i’m back ^^

for some reasons, i will write here again. on my own blog. welcome back, me

and for you who read this, just enjoy

p.s : some of my posts are taken from my own articles at ngerumpi.com

for the new name “Err Wit”, that’s just the anagram of “writer”

Telaah Pustaka : Kategorisasi Teks Menggunakan N-gram untuk Dokumen Berbahasa Indonesia

Pada ulasan kali ini, saya membahas karya ilmiah yang dibuat oleh Yudha Permadi pada tahun 2008. Karya ilmiah lengkapnya dapat dilihat di http://hdl.handle.net/123456789/18647

Penelitian dilatarbelakangi oleh luasnya sumber untuk mendapatkan suatu dokumen dengan topik atau tema tertentu dapat mengakibatkan banyaknya dokumen yang dicari memiliki topik yang sama walaupun dengan sudut pandang yang berbeda. Hal ini mengakibatkan cukup sulitnya membedakan satu permasalahan dengan permasalahan lain.

Penulis memanfaatkan kategorisasi teks yang termasuk model pengelompokan dokumen dalam temu kembali informasi  untuk diangkat menjadi topik dalam penelitian ini. Salah satu metodenya adalah N-gram. Metode N-gram merupakan suatu metode yang sering digunakan untuk mengenali kesalahan-kesalahan yang sering terjadi pada suatu dokumen.

Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis beberapa metode N-gram untuk kategorisasi teks, serta mengetahui metode N-gram mana yang paling baik dalam proses kategorisasi teks. Penelitian dibatasi hanya untuk dokumen-dokumen berbahasa Indonesia.

Cara kerja sistem ini yaitu membandingkan profil N-gram dari dokumen dengan kategori yang sudah ada. Hasil dari proses perbandingan ini dapat ditentukan dan dikalkulasikan jarak antara dua profil tersebut, dan menentukan kategori mana yang memiliki jarak terkecil dengan dokumen tersebut. Kesimpulan dari penelitian ini didapatkan bahwa pemotongan Trigram memiliki persentase kebenaran kategorisasi terbesar yaitu 26,035%.

Telaah Pustaka : Pengenalan Citra Wajah Menggunakan Algoritme VFI5 dengan Transformasi Wavelet

Ulasan saya kali ini adalah karya ilmiah yang dibuat oleh Noviana Pramitasari pada tahun 2007. Karya ilmiah ini lengkapnya dapat dilihat di http://hdl.handle.net/123456789/15988

Manusia memiliki beberapa karakter fisiologis, seperti DNA (Deoxyribo Nucleid Acid), mata (retina dan iris), sidik jari, suara, tangan dan wajah (Maltoni et al. 2003). Karakter-karakter tersebut dapat digunakan dalam sistem biometrik, yaitu sistem pengenalan pola yang mengidentifikasi karakter fisiologis seseorang dengan menentukan keotentikan. Dalam karya ilmiah ini, penulis menggunakan biometrik wajah untuk diteliti.

Salah satu metode pengolahan citra adalah wavelet. Cara kerja wavelet yaitu mengekstraksi fitur dan fitur-fitur yang penting tidak akan hilang ketika dimensi citra mengalami reduksi. Citra hasil transformasi wavelet akan digunakan sebagai input sistem pengenalan wajah pada penelitian ini. Induk wavelet yang digunakan adalah induk wavelet Haar karena didasarkan pada dua penelitian sebelumnya, yang pertama oleh Cahyaningtias (2007) dan selanjutnya dilakukan oleh Oktabroni (2008).

Metode pengenalan wajah yang digunakan pada penelitian ini adalah algoritme Voting Feature Interval (VFI5). Algoritme VFI5 merupakan suatu algoritme yang merepresentasikan deskripsi sebuah konsep oleh sekumpulan interval nilai-nilai fitur atau atribut. Tahapan pelatihan pada algoritme VFI5 menghasilkan interval-interval, dan setiap fitur-fitur yang dihasilkan olah data citra direpresentasikan oleh piksel-piksel pada tiap elemen data tersebut.

Pada penelitian ini, untuk pengenalan data citra wajah, yang menjadi inputan algoritme VFI5 adalah citra yang telah mengalami dekomposisi wavelet di level 1 sampai level 6. Terdapat tiga kesimpulan dari penelitian ini, yaitu Level 2 dekomposisi wavelet memiliki akurasi yang paling tinggi yaitu sebesar 90%, akurasi level 2 lebih tinggi dibandingkan level 1 walaupun jumlah fitur level 2 lebih sedikit, dan yang terakhir adalah akurasi dari level 3 sampai level 6 menurun
dengan interval dari 85% sampai 30%.

Telaah Pustaka : Diagnosa Penyakit Demam Berdarah Dengue Menggunakan Voting Feature Intervals 5

Saya akan mengulas karya ilmiah yang dibuat oleh Aristi Imka Apniasari yang ditulis pada tahun 2007. Abstrak dari tulisan ini dapat dilihat di http://hdl.handle.net/123456789/13946

Hal yang melatarbelakangi diambilnya topik ini oleh penulis adalah tingkat kematian karena demam berdarah yang relatif masih tinggi. Salah satu penyebab kematian adalah terlambatnya diagnosa bagi pasien deman berdarah. Tingkat kematian yang tinggi dapat diminimalisasi dengan melakukan diagnosa awal lebih dini. Oleh karena itu, penulis melakukan penelitian dengan menerapkan algoritma Voting Feature Intervals 5 (VFI5) untuk mendiagnosa penyakit DBD.

Dalam penelitian ini, data berasal dari penelitian yang dilakukan oleh Syafii pada tahun 2006, yaitu data sekunder penyakit DBD yang terdiri dari 32 kasus Demam Berdarah Dengue dan 32 kasus Demam Dengue. Fitur pada algoritma VF5 diambil dari empat gejala klinis objektif, yaitu demam, bercak, pendarahan spontan dan hasil uji tornikuet untuk menetapkan diagnosa DBD secara klinis. Setelah itu, akan dilakukan validasi data. Data yang nilainya dianggap tidak konsisten dengan kelasnya akan dihilangkan.

Ada empat tahap pengujian yang harus dilakukan pada penelitian ini. Tahap pertama adalah pengujian untuk data sebelum validasi, tahap kedua adalah pengujian untuk data setelah validasi tanpa persebaran, tahap ketiga adalah pengujian untuk data setelah validasi dengan persebaran dan tahap keempat adalah pengujian data dengan pembagian data latih dan data uji seperti pada penelitian yang telah dilakukan oleh Syafii pada tahun 2006. Masing tahap memiliki tingkat akurasi yang berbeda dan nilainya selalu meningkat.

Dari penelitian ini dapat disimpulkan bahwa penelitian ini dapat menghasilkan tingkat akurasi 100% setelah data diproses melalui empat tahap yang sebelumnya sudah dijabarkan. Akurasi tersebut jauh lebih tinggi bila dibandingkan dengan penelitian yang telah dilakukan oleh Syafii pada tahun 2006 dengan menggunakan model ANFIS yang hanya mencapai 86,67%.

Telaah Pustaka : Analisis Pola Kunjungan Pengguna Situs Web IPB Menggunakan Algoritma Totally Fuzzy

Ulasan kali ini berasal dari karya ilmiah yang ditulis oleh Ayudya Paramita pada tahun 2007. Karya ilmiah ini dapat dilihat di http://hdl.handle.net/123456789/11535

Metode sequential pattern mining yang pertama kali diperkenalkan oleh Agrawal & Srikant (1995) adalah salah satu metode bertujuan untuk mencari kemunculan suatu item yang diikuti kemunculan item lain secara terurut berdasarkan waktu terjadinya transaksi. Metode ini dapat juga digunakan untuk mengetahui trends dari pengguna terkait pola pengaksesannya terhadap sebuah situs web. Hal inilah yang menjadi dasar penelitian dari penulis. Penelitian ini bertujuan untuk melihat trends dari pengguna yang mengakses situs web IPB.

Untuk ”memperhalus” batasan yang tegas yang terdapat pada data yang bernilai numerik maka diterapkan konsep fuzzy pada sequential pattern mining. Pola tersebut dikarakterisasikan oleh nilai support, yaitu persentase banyaknya transaksi yang mengikuti aturan tersebut. Salah satu teknik web mining yang dapat digunakan untuk mengetahui pola sekuensial yaitu Totally Fuzzy.

Data yang digunakan pada penelitian ini adalah data log akses situs web IPB (www.ipb.ac.id) pada periode 5 Januari sampai dengan 18 Juni 2007. Data dikelompokkan ke dalam dua bagian, yaitu pengguna internal dan pengguna eksternal. Pengelompokkan tersebut diasumsikan berdasarkan alamat IP dari server proxy yang digunakan. Pada penelitian ini digunakan nilai ambang batas (threshold) dari 0,1 hingga 0,6 dengan peningkatan sebesar 0,05 dan nilai minimum support sebesar 3% hingga 56% untuk data pengguna internal serta 14% hingga 65% untuk data pengguna eksternal. Nilai minimum support tersebut ditentukan berdasarkan kondisi datanya.

Dari penelitian ini, dapat disimpulkan bahwa terdapat tujuh halaman yang sering diakses oleh pengguna eksternal IPB, yaitu halaman home, ipb-bhmn, ipbbhmn/direktori, ipb-bhmn/akademik, ip-bhmn/others, ipb-bhmn/ipbphoto dan id.Web master sebaiknya mengalokasikan link menuju halaman tersebut pada halaman utama serta di antara halaman-halaman pada pola sekuensial yang menggambarkan pola pengaksesan pengguna situs web IPB sehingga memudahkan pengguna dalam mengaksesnya.

Telaah Pustaka : Implementasi Question Answering System Dengan Metode Rule-Based Pada Terjemahan Al Qur’an Surat Al Baqarah

Kali ini saya akan mengulas karya ilmiah yang dibuat oleh Meynar Dwi Anggraeny pada tahu 2007. link dari tulisan ini adalah http://hdl.handle.net/123456789/13945

Keinginan untuk membantu umat muslim memahami arti dari Al-Qur’an yang dibaca adalah latar belakang diambilnya penelitian ini. Dengan adanya sistem temu kembali informasi, informasi mengenai terjemahan Al-Qur’an dapat diterjemahkan. Penulis mengkhususkan diri mengambil surat Al-Baqarah saja untuk penelitian ini.

Dalam sistem temu kembali informasi, terdapat metode Question Answering System (QAS) menggunakan rule-based yang dapat digunakan untuk membangun sistem temu kembali jawaban atas pertanyaan dari suatu teks terjemahan Al-Qur’an. Dengan memasukkan query berupa pertanyaan ke dalam sistem, maka sistem akan mengembalikan suatu kalimat sebagai jawabannya.

Proses pertama yang dilakukan adalah penemukembalian jawaban dengan memecah (parsing) suatu dokumen menjadi kalimat-kalimat. Kalimat-kalimat tersebut dipecah dan di-stem menjadi token-token. Begitu pula dengan kalimat pertanyaan pada query dipecah dan di-stem menjadi token-token. Token-token dari setiap kalimat dokumen maupun kalimat query diproses dalam rule sesuai dengan tipe pertanyaannya. Ada lima tipe pertanyaan yang digunakan dalam penelitian ini, yaitu: APA, SIAPA, KAPAN, MANA, dan MENGAPA. Proses di dalam rule itu memberikan nilai untuk masing-masing kalimat dokumen. Kalimat yang memiliki nilai tertinggi akan dikembalikan sebagai kalimat jawaban. Semakin besar hasil persentase jumlah kalimat relevan yang ditemukembalikan terhadap jumlah kalimat yang ditemukembalikan, maka kinerja sistem akan semakin baik. Kalimat jawaban yang dikembalikan bisa lebih dari satu karena ada kemungkinan beberapa kalimat yang memiliki nilai sama tingginya.

Setelah mengevaluasi sistem, didapat kesimpulan bahwa rule pada tipe pertanyaan ”SIAPA” mempunyai kinerja yang paling
tinggi dan rule pada tipe pertanyaan ”MANA” mempunyai kinerja yang paling rendah. Secara keseluruhan, akurasi rata-rata rule terhadap query dalam penelitian adalah 85.69%, sedangkan akurasi rata-rata rule terhadap query yang diberikan pengguna umum adalah 53.14%.

result of BBC memory test

website dengan interface yang kurang baik

ternyata efek skimming saya kali ini sangat fataaall..

mem-post tugas yang temanya udah diambil orang.heee..

kali ini, saya post tugas saya yang baru. saya mengambil contoh website http://www.horserentals.com/index.html sebagai salah satu website dengan interface yang kurang baik. berikut ini adalah gambar dan ulasannya :

Beberapa alasan mengapa website ini dikategorikan sebagai website dengan interface yang buruk :

1. peletakan tombol tidak rapi
2. pada kotak yang berwarna abu-abu, tulisan2 yang ada mengesankan masing-masing   tulisan  dapat di klik menuju ke halaman yang berbeda. ternyata itu hanya satu link (menuju satu halaman)
3. kotak-kotak berwarna merah yang berjumlah 4 buah, bentuknya seperti tombol yang bisa   di klik, padahal hanya image
4. ada beberapa tombol yang tidak jelas fungsinya untuk apa karena penamaannya diatasnya dan berjarak(namanya tidak dekat dengan tombolnya)
5. perwarnaannya tidak kontras
6. ketika mengklik gambar anak kecil (yang tidak jelas maksudnya), ternyata menuju ke halaman baru yang tidak ada hubungannya dengan gambar tersebut

Demikian (sekali lagi) ulasan saya. Monggo dicomment

website dengan interface yang kurang baik

Post kali dikhususkan untuk tugas mata kuliah Interaksi Manusia dan Komputer(IMK) *sebelumnya ada berapa post??;p

Untuk tugas mata kuliah IMK ini, saya mengambil contoh website http://www.lingscars.com/ sebagai salah satu website dengan interface yang kurang baik. berikut ini adalah gambar dan ulasannya :

Beberapa alasan mengapa website ini dikategorikan sebagai website dengan interface yang buruk :

1. tampilan web yang terlalu ramai dan berantakan
2. halaman web yang terlalu panjang membuat scrollbar menjadi sangat panjang ke bawah
3. ukuran dari menu tidak sama dan akan berubah bentuk ketika kita mengklik salah satu link(menjadi lebih kecil atau lebih besar)
4. beberapa gambar dan icon yang sebenarnya tidak terlalu penting dan berukuran besar sehingga memakan space (salah satunya gambar orang memegang pistol air)
5. kolom di sebelah kiri web tidak konsisten dalam hal warna. selalu berubah tiap salah salah satu link di-klik
6. peraturan dari car leasing yang seharusnya diketahui sejak awal oleh konsumen malah diletakkan dibagian bawah halaman

Demikian ulasan saya. Monggo dicomment

first pooosssttt :D

having this blog just because my lecturer ask us-his student- making this blog indirectly ;p