GLORIA

GEOMAR Library Ocean Research Information Access

X

Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Online Resource
    Online Resource
    Cloud Computing Based Group Buying Marketplace
    Internal Journals Publication House ; 2023
    In:  International Journal of Latest Engineering Research and Applications (IJLERA) Vol. 8, No. 6 ( 2023-6-15), p. 14-21
    Details
    In: International Journal of Latest Engineering Research and Applications (IJLERA), Internal Journals Publication House, Vol. 8, No. 6 ( 2023-6-15), p. 14-21
    Type of Medium: Online Resource
    ISSN: 2455-7137
    URL: Journal
    URL: Article
    DOI: 10.56581/IJLERA
    DOI: 10.56581/IJLERA.8.6.14-21
    Language: Unknown
    Publisher: Internal Journals Publication House
    Publication Date: 2023
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 2
    Online Resource
    Online Resource
    Evaluating Player Experience for Fear Modeling of 2D East Java Horror Game Alas Tilas
    Ikatan Ahli Informatika Indonesia (IAII) ; 2023
    In:  Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 7, No. 4 ( 2023-08-12), p. 858-864
    Details
    In: Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), Ikatan Ahli Informatika Indonesia (IAII), Vol. 7, No. 4 ( 2023-08-12), p. 858-864
    Abstract: Developing a 2D horror game and evaluating the reliability of the player experience are two things that are interrelated and equally important. Developers must ensure that the game can provide a satisfying and reliable gaming experience for their players. This study aims to evaluate the reliability of the player's experience in the game entitled Alas Tilas, East Java. This study used the User Experience Questionnaire (UEQ) in Indonesian as a survey approach method, which was given to 30 teenagers who at least played horror games once. UEQ may provide feedback to developers on the attractiveness, clarity, efficiency, accuracy, stimulation, and novelty aspects of the game. From the results of the UEQ, a reliability test will be carried out using the Cronbach Alpha technique. The results of the descriptive analysis show that these variables are Attractiveness (mean, 0.933), Clarity (mean, 1.808), Efficiency (mean, 1.508), Accuracy (mean, 0.217), Stimulation (mean, 0.667) and Novelty (mean, 0.242). Attractiveness, clarity, and efficiency averaged positive results. The average aspects of accuracy, stimulation, and novelty of the game get neutral results. The results of the reliability test conducted on UEQ data obtained a Cronbach alpha value 〉 0.6 which indicates that the research data used to test the player experience are considered reliable so that they can be used to provide input for future development of the Alas Tilas game. To increase the average score, the researcher provides recommendations for improvement, namely, adjusting the accuracy and novelty aspects of the horror scenario game entitled Alas Tilas East Java. Therefore, it is expected to improve the quality of the game. 
    Type of Medium: Online Resource
    ISSN: 2580-0760
    URL: Article
    DOI: 10.29207/resti.v7i4.5043
    Language: Unknown
    Publisher: Ikatan Ahli Informatika Indonesia (IAII)
    Publication Date: 2023
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 3
    Online Resource
    Online Resource
    Klasifikasi SMS Center RSUD SMART Berdasarkan Jenis Keluhan Pelayanan Menggunakan Naive Bayes
    Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS) ; 2019
    In:  Journal of Intelligent System and Computation Vol. 1, No. 1 ( 2019-08-21), p. 19-26
    Details
    In: Journal of Intelligent System and Computation, Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS), Vol. 1, No. 1 ( 2019-08-21), p. 19-26
    Abstract: RSUD SMART memiliki layanan SMS Center yang digunakan untuk berinteraksi dengan masyarakat dalam menerima pertanyaan, masukan, saran dan kritik maupun pengaduan. Informasi yang diterima dalam bentuk sms hanya disimpan dan tidak dikelompokkan berdasarkan unit atau layanan yang dituju sehingga pihak manajemen rumah sakit tidak bisa mengukur tingkat pelayanan di tiap unit. Penelitian ini melakukan klasifikasi terhadap data SMS dan saran responden dari masyarakat yang ditujukan kepada Direktur Rumah Sakit. Data SMS yang diklasifikasi berasal dari database aplikasi SMS Center RSUD SMART Pamekasan. Data SMS dan saran responden diklasifikasikan dalam 10 kelas yaitu Rawat Inap, Rawat jalan, Laboratorium, Farmasi, BPJS, Humas, Loket Pembayaran, Sarana dan Prasarana, Profesi dan tidak Terklasifikasi, serta melakukan scoring sms. Sebelum melakukan proses klasifikasi terlebih dahulu dilakukan pre-processing seperti penyamaan karakter, penghapusan tanda baca, mengembalikan singkatan, terjemah bahasa daerah (Bahasa Madura), penghapusan angka, penghapusan kata yang tidak penting dalam SMS, dan stemming untuk mengubah kata menjadi kata dasar. Penelitian ini menggunakan algoritma Naive Bayes dengan Two Stage (TS) Smoothing. Dalam beberapa uji coba yang telah dilakukan terhadap 2292 data dengan presentase data traning sebesar 20%, 30%, 40% dan 50% mendapatkan rata-rata akurasi sebesar 82,97% dengan nilai λ=0.2, μ=2000 dan threshold=3. Bahkan dalam salah satu uji coba klasifikasi dengan threshold statis mencapai akurasi 86,73% sedangkan akurasi terendah dengan threshold dinamis mencapai 74,28%. Pengaturan threshold statis terbukti meningkatkan akurasi klasifikasi sebesar 6,14%
    Type of Medium: Online Resource
    ISSN: 2722-1962 , 2621-9220
    URL: Issue
    URL: Article
    DOI: 10.52985/insyst.v1i1
    DOI: 10.52985/insyst.v1i1.37
    Language: Unknown
    Publisher: Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS)
    Publication Date: 2019
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 4
    Online Resource
    Online Resource
    Aspect Based Sentimen Analysis Opini Publik Pada Instagram dengan Convolutional Neural Network
    Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS) ; 2019
    In:  Journal of Intelligent System and Computation Vol. 1, No. 2 ( 2019-12-05), p. 50-57
    Details
    In: Journal of Intelligent System and Computation, Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS), Vol. 1, No. 2 ( 2019-12-05), p. 50-57
    Abstract: Internet sebagai sarana informasi dan komunikasi sudah sangat dikenal di kalangan masyarakat dalam menawarkan kemudahan dan fleksibilitas yang cukup memadai ketika menjadi media. Oleh karena itu opini publik terhadap Operator Telekomunikasi merupakan hal yang sangat penting untuk dijadikan patokan. Namun, untuk mengevaluasi umpan balik online itu, bukan masalah sederhana. Kadang-kadang ketika menganalisis ulasan online yang berkembang pesat ini, menjadi sulit untuk mengkategorikan apakah opini pelanggan puas atau tidak puas terhadap produk dan layanan. Selain itu, sebagai bagian dari peningkatan kualitas mereka, organisasi seperti jasa ini perlu mengklasifikasikan aspek produk dan layanan yang paling disukai pelanggan. Deep Learning adalah area baru dalam penelitian Machine Learning, yang telah diperkenalkan dengan tujuan menggerakkan Machine Learning lebih dekat dengan salah satu tujuan aslinya yaitu Artificial Intelligence. Deep Learning adalah tentang belajar beberapa tingkat representasi dan abstraksi yang membantu untuk memahami data seperti gambar, suara, dan teks. Convolutional Neural Network adalah salah satu contoh metode Deep Learning. Metode Convolutional Neural Network diharapkan dapat digunakan dalam pengimplementasian opini publik untuk keperluan data training yang dikumpulkan dari beragam data yang dianotasikan kelas sentimennya secara otomatis. Hasil dari penelitian menunjukkan dari 4 aspek dan 3 sentimen maka didapatkan nilai rata-rata precision, recall, dan f1-score adalah precision  97.6%, recall 84%, f1-score 90.3%. Bisa disimpulkan score representation ini dapat digunakan untuk klasifikasi sentimen.
    Type of Medium: Online Resource
    ISSN: 2722-1962 , 2621-9220
    URL: Issue
    URL: Article
    DOI: 10.52985/insyst.v1i2
    DOI: 10.52985/insyst.v1i2.83
    Language: Unknown
    Publisher: Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS)
    Publication Date: 2019
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 5
    Online Resource
    Online Resource
    Pembentukan Aturan Fuzzy Untuk Pemberian Rekomendasi Penerima Bantuan Keluarga Berumah Tidak Layak Huni Menggunakan K-means Clustering
    Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS) ; 2022
    In:  Journal of Intelligent System and Computation Vol. 4, No. 2 ( 2022-10-31), p. 85-92
    Details
    In: Journal of Intelligent System and Computation, Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS), Vol. 4, No. 2 ( 2022-10-31), p. 85-92
    Abstract: Bantuan bagi keluarga yang rumah tidak layak huni merupakan salah satu manfaat sosial yang diberikan kepada keluarga yang mengalami kesulitan keuangan dan/atau memiliki rumah tidak layak huni. Variabel yang dipertimbangkan saat menentukan penerima manfaat sering kali membuat keputusan sulit diambil. Oleh karena itu, diperlukan sistem penalaran fuzzy yang secara otomatis menghasilkan aturan-aturan sebagai pembuat keputusan yang diharapkan. Untuk membentuk aturan fuzzy diperlukan seorang pakar. Pakar adalah seorang ahli yang berpengalaman dalam suatu bidang yang mampu menjelaskan suatu aturan yang terkait dengan suatu bidang. Dalam penelitian ini dibentuk suatu rule secara otomatis yang tidak tergantung dengan seorang pakar. Aturan fuzzy dibangkitkan bisa diperoleh dari beberapa teknik seperti proses clustering. Metode yang digunakan dalam membangkitkan aturan fuzzy ini yaitu metode k-means clustering. Dalam hal rekomendasi penerima bantuan rumah tidak layak huni, K-means clustering digunakan untuk mengelompokkan data dan mengembangkan aturan. Hasil dari pembangkitan aturan fuzzy digunakan untuk proses inferensi fuzzy menggunakan metode Fuzzy Inference System Sugeno. Metode sugeno menghasilkan output (konsekuen) berupa konstanta atau persamaan linier. Dalam penelitian ini digunakan 1000 data training dan dilakukan proses pengujian 300 data uji untuk mendapatkan rekomendasi penerima bantuan rumah tidak layak huni. Hasil pengujian digunakan untuk mengetahui akurasi aturan yang terbentuk.Dari hasil penelitian menunjukkan bahwa hasil k- means clustering dapat membentuk rule secara otomatis untuk pembangkitan aturan Fuzzy Inference System Sugeno dapat dilihat dari hasil akurasi perhitungan pengujian data uji skenario global sama-sama menghasilkan akurasi minimal di atas 75%.
    Type of Medium: Online Resource
    ISSN: 2722-1962 , 2621-9220
    URL: Issue
    URL: Article
    DOI: 10.52985/insyst.v4i2
    DOI: 10.52985/insyst.v4i2.216
    Language: Unknown
    Publisher: Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS)
    Publication Date: 2022
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 6
    Online Resource
    Online Resource
    Market Basket Analysis untuk Swalayan KSU Sumber Makmur dengan Algoritma FP Growth
    Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS) ; 2021
    In:  Journal of Intelligent System and Computation Vol. 2, No. 1 ( 2021-07-15), p. 34-39
    Details
    In: Journal of Intelligent System and Computation, Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS), Vol. 2, No. 1 ( 2021-07-15), p. 34-39
    Abstract: Salah satu teknik data mining yang populer digunakan adalah association data mining atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu sarana untuk meningkatkan penjualan. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi. Algoritma Apriori dan frequent pattern growth adalah dua algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data-data transaksi yang tersimpan dalam basis data. Dalam penelitian ini algoritma frequent pattern growth (FP Growth) digunakan untuk menemukan sejumlah aturan asosiasi dari basis data transaksi penjualan di Swalayan KSU Sumber Makmur (Trenggalek). Dari hasil pengolahan data didapatkan pola pembelian paling kuat berupa jika membeli pasta gigi maka dimungkinkan juga akan membeli sabun dan jika membeli shampo juga akan membeli sabun dengan tingkat keyakinan (confidence) 63% dan 62%.
    Type of Medium: Online Resource
    ISSN: 2722-1962 , 2621-9220
    URL: Issue
    URL: Article
    DOI: 10.52985/insyst.v2i1
    DOI: 10.52985/insyst.v2i1.149
    Language: Unknown
    Publisher: Institut Sains dan Teknologi Terpadu Surabaya (LPPM ISTTS)
    Publication Date: 2021
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 7
    Online Resource
    Online Resource
    Klasifikasi Nyeri pada Video Ekspresi Wajah Bayi Menggunakan DCNN Autoencoder dan LSTM
    Universitas Gadjah Mada ; 2018
    In:  Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI) Vol. 7, No. 3 ( 2018-09-10)
    Details
    In: Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), Universitas Gadjah Mada, Vol. 7, No. 3 ( 2018-09-10)
    Type of Medium: Online Resource
    ISSN: 2460-5719 , 2301-4156
    URL: Article
    DOI: 10.22146/jnteti.v7i3.440
    Language: Unknown
    Publisher: Universitas Gadjah Mada
    Publication Date: 2018
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 8
    Online Resource
    Online Resource
    Keynote Speaker II
    Elsevier BV ; 2017
    In:  Procedia Computer Science Vol. 116 ( 2017), p. 3-9
    Details
    In: Procedia Computer Science, Elsevier BV, Vol. 116 ( 2017), p. 3-9
    Type of Medium: Online Resource
    ISSN: 1877-0509
    URL: Article
    DOI: 10.1016/j.procs.2017.10.049
    Language: English
    Publisher: Elsevier BV
    Publication Date: 2017
    detail.hit.zdb_id: 2557358-5
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 9
    Online Resource
    Online Resource
    Indonesian Language Term Extraction using Multi-Task Neural Network
    State University of Malang (UM) ; 2022
    In:  Knowledge Engineering and Data Science Vol. 5, No. 2 ( 2022-12-30), p. 160-
    Details
    In: Knowledge Engineering and Data Science, State University of Malang (UM), Vol. 5, No. 2 ( 2022-12-30), p. 160-
    Abstract: The rapidly expanding size of data makes it difficult to extricate information and store it as computerized knowledge. Relation extraction and term extraction play a crucial role in resolving this issue. Automatically finding a concealed relationship between terms that appear in the text can help people build computer-based knowledge more quickly. Term extraction is required as one of the components because identifying terms that play a significant role in the text is the essential step before determining their relationship. We propose an end-to-end system capable of extracting terms from text to address this Indonesian language issue. Our method combines two multilayer perceptron neural networks to perform Part-of-Speech (PoS) labeling and Noun Phrase Chunking. Our models were trained as a joint model to solve this problem. Our proposed method, with an f-score of 86.80%, can be considered a state-of-the-art algorithm for performing term extraction in the Indonesian Language using noun phrase chunking.
    Type of Medium: Online Resource
    ISSN: 2597-4637 , 2597-4602
    URL: Article
    DOI: 10.17977/um018v5i22022p160-167
    Language: Unknown
    Publisher: State University of Malang (UM)
    Publication Date: 2022
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
  • 10
    Online Resource
    Online Resource
    Faktor-Faktor yang Mempengaruhi Repurchase Intention Pada E-Marketplace Dengan Menggunakan Extended Expectation Confirmation Model (ECM)
    Institut Informatika Indonesia Surabaya ; 2023
    In:  Teknika Vol. 12, No. 1 ( 2023-02-08), p. 1-10
    Details
    In: Teknika, Institut Informatika Indonesia Surabaya, Vol. 12, No. 1 ( 2023-02-08), p. 1-10
    Abstract: E-marketplace saat ini telah berkembang sangat pesat. Pemerataan wilayah coverage dan kecepatan koneksi sudah jauh semakin berkembang, maka perubahan aktivitas dari tradisional menjadi digital pun semakin tinggi. UMKM di Indonesia mulai bermigrasi dari yang sebelumnya menjual produk secara konvensional di toko dan pasar, sekarang beralih secara online lewat media sosial maupun e-marketplace. Repurchase intention sangat penting dan sangat diinginkan karena untuk mendapatkan kepercayaan pelanggan baru dibutuhkan biaya yang besar. Proses mendapatkan pelanggan baru dan mengubahnya menjadi transaksi pembelian, lima kali lebih mahal daripada mempertahankan pelanggan yang sudah ada. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi niat repurchase intention dalam e-marketplace dan untuk mengetahui hubungan antar faktor-faktor tersebut. Tahap awal penelitian ini adalah pengembangan model teoritis dan kuesioner, kemudian prosedur sampling & analisis data, dan interpretasi hasil & kesimpulan. Langkah pemrosesan data dimulai dengan factor analysis, reliability test, dan mencari nilai cronbach alpha. Selanjutnya dilakukan penggambaran model teoritis dengan AMOS dan dilakukan analisis SEM dari model construct ECM yang diberikan sehingga output yang didapatkan adalah hasil nilai standardized effect dan nilai magnitude. Kesesuaian penelitian ini dengan model penelitian yang diajukan dalam tabel Fit Statistic Model. Hasil penelitian menunjukkan terdapat enam faktor diterima yang mempengaruhi repurchase intention yaitu trust, confirmation, satisfaction, brand awareness, ease of use, dan electronic word of mouth, dan tiga hipotesis yang ditolak yaitu security terhadap repurchase intention & trust dan brand awareness terhadap repurchase intention.
    Type of Medium: Online Resource
    ISSN: 2549-8045 , 2549-8037
    URL: Article
    DOI: 10.34148/teknika.v12i1.573
    Language: Unknown
    Publisher: Institut Informatika Indonesia Surabaya
    Publication Date: 2023
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
    Online Resource
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...