan analisis sentimen berbasis leksikon yaitu Textblob Library dan menetapkan label sentimen dari ulasan produk. Hasil dari pemodelan yang diusulkan mencapai tingkat akurasi sebesar 83% yang menunjukkan keefektifan pemodelan yang diusulkan dalam analisis sentimen. Hasil dari penelitian ini dapat membantu konsumen dalam membuat keputusan pembelian dan membantu penjual dalam meningkatkan nilai produk dan layanan mereka berdasarkan feedback yang diberikan oleh pelanggan.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"23 5","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411639","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution 利用超分辨率方法提高低分辨率图像的人脸识别性能

Jurnal Teknologi Informasi dan Ilmu Komputer Pub Date : 2024-02-29 DOI: 10.25126/jtiik.20241117947

Muhammad Imaduddin Abdur Rohim, A. Nisa, M. N. Hindratno, Radhiyatul Fajri, G. Wibowanto, Nova Hadi Lestriandoko, P. Normakristagaluh

{"title":"Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution","authors":"Muhammad Imaduddin Abdur Rohim, A. Nisa, M. N. Hindratno, Radhiyatul Fajri, G. Wibowanto, Nova Hadi Lestriandoko, P. Normakristagaluh","doi":"10.25126/jtiik.20241117947","DOIUrl":"https://doi.org/10.25126/jtiik.20241117947","url":null,"abstract":"Kartu Tanda Penduduk Elektronik (KTP-el) merupakan identitas wajib bagi penduduk Indonesia. Penyimpanan pada cip KTP-el yang mana selain digunakan untuk menyimpan gambar potret wajah individu, juga harus dapat menyimpan identitas lain seperti biodata, tanda tangan, dan sidik jari kiri dan kanan. Keterbatasan tersebut mengharuskan gambar potret wajah disimpan pada ukuran low-resolution (LR) sehingga sistem pengenalan wajah tidak optimal. Dalam penelitian ini, kami menggunakan Poznan University of Technology (PUT) Face database yang terdiri atas 200 gambar dari 100 individu. Data tersebut dilakukan proses down sampling menggunakan bicubic interpolation untuk menghasilkan data LR. Kami menginvestigasi penggunaan metode super-resolution (SR) berbasis deep learning, termasuk DFDNet, LapSRN, GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN, dan FaceSPARNet. Hal ini bertujuan untuk meningkatkan kualitas gambar LR. Evaluasi performa dilakukan dengan menggunakan matriks False Rejection Rate(FRR) pada beberapa tingkatan False Acceptance Rate (FAR). Hasil penelitian menunjukkan bahwa beberapa metode SR terutama FaceSPARNet menunjukkan peningkatan performa face recognition hingga 2%. Sedangkan, metode SR yang berbasis GAN (GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN) cenderung meningkatkan false reject rate. Penelitian ini menunjukkan bahwa metode SR dari kategori General Basic CNN-based FSR dapat digunakan untuk meningkatkan kinerja face recognition pada gambar LR, seperti pada KTP-el.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"80 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140408644","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0