Papers by Dhinta Darmantoro
Prosiding Seminar …, 2009
Data mining sebagai pengolah data telah diketahui bahwa data mining dapat menemukan suatu pola pa... more Data mining sebagai pengolah data telah diketahui bahwa data mining dapat menemukan suatu pola pada basis data yang besar. Spatial data mining merupakan proses menemukan pola yang menarik dan potensial untuk dicari informasinya berdasarkan pola dari spatial dataset. Spatial data mining memerlukan neighbour object untuk mencari keterhubungan obyek itu sendiri dengan obyek-obyek lain yang mempengaruhi obyek tersebut. Setelah neighbour object diidentifikasi maka association rule dapat dicari. Pencarian neighbour object dilakukan dengan melakukan buffer dari obyek pencarian, sehingga ditemukan obyek disekitar obyek tersebut. Analisis spatial association rule menggunakan metode Apriori. Parameter ketetanggaan/kedekatan dari obyek adalah berdasarkan radius atau jumlah neighbour object. Semakin banyak neighbour object, semakin banyak frequent item yang dibangkitkan, dan semakin banyak pula rule-nya.
Automatic Folksonomy Categorization of Web Documents using Multinomial Naive Bayes Classifier
ABSTRACT
ArXiv, 2016
Folksonomy is a non-hierarchical document categorizing system, that treats every category in a fl... more Folksonomy is a non-hierarchical document categorizing system, that treats every category in a flat manner, dan every category is entered freely by anyone who submitted a document in these categories. Categorization is done automatically at the time a document is submitted, by entering the list of categories that best fit the document. del.icio.us (this http URL) site is one of the most popular social bookmarking sites that uses folksonomy. Usage of folksonomy, although very easy, also has its weaknesses, such as use of different tags for the same concept, use of the same tag for different concepts, no quality control, etc. We try to provide a solution for some of these problems by analyzing Web documents' contents and categorizing them automatically using multinomial naive Bayes algorithm. Bayes classifier works by using a set of evidences and a set of classes. By training the system using sample data, we can determine the probability of an evidence given a particular class. Ba...
1 [email protected], 2 [email protected], 3 [email protected] Abstrak Data mining merupa... more 1 [email protected], 2 [email protected], 3 [email protected] Abstrak Data mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola dan aturan (rules) dalam himpunan data. Data mining dapat menganalisis data yang besar untuk menemukan pengetahuan guna mendukung pengambilan keputusan. Dalam penelitian ini akan dibahas Association Rule sebagai salah satu fungsi data mining yang diimplementasikan menggunakan Algoritma Apriori. Akan dianalisis pula dua teknik penghitungan support di candidate generation pada Algoritma Apriori, yakni : K-way dan 2 Group-By pada tiga sampel dataset dengan atribut transaksi id dan item. Pada penelitian ini terlihat bahwa permasalahan penghitungan support di candidate generation merupakan bottleneck dari Algoritma Apriori dimana perbaikan Algoritma Apriori ditekankan pada candidate generation dan efektivitas dari Algoritma Apriori. Penelitian ini dilakukan pada RDBMS Oracle dengan memanfaatkan tools TKPROF untuk menguk...
Di setiap system database, kemungkinan terjadinya failure terhadap system dan hardware selalu ada... more Di setiap system database, kemungkinan terjadinya failure terhadap system dan hardware selalu ada. Sebelum terjadi failure yang mempengaruhi system database tersebut maka harus dipersiapkan system backup dari database tersebut. Tujuannya adalah untuk menjamin proses operasional harian yang penting bisa tetap berjalan, meskipun primary system sedang mengalami failure. Standby database adalah salinan dari database regular yang terinstal pada system yang terpisah. Jika failure terjadi pada system primer, system standby itu diaktifkan dan mengambil alih proses, sehingga meminimalisasi efek dari failure yang terjadi terhadap faktor availability dan downtime. Oracle menjaga standby database agar terupdate dengan menerapkan archived redo log yang dikirimkan dari database primer secara konstan. Penelitian ini mengangkat analisis dan implementasi dari standby database dengan menggunakan dbms oracle 9i. Akan dibuat juga suatu perangkat lunak pencatatan archived redo log dari primary database ...
Management by Objectives (MBO) adalah metode penilaian kinerja karyawan yang berorientasi pada pe... more Management by Objectives (MBO) adalah metode penilaian kinerja karyawan yang berorientasi pada pencapaian target kerja. Pada metode MBO, setiap individu karyawan diberikan target kerjanya masingmasing, yang bersesuaian dengan sasaran kerja unit dalam satu periode kerja. Penilaian kinerja dalam metode MBO dilakukan di akhir periode mengacu pada realisasi target. Adapun Rank Inclusion in Criteria Hierarchies (RICH), metode yang dipergunakan pada proses pembobotan Key Performance Indicator (KPI) untuk memperoleh bobot prioritas atas sasaran kerja yang diberikan kepada karyawan. Dengan mengacu pada bobot sasaran kerja, maka sistem dapat melakukan komputasi atas performansi kerja pegawai. Penilaian performansi kerja karyawan ini mengambil lokasi pengamatan di PT Telekomunikasi Indonesia, Tbk. (Telkom). Posisi/jabatan karyawan yang dijadikan objek penilaian adalah Account Manager (AM). Yang mana AM merupakan ujung tombak Telkom dalam menjual produknya kepada Corporate Customer (CC). Dalam...
Seminar Nasional Aplikasi Teknologi Informasi, 2007
Di setiap system database, kemungkinan terjadinya failure terhadap system dan hardware selalu ada... more Di setiap system database, kemungkinan terjadinya failure terhadap system dan hardware selalu ada. Sebelum terjadi failure yang mempengaruhi system database tersebut maka harus dipersiapkan system backup dari database tersebut. Tujuannya adalah untuk menjamin proses operasional harian yang penting bisa tetap berjalan, meskipun primary system sedang mengalami failure. Standby database adalah salinan dari database regular yang terinstal pada system yang terpisah. Jika failure terjadi pada system primer, system standby itu diaktifkan dan mengambil alih proses, sehingga meminimalisasi efek dari failure yang terjadi terhadap faktor availability dan downtime. Oracle menjaga standby database agar terupdate dengan menerapkan archived redo log yang dikirimkan dari database primer secara konstan. Penelitian ini mengangkat analisis dan implementasi dari standby database dengan menggunakan dbms oracle 9i. Akan dibuat juga suatu perangkat lunak pencatatan archived redo log dari primary database untuk dibandingkan dengan archived redo log yang terdapat pada standby database serta simulasi transaksi berupa proses DML.
TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika, Sep 20, 2016
Salah satu kekuatan XML (Extensible Markup Languange) adalah pada fleksibilitasnya dalam menyatak... more Salah satu kekuatan XML (Extensible Markup Languange) adalah pada fleksibilitasnya dalam menyatakan beragam jenis informasi dari beragam sumber. Untuk mengoptimalkan memanfaatkan kemampuan XML, diperlukan mekanisme yang memungkinkan ekstraksi, seleksi, integrasi, dan transformasi dari informasi yang disimpan dalam bentuk XML. Kemampuan dalam melakukan query pada sumber data XML menjadi semakin penting seiring dengan semakin populernya XML, dimana akan semakin banyak informasi yang akan disimpan, dipertukarkan, dan disediakan dalam bentuk tersebut. XQuery [2] adalah suatu bahasa query untuk XML yang dikembangkan oleh World Wide Web Consortium (W3C). Bahasa ini diharapkan dapat menjadi bahasa query standar untuk XML. Penelitian ini bertujuan membuat suatu mesin query bernama XQEngine yang mampu memproses dan mengeksekusi bahasa XQuery. Tidak semua fitur bahasa XQuery akan didukung. Ada beberapa bagian dari bahasa XQuery yang tidak diimplementasikan. Ada pula bagian yang diimplementasikan dengan mengalami penyesuaian. Walaupun XQEngine tidak mendukung semua fitur bahasa XQuery, namun dari uji analisa kasus penggunaan, dapat dilihat bahwa XQEngine mampu menangani jenis-jenis query yang esensial. XQEngine dibangun menggunakan C++Builder® dengan platform Windows™. Versi awal dibangun pada platform Linux dengan bahasa pemrograman Java™.
TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika, Sep 20, 2016
Data mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola dan a... more Data mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola dan aturan (rules) dalam himpunan data. Data mining dapat menganalisis data yang besar untuk menemukan pengetahuan guna mendukung pengambilan keputusan. Dalam penelitian ini akan dibahas Association Rule sebagai salah satu fungsi data mining yang diimplementasikan menggunakan Algoritma Apriori. Akan dianalisis pula dua teknik penghitungan support di candidate generation pada Algoritma Apriori, yakni : K-way dan 2 Group-By pada tiga sampel dataset dengan atribut transaksi id dan item. Pada penelitian ini terlihat bahwa permasalahan penghitungan support di candidate generation merupakan bottleneck dari Algoritma Apriori dimana perbaikan Algoritma Apriori ditekankan pada candidate generation dan efektivitas dari Algoritma Apriori. Penelitian ini dilakukan pada RDBMS Oracle dengan memanfaatkan tools TKPROF untuk mengukur performansi query berdasarkan operasi I/O pada penghitungan support di candidate generation. Hasil penelitian membuktikan bahwa metode support counting K-way lebih baik daripada Two Group-by.
Negation handling in sentiment classification using rule-based adapted from Indonesian language syntactic for Indonesian text in Twitter
Journal of Physics: Conference Series, Mar 1, 2018
The presence of the word negation is able to change the polarity of the text if it is not handled... more The presence of the word negation is able to change the polarity of the text if it is not handled properly it will affect the performance of the sentiment classification. Negation words in Indonesian are 'tidak', 'bukan', 'belum' and 'jangan'. Also, there is a conjunction word that able to reverse the actual values, as the word 'tetapi', or 'tapi'. Unigram has shortcomings in dealing with the existence of negation because it treats negation word and the negated words as separate words. A general approach for negation handling in English text gives the tag 'NEG_' for following words after negation until the first punctuation. But this may gives the tag to un-negated, and this approach does not handle negation and conjunction in one sentences. The rule-based method to determine what words negated by adapting the rules of Indonesian language syntactic of negation to determine the scope of negation was proposed in this study. With adapting syntactic rules and tagging " NEG_ " using SVM classifier with RBF kernel has better performance results than the other experiments. Considering the average F1-score value, the performance of this proposed method can be improved against baseline equal to 1.79% (baseline without negation handling) and 5% (baseline with existing negation handling) for a dataset that all tweets contain negation words. And also for the second dataset that has the various number of negation words in document tweet. It can be improved against baseline at 2.69% (without negation handling) and 3.17% (with existing negation handling).
Seminar Nasional Aplikasi Teknologi Informasi, 2007
Data mining sebagai pengolah data telah diketahui bahwa data mining dapat menemukan suatu pola pa... more Data mining sebagai pengolah data telah diketahui bahwa data mining dapat menemukan suatu pola pada basis data yang besar. Spatial data mining merupakan proses menemukan pola yang menarik dan potensial untuk dicari informasinya berdasarkan pola dari spatial dataset. Spatial data mining memerlukan neighbour object untuk mencari keterhubungan obyek itu sendiri dengan obyek-obyek lain yang mempengaruhi obyek tersebut. Setelah neighbour object diidentifikasi maka association rule dapat dicari. Pencarian neighbour object dilakukan dengan melakukan buffer dari obyek pencarian, sehingga ditemukan obyek disekitar obyek tersebut. Analisis spatial association rule menggunakan metode Apriori. Parameter ketetanggaan/kedekatan dari obyek adalah berdasarkan radius atau jumlah neighbour object. Semakin banyak neighbour object, semakin banyak frequent item yang dibangkitkan, dan semakin banyak pula rule-nya.
Penilaian Performansi Kerja Account Manager dengan Menggunakan Metode MBO (Management by Objective) dan Rich (Rank Inclusion in Criteria Hierarchies)
Seminar Nasional Aplikasi Teknologi Informasi, 2009
... Adapun Rank Inclusion in Criteria Hierarchies (RICH), metode yang dipergunakan pada proses pe... more ... Adapun Rank Inclusion in Criteria Hierarchies (RICH), metode yang dipergunakan pada proses pembobotan Key Performance Indicator ... Semenjak tugas pemasaran produk Telkom kepada lembaga korporasi diserahkan kepada para Account Manager (AM), maka keberadaan ...
Folksonomy merupakan metode kategorisasi dokumen yang tidak hierarkis,
menyamaratakan kedudukan s... more Folksonomy merupakan metode kategorisasi dokumen yang tidak hierarkis,
menyamaratakan kedudukan setiap kategori, dan judul kategori ditentukan secara bebas oleh
siapa saja yang memasukkan sebuah dokumen di dalam kategori-kategori tersebut. Pembuatan
kategorisasi dilakukan secara otomatis pada saat dokumen dimasukkan, yaitu dengan cara
mengetikkan daftar kategori yang kira-kira cocok untuk dokumen tersebut. Situs del.icio.us
(http://del.icio.us) merupakan salah satu social bookmarking site terpopuler yang
menggunakan folksonomy.
Penggunaan folksonomy, meski sangat mudah, juga mempunyai beberapa kelemahan,
yaitu penggunaan tag yang berbeda-beda untuk konsep yang sama, penggunaan tag yang
sama untuk konsep yang berbeda-beda, tidak adanya pengendalian mutu, dan lain-lain. Di sini
penulis mencoba memberikan solusi untuk sebagian masalah tersebut yaitu dengan cara
menganalisa isi dari dokumen Web yang ditunjuk dan mengkategorisasikan link tersebut
secara otomatis ke beberapa tag menggunakan multinomial naive Bayes classifier.
Bayes classifier bekerja berdasarkan sekumpulan bukti (evidence) dan kelas (class).
Dengan melakukan pelatihan (training) terhadap sebagian data sampel, dapat ditentukan
probabilitas kepastian (likelihood probability) dari sebuah bukti jika diberikan kelas tertentu.
Bayes classifier juga menggunakan probabilitas sebelumnya (prior probability) dari sebuah
kelas, yang perhitungannya dapat didasarkan dari sampel data tersebut. Dari analisa sampel
data tersebut, jika diberikan sebuah dokumen baru yang terdiri dari sekumpulan bukti,
probabilitas setiap kelas terhadap dokumen tersebut (posterior probability) dapat ditentukan.
Sistem ini diimplementasikan menggunakan PHP 5, Apache, dan MySQL. Kesimpulan
yang didapatkan dari penelitian ini adalah metode Bayes dapat digunakan untuk melakukan
kategorisasi dokumen secara otomatis maupun sebagai alat bantu untuk kategorisasi manual.
Kata kunci: naive Bayes, text classification, folksonomy, indexing
category in a flat manner, dan every category is entered freely by anyone who submitted a
docume... more category in a flat manner, dan every category is entered freely by anyone who submitted a
document in these categories. Categorization is done automatically at the time a document is
submitted, by entering the list of categories that best fit the document. del.icio.us
(http://del.icio.us) site is one of the most popular social bookmarking sites that uses
folksonomy.
Usage of folksonomy, although very easy, also has its weaknesses, such as use of
different tags for the same concept, use of the same tag for different concepts, no quality
control, etc. We try to provide a solution for some of these problems by analyzing Web
documents’ contents and categorizing them automatically using multinomial naive Bayes
algorithm.
Bayes classifier works by using a set of evidences and a set of classes. By training the
system using sample data, we can determine the probability of an evidence given a particular
class. Bayes classifier also uses prior probability of a class, which can be calculated from
sample data. From these analysis, when given a new document which is formed by a set of
evidences (words), the probabilities of each class given that document (posterior probabilities)
can be determined.
This system is implemented using PHP 5, Apache, and MySQL. The conclusion from
building this system is that the Bayes method can be used to automatically categorize
documents and also as an assistive tool for manual categorization.
Keywords: naive Bayes, text classification, folksonomy, indexing
Uploads
Papers by Dhinta Darmantoro
menyamaratakan kedudukan setiap kategori, dan judul kategori ditentukan secara bebas oleh
siapa saja yang memasukkan sebuah dokumen di dalam kategori-kategori tersebut. Pembuatan
kategorisasi dilakukan secara otomatis pada saat dokumen dimasukkan, yaitu dengan cara
mengetikkan daftar kategori yang kira-kira cocok untuk dokumen tersebut. Situs del.icio.us
(http://del.icio.us) merupakan salah satu social bookmarking site terpopuler yang
menggunakan folksonomy.
Penggunaan folksonomy, meski sangat mudah, juga mempunyai beberapa kelemahan,
yaitu penggunaan tag yang berbeda-beda untuk konsep yang sama, penggunaan tag yang
sama untuk konsep yang berbeda-beda, tidak adanya pengendalian mutu, dan lain-lain. Di sini
penulis mencoba memberikan solusi untuk sebagian masalah tersebut yaitu dengan cara
menganalisa isi dari dokumen Web yang ditunjuk dan mengkategorisasikan link tersebut
secara otomatis ke beberapa tag menggunakan multinomial naive Bayes classifier.
Bayes classifier bekerja berdasarkan sekumpulan bukti (evidence) dan kelas (class).
Dengan melakukan pelatihan (training) terhadap sebagian data sampel, dapat ditentukan
probabilitas kepastian (likelihood probability) dari sebuah bukti jika diberikan kelas tertentu.
Bayes classifier juga menggunakan probabilitas sebelumnya (prior probability) dari sebuah
kelas, yang perhitungannya dapat didasarkan dari sampel data tersebut. Dari analisa sampel
data tersebut, jika diberikan sebuah dokumen baru yang terdiri dari sekumpulan bukti,
probabilitas setiap kelas terhadap dokumen tersebut (posterior probability) dapat ditentukan.
Sistem ini diimplementasikan menggunakan PHP 5, Apache, dan MySQL. Kesimpulan
yang didapatkan dari penelitian ini adalah metode Bayes dapat digunakan untuk melakukan
kategorisasi dokumen secara otomatis maupun sebagai alat bantu untuk kategorisasi manual.
Kata kunci: naive Bayes, text classification, folksonomy, indexing
document in these categories. Categorization is done automatically at the time a document is
submitted, by entering the list of categories that best fit the document. del.icio.us
(http://del.icio.us) site is one of the most popular social bookmarking sites that uses
folksonomy.
Usage of folksonomy, although very easy, also has its weaknesses, such as use of
different tags for the same concept, use of the same tag for different concepts, no quality
control, etc. We try to provide a solution for some of these problems by analyzing Web
documents’ contents and categorizing them automatically using multinomial naive Bayes
algorithm.
Bayes classifier works by using a set of evidences and a set of classes. By training the
system using sample data, we can determine the probability of an evidence given a particular
class. Bayes classifier also uses prior probability of a class, which can be calculated from
sample data. From these analysis, when given a new document which is formed by a set of
evidences (words), the probabilities of each class given that document (posterior probabilities)
can be determined.
This system is implemented using PHP 5, Apache, and MySQL. The conclusion from
building this system is that the Bayes method can be used to automatically categorize
documents and also as an assistive tool for manual categorization.
Keywords: naive Bayes, text classification, folksonomy, indexing
menyamaratakan kedudukan setiap kategori, dan judul kategori ditentukan secara bebas oleh
siapa saja yang memasukkan sebuah dokumen di dalam kategori-kategori tersebut. Pembuatan
kategorisasi dilakukan secara otomatis pada saat dokumen dimasukkan, yaitu dengan cara
mengetikkan daftar kategori yang kira-kira cocok untuk dokumen tersebut. Situs del.icio.us
(http://del.icio.us) merupakan salah satu social bookmarking site terpopuler yang
menggunakan folksonomy.
Penggunaan folksonomy, meski sangat mudah, juga mempunyai beberapa kelemahan,
yaitu penggunaan tag yang berbeda-beda untuk konsep yang sama, penggunaan tag yang
sama untuk konsep yang berbeda-beda, tidak adanya pengendalian mutu, dan lain-lain. Di sini
penulis mencoba memberikan solusi untuk sebagian masalah tersebut yaitu dengan cara
menganalisa isi dari dokumen Web yang ditunjuk dan mengkategorisasikan link tersebut
secara otomatis ke beberapa tag menggunakan multinomial naive Bayes classifier.
Bayes classifier bekerja berdasarkan sekumpulan bukti (evidence) dan kelas (class).
Dengan melakukan pelatihan (training) terhadap sebagian data sampel, dapat ditentukan
probabilitas kepastian (likelihood probability) dari sebuah bukti jika diberikan kelas tertentu.
Bayes classifier juga menggunakan probabilitas sebelumnya (prior probability) dari sebuah
kelas, yang perhitungannya dapat didasarkan dari sampel data tersebut. Dari analisa sampel
data tersebut, jika diberikan sebuah dokumen baru yang terdiri dari sekumpulan bukti,
probabilitas setiap kelas terhadap dokumen tersebut (posterior probability) dapat ditentukan.
Sistem ini diimplementasikan menggunakan PHP 5, Apache, dan MySQL. Kesimpulan
yang didapatkan dari penelitian ini adalah metode Bayes dapat digunakan untuk melakukan
kategorisasi dokumen secara otomatis maupun sebagai alat bantu untuk kategorisasi manual.
Kata kunci: naive Bayes, text classification, folksonomy, indexing
document in these categories. Categorization is done automatically at the time a document is
submitted, by entering the list of categories that best fit the document. del.icio.us
(http://del.icio.us) site is one of the most popular social bookmarking sites that uses
folksonomy.
Usage of folksonomy, although very easy, also has its weaknesses, such as use of
different tags for the same concept, use of the same tag for different concepts, no quality
control, etc. We try to provide a solution for some of these problems by analyzing Web
documents’ contents and categorizing them automatically using multinomial naive Bayes
algorithm.
Bayes classifier works by using a set of evidences and a set of classes. By training the
system using sample data, we can determine the probability of an evidence given a particular
class. Bayes classifier also uses prior probability of a class, which can be calculated from
sample data. From these analysis, when given a new document which is formed by a set of
evidences (words), the probabilities of each class given that document (posterior probabilities)
can be determined.
This system is implemented using PHP 5, Apache, and MySQL. The conclusion from
building this system is that the Bayes method can be used to automatically categorize
documents and also as an assistive tool for manual categorization.
Keywords: naive Bayes, text classification, folksonomy, indexing