Julio Adisantoso
Institut Pertanian Bogor

Published : 4 Documents
Articles

Found 4 Documents
Search

PERLUASAN KUERI MENGGUNAKAN PELUANG BERSYARAT (QUERY EXPANSION USING CONDITIONAL PROBABILITY) Adisantoso, Julio
FORUM STATISTIKA DAN KOMPUTASI Vol. 6 No. 1 (2001)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ukuran kesamaan merupakan nilai yang digunakan untuk memberikan peringkat kesesuaian dokumen berdasarkan kueri yang diberikan pengguna. Berbagai pengolahan terhadap ukuran kesamaan dilakukan agar semakin banyak dokumen relevan dapat terambil, salah satunya adalah menggunakan peluang bersyarat. Agar dokumen yang ditemukembalikan mempunyai relevansi yang tinggi, maka dapat juga dilakukan perluasan kueri dengan menambahkan istilah yang benar-benar mempunyai keterkaitan tinggi dengan istilah dalam kueri aslinya.Berdasarkan penelitian dan uji coba yang telah dilakukan terhadap sekelompok dokumen, diperoleh kesimpulan bahwa perluasan kueri berbasis peluang bersyarat mampu meningkatkan efisiensi dan nilai presisi dokumen temu kembali. Semakin tinggi peluang kemunculan istilah yang digunakan untuk memperluas kueri terhadap kemunculan istilah lainnya mengakibatkan tingkat relevansi dokumen yang dihasilkan juga semakin tinggi.
Pengukuran Kinerja Spam Filter Menggunakan Grahams Naïve Bayes Classifier Adisantoso, Julio; Rahman, Wildan
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 1 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Email spam telah menjadi masalah utama bagi pengguna dan penyedia jasa Internet. Pendekatan heuristic telah dilakukan untuk menyaring spam seperti black-listing atau rule-based filtering, namun hasilnya kurang memuaskan sehingga pendekatan berbasis konten (content-based filtering) menggunakan pengklasifikasi naïve Bayes lebih banyak digunakan saat ini. Penelitian ini bertujuan membandingkan pengklasifikasi naïve Bayes multinomial yang menggunakan atribut boolean dengan versi Graham, dan juga membandingkan kinerja dari dua metode untuk data latih, yaitu train-everything (TEFT) dan train-on-error (TOE). Hasil evaluasi menunjukkan bahwa naïve Bayes multinomial memiliki kinerja lebih baik dibanding versi Graham. Di samping itu, metode data latih menggunakan TEFT dapat meningkatkan akurasi model klasifikasi dibanding metode TOE.Kata kunci: filter spam, naïve Bayes, metode training
Pengembangan Sistem Manajemen Pembelajaran Pemrograman Bahasa Scheme, Java, PHP, dan Perl Pradana, Alfa Nugraha; Adisantoso, Julio
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 2 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Secara konvensional proses pembelajaran dilakukan dalam bentuk diskusi ataupun penyampaian materi di dalam suatu kelas atau perkuliahan. Proses pembelajaran seperti ini sulit diterapkan pada bidang pemrograman terutama untuk kelas besar. Keterampilan dalam membuat suatu algoritme, logika, bahasa pemrograman, dan pengetahuan-pengetahuan lain seperti matematika juga sangat diperlukan dalam membuat suatu program komputer. Pada kondisi ini, sistem manajemen pembelajaran atau learning management system (LMS) memiliki peranan penting dalam melengkapi dan memperbaiki proses pembelajaran konvensional di bidang pemrograman. Tim Olimpiade Komputer Indonesia (TOKI) telah mengembangkan aplikasi SMP pemrograman yang disebut TOKI Learning Contest (LC) untuk bahasa pemrograman Pascal, C, dan C++. Penelitian ini menganalisis TOKI LC dan mengembangkan sistem manajemen pembelajaran agar dapat mendukung dan melengkapi proses pembelajaran di bidang pemrograman untuk mahasiswa bidang studi ilmu komputer atau informatika dengan menambahkan sistem penilaian bahasa Scheme, Java, PHP, dan Perl dan menguji kinerja masing-masing bahasa. Penelitian ini telah menambahkan grader otomatis untuk empat bahasa pemrograman yaitu Scheme, Java, PHP, dan Perl, yang memenuhi konsep asynchronous e-learning. Hasil menunjukkan bahwa kinerja run time pada bahasa pemrograman Java menggunakan waktu yang lebih lama. Selain itu penggunaan memory space pada bahasa Java menggunakan memori yang cukup besar untuk menjalankan setiap program dibandingkan bahasa pemrograman lain.Kata kunci: grader, pemrograman, sistem manajemen.
PEMANFAATAN TEKNOLOGI TEPAT GUNA IDENTIFIKASI TUMBUHAN OBAT BERBASIS CITRA Herdiyeni, Yeni; Adisantoso, Julio; Damayanti, Ellyn K; Zuhud, Ervizal AM; Nurfadhila, Elvira; Paskianti, Kristina
Jurnal Ilmu Pertanian Indonesia Vol. 18 No. 2 (2013): Jurnal Ilmu Pertanian Indonesia
Publisher : Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.323 KB)

Abstract

Indonesia is a mega biodiversity country including many kind medicinal plants. It is not easy to identify the various kinds of the medicinal plants especially for common people. Therefore, we need a computer-based automatic system as a tool to identify these various types of the medicinal plants. Developing of computer-based automatic system for medicinal plant identification has been done based on leaf image. There are 30 species of medicinal plants used in this study. There are 3 features for identification, i.e. morphology, texture, and shape. To improve the accuracy of identification we applied probabilistic neural network to classify the species of medicinal plant. The experiment results showed that the accuracy of identification increase to 74.67%. Developing of search engine has been done as well. We used 32 species of medicinal plant. The number of document was 132 documents. The document consists of name, family, description, diseases, and chemical substances. To improve the accuracy of searching, we applied KNN Fuzzy to classify document into 2 categories, i.e., family and diseases. The experiment results showed that the accuracy of average of precision is 96% for only word of length query and 89% for two words of length query. The system is very beneficial for people in society because it can be used to identify medicinal plants easily and the relevant communitis become independent in maintaining family health and giving opportunities as well as income of the people. Hence, the system is promising for leaf identification and supporting plant biodiversity in Indonesia.