Seminar Nasional Informatika (SEMNASIF)
Not a member yet
769 research outputs found
Sort by
Pengembangan Sistem Penelusuran Alumni berbasis cross-platform dengan Framework Ionic
Full text linkAbstractTracer study is important in improving the quality of education in higher education. Feedback from alumni regarding college experience and ability gained during college becomes a parameter to measure how successful a curriculum is run. In addition, the workplace is also a reference to success. The higher the level of the company where the work can show the capacity of alumni in competing in the world of work by capitalizing on the knowledge gained from the college coupled with the ability to adapt and develop themselves. This research aims to make it easier for alumni to assist universities in the alumni search process which will then be the basis for improving and developing the educational curriculum of the study program.Tracer study systems developed using the Ionic, Angular JS, and NodeJS frameworks. System development uses rapid application development (RAD) method to enable faster system development and prioritize alumni comfort as users. The use of the Ionic framework allows applications to be accessed from various platforms such as the web, android, and iOS.The development of a tracer study system using the Ionic framework allows users to use applications based on a platform that is convenient to use. This tracer study system is able to present alumni information as well as facilitate the management of majors in the management of alumni data.Keywords : ionic, cross-platform, tracer studyTracer study penting dalam meningkatkan kualitas pendidikan di perguruan tinggi. Umpan balik dari alumni mengenai pengalaman dan kemampuan perguruan tinggi yang diperoleh selama kuliah menjadi parameter untuk mengukur seberapa sukses kurikulum dijalankan. Selain itu, tempat kerja juga menjadi acuan keberhasilan. Semakin tinggi tingkat perusahaan dapat menunjukkan kapasitas alumni dalam bersaing di dunia kerja dengan memanfaatkan ilmu yang diperoleh dari perguruan tinggi ditambah dengan kemampuan beradaptasi dan pengembangan diri. Penelitian ini bertujuan untuk mempermudah para alumni membantu perguruan tinggi dalam proses pencarian alumni yang kemudian akan menjadi dasar untuk meningkatkan dan mengembangkan kurikulum pendidikan program studi.Sistem tracer study dikembangkan menggunakan kerangka kerja Ionic, Angular JS, dan NodeJS. Pengembangan sistem menggunakan metode rapid application development (RAD) untuk memungkinkan pengembangan sistem yang lebih cepat dan mengutamakan kenyamanan alumni sebagai pengguna. Penggunaan kerangka kerja Ionic memungkinkan aplikasi diakses dari berbagai platform seperti web, android, dan iOS. Pengembangan sistem tracer study menggunakan kerangka kerja Ionic memungkinkan pengguna untuk menggunakan aplikasi berdasarkan platform yang nyaman digunakan. Sistem pencarian alumni mampu menyajikan informasi alumni sekaligus mempermudah pengelolaan jurusan dalam pengelolaan data alumni.Kata Kunci : ionic, cross-platform, tracer stud
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENGANGKATAN GURU TETAP MENGGUNAKAN K-MEANS CLUSTERING BERBASIS WEB
Full text linkAbstractThe appointment of teachers is still an activity that will be carried out by schools every year. However, the appointment is often a problem faced by several schools which causes undesirable things to always happen, especially at Sukabumi Adventist schools. Qualifications that are not suitable and have occurred for years have made the standards of a teacher not run as well as possible. The decision-making process that is still running manually by holding meetings held by school boards and school principals makes calculations inefficient and inaccurate and leads to poor quality of teaching and learning, conflicts between teachers, as well as teachers and school principals, and allowances - benefits that are not on target. The education of the Sukabumi Adventist Education Foundation faces similar obstacles, in selecting permanent teachers who fit the criteria and are right on target. A Web-based Decision Support System with the K-Means Clustering method is the right solution for schools in solving the problem of permanent teacher appointment, because it focuses on clustering that is very suitable for school needs. By using the minimum standard value set by the school, the system can calculate the standard value of teacher appointment qualifications more objectively and can make it easier for schools to filter out teachers to be appointed with a teacher appointment presentation rate of 41% of teachers who meet the standard criteria to be appointed as permanent teachers. The output of this study is a web-based system which is a solution to the problem of permanent teacher appointment.Keywords: Decision Support Systems, Teacher, K-Means Clustering, WebPengangkatan guru tetap merupakan suatu kegiatan yang akan dilakukan oleh sekolah setiap tahunnya. Tetapi sering kali pengangkatan tersebut menjadi permasalahan yang dihadapi oleh beberapa sekolah yang menyebabkan hal-hal yang tidak diinginkan selalu terjadi, khususnya pada sekolah Advent Sukabumi. Kualifikasi yang tidak sesuai dan sudah terjadi bertahun-tahun menjadikan standar seorang guru tidak berjalan semaksimal mungkin. Proses pengambilan keputusan yang masih berjalan secara manual dengan mengadakan rapat yang diadakan oleh dewan sekolah dan kepala sekolah menjadikan perhitungan yang kurang efisien dan tidak tepat serta menyebabkan kualitas belajar mengajar yang tidak baik, terjadi konflik antara sesama guru, maupun guru dengan kepala sekolah, dan tunjangan-tunjangan yang tidak tepat sasaran. Pendidikan Yayasan Perguruan Advent Sukabumi menghadapi kendala yang serupa, untuk memilih guru tetap yang sesuai dengan kriteria dan tepat sasaran. Sistem Pendukung Keputusan berbasis Web dengan metode K-Means Clustering adalah solusi yang tepat untuk sekolah dalam menyelesaikan permasalahan pengangkatan guru tetap, karena berfokus pada pengelompokan (Cluster) yang sangat sesuai dengan kebutuhan sekolah. Dengan menggunakan nilai standar minimum yang ditetapkan sekolah sistem dapat menghitung nilai standar kualifikasi pengangkatan guru lebih objektif dan dapat mempermudah sekolah dalam menyaring guru-guru yang akan diangkat dengan tingkat presentasi pengangkatan guru sebesar 41 % guru yang sesuai standar kriteria untuk diangkat menjadi guru tetap. Hasil luaran dari penelitian ini adalah sebuah sistem berbasis web yang menjadi solusi untuk permasalahan pengangkatan guru tetap.Kata kunci: Sistem Pendukung Keputusan, Guru, K-Means Clustering, We
DETEKSI SUARA UCAPAN SALAM BAHASA ARAB MENGGUNAKAN MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN PEMILIHAN FITUR MIN MAX
Full text linkAbstractArabic greeting sounds are used in everyday life for Muslims in Indonesia. Salam recognition is used to check how correct the pronunciation of Arabic greetings is for Indonesians. The first stage was to collect the sample of greeting readings as much as 50 records of male and female records in wav recordings. One person takes the source of greeting reading as a reference for reference. Retrieval of test data as much as 50 samples of test data. The second stage is to perform feature extraction with MFCC from cepstral coefficient and frame results. The third stage is testing by checking the suitability of the greeting reading with the calculation of min max. The result of checking the suitability of reading on the selection of the right features carried out by MFCC has a result of 60.25%. Meanwhile, MFCC with a minimum yield of 71.75.0%. This shows that the use of the min max test can improve accuracy because there are more unique cepstral and max and min coefficients with a significant difference of 11.5%.Keywords : checking, feature extraction, reference, features, speechSuara ucapan salam bahasa Arab digunakan dalam kehidupan sehari-hari bagi umat beragama Islam di Indonesia. Pengenal ucapan salam dilakukan untuk mengecek seberapa benar dalam pelafalan ucapan salam berbahasa Arab bagi orang Indonesia. Tahap pertama dilakukan pengambilan sampel bacaan salam sebanyak 50 data rakaman putra dan putri dalam rekaman wav. Pengambilan sumber bacaan salam diambil satu orang sebagai acuan untuk referensi. Pengambilan data uji sebanyak 50 sampel data uji. Tahap kedua adalah melakukan ekstraksi ciri dengan MFCC hasil cepstral coeficient dan frame. Tahap ketiga adalah pengujian dengan pengecekan kesesuaian bacaan salam dengan perhitungan min max. Hasil pengujian pengecekan kesesuaian bacaan terhadap pemilihan fitur yang tepat dilakukan dengan MFCC mempunyai hasil sebesar 60,25%. Sedangkan MFCC dengan min max hasil sebesar 71.75,0%. Hal tersebut menunjukkan bahwa penggunaan pengujian min max dapat meningkatkan akurasi karena terdapat cepstral dan coefficients max dan min lebih unik dengan selisih 11.5% cukup signifikanKata Kunci : pengecekan, ekstraksi ciri, referensi, fitur, ucapa
OPTIMASI PORTOFOLIO DENGAN MODIFIED RISK MEASURE MEMPERTIMBANGKAN BATASAN KARDINALITAS DAN BOBOT SAHAM
Full text linkAbstractModified risk measure model is a portfolio optimization model using return scenario based on the forecasting error. This model is a basic model that has not taken the real investment conditions made by investors, such as cardinality and threshold constraints. Therefore, it is necessary to develop a modified risk measure model to be more representative to investment situation and compare the performance between the basic model and the proposed model in optimization. Portfolio optimization will be applied to LQ45 stock list from April-November 2019. Optimization begins by forming 100 scenarios based on error prediction results for each stock with Moving Average methods. Portfolios will be formed at several levels of risk (15%, 20%, 25%, and 30%) to see the impact of limitations on risk and model performance based on the expected return. Optimization using new model tends to reduce the model\u27s performance, but this model reflects the real situation faced by investors.Keywords : modified risk measure model, cardinality, threshold constraintModel modified risk measure merupakan salah satu model optimasi portofolio menggunakan skenario return berdasarkan error hasil prediksi. Sayangnya, model ini merupakan model yang belum mempertimbangkan keadaan investasi nyata yang dilakukan oleh investor, seperti batasan kardinalitas, dan batasan bobot saham. Oleh karena itu, perlu dilakukan pengembangan model modified risk measure agar lebih representatif terhadap keadaan investasi dan membandingkan performa antara model dasar dengan model usulan. Optimasi portofolio diterapkan pada saham yang termasuk dalam daftar LQ45 Bursa Efek Indonesia Februari 2019 untuk periode bulan April-November 2019. Optimasi diawali dengan membentuk 100 skenario berdasarkan error hasil prediksi return untuk masing-masing saham. Optimasi dilakukan menggunakan CPLEX Optimizer untuk penyelesaian model linear. Portofolio akan dibentuk pada beberapa tingkatan risiko, yaitu 15%, 20%, 25% dan 30% untuk melihat dampak adanya batasan tambahan terhadap risiko optimasi menggunakan model modified risk measure. Hasilnya adalah optimasi model dengan batasan tambahan cenderung menurunkan performa model, tetapi di sisi lain, portofolio menjadi lebih efisien dan representatif terhadap keadaan investasi.Kata Kunci : model modified risk measure, kardinalitas, batas bobot saham
Rancang Bangun Aplikasi Prediksi Harga Saham dengan Tiga Interpolasi melalui Restful API
Full text linkAbstractInvestor needs aplications to supoort in decision making. The research aims to build an application to predict the stock price by implementation of three interpolations in which front-end of application is flexible (web base, smartphone or desktop) with RESTful API approach. Application development using a prototyping model. Prediction process that have been carried out was to get history data (dataset), preprocessing, the three interpolation process and visualization. Dataset includes the opening and closing prices. Historical stock price used in this study is stock of KLBF and ISAT for the period of October 2019 until October 2020. The accuracy level is carried out by predicting stock prices in the period of 2 – 5 November 2020. The prediction results for the closing price of ISAT are 2.082% (NGF), 2.108% (NGB) and 2.082% (Lagrange) and KLBF are 1.457% (NGF), 1.454% (NGB) and 1.507% (Lagrange). Therefore, this application is able to help investors.Keywords : stock predictions, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful APIInvestor membutuhkan aplikasi untuk mendukung pengambilan keputusan. Banyak algoritma atau model untuk memprediksi harga saham. Namun, jarang harga saham diprediksi dengan penerapan interpolasi dalam metode numerik, seperti Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), dan Lagrange. Pada penelitian sebelumnya belum ada rancang bangun aplikasi prediksi harga saham untuk menerapkan ketiga model interpolasi tersebut dalam sebuah aplikasi dan upaya menjembatani perangkat yang dipakai. Penelitian ini bertujuan untuk menghasilkan aplikasi prediksi harga saham dengan penerapan tiga interpolasi, dimana sisi front-end dari aplikasinya fleksibel (berbasis web, smartphone ataupun desktop) dengan pendekatan RESTful API. Pengembangan aplikasi menggunakan model prototyping. Proses prediksi yang dilakukan yaitu memperoleh data histori (dataset), pra-pemrosesan (preprocessing), proses tiga interpolasi, dan visualisasi. Dataset meliputi harga pembukaan dan penutupan saham. Harga saham histori dalam penelitian ini yaitu saham PT Kalbe Farma Tbk (KLBF) dan Indosat Ooredoo (ISAT)) periode Oktober 2019 sampai dengan Oktober 2020. Tingkat keakuratan dilakukan dengan memprediksi harga saham pada periode 2 sampai 5 Nopember 2020. Hasil prediksi untuk harga penutupan ISAT yaitu 2,082% (NGF), 2,108% (NGB) dan 2,082% (Lagrange) dan KLBF yaitu 1,457% (NGF), 1,454% dan 1,507% (Lagrange). Dengan demikian, aplikasi ini dapat sebagai alat bantu pengambilan keputusan bagi investor.Kata Kunci : prediksi saham, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful API
DESAIN DAN APLIKASI MODEL PENDUGAAN BEBAN LINGKUNGAN INDUSTRI GULA KRISTAL PUTIH MENGGUNAKAN METODA LIFE CYCLE ASSESSMENT
Full text linkAbstrakLife Cycle Assessment (LCA) dipergunakan untuk menilai dampak lingkungan yang secara potensial ditimbulkan dari aftifitas industri, dengan konsep dari muasal hingga musnah. Penilaian LCA sesuai dengan prinsip ISO 14040 terdiri dari penetapan ruang lingkup, pengumpulan data, penyusunan Life Cycle Inventory (LCI), perumusan Life Cycle Impact Assessment (LCIA), Interpretasi dan penyajian. Model LCA yang dirancang untuk prototype aplikasi komputer, merupakan kombinasi besaran Environmental Burden (EB) suatu substansi dengan LCIA Convert Matrix. Prototype Aplikasi LCA telah diuji coba pada salah satu industri gula kristal putih dengan menggunakan data tahun 2017, 2018, dan 2019. Output prototype aplikasi LCA menghasilkan karakterisasi dampak lingkungan yakni Energy Depletion Potential (EDP), pemanasan global (GWP), ecotoxicity aquatic (ETA), ecotoxicity terresterial (ETT), Abiotic Depletion Potential (ADP), Photochemical Oxydant Formation (POF), Acidification Potential (ACP), Human Toxicity Potential (HTP), Nutrification Potential (NTP), Ozone Depletion Potential (ODP). Kontribusi empat terbesar terhadap beban lingkungan dari pabrik gula responden berdasarkan data tahun 2019 adalah GWP 375.966,95 Ton setara CO2, disusul ACP 89.183,03 Ton setara NOx, EDP senilai 33.086,91 Ton setara bahan bakar minyak, dan NTP 14.598,66 Ton setara COD. Selain itu, perlu juga mendapat perhatian adalah HTP 11.621,83 Ton setara fenol, ETA 11,163.18 Ton setara BOD5, serta ETT 9,748.49 Ton setara abu.Kata kunci: Life Cycle Assessment (LCA), Aplikasi komputer LCA, Pabrik Gula Kristal Putih, Standar ISO 14040.
ITEM DINAMIS BERBASIS FUZZY DALAM AKTIVITAS DESIGN PADA GAME BERBASIS APPRECIATIVE LEARNING
Full text linkAbstractIn a serious game, activity design plays an important role in the gameplay design. However, the design of these activities has not been well conceptualized. This study uses Appreciative Learning in designing in-game activities. There are four stages, namely Discovery, Dream, Design and Destiny, with the focus of this research being the Design stage. Design activity is a player\u27s process in achieving goals, but often this process becomes tedious because it is not supported by dynamic elements. The purpose of this research is to use fuzzy logic to regulate dynamic behavior of game-generated items, where dynamic items become a support to enhance the experience of Design activities. The dynamic elements in design activities in this study are applied to educational games for disaster mitigation. The input parameters used by fuzzy logic are Health Points and the number of errors made by the player, which results in the dynamic frequency of appearing items. The items that appear are the types of items that help players win the game, namely items to increase Health Points, slow down the game and double the score obtained. The results of this study indicate items that appear dynamically according to player performance.Keywords : Appreciative Learning, dynamic item, fuzzy logic, game activity, serious gameDi dalam suatu serious game, yang dalam penelitian ini adalah serious game untuk edukasi, perancangan aktivitas memegang peranan penting dalam penyajian materi edukasi. Namun dalam penelitian-penelitian tentang penggunaan serious game, perancangan aktivitas tersebut belum terkonsep dengan baik. Penelitian ini menggunakan konsep Appreciative Learning pada perancangan aktivitas dalam game. Konsep Appreciative Learning dibagi empat tahap, yaitu Discovery, Dream, Design dan Destiny, dengan fokus penelitian ini adalah pada tahap Design. Aktivitas Design dalam Appreciative Learning adalah proses pemain dalam mencapai tujuan, namun sering terjadi proses ini menjadi membosankan karena tidak didukung oleh elemen dinamis. Tujuan penelitian ini adalah menggunakan logika fuzzy untuk mengatur perilaku dinamis pada item yang dihasilkan oleh game, dimana item dinamis menjadi pendukung untuk meningkatkan pengalaman pada aktivitas Design. Elemen dinamis pada aktivitas Design pada penelitian ini diaplikasikan ke game edukasi untuk mitigasi bencana. Parameter input yang dipakai logika fuzzy adalah Health Point dan jumlah kesalahan yang dilakukan pemain, yang menghasilkan frekuensi kemunculan item-item secara dinamis. Item-item yang muncul adalah adalah jenis item yang membantu pemain dalam memenangkan game, yaitu item untuk menambah Health Point, memperlambat jalannya permainan dan menggandakan skor yang diperoleh. Hasil dari penelitian ini menunjukkan item yang muncul secara dinamis sesuai dengan performa pemain.Kata Kunci : Aktivitas Game, Item Dinamis, Logika Fuzzy, Serious Gam
ALGORITMA K-MEANS DALAM PENENTUAN TINGKAT KEPUASAN SISWA TERHADAP PEMBELAJARAN ONLINE DI MASA PANDEMI COVID 19
Full text linkAbstractWith the covid-19 pandemic, it requires learning to be done online. For several schools, especially those in the village, online learning has several factors that hinder the learning process. The difficulty of the internet network, the limited quota, until the use of learning media is not common. So that there is dissatisfaction and different responses from students. This study uses the k-means method for the clustering process in order to obtain the results of classifying the level of student satisfaction according to data processing from the results of the questionnaire given to students. This research provides a solution for schools as an evaluation material for the effectiveness of online learning during the Covid-19 pandemic. And also for related parties as a reference for an evaluation or development of further research with the same research object. The results obtained from research conducted on 60 students at SMK Islam Nurul Huda using a questionnaire by submitting a statement of agree and disagree and using 3 clusters. Namely high, medium and low. So that it produces the value of the final iteration, namely the level of the statement that does not agree, which is categorized as high with a value of 7.69 compared to the agreement which is categorized as low with a value of 4.09, while for the level of the medium category there is no value with a value of 0.00. It can be said that results like this can be a consideration and improvement for online learning during the Covid-19 pandemic.Keywords : K-Means Algorithm, Online Learning Satisfaction, Covid-19 Pandemic.Dengan adanya pandemi covid-19, sehingga mengharuskan pembelajaran dilakukan secara online. Untuk beberapa sekolah terutama yang berada di perkampungan, pembelajaran secara online ini terdapat beberapa faktor yang menghambat proses pembelajaran. Susahnya jaringan internet, terbatasnya kuota, sampai belum terbiasanya penggunaan media pembelajaran. Sehingga terdapat ketidakpuasan serta tanggapan yang berbeda dari kalangan siswa. Penelitian ini menggunakan metode k-means untuk proses clustering agar mendapatkan hasil pengklasifikasian tingkat kepuasan siswa sesuai dengan pengolahan data dari hasil kuesioner yang diberikan kepada siswa. Penelitian ini memberikan solusi untuk sekolah sebagai bahan evaluasi terhadap keefektifitasan pembelajaran online di masa pandemi covid-19. Dan juga untuk pihak terkait sebagai salah satu referensi untuk sebuah evaluasi atau pengembangan penelitian selanjutnya dengan objek penelitian yang sama. Hasil yang diperoleh dari penelitian yang dilakukan kepada 60 siswa di SMK Islam Nurul Huda menggunakan kuesioner dengan mengajukan pernyataan setuju dan tidak setuju dan menggunakan 3 cluster. Yaitu tinggi,sedang dan rendah. Sehingga menghasilkan nilai dari iterasi akhir, yaitu tingkat pernyataan yang tidak setuju yaitu dikategorikan tinggi dengan nilai 7.69 dibandingkan dengan dengan pernyataan setuju yang dikategorikan rendah dengan nilai 4.09, sedangkan untuk tingkat kategori sedang tidak ada dengan nilai 0.00. Bisa dikatakan bahwa dengan hasil seperti ini bisa menjadi pertimbangan dan perbaikan untuk pembelajaran online di masa pandemi covid-19.Kata Kunci: Algoritma K-Means, Kepuasan Pembelajaran Online, Pandemi Covid-1
RANCANG BANGUN WEBSITE SORAKETRIP UNTUK OBJEK WISATA PANTAI SORAKE
Full text linkAbstractTourism is increasingly in demand by the community and is increasingly being developed. One of the tourist areas in Indonesia that has the potential to be developed is the Sorake Beach area, precisely located in Teluk Dalam District, South Nias Regency. This area has the potential to be one of the most influential tourist objects for the economy of the surrounding community, namely in terms of income through businesses managed by the surrounding community, such as lodging, transportation, special food and souvenirs. However, tourism publicity and information technology are still an obstacle to tourism in the Sorake Beach area. In general, tourists who know the tourist objects in this area are surfers, so it is still rare for the wider community to know what tourist objects are in this area besides surfing. This happens because there is no media that provides complete information on the travel needs of this specific area. Therefore, to meet these needs, we need a website for the Sorake Beach area. SorakeTrip is one of the websites in which there is information and travel needs specifically for the Sorake Beach area only. The research methodology used is the System Development Life Cycle up to the fifth stage. The website will be built for admin, visitor and customer access rights that have features to manage the provision of information, bookings and payments for tour packages, tour guides, restaurants, transportation, and hotels. Due to the absence of a website that introduces Sorake beach, if this website is implemented it will help increase tourists and the economy of the surrounding community.Keywords : Tourism Website, Sorake Beach, SorakeTripPariwisata kian hari semakin diminati masyarakat dan makin dikembangkan. Salah satu daerah wisata di Indonesia yang memiliki potensi untuk dikembangkan adalah daerah kawasan Pantai Sorake tepatnya yang berada di Kecamatan Teluk Dalam, Kabupaten Nias Selatan. Kawasan ini sangat berpotensi sebagai salah satu objek wisata yang sangat berpengaruh bagi perekonomian masyarakat sekitar yaitu dalam hal pendapatan melalui bisnis yang dikelola oleh masyarakat sekitar, seperti penginapan, transportasi, makanan khas dan oleh-oleh. Akan tetapi, publisitas pariwisata dan teknologi informasi masih menjadi hambatan bagi pariwisata di kawasan Pantai Sorake ini. Pada umumnya wisatawan yang mengetahui objek wisata yang ada di kawasan ini adalah para peselancar sehingga masih jarang masyarakat luas yang mengetahui apa saja objek wisata yang ada di kawasan ini selain berselancar. Hal itu terjadi dikarenakan belum adanya media yang menyediakan informasi kebutuhan perjalanan wisata yang dikhususkan untuk kawasan ini secara lengkap. Maka dari itu, untuk memenuhi kebutuhan tersebut diperlukannya sebuah website untuk kawasan Pantai Sorake. SorakeTrip adalah salah satu website yang di dalamnya terdapat informasi dan kebutuhan perjalanan wisata yang dikhususkan untuk kawasan Pantai Sorake saja. Metodologi penelitian yang digunakan adalah Siklus Hidup Pengembangan Sistem hingga tahap kelima. Website akan dibangun untuk hak akses admin, pengunjung dan pelanggan yang memiliki fitur untuk mengelola penyediaan informasi, pemesanan hingga pembayaran paket wisata, pemandu wisata, restoran, transportasi, dan hotel. Dikarenakan belum adanya website yang mengenalkan pantai Sorake maka jika website ini diimplementasikan akan membantu meningkatkan wisatawan dan perekonomian masyarakat sekitar.Kata Kunci : Website Pariwisata, Pantai Sorake, SorakeTri
MEASURING BUSINESS PROCESS SIMILARITY USING PROBABILISTIC LATENT SEMANTIC ANALYSIS (PLSA) AND GREEDY GRAPH MATCHING
Full text linkAbstractThe business process is a set of activities and tasks performed to achieve the goals of an organization. The business process model can be reused as a business process management effort into a repository. To solve the problem, it is necessary to measure the business process model that has similarity or similarity in terms of activity or process. From several business process models that have similarity can be identified as the main business process model, which has the primary function of the same activity. Business process model matching is the one of technique that can be used to identify, to measure the similarity of a set of business process models. The graph matching approach fit to identify the similarity of processes or activities in the business process model. The technique of matching the graph with Greedy graph matching shows similar results with an 89% precision value based on measuring the similarity of the graph building structure. Another approach in graph matching is a semantically or a text-based. Probabilistic Latent Semantic Analysis (PLSA) is one of the semantic approaches to measure the similarity of text in documents. PLSA measures the linkage of words in the document to identify any similarity of topics in the document. Measuring PLSA in business process matching analysis is by comparing text labels on each node in the business process. This research measures the similarity of business process models by combining two similarity analysis techniques based on semantics using PLSA and structural with Greedy. A graph matching technique by computing the semantics of each label on activities that are related to other activity labels. Structurally, connected activities are related to the same process or the same function. The result of this research is to know the effectiveness of business process which has activity relation.Keywords : Business Process, BPMN, Graph Similarity, Probabilistic Latent Semantic Analysis (PLSA), Greedy Graph MatchingProses bisnis adalah serangkaian aktivitas dan tugas yang dilakukan untuk mencapai tujuan dari sebuah organisasi. Model proses bisnis dapat digunakan kembali sebagai upaya manajemen proses bisnis tersebut ke dalam sebuah repositori. Dalam repositori berisi ratusan hingga ribuan model proses bisnis dengan model yang sama maupun berbeda. Hingga dapat terjadinya duplikasi dan penumpukkan data. Untuk mengatasi permasalahan tersebut, perlunya dilakukan pengukuran terhadap model proses bisnis yang memiliki kesamaan atau kemiripan dalam hal aktivitas ataupun proses. Beberapa model proses bisnis yang memiliki kemiripan (similarity) dapat diidentifikasi sebagai model proses bisnis utama, yaitu memiliki fungsi dan aktivitas yang sama. Mencocokkan model proses bisnis merupakan salah satu teknik untuk mengidentifikasi, mengukur kemiripan dari kumpulan model proses bisnis. Pendekatan pencocokkan graf (graph matching) cocok untuk mengidentifikasi kemiripan proses atau aktivitas dalam model proses bisnis. Teknik mencocokkan graf dengan Greedy graph matching menghasilkan nilai presisi sebesar 89% berdasarkan pengukuran kemiripan struktur graf. Pendekatan lain dalam pencocokkan graf ialah secara semantik atau teks. Probabilistic Latent Semantic Analysis (PLSA) merupakan salah satu pendekatan semantik untuk menghitung kemiripan teks dalam dokumen. Perhitungan PLSA dalam analisis pencocokkan proses bisnis adalah dengan membandingkan label teks pada tiap node (label) proses bisnis. Penelitian ini mengukur kemiripan model proses bisnis dengan menggabungkan dua teknik analisis kemiripan berdasarkan semantik menggunakan PLSA dan struktural dengan Greedy. Teknik pencocokkan graf dengan menghitung semantik dari setiap label aktivitas yang saling memiliki keterkaitan atau hubungan. Secara struktural, beberapa aktivitas saling terhubung memiliki keterkaitan proses atau fungsi yang sama. Hasil penelitian ini adalah untuk mengetahui efektifitas dari proses bisnis yang memiliki keterkaitan aktivitas.Kata Kunci : Proses Bisnis, BPMN, Kemiripan Graf, Probabilistic Latent Semantic Analysis (PLSA), Greedy Graph Matching