Pencarian Nama yang Memuliki Kesamaan Fonetik Menggunakan Metode Kesamaan String

Pencarian Nama yang Memuliki Kesamaan Fonetik Menggunakan Metode Kesamaan String
(Indra Kaliana – 2002)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/18271

Hasil Ulasan :
Karya ilmiah berjudul “Pencarian Nama yang Memuliki Kesamaan Fonetik Menggunakan Metode Kesamaan String” yang ditulis oleh Indra Kaliana ini membahas mengenai penerapan metode kesamaan string pada pencarian nama yang memiliki kesamaan fonetik dan membandingkan dua algoritme kesamaan string yaitu algoritme Uratani-Takeda dan Algoritme Sekuensial.

Arti dari kesamaan fonetik atau kesamaan bunyi yaitu adanya beberapa huruf dalam abjad yang memiliki bunyi pengucapan mirip antar huruf satu dengan huruf lainnya (Primasari, 1999). Misalnya, nama “Joko” dan “Djoko” merupakan dua nama yang memiliki kesamaan fonetik.

Metode yang dilakukan pada penelitian ini terdiri dari dua tahap. Tahap pertama yaitu membuat kombinasi dua kata yang sama fonetiknya dengan kata masukan (varian). Tahap selanjutnya yaitu pencarian pada teks, katalog atau basis data dari nama menggunakan metode kesamaan string.

Data yang digunakan dalam penelitian ini yaitu data nama yang diambil dari buku petunjuk telepon kota Bogor tahun 2000 sebanyak 4370 buah. Diambil juga data alamat dan nomor telepon dari nama yang bersangkutan. Selanjutnya dibuat prototype program pencarian menggunakan algoritme Uratani-Takeda dan algoritme sekuensial dengan menggunakan data yang telah terkumpul tersebut.

Analisa hasil penelitian dilakukan dengan menghitung rasio varian yang dihasilkan dari program yang dibuat, kemudian melakukan pengukuran waktu terhadap pencarian pada basis data dan menghitung kebutuhan memory.

Advertisements

Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy

Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy
(Denny Setia Mulyadi – 2008)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/18597

Hasil Ulasan :
Karya ilmiah berjudul “Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy” yang ditulis oleh Denny Setia Mulyadi ini membahas mengenai perbandingan dua metode perkiraan biaya perangkat lunak menggunakan logika fuzzy, yaitu intermediate COCOMO (Cost Constructive Model) dan Fuzzy Intemediate COCOMO. Model Intermediate COCOMO adalah ekstensi dari versi awal yang menghitung biaya perkiraan perangkat lunak hanya dengan mengunakan ukuran perangkat lunak dan model pengembangan proyek saja. Proses dalam perkiraan biaya perangkat lunak menggunakan logika fuzzy pada intermediate COCOMO adalah mendefinisikan fungsi keanggotaan untuk setiap variabel linguistik pada Cost Driver dengan fungsi keanggotaan yang bertipe trapezoid (Idri et al. 2001).

Perkiraan biaya pembangunan perangkat lunak merupakan poin penting dalam pengembangan perangkat lunak. Perkiraan biaya yang terlalu kecil akan mengakibatkan perangkat lunak yang dihasilkan berkualitas rendah,. Sebaliknya, perkiraan biaya yang terlalu besar akan mengakibatkan pemborosan sumber daya yang digunakan. Proses evaluasi model perkiraan biaya perangkat lunak adalah membandingkan akurasi dari biaya estimasi dengan biaya aktualnya (Boehm, 1981 dalam Indri et al, 2001).

Data yang dipakai pada penelitian ini adalah NASA Project , yang didapat dari situs http://www.promisedata.org. Data tersebut berasal dari berbagai proyek yang dilakukan NASA dari tahun 1980 – 1990, yang terdiri dari 93 proyek. Data ini terdiri dari 24 atribut, yaitu 15 jenis CD yang bertipe numerik, 7 atribut tentang deskripsi proyek, ukuran perangkat lunak dalam KDSI, dan biaya aktual proyek dalam satuan Man Month (MM). Tiap-tiap CD berikut nilai dan derajat keanggotaannya akan dibuat fungsi keanggotaannya. Fungsi keanggotaan yang digunakan pada penelitian ini berasal dari jurnal Cost Model Using Fuzzy Logic (Idri at al. 2001). Kemudian kode program untuk fungsi keanggotaan ini dibuat menggunakan MATLAB.

Setelah sistem selesai dibuat, maka dilakukan pengujian terhadap sistem. Pengujian dilakukan dengan melakukan pengecekan terhadap kesalahan syntax ataupun logika pada kode program yang dibuat. Jika sistem sudah teruji barulah dapat memproses data.

Model yang dihasilkan dievaluasi menggunakan MRE (Magnitude of Relative Error ), Mean MRE (MMRE), Median MRE (MdMRE), Min MRE, Max MRE, dan Standar Deviasi MRE (SdMRE). Kinerja model secara umum direpresentasikan dalam nilai MMRE.

Review Lucid Lynx (10.04)

Udah sekitar 1 minggu nih gan ane update dari Karmic ke Lucid, kayanya ngga banyak perubahan deh yang ane rasain (apa karena upgrade kali ya, kalo install ulang kerasa bedanya kali ya). Ini ane list poin-poin perubahan yang ane rasain:
1. Logo berubah dan warna dominan berubah dari yang dulu dominan coklat sekarang ungu, mungkin karena slogannya berubah kali ya jadi lebih “light”..
2. Themes, ada tambahan beberapa themes baru, tapi yang paling enak ya 2 unggulannya itu (Ambiance & Radiance)
3. Posisi close, minimize, maximize berubah jadi ke kiri (mirip apple), tapi kalo ini mah dari jaman dulu juga udah bisa dimodifikasi.
4. Splash Screen hilang (atau bisa di disable) dan proses boot jadi lebih cepet (kayanya).
5. Indicator Applet Session berubah, jadi dipisah dua gitu.
Kayanya cuma segitu deh yang ane rasain, nanti deh kalo ada lagi yang dirasa berubah ane update lagi.
Kalo yang mau liat screenshotnya : (gak mencerminkan lucid nih screenshot)

Sistem Pakar Diagnosa Penyakit Udang Windu (Penaeus Monodon) Menggunakan Logika Fuzzy

Sistem Pakar Diagnosa Penyakit Udang Windu (Penaeus Monodon) Menggunakan Logika Fuzzy
(Darmawan Setyabudi – 2007)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/14561

Hasil Ulasan :
Karya ilmiah berjudul “Sistem Pakar Diagnosa Penyakit Udang Windu (Penaeus Monodon) Menggunakan Logika Fuzzy” yang ditulis oleh Darmawan Setyabudi ini bertujuan untuk membantu petani mendiagnosa penyakit udang windu secara cepat dan tepat sehingga penyakit udang windu dapat didiagnosa sedini mungkin sebelum menimbulkan kerugian yang besar.

Sekilas mengenai udang windu, udang windu (Panaeus monodon) merupakan salah satu jenis udang yang sangat menarik dan menguntungkan untuk dipelihara. Namun udang jenis ini sering terserang penyakit ketika masa inkubasi, sedangkan masa inkubasi cukup pendek sehingga dapat sangat merugikan petani karena bisa mengakibatkan kematian massal.

Untuk mendiagnosa penyakit yang menyerang udang windu, ada 2 metode yang bisa digunakan. Pertama yaitu mendiagnosa dengan diagnosa mikroskopis, yaitu dengan melakukan penelitian di laboratorium dan membutuhkan waktu lama, atau dengan metode PCR (polimer chain reaction) yang cukup cepat tetapi memerlukan biaya yang mahal. Metode lain yaitu mendiagnosa gejala klinis dan metode ini memerlukan keahlian dari seorang pakar.

Sedangkan metode yang dipilih oleh penulis dalam melakukan penelitian ini yaitu dengan mengadopsi kemampuan seorang pakar dalam mendiagnosa penyakit udang windu melalui gejala klinis yang muncul.

Dalam proses mendiagnosa, input yang dibutuhkan oleh sistem ini adalah bobot, umur, keadaan lingkungan air tambak, dan perilaku udang. Data lainnya adalah pemeriksaan general per bagian tubuh udang yang dilanjutkan dengan pemeriksaan detail kelainan pada bagian tubuh udang tertentu. Untuk pendeteksian jenis penyakit dilakukan dengan teknik pelacakan ke belakang (backward chainning). Logika fuzzy digunakan untuk mendeteksi tingkat keparahan penyakit udang windu karena dinilai sangat tepat untuk mengadopsi kemampuan pakar dalam hal ini ke dalam sistem pakar yang dibangun. Logika fuzzy yang digunakan adalah metode Mamdani dengan metode defuzifikasi Centroid. Output yang dihasilkan yaitu berupa hasil diagnosa penyakit udang windu dan dilengkapi dengan penjelasan identias udang, status kelayakan lingkungan, jenis penyakit, informasi penyakit, tingkat keparahan penyakit, dan langkah apa yang harus dilakukan untuk menangani udang yang terserang penyakit dengan tingkat keparahan tertentu.

Dengan adanya sistem ini, proses diagnosa penyakit yang menyerang udang windu dapat dilakukan dengan cepat dan dapat merepresentasikan kemampuan seorang pakar sehingga hasil output yang diharapkan dapat akurat dan yang paling penting adalah mampu meningkatkan keuntungan bagi para petani.

Klasifikasi Dokumen Teks Berbahasa Indonesia Menggunakan Minor Component Analysis

Klasifikasi Dokumen Teks Berbahasa Indonesia Menggunakan Minor Component Analysis
(Indra Juniawan – 2009)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/13007

Hasil Ulasan :
Karya ilmiah berjudul Klasifikasi Dokumen Teks Berbahasa Indonesia Menggunakan Minor Component Analysis” yang ditulis oleh Indra Juniawan ini bertujuan untuk mengimplementasikan dan menganalisis kinerja MCA dalam pengklasifikasian dokumen berita digital berbahasa Indonesia sehingga dapat membentuk model pengklasifikasian yang memiliki tingkat akurasi yang baik.

MCA adalah metode statistika yang digunakan untuk mengambil komponen-komponen minor dari sebuah data/dokumen.

Proses yang dilakukan dalam penelitian ini dimuali dari pengumpulan data, data contoh yang diambil sebanyak 750 dokumen yang bersumber dari Media Indonesia Online. Selanjutnya dilakukan proses Temu Kembali Informasi (proses parsing, pembuangan stop word, stemming, serta pembobotan dokumen menggunakan pembobotan tf.idf). Selanjutnya, data yang sudah terkumpul dibagi ke dalam 2 bagian, data latih dan data uji dengan proporsi data latih lebih besar dari data uji. Tahap selanjutnya yaitu melakukan proses pelatihan dengan menggunakan algoritme MCA. Hasil dari proses pelatihan kemudian diklasifikasikan berdasarkan beberapa kategori. Data hasil klasifikasi kemudian diuji tingkat akurasinya. Hasil dari proses secara keseluruhan adalah dokumen uji dapat diklasifikasikan ke dalam kategori tertentu.

Dalam penelitian ini, penulis menggunakan algoritme MCA untuk memperoleh satu komponen minor dari dokumen, hasil tingak akurasi dapat berbeda jika kita mengambil lebih dari satu komponen minor. Dan perlu dilakukan perbandingan tingkat efektifitas dengan algoritme klasifikasi lainnya sehingga dapat membantu dalam pemilihan metode klasifikasi yang baik.

Sistem Informasi Hasil Penelitian LP IPB Berbasis Client/Server

Sistem Informasi Hasil Penelitian LP IPB Berbasis Client/Server

(Irawan Agustian – 2001)

Linkhttp://iirc.ipb.ac.id/jspui/handle/123456789/15050

Hasil Ulasan :
Karya ilmiah berjudul “Sistem Informasi Hasil Penelitian LP IPB Berbasis Client/Server” yang ditulis oleh Irawan Agustian ini membahas mengenai pembangunan Sistem Informasi Hasil Penelitian (SIHP) yang berbasis Client/Server. SIHP merupakan suatu sistem yang berfungsi untuk mencatat hasil-hasil penelitian di IPB dan menyediakan informasi tersebut kepada pengguna umum.

SIHP-CS ini dibangun dengan menggunakan Microsoft Visual Basic 6.0 sebagai bahasa pemrograman, Microsoft SQL Server 7.0 sebagai aplikasi basis data, dan Seagate Crystal Report 7.0 sebagai aplikasi untuk menampilkan laporan. SIHP-CS menekankan pada kemampuan menangani pemakaian sistem lebih dari satu pengguna pada saat bersamaan, sehingga dapat meningkatkan efisiensi dan efektifitas kerja.

Sistem ini memiliki beberapa menu yaitu :
1.Menu Setting SIHP-CS, berfungsi untuk mengatur printer, dan menu untuk keluar dari aplikasi.
2.Menu Entry, berfungsi untuk memasukkan data penelitian.
3.Menu Report, berfungsi untuk mencetak data penelitian berdasarkan kategori tertentu.
4.Menu Jumlah Penelitian, berfungsi untuk menampilkan data penelitian dalam bentuk diagram.
5.Menu Cari, berfungsi untuk melakukan pencarian terhadap data penelitian.
6.Menu Window, berfungsi untuk mengetahui menu-menu mana saja yang sedang diakses
7.Menu Help, berisi bantuan penggunaan sistem dan informasi mengenai sistem.

Terdapat dua jenis pengguna dalam sistem ini, yaitu DBA (dapat mengakses semua menu yang ada) dan TamuLP (hanya dapat mengakses penyajian dan pencarian informasi).

Dalam sistem ini, penulis membangun sistem pengelolaan data penelitian yang sangat bermanfaat baik untuk pengelola maupun pengguna terkait data penelitian. Dengan adanya sistem SIHP-CS ini, dapat meningkatkan efektifitas dan efisiensi kerja dari pihak pengelola, dan dapat memudahkan pengguna (mahasiswa, dosen, dan sebagainya) dalam melakukan proses pencarian data penelitian.

Sistem Informasi Geografi Denah Asrama Putri TPB IPB berbasis Web Menggunakan ALOV Map

Sistem Informasi Geografi Denah Asrama Putri TPB IPB berbasis Web Menggunakan ALOV Map

(Alvira Pasha – 2009)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/11551

Hasil Ulasan :
Karya ilmiah berjudul “Sistem Informasi Geografi Denah Asrama Putri TPB IPB berbasis Web Menggunakan ALOV Map” yang ditulis oleh Alvira Pasha dilatarbelakangi karena banyaknya gedung serta kamar penghuni di Asrama Tingkat Persiapan Bersama (TPB) IPB sehingga mengakibatkan proses pencarian cenderung sulit. Untuk itu penulis mencoba memberikan solusi yaitu dengan membangun suatu Sistem Informasi Geografi (SIG) interaktif berbasis web mengenai Asrama Putri TPB IPB dengan memadukan antara data peta (spatial) dengan data atribut (bukan spatial) dari ruangan-ruangan yang ada di asrama putri TPB IPB.

Sistem geografi ini dibangun dengan menggunakan ALOV Map. ALOV Map adalah aplikasi WebGIS portabel berbasis Java yang digunakan untuk publikasi data vector dan raster di Internet (Sanjaya 2004). ALOV Map juga dapat digunakan untuk penampilan interaktif pada web browser . ALOV Map mendukung arsitektur penyajian yang cukup komplek, navigasi yang baik dan dapat bekerja dengan multi layer , mendukung taut (hyperlink ) serta data atribut. ALOV Map merupakan produk hasil dari proyek kerja sama antara ALOV Map Software (www.alovsof.com) dan Arceological Computing Laboratory, University of Sydney , Australia.

Sistem ini memiliki beberapa fungsi, diantaranya mampu menampilkan informasi denah Asrama Putri TPB IPB beserta data attributnya, menampilkan informasi profil Asrama Putri TPB IPB, dan sebagainya. Pengguna sistem ini ada dua kategori, yaitu umum dan administrator.

Dalam penelitian ini, penulis memperoleh data berupa denah dari pengembang gedung dan Badan Pengelola Asrama. Data denah yang diperoleh (file Autocad) dikonversi menjadi file format *.shp dan dilakukan proses digitasi serta pemberian data spatial dan data atribut menggunakan software ArcView. Sedangkan data detail atribut disimpan dalam database (menggunakan MySql). ALOV Map sendiri digunakan untuk mempublikasikan data spatial dan data atribut melalui internet.

Penggunaan ALOV Map merupakan tantangan tersendiri bagi penulis, karena penggunaan ALOV Map masih sangat sedikit dibandingan MapServer yang cukup poluler dan banyak digunakan oleh pengembang Sistem Informasi Geografi. Penelitian yang dilakukan oleh Alvira Pasha sangat bermanfaat khususnya untuk keluarga besar IPB karena dapat membantu seluruh pihak terkait dengan Asrama Putri TPB IPB.

Semoga Bermanfaat.