Jurnal - Simlitabmas - Universitas Komputer Indonesia

Publikasi Jurnal

Daftar artikel yang ditulis oleh Sivitas Akademik Universitas Komputer Indonesia dan telah dipublikasikan di berbagai Jurnal Nasional dan Internasional

2024 2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000

Program Studi

Data Publikasi Jurnal - Tahun 2017

Menampilkan 50 dari 266 data

Klik pada judul artikel untuk melihat detail data

Prototype Of Gas Warning Monitoring Application Using Mobile Android Smartphone: A Case Study

Author

Eko Budi Setiawan, S.Kom., M.T

Abstrak

-

Nama Jurnal

International Journal of New Media Technology
Volume 4 Nomor 1

URL

http://ejournals.umn.ac.id/index.php/IJNMT/article/view/533/464

DOI

Aplikasi Mobile Driver Online Berbasis Android Untuk Perusahaan Rental Kendaraan

Author

Eko Budi Setiawan, S.Kom., M.T

Abstrak

-

Nama Jurnal

Ultima Infosys
Volume 8 Nomor 1

URL

http://ejournals.umn.ac.id/index.php/SI/article/view/554/484

DOI

Aplikasi Kuartu Berbasis Android Sebagai Media Pertukaran Informasi Kartu Nama

Author

Eko Budi Setiawan, S.Kom., M.T

Abstrak

-

Nama Jurnal

Ultimatics
Volume 9 Nomor 1

URL

http://ejournals.umn.ac.id/index.php/TI/article/view/560/490

DOI

Aplikasi Pengendali Kamera Dslr Nirkabel Tipe Low End Berbasis Android

Author

Eko Budi Setiawan, S.Kom., M.T

Abstrak

-

Nama Jurnal

Ultima Computing
Volume 9 Nomor 1

URL

http://ejournals.umn.ac.id/index.php/SK/article/view/570/526

DOI

Peringkasan Dan Support Vector Machine Pada Klasifikasi Dokumen

Author

Kania Evita Dewi, S.Pd., M.Si Nelly Indriani Widiastuti, M.T. Dr. Ednawati Rainarli, S.Si., M.Si.

Abstrak

Klasifikasi adalah proses pengelompokkan objek yang memiliki karakteristik atau ciri yang sama ke dalam beberapa kelas. Klasifikasi dokumen secara otomatis dapat dilakukan dengan menggunakan ciri atau fitur kata yang muncul pada dokumen latih. Jumlah dokumen yang besar dan banyak mengakibatkan jumlah kata yang muncul sebagai fitur akan bertambah. Oleh karena itu, peringkasan dipilih untuk mereduksi jumlah kata yang digunakan dalam proses klasifikasi. Untuk proses klasifikasi digunakan metode Support Vector Machine (SVM) untuk multikelas. SVM dipilih karena dianggap memiliki reputasi yang baik dalam klasifikasi. Penelitian ini menguji penggunaan ringkasan sebagai seleksi fitur dalam klasifikasi dokumen. Peringkasan menggunakan kompresi 50%. Hasil yang diperoleh menunjukkan bahwa proses peringkasan tidak mempengaruhi nilai akurasi dari klasifikasi dokumen yang menggunakan SVM. Akan tetapi, penggunaan peringkasan berpengaruh pada peningkatan hasil akurasi dari metode klasifikasi Simple Logistic Classifier (SLC). Hasil pengujian metode klasifikasi menunjukkan bahwa penggunaan metode Naïve Bayes Multinomial (NBM) menghasilkan akurasi yang lebih baik dari pada metode SVM.