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 kueri yang diberikan pengguna umum adalah 53.14%.
Jumat, 07 Mei 2010
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.
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 : 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%.
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%.
Langganan:
Postingan (Atom)
