Articles

SENTIMENT ANALYSIS TWITTER BAHASA INDONESIA BERBASIS WORD2VEC MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK Juwiantho, Hans; Setiawan, Esther Irawati; Santoso, Joan; Purnomo, Mauridhi Hery
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 1: Februari 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

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

Abstract

Media sosial sebagai media informasi dan komunikasi mulai berkembang pesat sejak internet mudah diakses. Orang dengan mudah menyatakan pendapat, ekspresi, opini, dan informasi melalui tulisan pada media sosial. Opini atau informasi pada media sosial dapat digunakan untuk menilai baik atau buruk suatu brand perusahaan. Orang cenderung jujur dalam mengungkapkan perasaan terhadap sesuatu pada media sosial. Dengan menggunakan sentiment analysis terhadap opini dari pelanggan, analisis opini dapat dilakukan secara otomatis. Perusahaan dapat secara langsung mengetahui tingkat kepuasan pelanggan dan digunakan untuk meningkatkan kualitas pelayanan hingga menaikan brand perusahaan. Penggunaan metode classical machine learning yang sudah banyak diterapkan pada sentiment analysis, tetapi metode tersebut tidak memperhatikan pentingnya urutan kata pada suatu kalimat. Metode deep learning dengan algoritme Deep Convolutional Neural Network ditawarkan untuk menjawab permasalahan tersebut dengan melakukan operasi convolution menggunakan filter sebesar ukuran window untuk mendapatkan fitur berdasarkan urutan kata. Model Word2Vec untuk Bahasa Indonesia digunakan sebagai representasi kata dalam bentuk vektor. Penggunaan Word2Vec juga mempercepat proses pelatihan dan meningkatkan akurasi algoritme Deep Convolutional Neural Network. Data yang digunakan dalam makalah ini adalah data Twitter Bahasa Indonesia dengan jumlah 999 tweet. Hasil percobaan yang telah dilakukan dengan algoritme Deep Convolutional Neural Network memiliki nilai akurasi terbaik sebesar 76,40%. AbstractSocial media as information media and communication is growing rapidly since the internet is easily accessible. People easily express opinions, expressions, and information by writing on social media. Opinion or information on social media can be used to assess how good or bad a companies is. People tend to be honest in expressing feelings towards something on social media. With sentiment analysis, analysis of the opinions of customers can be done automatically. The company will know the level of customer satisfaction and can be used to improve the quality of service to raise the company's brand. The use of classical machine learning methods that have been widely applied to sentiment analysis ignoring the importance of the word order in a sentence. Deep Convolutional Neural Network algorithm is offered to answer these problems by carrying out convolution operations using filters as large as window size to get features based on word order. Word2Vec model for Indonesian is used as a word vector representation. The use of Word2Vec also reduce the training time and improve the accuracy of the Deep Convolutional Neural Network algorithm. The data used in this paper is Indonesian Twitter data with 999 tweets. The results of experiments that have been carried out with the Deep Convolutional Neural Network algorithm have the best accuracy value of 76.40%.
PERBANDINGAN ALGORITMA LEVENBERG-MARQUARDT DENGAN METODA BACKPROPAGATION PADA PROSES LEARNING JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA SINYAL ELEKTROKARDIOGRAF Rahmat, Rahmat; Setiawan, Rachmad; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pengenalan pola EKG (Elektrokardiograf) merupakan suatu proses yang penting dalam menganalisa keaadan jantung pasien. Makalah ini menjelaskan tentang sebuah system pengenalan pola sinyal EKG menggunakann multi layer perseptron dan dilatih dengan algoritma Levenbergâ??Marquardt (LM). Algoritma (LM) merupakan pengembangan algoritma Backpropagation (BP) standar. Pada algoritma BP standar proses update bobot dan bias menggunakan negative gradient descent secara langsung sedangkan pada algoritma Levenberg-Marquardt menggunakan pendekatan matrik Hesian.Pada penelitian ini dilakukan pengenalan terhadap lima jenis kelainan sinyal EKG yang berasal dari generator sinyal EKG secara on-line. Pra-proses dimulai dengan mengurangi noise yang menyertai sinyal EKG dengan teknik downsampling Haar wavelet, kemudian diambil spektrum frekuensi hasil downsampling ini untuk masukan Jaringan Saraf Tiruan.Hasil learning jaringan dengan konfigurasi 100-15-5 dan error limit 0.0001 dibutuhkan 35 iterasi untuk mencapai konvergen pada LM, sedangkan dengan BP dibutuhkan 480 iterasi. Pengujian data learning dengan LM menghasilkan error terkecil 1 X 10-6 dan error terbesar terbesar 1 X 10-4, untuk metoda BP error terkecil dicapai 1 X 10-4 dan error terbesar 1 X 10-3.Pengujian dengan data uji dari generator yang sama untuk 100 kali pengujian semua pola yang diuji dapat dikenali 100%.Kata Kunci: Levenberg-Marquardt, Backpropagation, Jaringan Saraf Tiruan, Elektrokardiograf
PERANCANGAN MODIFIED ANFIS OBSERVER UNTUK IDENTIFIKASI KECEPATAN MOTOR INDUKSI Afianti, Hasti; Soebagio, Soebagio; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Dalam makalah ini dikembangkan control kecepatan dari motor induksi yang dioperasikan denganmetoda vector control tanpa sensor kecepatan. Kecepatan motor diestimasi oleh suatu observer dengan metodamodified ANFIS, sistem ini penggabungan antara fuzzy dan neural network yang telah dimodifikasi denganLeast Square Estimator pada pembelajaran forward dan pada pembelajaran backward menggunakan metodeSteepest Descent. Hasil simulasi dapat mengestimasi fluksi dan kecepatan, hasil estimasi mampu melakukanidentifikasi kecepatan rotor motor induksi dengan sangat baik.Kata kunci: Motor Induksi, Modified Anfis Observer
KALIBRASI PARAMETER KAMERA DENGAN PROYEKSI PATERN MENGGUNAKAN PROJECTOR PADA PROSES REKONSTRUKSI 3D BERBASIS STRUCTURED LIGHT Adityo, R Dimas; Yuniarno, Eko Mulyanto; Purnama, I Ketut Eddy; Purnomo, Mauridhi Hery
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

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

Abstract

Sebelum melakukan proses rekonstruksi 3D, Parameter kamera dan karakteristik kamera harus diketahui dengan cara melakukan Kalibrasi, proses kalibrasi biasanya menggunakan media checker board yang diletakkan pada sebuah papan.Pada percobaan kami, Patern checker board yang dijadikan acuan ditampilkan dengan cara melakukan proyeksi patern menggunakan LCD Projector. Tujuan dari Kalibrasi ialah untuk mendapatkan parameter instrinsik dan extrinsik, Parameter intrinsik meliputi geometri internal kamera dan parameter optik seperti, focal length, koefisien distorsi lensa.Parameter ekstrinsik meliputi orientasi posisi kamera terhadap sistem koordinat dunia. Teknik dalam pengiriman patern atau pola menggunakan projector disebut dengan Structured Light.Kata Kunci: Kalibrasi, Focal Length.
MEMBUAT PIXEL ART MENGGUNAKAN LEARNING VECTOR QUANTIZATION AS, Putra Wisnu; Sumpeno, Surya; Sumpeno, Surya; Purnomo, Mauridhi Hery; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pixel art didesain untuk banyak kepentingan dalam merepresentasikan wujud real life look seni visual artefak kontemporer. Pixel art adalah kratifitas seni membangun gambar dari unit kecil berwarna yang disebut dengan piksel, dari sebuah citra digital. Melukis pixel art pada bidang tulis digital dengan komposisi lukisan yang kompleks memiliki beberapa tantangan yang serius. Permasalahannya adalah penggunaan warna dalam pixel painting mengandung prasyarat bahwa pixel diisi degan warna yang penuh, mampu menggambarkan warna transisi serta dapat menunjukan corak warna terang dan gelap. Dari pemahaman ini, dipandang penting untuk membuat suatu metode melukis pixel art alternatif. Berperan sebagai kanvas digital, bidang citra diterjemahkan kedalam painting surface yang berkorespondensi terhadap nilai panjang dan lebar citra sedangkan kuantitas satuan piksel yang memaknai ruang data spasial dan warna adalah sebagai kuas maya. Goresan tinta diproduksi melalui serangkaian olah matematis dengan pendekatan vector quantization untuk diajarkan agar mampu merepresentasikan wujud citra alami yang realisitis. Penelitian ini menunjukan keberhasilan pengorganisasian parameter kedekatan jarak antara piksel dan kelas utamanya pada nilai 0.5 satuan piksel sebagai ruang optimum sehingga voronoi area dapat tercipta dengan baik. Sebagai bahan uji kulifikasi disediakan sejumlah citra pixel art yang berhasil ditransformasikan dengan baik berdasarkan hasil evaluasi area yang tersegmentasi lebih artistis ketika codebook yang disebarkan adalah proporsional dengan jumlah objek pixel art. Sehingga ikhtisar untuk mendapatkan corak pixel art dengan vector quantization adalah dengan memastikan jumlah codebook yang disebar berdasarkan referensi pola informasi spasial dan warna objek citra.
MEMBUAT PIXEL ART MENGGUNAKAN LEARNING VECTOR QUANTIZATION AS, Putra Wisnu; Sumpeno, Surya; Sumpeno, Surya; Purnomo, Mauridhi Hery; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pixel art didesain untuk banyak kepentingan dalam merepresentasikan wujud real life look seni visual artefak kontemporer. Pixel art adalah kratifitas seni membangun gambar dari unit kecil berwarna yang disebut dengan piksel, dari sebuah citra digital. Melukis pixel art pada bidang tulis digital dengan komposisi lukisan yang kompleks memiliki beberapa tantangan yang serius. Permasalahannya adalah penggunaan warna dalam pixel painting mengandung prasyarat bahwa pixel diisi degan warna yang penuh, mampu menggambarkan warna transisi serta dapat menunjukan corak warna terang dan gelap. Dari pemahaman ini, dipandang penting untuk membuat suatu metode melukis pixel art alternatif. Berperan sebagai kanvas digital, bidang citra diterjemahkan kedalam painting surface yang berkorespondensi terhadap nilai panjang dan lebar citra sedangkan kuantitas satuan piksel yang memaknai ruang data spasial dan warna adalah sebagai kuas maya. Goresan tinta diproduksi melalui serangkaian olah matematis dengan pendekatan vector quantization untuk diajarkan agar mampu merepresentasikan wujud citra alami yang realisitis. Penelitian ini menunjukan keberhasilan pengorganisasian parameter kedekatan jarak antara piksel dan kelas utamanya pada nilai 0.5 satuan piksel sebagai ruang optimum sehingga voronoi area dapat tercipta dengan baik. Sebagai bahan uji kulifikasi disediakan sejumlah citra pixel art yang berhasil ditransformasikan dengan baik berdasarkan hasil evaluasi area yang tersegmentasi lebih artistis ketika codebook yang disebarkan adalah proporsional dengan jumlah objek pixel art. Sehingga ikhtisar untuk mendapatkan corak pixel art dengan vector quantization adalah dengan memastikan jumlah codebook yang disebar berdasarkan referensi pola informasi spasial dan warna objek citra.
PERBANDINGAN NEURAL NETWORK (NN) OBSERVER DAN NEURAL NETWORK-GENETIC ALGORITHM (NN-GA) OBSERVER UNTUK ESTIMASI KECEPATAN MOTOR INDUKSI Purwahyudi, Bambang; Soebagio, Soebagio; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2005
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Dalam makalah ini membahas perbandingan kontrol kecepatan tanpa sensor kecepatan motor induksiyang dioperasikan dengan metoda field oriented control (FOC). Kecepatan motor induksi diestimasi oleh suatuobserver. Estimasi kecepatan motor oleh observer hanya memerlukan masukan tegangan dan arus stator.Metode observer yang dibandingkan adalah antara Neural Network (NN) dan Neural Network-GeneticAlgorithm (NN-GA). Algoritma pembelajaran NN yang digunakan kedua metode ini menggunakanbackpropagasi, sedangkan GA pada metoda kedua digunakan untuk mengoptimasi parameter-parameter NNsehingga diperoleh struktur NN yang sederhana. Kedua Observer dirancang untuk menentukan pola kecepatansudut rotor, sehingga dapat dimanfaatkan untuk pengendalian kecepatan motor induksi. Hasil simulasimenunjukkan bahwa NN-GA observer mempunyai Standart Error Estimasi lebih baik dibandinggkan denganNN Observer dan kedua observer dapat mengestimasi kecepatan rotor motor induksi.Kata kunci: Neural Network-Genetic Algorithm, Observer, Field Oriented Control.
PELEPASAN BEBAN OTOMATIS MENGGUNAKAN ANN-CBP-FLC PADA SISTEM TENAGA LISTRIK INDUSTRI BESAR Karim, Khairuddin; Soeprijanto, Adi; Purnomo, Mauridhi Hery
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pelepasan beban pada suatu sistem daya sangat diperlukan terutama untuk mencegah terjadinya padam total(black out). Pelepasan beban (Load Shedding) ini berfungsi untuk mengantisipasi turunnya frekwensi padapembangkit-pembangkit yang masih bekerja sehingga pelayanan ke beban tetap terjaga kualitasnya. Makalahini akan membahas mengenai pelepasan beban secara otomatis dengan menggunakan Fuzzy Logic Controllersebagai pengontrol di sisi kestabilannya dan algoritma ANN-Constructive Backpropgation untuk penentuanpelepasan beban. Skema pelepasan bebannya menggunakan variabel perubahan frekwensi dan tegangan sertahasil pengukuran synchrophasor. Pada saat terjadi ketidak-stabilan tegangan maka dilakukan perbaikantegangan terlebih dahulu melalui Fuzzy Logic Controller dan jika tidak tercapai kestabilan maka dilakukanpelepasan beban agar sistem menjadi stabil.Simulasi data pada Artificial Neural Network (ANN) dan FuzzyLogic Controller (FLC) menggunakan Software MatLab. Hasil simulasi menunjukkan adanya perbaikantegangan pada bus setelah diinjeksi Qvar. Pada simulasi ANN dapat ditentukan tahapan pelepasan bebanberdasarkan perubahan frekwensi pada sistem.Keywords: Load Shedding, Fuzzy Logic Controller, Artificial Neural Network, Constructive Back Propagation.
ANALISIS KINERJA PROTOKOL ROUTING AODV, DSR, DAN OLSR PADA MOBILE AD HOC NETWORK BERDASARKAN PARAMETER QUALITY OF SERVICE Zakaria, Alamsyah; Setijadi, Eko; Purnama, I Ketut Eddy; Purnomo, Mauridhi Hery
Jurnal Rekayasa Elektrika Vol 14, No 3 (2018)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v14i3.9798

Abstract

MANET is autonomous, self-configured, and applicable to emergency locations such as forest fires, earthquakes, floods, and health monitoring. However, challenges and difficulties faced by the mobile ad-hoc network (MANET) is a dynamically built network system, without the support of infrastructure in communicating between one node and other nodes, and limited energy sources. To overcome MANET problems and to obtain optimal network quality, the selections of routing protocols and quality of service (QoS) are significant in MANET design. This study aims to analyze the performance of routing protocols: dynamic source routing (DSR), ad-hoc on demand distance vector (AODV) and optimized link state routing (OLSR) based on QoS. The analyzed QoS parameters include packet delivery ratio (PDR), packet loss, throughput, and delay. Simulation results using network simulator version based on the number of node densities indicate that OLSR has better performance compared to AODV and DSR regarding PDR, packet loss, throughput, and delay.
TENDENCY OF PLAYERS IS TRIAL AND ERROR: CASE STUDY OF COGNITIVE CLASSIFICATION IN THE COGNITIVE SKILL GAMES Syufagi, Moh. Aries; Purnomo, Mauridhi Hery; Hariadi, Mochamad
Jurnal Ilmu Komputer dan Informasi Vol 5, No 1 (2012): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (975.744 KB) | DOI: 10.21609/jiki.v5i1.184

Abstract

To assess the cognitive level of player ability is difficult; many instruments are potentially biased, unreliable, and invalid test. Whereas, in serious game is important to know the cognitive level. If the cognitive level can be measured well, the mastery learning can be achieved. Mastery learning is the core of the learning process in serious game. To classify the cognitive level of players, researchers propose a Cognitive Skill Game (CSG). CSG improves this cognitive concept to monitor how players interact with the game. This game employs Learning Vector Quantization (LVQ) for optimizing the cognitive skill input classification of the player. Training data in LVQ use data observation from the teacher. Populations of cognitive skill classification in this research are pupils when playing the game. Mostly players cognitive skill game have cognitive skill category are Trial and Error. Some of them have Expert category, and a few included in the group carefully. Thus, the general level of skill of the player is still low. Untuk menilai tingkat kognitif dari kemampuan pemain sangatlah sulit; banyak instrumen yang berpotensi bias, tidak dapat diandalkan, dan merupakan tes yang tidak valid. Padahal, dalam serious game penting untuk mengetahui tingkat kognitif. Jika tingkat kognitif dapat diukur dengan baik, penguasaan pembelajaran dapat dicapai. Penguasaan belajar adalah inti dari proses belajar dalam serious game. Untuk mengklasifikasikan tingkat kognitif pemain, kami mengusulkan Cognitive Skill Game (CSG). CSG meningkatkan konsep kognitif untuk memantau bagaimana pemain berinteraksi dengan permainan. Permainan ini menggunakan Learning Vector Quantization (LVQ) untuk mengoptimalkan input klasifikasi keterampilan kognitif pemain. Data trining dalam observasi LVQ menggunakan data dari guru. Populasi klasifikasi keterampilan kognitif dalam penelitian ini adalah siswa saat memainkan permainan. Sebagian besar pemain CSG berkategori keterampilan kognitif adalah coba-coba. Beberapa dari mereka memiliki kategori Ahli, dan sedikit yang termasuk dalam kelompok hati-hati. Dengan demikian, secara umum kemampuan pemain masih rendah.
Co-Authors -, Hindarto Adhi Dharma Wibawa, Adhi Dharma Adi Soeprijanto Afianti, Hasti Al Kindhi, Berlian Alamsyah Alamsyah Amirullah Amirullah Ardyono Priyadi Arham Arham, Arham Aryo Nugroho AS, Putra Wisnu Ashari, Muhamad Atris Suyantohadi Bambang Purwahyudi Budi Setiyono Chastine Fatichah Diana Purwitasari Djoko Purwanto Eka Dwi Nurcahya, Eka Dwi Eko Mulyanto Yuniarno Eko Setijadi Endang Setyati, Endang Era Purwanto, Era Evi Septiana Pane, Evi Septiana Fanani, Nurul Zainal Gunawan Gunawan Hans Juwiantho Herlambang, Yodik Iwan Hidayatillah, Rumaisah I Ketut Eddy Purnama I Made Gede Sunarya I Made Ginarsa Ima Kurniastuti, Ima Iwan Setiawan Joan Santoso Karim, Khairuddin Khamid Khamid Kristian, Yosi Lie Jasa Mangindaan, Glanny M.Christiaan Margareta Rinastiti, Margareta Moch. Hariadi Mochamad Ashari Mochamad Hariadi Mochammad Facta Moh. Aries Syufagi Mohammad Arie Reza, Mohammad Arie Mulyanto, Eko Nasuha, Aris Nugroho, Supeno Mardi S. Ontoseno Penangsang P, Fendik Eko Priambodo, Joko Prima Kristalina Purnama, I Ketut Edy Putra, Darma Setiawan R Dimas Adityo Rahmat Rahmat Ratna Ika Putri Ratna Ika Putri, Ratna Rima Tri Wahyuningrum Rokhana, Rika Rumaksari, Atyanta. N. Ruri Suko Basuki, Ruri Suko Saidah Saidah Setiawan, Esther Irawati Setiawan, Esther Irawati Setiawan, Rachmad Siti Rochimah Soebagio Soebagio Soetiono, Agung Dewa Bagus Sooai, Adri Gabriel Subuh Isnur Haryudo Surya Sumpeno Sutanto, Effendy Hadi Tita Karlita Tri Arief Sardjono Umar Umar Umi Laili Yuhana Wibowo, Ananto Mukti Widodo Budiharto Wiratmoko Yuwono Yulianto Tejo Putranto, Yulianto Tejo Yuniarno, Eko M. Zakaria, Alamsyah Zaman, Lukman