Articles

Found 3 Documents
Search

KLASIFIKASI DOKUMEN REPOSITORY SECARA OTOMATIS MENGGUNAKAN METODE BAYESIAN NETWORK Syafie, Lukman
J U P I T E R Vol 15, No 2 (2016): JUPITER
Publisher : Hasanuddin University

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

Abstract

Penelitian ini bertujuan untuk: (1) membangun algoritma klasifikasi Bayesian Network, (2) merancang simulasi klasifikasi yang mampu mengklasifikasi dokumen repository secara otomatis berdasarkan algoritma klasifikasi yang dibuat, dan (3) menganalisis kinerja hasil simulasi algoritma klasifikasi Bayesian Network untuk klasifikasi dokumen repository. Metode penelitian yang digunakan adalah metode eksperimen dengan bentuk penelitiankuantitatif. Hasil kajian diharapkan bermanfaat dalam membantu mengklasifikasikan suatu dokumen secara otomatis, serta menjadi dasar pembuatan sistem klasifikasi yang lebih kompleks.Kata Kunci: Bayes Network, Klasifikasi, Dokumen, Algoritma
Analisa Penerapan Algoritma Brute Force Dalam Pencocokan String Purnawansyah, Purnawansyah; Syafie, Lukman
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.912 KB)

Abstract

Kebutuhan untuk menemukan informasi yang berguna dan cepat dalam suatu data yang besar sangat dibutuhkan. Karena kompleksitas data yang begitu banyak maka diperlukan suatu metode atau cara untuk dapat mencari suatu informasi yang diperlukan. Untuk melakukan pencarian sebuah data atau informasi tidak terlepas dari pencocokan string dimana dari hasil pencocokan inilah akan ditemukan pola kalimat yang dicari. Dalam penelitian ini membahas tentang penerapan algoritma brute force dalam melakukan pencocokan sebuah string. Algoritma ini melakukan pencocokan string dengan menggeser satu persatu pattern dan menyesuaikannya dengan teks hingga antara pattern dan teks memiliki pola yang sama. Hasil analisis dari penelitian ini berupa uji coba pencocokan string dengan algoritma brute force dengan studi kasus menggunakan mesin pencarian (search engine) dengan bahasa pemrograman PHP untuk pencocokan string
SCHEDULING USING GENETIC ALGORITHM AND ROULETTE WHEEL SELECTION METHOD CONSIDERING LECTURER TIME Herman, Herman; Syafie, Lukman; Irawati, Irawati; Hayati, Lilis Nur; Harlinda, Harlinda
Journal of Information Technology and Its Utilization Vol 2, No 1 (2019)
Publisher : Balai Besar Pengembangan SDM dan Penelitian Komunikasi dan Informatika Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (634.189 KB) | DOI: 10.30818/jitu.2.1.2243

Abstract

Scheduling lectures is not something easy, considering many factors that must be considered. The factors that must be considered are the courses that will be held, the space available, the lecturers, the suitability of the credits with the duration of courses, the availability of lecturers' time, and so on. One algorithm in the field of computer science that can be used in lecture scheduling automation is Genetic Algorithms. Genetic Algorithms can provide the best solution from several solutions in handling scheduling problems and the selksi method used is roulette wheel. This study produces a scheduling system that can work automatically or independently which can produce optimal lecture schedules by applying Genetic Algorithms. Based on the results of testing, the resulting system can schedule lectures correctly and consider the time of lecturers. In this study, the roulette wheel selection method was more effective in producing the best individuals than the rank selection method.