Browsing by Author "Fitrah Rumaisa (Pembimbing)"

Now showing 1 - 4 of 4
  • Thumbnail Image
    Item
    ANALISIS DAN PERANCANGAN MODEL STEMMING UNTUK BAHASA INDONESIA INFORMAL MENGGUNAKAN ALGORITMA ARIFIN DAN SETIONO
    (Program Studi S1 Informatika, 2024) Ismail, Dimas Rahayu; Fitrah Rumaisa (Pembimbing)
    Stemming adalah proses di mana berbagai bentuk kata dipetakan ke bentuk dasarnya. Ini merupakan salah satu pendekatan dasar dalam pra-pemrosesan teks yang digunakan dalam Pemodelan Bahasa, Pemrosesan Bahasa Alami, dan aplikasi Pengambilan Informasi. Teknik ini sangat penting untuk meningkatkan akurasi dan efisiensi dalam berbagai aplikasi pengolahan teks. Penelitian ini bertujuan untuk mengimplementasikan stemming pada bahasa Indonesia informal menggunakan algoritma Arifin dan Setiono, serta melakukan evaluasi terhadap tingkat akurasi hasil stemming tersebut. Algoritma Arifin dan Setiono dipilih karena relevansinya dalam konteks bahasa Indonesia, terutama dalam menangani kata-kata informal yang sering ditemukan dalam komunikasi sehari-hari, seperti di media sosial. Dalam penelitian ini, digunakan 300 data tweet yang diambil dari platform media sosial Twitter yang mengandung kata-kata informal dalam bahasa Indonesia. Data ini akan diuji secara manual dengan memeriksa setiap kata untuk mendapatkan bentuk kata dasarnya. Hasil stemming kemudian akan dibandingkan dengan kata dasar yang diperoleh secara manual untuk menghitung tingkat akurasi algoritma yang digunakan. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang pemrosesan bahasa alami, khususnya dalam pengembangan teknik stemming untuk bahasa Indonesia. Selain itu, hasil penelitian ini diharapkan dapat membantu para peneliti dan praktisi dalam memilih dan mengembangkan algoritma stemming yang lebih efektif untuk bahasa Indonesia informal.
  • Thumbnail Image
    Item
    APLIKASI STEMMING BAHASA INDONESIA TIDAK BAKU MENGGUNAKAN ALGORITMA NAZIEF & ADRIANI
    (Program Studi S1 Informatika, 2023) Sari, Fenny Nalkemala; Fitrah Rumaisa (Pembimbing)
    Semakin banyaknya penggunaan kata berimbuhan tidak baku bahasa Indonesia dalam berkomunikasi baik secara langsung maupun komunikasi di media sosial sebagai contohnya yaitu Facebook, Twitter dan sebagainya. Banyak pengguna yang merasakan akan sulitnya membedakan penggunaan kata baku dan tidak baku yang berimbuhan. Sebelumnya terdapat penelitian terdahulu yang melakukan penelitian mengenai stemming kata baku berimbuhan Bahasa Indonesia, tetapi kurangnya penelitian mengenai pengujian terhadap stemming kata berimbuhan tidak baku bahasa Indonesia, Maka pada penelitian ini akan membangun aplikasi stemming bahasa Indonesia tidak baku menggunakan algoritma Nazief & Adriani dan menguji akurasi pada algoritma stemming Nazief & Adriani. Membangun aplikasi stemming pada penelitian ini menggunakan metode pengembangan sistem waterfall. Dalam melakukan pengujian pada penelitian ini menggunakan 300 tweet yang memiliki kata berimbuhan tidak baku Bahasa Indonesia yang akan diuji secara manual dengan mengecek satu persatu untuk mendapatkan kata dasar. Hasil akhir penelitian ini dari 300 kata berimbuhan tidak baku bahasa Indonesia setelah dilakukan proses stemming terdapat 273 kata yang berhasil pada proses stemming, sehingga tingkat akurasi algoritma stemming Nazief & Adriani dalam melakukan stemming kata berimbuhan tidak baku bahasa indonesia adalah 91% atau 273 kata berhasil pada proses stemming.
  • Thumbnail Image
    Item
    IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK PREDIKSI DAN KLASIFIKASI DAERAH BANJIR DI KABUPATEN BANDUNG
    (Program Studi S1 Informatika, 2025) Rianto, Aryan; Fitrah Rumaisa (Pembimbing)
    Banjir merupakan salah satu bencana alam yang sering terjadi di Kabupaten Bandung dan memberikan dampak signifikan terhadap aspek sosial, ekonomi, serta lingkungan. Berdasarkan data dari BNPB periode 2019 – 2023, tercatat 446 kejadian banjir dengan berbagai data kerugian. Penelitian sebelumnya menerapkan metode prediksi banjir seperti K-Nearest Neighbor, , Naive Bayes, Support Vector Machine, namun masih memiliki keterbatasan dari segi akurasi, efisiensi komputasi dan parameter data. Sebagai solusi, penelitian ini mengimplementasikan algoritma Random Forest, yang dikenal memiliki performa lebih baik. Tujuan dari penelitian ini untuk melakukan klasifikasi dan prediksi tingkat kerawanan banjir di Kabupaten Bandung secara akurat, serta menghasilkan sistem yang dapat mendukung perencanaan mitigasi bencana berbasis data. Variabel yang digunakan dalam model meliputi data curah hujan, jenis tanah, penggunaan lahan, dan data historis banjir dari tahun 2019 hingga 2023. Sebagai Metodologinya penelitian ini dilakukan dengan tahapan : pengumpulan data dari beberapa instansi yang terkait yaitu BMKG, BNPB, dan Bappeda. Preprocessing data dan Eksplorasi data, pemodelan menggunakan algoritma Random Forest dengan bantuan library Pycaret sebagai perbandingan algoritma yang tepat berdasarkan akurasi tertinggi dan scikit-learn sebagai penentuan algoritma terbaik, serta evaluasi model menggunakan metrik klasifikasi seperti akurasi, precision, recall, F1-score, AUC, Kappa dan MCC. Hasil penelitian menunjukkan bahwa model Random Forest yang telah di optimasi memiliki akurasi sebesar 96%, AUC 99%, dan rata-rata Precision, recall, dan F1score di atas 90%. Model ini terbukti mampu membedakan wilayah dengan tingkat risiko banjir tinggi dan rendah secara sangat baik. Model prediksi tersebut kemudian diintegrasikan ke dalam sebuah aplikasi berbasis web bernama CaaIR (Cek Area Caah dan Informasi Rawan), yang dibangun menggunakan framework React untuk antarmuka pengguna dan Flask untuk backend. Aplikasi ini memungkinkan pengguna memasukkan data parameter wilayah dan memperoleh prediksi tingkat kerawanan banjir secara instan.
  • Thumbnail Image
    Item
    IMPLEMENTASI APLIKASI PENJUALAN PADA PERUSAHAAN HG BABY KIDS BERBASIS WEBSITE
    (Program Studi S1 Informatika, 2024) Satriawan, Hendry Yan’gar; Fitrah Rumaisa (Pembimbing)
    HG Baby merupakan perusahaan yang bergerak dalam bidang retail barang untuk anak-anak dan bayi, berlokasi di jalan Caringin No.161, Babakan Ciparay, Kota Bandung. Pada HG Baby Kids ada 3 kegiatan proses bisnis yang diangkat dalam penelitian ini diantaranya proses penjualan, proses pembayaran, dan proses pelayanan online. Dalam 3 kegiatan tersebut, terdapat satu masalah yaitu belum menerapkan teknologi informasi sebagai alat bantu dalam bisnis. Maka tujuan penelitian ini untuk masing-masing kegiatan proses bisnis tersebut dapat dikembangkan sebuah sistem yang terintegrasi dimulai dari proses pencatatan penjualan, proses transaksi pembayaran, dan proses pelayanan secara terkomputerisasi. Metode yang digunakan dalam penelitian ini adalah kualitatif deksriptif berdasarkan pada data primer yaitu hasil wawancara dan hasil observasi. Dalam pelaksanaan pengembangan sistem menggunakan Metode SDLC model prototype yang terdiri dari 4 tahapan yaitu pengumpulan kebutuhan, proses desain yang cepat, membangun prototype, dan evaluasi perbaikan dengan bahasa pemodelan UML (Unified Modelling Language) yang diantaranya menggunakan diagram use case, activity, class diagram, dan sequence. Hasil dari penelitian ini adalah implementasi aplikasi penjualan berbasis website dengan menggunakan teknologi CMS atau Content Management System karena lebih cocok digunakan oleh perusahaan kecil yang tidak perlu mengeluarkan biaya yang tinggi tetapi mendapat kualitas website yang baik. Untuk membantu dalam membuat dan mengelola website tersebut yaitu menggunakan platform WordPress karena memiliki banyak fitur dan plugin. Hal-hal tersebut dapat memberikan solusi atas permasalahan 3 proses bisnis yakni proses penjualan, proses pembayaran serta proses pelayanan yang semula masih menggunakan media kertas mulai beralih menggunakan teknologi informasi salah satunya website dan seluruh pengelolaan yang terjadi dalam perusahaan dapat terkomputerisasi secara optimal.