1. mampu menampilkan bobot dari data yang ada sehingga hasil pencarian lebih akurat dan cepat
|
|
- Liani Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Sistem informasi perpustakaan berbasis web pada perpustakaan Humaniora dan Budaya UIN Maliki Malang menggunakan Algoritma Wighted Directed Acyclic Graph Angga Debby Frayudhaʾ Idhar Firmansyahʾ Mohammad Nadz Abdullah ʾ 1) Jurusan Teknik Informatika UIN, Malang 65144, 2) Jurusan Teknik Informatika UIN, Malang 65144, 3) Jurusan Teknik Informatika UIN, Malang 65144, Abstrack pada pengimplementasian algoritma wighted Directed Acyclic Graph pada sistem informasi perpustakaan untuk mencari jarak node terpanjang dapat memanfaatkan algoritma ini dikarenakan WDAG sebagai representasi utama dari metadata yang berguna untuk mengkalkulasi kemiripan melalui perhitungan berbasis taksonomi root concept maka sangat berguna jika digunakan sebagai smart search engine.kelebihan dari WDAG adalah: 1. mampu menampilkan bobot dari data yang ada sehingga hasil pencarian lebih akurat dan cepat 2. wdag sangat berguna pada smart search enggine Pada proses pengimplementasian metode WDAG ini ditemui kendala dimana kemungkinan pencarian kurangbegitu akurat Kata Kunci: WDAG, metadata, taksonomi, root concept, smart search engine 1. PENDAHULUAN Weighted Directed Acyclic Graph merupakan sebuah graph berarah dan memiliki bobot pada arc, yang umumnya merupakan bentuk penyimpanan metadata dari sesuatu. Wdag sangat potensial untuk memunculkan penggabungan node yang identik pada non-leaf. In degree dari root node sebuah DAG adalah 0. Sebuah node disebut leaf jika out degree adalah 0. Dengan demikian bahwa tree merupakan subset khusus dari DAG. Algoritma wdag similarity membandingkan dan menghitung kemiripan antara dua arc-labeled dan acr-weighted DAG. Dua masukan wdag diserialkan pertama kali dan dibaca oleh algoritma wdag, setelah algoritma membandingkan dua wdag, hasil yang diberikan adalah nilai kemiripan keduanya dan kemiripan akan diurutkan berdasarkan kemiripan tertinggi. Pada bab ini memperkenalkan mengenai cara kerja WDAG pada smart search engine perpustakaan dan kemudian melihat tingkatan keberhasilan Algoritma tersebut, WDAG lebih sering digunakan dalam optimasi pencarian dan untuk menemukan data yang dicari kita akan membahasnya di sini secara penuh untuk algoritma WDAG. 4.1 Tahapan Algoritma 2. PEMBAHASAN Pada tahapan ini WDAG memiliki beberapa tahapan yang harus dilewati karena pada proses pencarian yang menggunakan metode ini sangat sensitive terhadap hasil pencarian membantu untuk hasil yang dicari tahapan yang harus dilalui adalah pelabelan dan pembobotan, urutan yang ada pada algoritma WDAG sebagai berikut Input masukan WDAG Disini inputan yang akan dicari berupa potongan kata yang akan muncul secara otomatis yang diambil dari database, inputan berupa kata atau kalimat yang akan dicari 1
2 jika kata yang dicari itu ada dalam database maka akan muncul kata selanjutnya Gambar 4.1 Inputan Pencarian Kata yang di inputkan akan diproses WDAG dan akan menghsilkan hasil pencarian terkait data yang di inputkan WDAG Similirity Algorithm Ketika menghitung nilai kemiripan input WDAG, daftar asosiasi dibentuk untuk menyimpan kemiripan sub-wdag saat pertama kali arc dihasilkan. Kemudian nilai kemiripan dapat digunakan kembali ketika algoritma kembali melewati sub- WDAG yang sama. Proses penentuan kemiripan dapat dilakukan melalui proses pemisahan kata menjadi individu kata yang kemudian dapat dibandingkan dengan dengan kumpulan kata yang sebelumnya telah dibuat aturan. Gambar 4.3 Pelabelan Prosesnya, ketika user menginputkan kata, maka proses awal adalah melakukan proses selecting melalui query like pada database. Hasil selecting akan berupa data dengan panjang data tertentu. Data ini akan dilakukan proses pemotongan/ split berdasarkan jumlah kosak kata, selanjutnya setiap kata hasil pemotongan dilakukan proses split berdasarkan huruf dan ditampung ke dalam array. Hal yang sama dilakukan pada kata yang diinputkan user, dilakukan proses split berdasarkan huruf dan tiap hurufnya disimpan dalam sebuah array dengan length tertentu. Dari array tersebut ditentukan nilai maksimal dan kemudian dibandingkan dengan array hasil query. Jika didapati memiliki length yang sama, maka proses selanjutnya adalah melakukan pengecekan similirity dari array huruf yang di-input-kan dan array huruf hasil query database. Lalu didapati output berdasarkan kata yang sama, kata ini yang selanjutnya ditampilkan ke user. Gambar 4.2 WDAG Jadi proses untuk mencari nilai kemiripan diambil dari berapa proses pemisahan kata menjadi beberapa kata yang per individu dan dibandingkan dengan kata yang ada Pelabelan Pada proses similirty terjadi proses pelabelan, disini terdapat pencocokan kata dari inputan perkata yang akan disamakan ke dalam isi database. Perbandingan kata yang cocok akan mengeluarkan hasil berupa judul lanjutan atau nama pengarang. Pencocokan ini berdasarkan isi dari database, sehingga Gambar 4.4 Pelabelan kata Jika kata yang dicari bukan merupakan node pada simpul simpul dan memiliki arc label yang berbeda, maka nilai kemiripan adalah 0. Sebaliknya jika arc label yang dimiliki adalah sama maka akan 2
3 dilakukan recursive transversal top-down melalui sub WDAG yang dimiliki Similirity Value Nilai pada Similirity Berkaitan dengan besarnya nilai kesamaan, dan nilai ini yang menentukan output yang diharapkan. Jika inputan yang dicari bukan merupakan node dari bagian simpul maka nilai kemiripan 0. Akan tetapi jika inputan itu hilang dalam sub WDAG yang dilalui maka nilai kemiripan dari sub WDAG yang hilang adalah berupa nilai simplicity dikalikan 0.5 atau dapat dirumuskan WDAG stm(inputan,null)= WDAG plicity(inputan,null) * 0.5 Gambar 4.6 wighted Proses pemecahan kata Pada bagian kata yang akan dicari, kata yang diinputkan user nanti akan dipecah menjadi beberapa bagian. Jika kata maka dipecah berdasarkan hurufnya, jika kata maka dipecah berasarkan kosak kata. Misalnya : kata diinputkan adalah Pengantar nanti kata ini akan dipecah sebanyak jumlah huruf yang ada. Hasil pecah menjadi p, e, n, g, a, n, t, a, r. tiap huruf yang dipecah akan dicari kesamaannya dengan aturan indexing dalam system. Jika kalimat, misalnya Pengatar Bahasa Arab maka akan dipecah menjadi Pengantar, Bahasa, dan Arab. Selanjutnya setiap kata yang dipecah dengan aturan indexing dan akan dicari kesamaannya kedalam system dan dimunculkan dibawah kotak mesin pencari. Gambar 4.5 Similirity Value Nilai kesamaan dengan bobot yang sama maka akan diurutkan berdasarkan abjad tetapi tetap proses WDAG bekerja hanya saja memperhitungkan bilamana terjadi hal tersebut Pembobotan Pembobotan disini dimaksudkan untuk menentukan nilai ratting tertinggi dari peminjaman buku, peminjaman dengan intensitas tinggi maka akan berpengaruh pada nilai bobot dari nilai pembobotan tersebut. Sugestion dari kata yang di inputkan akan ditampilkan berdasarkan dari urutan bobot dari yang tertinggi hingga terendah sehingga dimasukan pengurutan hasil lebih optimal. Gambar 4.7 pemecahan kata Pseudocode Program kita perlu untuk mewakili grafik kita sedemikian rupa sehingga jalan menemukan algoritma seperti Input : word q ; $query select from database FOR i =1 to n do $asplit( q,$query) // memanggil fungsi query dan keyword ambil nilai maks.$a IF $a > 1 then $bsplit $a ; ambil data pada $a index ke - 1 IF $b > 1 then split $b ; ambil nilai maks $b pada index ke 0 ; ambil nilai $a pada index ke 2 3
4 IF nilai maks $b > 2 then ambil nilai maks $a pada index ke 0 $h split word,nilai maks.$a then Bandingkan nilai maks.$a dengan split word $h = hasil akhir $h Split $b berdasarkan nilai maks.$b pada index ke-0 Bandingkan nilai maks.$b dengan split word Ambil nilai $h pada indeks 0 $h pada indeks 0 = hasil akhir IF Indeks - 0 = 0 maka Batasi data yang ditampilkan sebanyak 5. $counter = 0 $selectcountert select from database IF $selectcountert > 0 then eksekusi query. $countert nilai pada kolom counter $arrayweight [index kata] = nilai $counter Set similirity $h = nilai $counter. $arrayweight [index kata] = 0 ENDFOR Contoh implementasi sederhana dari kelas ini adalah menyimpan koneksi untuk setiap node dan hanya akan kembali ke daftar. masing-masing sambungan akan memiliki simpul biaya dan akhir Implementasi Program Berikut potongan sourcecode : $SQLTitle = mysql_query("select biblio_id, title FROM `biblio` WHERE title LIKE '". $Key. "%'"); $it = 0; (sizeof($sqltitle) > 0) { while ($ResultT = mysql_fetch_array($sqltitle)) { $it+=1; $RTitle = $ResultT['title']; $XT = explode(" ", $RTitle); $XTFive = $XT[0]; $indext = 1; for (; $indext <= $getindexing; $indext++) { ($indext < sizeof($xt)) { $XT[$indexT]; $XTFive.= " ". $it2 = 0; $itcheck = 0; $SQLTitlex = mysql_query("select biblio_id, title FROM `biblio` WHERE title LIKE '". $Key. "%'"); while ($ResultTChecker = mysql_fetch_array($sqltitlex)) { $it2 +=1; $RTitleChecker = $ResultTChecker['title']; ($it!= $it2) { $XTChecker = explode(" ", $RTitleChecker); $XTCheckerFive = $XTChecker[0]; for ($indext = 1; $indext <= $getindexing; $indext++) { ($indext < sizeof($xtchecker)) { $XTCheckerFive.= " ". $XTChecker[$indexT]; $XTCheckerFive) { ($XTFive == else { $itcheck = 1; $comunicatorwhilet = 0; ($itcheck == 0) { ($indext == sizeof($xt)) { else { ($indexingpath == 0) { $arrayword[$indexingpath] = $XTFive; $countert = 0; $selectcountert = mysql_query("select b.biblio_id, r.counter FROM biblio b, item i, rating r WHERE b.biblio_id=i.biblio_id AND r.item_code=i.item_code AND b.biblio_id='". $ResultT['biblio_id']. "'"); (sizeof($selectcountert > 0)) { while ($resultcountert = mysql_fetch_array($selectcountert)) { 4
5 $countert = $resultcountert['counter']; $arrayweight[$indexingpath] = $countert; else { $arrayweight[$indexingpath] = 0; $indexingpath +=1; else { ($arrayword[$indexingpath]!= $arrayword[$indexingpath - 1]) { $arrayword[$indexingpath] = $XTFive; $countert = 0; $selectcountert = mysql_query("select b.biblio_id, r.counter FROM biblio b, item i, rating r WHERE b.biblio_id=i.biblio_id AND r.item_code=i.item_code AND b.biblio_id='". $ResultT['biblio_id']. "'"); (sizeof($selectcountert > 0)) { while ($resultcountert = mysql_fetch_array($selectcountert)) { $countert = $resultcountert['counter']; $arrayweight[$indexingpath] = $countert; else { 3. KESIMPULAN Dari pemaparan isi paper diatas kita dapat mengetahui bagaimana cara mengimplementasikan WDAG pada sistem Informasi perpustakaan yang digunakan untuk mengoptimalkan smart search engine guna mengoptimalkan hasil pencarian yang tepat dan cepat 4. DAFTAR PUSTAKA 1. Jin Jing B.Eng, Similarity Of Wighted Directed Acyclic Graph, Zhejiang University, Bhavsar, V.C., Boley, H. and Yang, L., A Weighted-Tree Similarity Algorithm for Multi- Agent Systems in e-business Environments, Computational Intelligence, 20(4), pp , Bouquet, P., Serafini, L. and Zanobini, S., Semantic coordination: A new approach and an application. Proceedings of the International Semantic Web Conference (ISWC), pp , $arrayweight[$indexingpath] = 0; $indexingpath +=1; else { $comunicatorwhilet = 1; ($comunicatorwhilet == 1) { else { $GOD +=1; 5
Jl. Prof. Dr. Soemantri Brodjonegoro No. 1 Bandar Lampung Surel: ABSTRACT
PEMBUATAN POHON BERBOBOT UNTUK PENCARIAN SEMANTIK MENGGUNAKAN ALGORITMA WEIGHTED TREE SIMILARITY PADA PENILAIAN DOKUMEN RENCANA PERKULIAHAN (SAP, GBPP/SILABUS DAN KONTRAK KULIAH) Febi Eka Febriansyah 1)
Lebih terperinciBAB I Pendahuluan. 1 Launching Business on the Web, David Cook and Deborah Sellers, QUE, 1995, hal 12.
BAB I Pendahuluan Perkembangan teknologi komputer akhir-akhir semakin maju, terutama perkembangan dibidang teknologi informasi, karena didukung oleh perkembangan perangkat keras, perangkat lunak dan jaringan
Lebih terperinciAplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System)
Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System) IF3 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF3 Aljabar Geometri
Lebih terperinciB-Tree dan Penerapan di Basis Data
B-Tree dan Penerapan di Basis Data Aldyaka Mushofan-13512094 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi perusahaan yang bergerak dalam industri manufaktur, sistem informasi produksi yang efektif merupakan suatu keharusan dan tidak lepas dari persoalan persediaan
Lebih terperinciPENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Transportasi telah menjadi salah satu kebutuhan penting dalam kegiatan sehari-hari di kehidupan bermasyarakat. Kemajuan teknologi informasi yang ada sekarang,
Lebih terperinciRancang Bangun Aplikasi Pengumpulan Pembeli Potensial Terhadap Barang Grosir Fashion Dengan Algoritma Jaccard Index
Rancang Bangun Aplikasi Pengumpulan Pembeli Potensial Terhadap Barang Grosir Fashion Dengan Algoritma Jaccard Index Martien Dermawan Tanama Universitas Ciputra UC Town, Citraland Surabaya 60219 mdermawan@student.ciputra.ac.id
Lebih terperinciPENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK
Sarno, Penerapan Algoritma Weighted Tree Similarity untuk Pencarian Semantik PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Riyanarto Sarno Faisal Rahutomo Jurusan Teknik Informatika,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahap-tahap yang dilaksanakan dalam pembuatan tugas akhir. Adapun tahapan yang dilalui dalam pelaksanaan penelitian ini adalah
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah- langkah penyelesaian masalah yang tersusun secara logis, ditulis dengan notasi yang mudah dimengerti sedemikian
Lebih terperinciBAB II DASAR TEORI Crawler Definisi Focused Crawler dengan Algoritma Genetik [2]
BAB II DASAR TEORI Pada bab ini dibahas teori mengenai focused crawler dengan algoritma genetik, text mining, vector space model, dan generalized vector space model. 2.1. Focused Crawler 2.1.1. Definisi
Lebih terperinciOleh Lukman Hariadi
ANALISIS PENYELESAIAN PUZZLE SUDOKU DENGAN MENERAPKAN ALGORITMA BACKTRACKING (berbentuk piramida terbalik) PROPOSAL JUDUL Diajukan Untuk Menempuh Tugas Akhir Oleh Lukman Hariadi 14201045 PROGRAM STUDI
Lebih terperinciPENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK
Sarno, Penerapan Algoritma Weighted Tree Similarity untuk Pencarian Semantik PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Riyanarto Sarno 1 Faisal Rahutomo 2 1,2 Jurusan Teknik
Lebih terperinciPERSETUJUAI\ ARTIKEL ILMIAH. Mashar Eka Putra Dai. S1-Sistem Informasi. Teknik Informatika. Teknik. Penerapan Metode Document Frequency
PERSETUJUAI\ ARTIKEL ILMIAH Artikel ilmiah hasil penelitian mahasiswa: Nama NIM Mashar Eka Putra Dai 53 1409036 Program Studi S1-Sistem Informasi Jurusan Teknik Informatika Fakultas Teknik Judul Karya
Lebih terperinciANALISA PENGATURAN NILAI BOBOT LEAF NODE PADA ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN INFORMASI LOWONGAN PEKERJAAN
ANALISA PENGATURAN NILAI BOBOT LEAF NODE PADA ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN INFORMASI LOWONGAN PEKERJAAN Ulla Delfana Rosiani 1 Abstrak Algoritma Weighted Tree Similarity dapat diterapkan
Lebih terperinciSearch Engines. Information Retrieval in Practice
Search Engines Information Retrieval in Practice All slides Addison Wesley, 2008 Search Engine Architecture Arsitektur dari mesin pencari ditentukan oleh 2 persyaratan efektivitas (kualitas hasil) efisiensi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Algoritma Algoritma berasal dari nama ilmuwan muslim dari Uzbekistan, Abu Ja far Muhammad bin Musa Al-Khuwarizmi (780-846M). Pada awalnya kata algoritma adalah istilah yang merujuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. pengujian dari hasil penelitian tugas akhir ini. Pengujian yang dilakukan meliputi
BAB IV HASIL DAN PEMBAHASAN Dalam bab ini, penulis akan menguraikan dan menjelaskan beberapa hasil pengujian dari hasil penelitian tugas akhir ini. Pengujian yang dilakukan meliputi pengujian software
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Tes Secara harfiah kata tes berasal dari kata bahasa prancis kuno: testum yang berarti piring untuk menyisihkan logam-logam mulia, dalam bahasa Indonesia diterjemahkan dengan
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1. Deskripsi Sistem Sistem Ekstraksi Web untuk Hadits yang diterjemahkan dalam Bahasa Indonesia. Sistem ini berfungsi sebagai suatu search engine yang mampu menampilkan hasil
Lebih terperinciPreorder Tree Traversal
Preorder Tree Traversal Dimana paralelnya? Operasi dasarnya adalah pelabelan pada node. Label pada verteks sub pohon kanan tidak dapat diberikan sampai diketahui berapa banyak verteks yang ada di sub pohon
Lebih terperinciANALISIS PERMAINAN KATA MENGGUNAKAN ALGORITMA PEMROGRAMAN ANAGRAM DAN SUBANAGRAM
ANALISIS PERMAINAN KATA MENGGUNAKAN ALGORITMA PEMROGRAMAN ANAGRAM DAN SUBANAGRAM OLEH : MUFADHOL Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang masyong@ftik.usm.ac.id, masyong@usm.ac.id
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Pencarian Pencarian adalah proses untuk menemukan suatu informasi yang kita butuhkan. Misalnya, kita ingin mencari sebuah kata didalam dokumen digital yang kita miliki. Kita
Lebih terperinciPERSEGI ANGKA-HURUF VERTIKAL
TUGAS APLIKASI (UJIAN AKHIR SEMESTER) PERSEGI ANGKA-HURUF VERTIKAL Mata Kuliah: Algoritma Pemrograman Kelompok: C4 Anggota Kelompok: Abdul Khafit (110411100097) Novi Indrawati (110411100098) Ria Lyzara
Lebih terperinciImplementasi Metode Document Oriented Index Pruning pada Information Retrieval System
Implementasi Metode Document Oriented Index Pruning pada Information Retrieval System Hendri Priyambowo 1, Yanuar Firdaus A.W. S.T, M.T 2, Siti Sa adah S.T. M.T 3 123 Program Studi S1 Teknik Informatika,
Lebih terperinciPENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW
PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW Supiatun, Sapti Wahyuningsih, Darmawan Satyananda Universitas Negeri Malang E-mail: nuta_ipuzzz@yahoo.com Abstrak : Minimum cost flow merupakan
Lebih terperinciSequential Search (Linear Search)
1. Tujuan Instruksional Umum BAB 3 Searching (Pencarian) a. Mahasiswa mampu melakukan perancangan aplikasi menggunakan Struktur Searching (Pencarian). b. Mahasiswa mampu melakukan analisis pada algoritma
Lebih terperinciPenggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf
Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciANALISIS KOMBINASI ALGORITMA WEIGHTED TREE SIMILARITY DENGAN TANIMOTO COSINE (TC) UNTUK PENCARIAN SEMANTIK PADA PORTAL JURNAL
F.15 ANALISIS KOMBINASI ALGORITMA WEIGHTED TREE SIMILARITY DENGAN TANIMOTO COSINE (TC) UNTUK PENCARIAN SEMANTIK PADA PORTAL JURNAL Prima Adi P *, Y Sarngadi Palgunadi Jurusan Informatika, Fakultas Matematika
Lebih terperinciPenerapan Algoritma Knuth-Morris-Pratt dalam Music Identification (Musipedia)
Penerapan Algoritma Knuth-Morris-Pratt dalam Music Identification Musipedia Adi Nugraha Setiadi 13508062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPERTEMUAN 2 KONSEP DASAR PEMROGRAMAN
PERTEMUAN 2 KONSEP DASAR PEMROGRAMAN I. Algoritma Pemrograman Yang Baik Ciri-ciri algoritma pemrograman yang baik adalah: 1. Memiliki logika perhitungan/metode yang tepat dalam memecahkan masalah 2. Menghasilkan
Lebih terperincisistem basis data ti ti ukdw Indexing Materi Minggu ke-10 Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta 04/07/13 budi susanto 1
Indexing Materi Minggu ke-10 Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta 04/07/13 budi susanto 1 Tujuan Memahami Tujuan Index pada Database Memahami model dasar Index Memahami algoritma
Lebih terperinciIKI 20100: Struktur Data & Algoritma
IKI : Struktur Data & Algoritma Graph Ruli Manurung & Ade Azurat ( Setiawan (acknowledgments: Denny, Suryana Fasilkom UI Ruli Manurung & Ade Azurat Fasilkom UI - IKI 7/8 Ganjil Minggu Materi Motivasi Definisi
Lebih terperinciOPTIMASI QUERY UNTUK PENCARIAN DATA MENGGUNAKAN PENGURAIAN KALIMAT DAN ALGORITME LEVENSHTEIN DISTANCE
OPTIMASI QUERY UNTUK PENCARIAN DATA MENGGUNAKAN PENGURAIAN KALIMAT DAN ALGORITME LEVENSHTEIN DISTANCE M. El Bahar Conoras 1, Aprian Dwi Kurnawan 2 1,2 Magister Teknik Informatika, UNIVERSITAS AMIKOM YOGYAKARTA
Lebih terperinciProses mengelompokkan suatu set objek ke dalam kelompok-kelompok objek yang sejenis. Bentuk yang paling umum digunakan adalah unsupervised learning
CLUSTERING DEFINISI Clustering : Proses mengelompokkan suatu set objek ke dalam kelompok-kelompok objek yang sejenis Bentuk yang paling umum digunakan adalah unsupervised learning # Unsupervised learning
Lebih terperinciSISTEM PENGKOREKSIAN KATA KUNCI DENGAN MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Studi Kasus Pada Website Universitas Halmahera.
SISTEM PENGKOREKSIAN KATA KUNCI DENGAN MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Studi Kasus Pada Website Universitas Halmahera Oleh : Benisius Sejumlah penelitian terhadap mesin pencari (search engine)
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN
SEKOLAH TINGGI MANAJEMEN INFORMAA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN Mata Kuliah : PEMROGRAMAN WEB 2 (PHP & MYSQL) Kode Mata Kuliah : MI - 26223 Jurusan / Jenjang : D3 MANAJEMEN INFORMAA
Lebih terperinciPENGENALAN KOMPUTER DAN SOFTWARE II. Semester: 2 Pengenalan Komputer dan Software II. Introduction to Computer and Software II
PENGENALAN KOMPUTER DAN SOFTWARE II I. SILABUS RINGKAS Kode Matakuliah: KU1202 Nama Mata Kuliah Bobot SKS: 2 Semester: 2 Pengenalan Komputer dan Software II Bidang Pengutamaan: TPB Introduction to Computer
Lebih terperinciKonsep Dasar Pemrograman
Konsep Dasar Pemrograman I. Algoritma Pemrograman Yang Baik Ciri-ciri algoritma pemrograman yang baik adalah : 1. Memiliki logika perhitungan/metode yang tepat dalam memecahkan masalah 2. Menghasilkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan Teknik Struktur Data dan Data Mining merupakan salah satu ilmu komputer yang penting dan menarik perhatian teori informatika. Saat ini teknik ini sudah
Lebih terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI Pada bab ini akan dibahas mengenai beberapa landasan teori yang digunakan untuk perancangan dan pembuatan aplikasi rekomendasi informasi yang bisa dijadikan sebagai acuan. 3.1 Media
Lebih terperinciPemanfaatan Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data
Pemanfaatan Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data Winson Waisakurnia (13512071) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenggunaan Pohon Keputusan untuk Data Mining
Penggunaan Pohon Keputusan untuk Data Mining Indah Kuntum Khairina NIM 13505088 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
Lebih terperinciArtikel Ilmiah. Diajukan kepada Fakultas Teknologi Informasi untuk memperoleh Gelar Sarjana Komputer. Oleh: Ariel Kristianto NIM:
Pengembangan Sistem Evaluasi Proses Pembelajaran di UKSW dengan Menggunakan WSDL dan NuSOAP pada Lembaga Penjaminan Mutu dan Audit Internal Universitas Kristen Satya Wacana Artikel Ilmiah Diajukan kepada
Lebih terperinciLAPORAN PRAKTIKUM ALGORITMA DAN STRUKTUR DATA Searching ( Pencarian ) Modul III
LAPORAN PRAKTIKUM ALGORITMA DAN STRUKTUR DATA Searching ( Pencarian ) Modul III UNTUK MEMENUHI TUGAS MATAKULIAH PRAKTIKUM ALGORITMA DAN STRUKTUR DATA yang dibina oleh Bapak Didik Dwi Prasetya Oleh: Adhe
Lebih terperinciSEMANTIK. Int vector[10];
SEMANTIK Sintaks mendefinisikan suatu bentuk program yang benar dari suatu bahasa. Semantik mendefinisikan arti dari program yang benar secara sintaks dari bahasan tersebut. Sebagai contoh adalah deklarasi
Lebih terperinciIMPLEMENTASI INVERTED INDEX DENGAN SISTEM MANAJEMEN BASISDATA UNTUK MENDUKUNG MODEL PEMEROLEHAN BOOLEAN
IMPLEMENTASI INVERTED INDEX DENGAN SISTEM MANAJEMEN BASISDATA UNTUK MENDUKUNG MODEL PEMEROLEHAN BOOLEAN JB Budi Darmawan Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma
Lebih terperinciElvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang
PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id
Lebih terperinciPemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem
Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Halida Astatin (13507049) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciBAB III ANALISA DAN PERANCANGAN APLIKASI
BAB III ANALISA DAN PERANCANGAN APLIKASI Pada bab analisa dan perancangan aplikasi, penulis akan menjelaskan apa saja yang dibutuhkan untuk membuat aplikasi, menerangkan fungsi dari elemen-elemen yang
Lebih terperinciAplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf
Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciPEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN
PEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN Hermawan Andika Institut Informatika Indonesia andika@iii.ac.id Suhatati Tjandra Sekolah Tinggi
Lebih terperinciMODUL PRAKTIKUM. MODUL I - VIII Modul penuntun dan bahan praktikum matakuliah algoritma dan pemograman
I - VIII Modul penuntun dan bahan praktikum matakuliah algoritma dan pemograman Jurusan Teknik Informatika Fakultas Teknik Universitas Maritim Raja Ali Haji ALGORITMA DAN PEMOGRAMAN I. ALGORITMA II. BAHASA
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Analisis atau bisa juga disebut dengan Analisis sistem (systems analysis) dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam
Lebih terperinciKata kunci: graph, graph database, GIndex, subgraph query, size-increasing support constraint, discriminative fragments, index, subgraph matching
Analisis dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma GIndex Analysis and Implementation of Graph Indexing for Graph Database Using GIndex Algorithm Hadyan Arif 1, Kemas Rahmat
Lebih terperinciBAB III ANALISIS PENYELESAIAN MASALAH
BAB III ANALISIS PENYELESAIAN MASALAH Pada bab ini akan dipaparkan analisis yang dilakukan dalam pengerjaan Tugas Akhir ini. Analisis diawali dengan analisis terhadap konsep Bayesian network yang diperlukan
Lebih terperinciANALISIS ALGORITMA BINARY SEARCH
ANALISIS ALGORITMA BINARY SEARCH Metode Binary search Binary search merupakan salah satu algoritma untuk melalukan pencarian pada array yang sudah terurut. Jika kita tidak mengetahui informasi bagaimana
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1, Edi Winarko 2 1 Jurusan Teknik Informatika, Universitas Sebelas Maret 2 Program Studi Ilmu Komputer, Universitas Gajah
Lebih terperinciSISTEM PENCARIAN PASAL-PASAL PADA KITAB UNDANG-UNDANG HUKUM PIDANA DENGAN MENGGUNAKAN METODE TF-IDF. Abstrak
SISTEM PENCARIAN PASAL-PASAL PADA KITAB UNDANG-UNDANG HUKUM PIDANA DENGAN MENGGUNAKAN METODE TF-IDF Muh. Alfarisi Ali¹, Moh. Hidayat Koniyo², Abd. Aziz Bouty³ ¹Mahasiswa Teknik Informatika Universitas
Lebih terperinciAlgoritma Genetik Dengan Sub Populasi Terurut untuk Desain Penjadwalan Multiprosesor
Algoritma Genetik Dengan Sub Populasi Terurut untuk Desain Penjadwalan Multiprosesor Marisa Widyastuti, Kuspriyanto Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung marisa@hq.ee.itb.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
xi BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi informasi dewasa ini membuat perubahan perilaku dalam pencarian informasi yang berdampak bagi lembagalembaga yang bergerak
Lebih terperinciDasar Pemrograman. Kondisi dan Perulangan. By : Hendri Sopryadi, S.Kom, M.T.I
Dasar Pemrograman Kondisi dan Perulangan By : Hendri Sopryadi, S.Kom, M.T.I Kondisi dan Perulangan Pendahuluan Dalam sebuah proses program, biasanya terdapat kode penyeleksian kondisi, kode pengulangan
Lebih terperinciANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK
ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK Dody Herdiana, S.T., M. Kom. Dosen PNS DPK pada Program Studi Teknik Informatika
Lebih terperinciPencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia ( )
Pencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia (867) Dosen Pembimbing Dr. Ir. Wirawan, DEA Latar Belakang Teknik pemodelan struktur graph telah
Lebih terperinciAPLIKASI SEARCH ENGINE PAPER/KARYA ILMIAH BERBASIS WEB DENGAN METODE FUZZY RELATION ABSTRAK: Banyaknya jumlah paper yang dikoleksi sebuah lembaga
APLIKASI SEARCH ENGINE PAPER/KARYA ILMIAH BERBASIS WEB DENGAN METODE FUZZY RELATION ABSTRAK: Banyaknya jumlah paper yang dikoleksi sebuah lembaga pendidikan setiap tahun akan bertambah. Seiring dengan
Lebih terperinciINFORMATION RETRIEVAL SYSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER
INFORMATION RETRIEVAL SSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER Muhammad asirzain 1), Suswati 2) 1,2 Teknik Informatika, Fakultas Teknik,
Lebih terperinciAplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar
Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar Arifin Luthfi Putranto (13508050) Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung E-Mail: xenoposeidon@yahoo.com
Lebih terperinciSebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini.
Pemrograman LabVIEW 6.1 Istilah-Istilah Penting Sebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini. 1. G: dari kata graphical, merupakan sebutan
Lebih terperinciBAB I PENDAHULUAN 1.1 Tujuan 1.2 Latar Belakang
BAB I PENDAHULUAN 1.1 Tujuan Merancang sebuah sistem yang dapat meringkas teks dokumen secara otomatis menggunakan metode generalized vector space model (GVSM). 1.2 Latar Belakang Dunia informasi yang
Lebih terperinciAlgoritma dan Struktur Data
Modul Praktikum Algoritma dan Struktur Data SEARCHING Sisilia Thya Safitri, ST., MT ST3 Telkom Purwokerto Jl. DI Panjaitan 128 Purwokerto * Untuk kalangan sendiri Praktikum 9 Materi : Searching Waktu :
Lebih terperinciTesting is the exposure of a system to trial input to see wheter it produces corect output Adalah proses eksekusi suatu program dengan maksud
Testing is the exposure of a system to trial input to see wheter it produces corect output Adalah proses eksekusi suatu program dengan maksud menemukan kesalahan Elemen kritis dari jaminan kualitas perangkat
Lebih terperinciAnalisis Algoritma Knuth Morris Pratt dan Algoritma Boyer Moore dalam Proses Pencarian String
Analisis Algoritma Knuth Morris Pratt dan Algoritma Boyer Moore dalam Proses Pencarian String Rama Aulia Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Lebih terperinciTESTING PROGRAM. Pertemuan Nurul Adhayanti
TESTING PROGRAM Pertemuan - 04 Nurul Adhayanti Proses Testing 01 System Testing Pengujian terhadap integrasi sub-system, yaitu keterhubungan antar sub-system. 02 Acceptance Testing Pengujian terakhir sebelum
Lebih terperinciMODUL 11 PHP&MYSQL UPDATE & SEARCHING
MODUL 11 PHP&MYSQL UPDATE & SEARCHING PEMROGRAMAN WEB 2 TEKNIK INFORMATIKA UNIVERSITAS PASUNDAN BANDUNG 2015/2016 Latihan kali ini menggabungkan aplikasi- aplikasi yang sudah kita buat sebelumnya agar
Lebih terperinciUniversitas gunadarma. pascal. Bab 4- bab 10. Hana Pertiwi S.T
Universitas gunadarma pascal Bab 4- bab 10 Hana Pertiwi S.T 14 PASCAL Struktur Perulangan WHILE-DO Struktur Perulangan REPEAT-UNTIL REPEAT UNTIL 1. Struktur Perulangan FOR 2. Penggunaan gabungan struktur
Lebih terperinciSistem Temu Kembali Informasi pada Dokumen Teks Menggunakan Metode Term Frequency Inverse Document Frequency (TF-IDF)
Sistem Temu Kembali Informasi pada Dokumen Teks Menggunakan Metode Term Frequency Inverse Document Frequency (TF-IDF) 1 Dhony Syafe i Harjanto, 2 Sukmawati Nur Endah, dan 2 Nurdin Bahtiar 1 Jurusan Matematika,
Lebih terperinciPEMBANGKIT TEKA-TEKI SILANG DENGAN ALGORITMA BACKTRACKING SERTA APLIKASI PERMAINANNYA YANG BERBASIS WEB
PEMBANGKIT TEKA-TEKI SILANG DENGAN ALGORITMA BACKTRACKING SERTA APLIKASI PERMAINANNYA YANG BERBASIS WEB Hafni Syaeful Sulun dan Rinaldi Munir Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciPermodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal
Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciIMPLEMENTASI METODE TERM FREQUENCY INVERSED DOCUMENT FREQUENCE (TF-IDF) DAN VECTOR SPACE MODEL PADA APLIKASI PEMBERKASAN SKRIPSI BERBASIS WEB
IMPLEMENTASI METODE TERM FREQUENCY INVERSED DOCUMENT FREQUENCE (TF-IDF) DAN VECTOR SPACE MODEL PADA APLIKASI PEMBERKASAN SKRIPSI BERBASIS WEB Abdul Rokhim 1), Achmad ainul yaqin 2) 1) Program Studi/Prodi
Lebih terperinciLatent Semantic Analysis dan. Similarity untuk Pencarian. oleh : Umi Sa adah
Metode Latent Semantic Analysis dan Algoritma Weighted Tree Similarity untuk Pencarian berbasis b Semantik oleh : Umi Sa adah 5109201030 Pembimbing : Prof. Drs.Ec. Ir. Riyanarto Sarno, M.Sc, Ph.D Umi Laili
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu basis data, pendekatan model data relasional masih banyak dimanfaatkan untuk penyimpanan data dan informasi terhadap
BAB I PENDAHULUAN 1. 1 Latar Belakang Sistem informasi merupakan serangkaian prosedur normal dimana data dikumpulkan, diproses menjadi sebuah informasi yang valid dan kemudian didistribusikan ke para pengguna
Lebih terperinciREPRESENTASI GRAFIK VEKTOR MENGGUNAKAN GRAPH DAN VEKTOR
REPRESENTASI GRAFIK VEKTOR MENGGUNAKAN GRAPH DAN VEKTOR Alfa Pramudita NIM : 13505026 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Lebih terperinciDAY 9 - ARRAY DALAM PHP LAPORAN RESMI. Day 9 Array Dalam PHP. Dini Yuniasri D4 Teknik Informatika B
LAPORAN RESMI Day 9 Array Dalam PHP Dini Yuniasri 2110151054 1 D4 Teknik Informatika B PERCOBAAN 1 (ARRAY BERDIMENSI SATU) Ada berbagai cara untuk mengakses array. Salah satunya adalah seperti percobaan
Lebih terperinciSISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah
SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan
Lebih terperinciPencarian pada Array. Tim PHKI Modul Dasar Pemrograman Fakultas Ilmu Komputer UDINUS Semarang
Pencarian pada Array Tim PHKI Modul Dasar Pemrograman Fakultas Ilmu Komputer UDINUS Semarang Latar Belakang Merupakan proses yang penting karena sering dilakukan terhadap sekumpulan data yang disimpan
Lebih terperinciANALISIS ALGORITMA. Disusun Oleh: Analisis Masalah dan Running Time. Adam Mukharil Bachtiar Teknik Informatika UNIKOM
ANALISIS ALGORITMA Analisis Masalah dan Running Time Disusun Oleh: Adam Mukharil Bachtiar Teknik Informatika UNIKOM adfbipotter@gmail.com AGENDA PERKULIAHAN DEFINISI MASALAH f x = a 0 + a n cos nπx +
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. dan memudahkan dalam pengembangan sistem selanjutnya. Tujuan dari analisa
BAB III ANALISIS DAN PERANCANGAN.1. Analisis Sistem Dalam perancangan sebuah sistem diperlukan analisis untuk keperluan sistem. Dengan adanya analisis sistem, sistem yang dirancang diharapkan akan lebih
Lebih terperinciPenggunaan Algoritma Knuth-Morris-Pratt untuk Pengecekan Ejaan
Penggunaan Algoritma Knuth-Morris-Pratt untuk Pengecekan Ejaan Andreas Dwi Nugroho - 13511051 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciNAMING SYSTEM. Sistem terdistribusi week 4
NAMING SYSTEM Sistem terdistribusi week 4 Outline Naming Flat Naming Structured Naming Attribute based Naming Naming Sebuah nama dalam sistem tersebar adalah sebuah deretean karakter yang digunakan untuk
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciGENERATOR TEKA TEKI SILANG MENGGUNAKAN ALGORITMA GENETIKA DAN MULTITHREADING UNTUK MENGHITUNG FITNESSNYA
GENERATOR TEKA TEKI SILANG MENGGUNAKAN ALGORITMA GENETIKA DAN MULTITHREADING UNTUK MENGHITUNG FITNESSNYA Donny Kurniawan Widodo Program Studi Teknik Informatika, Unika Soegijapranata Semarang dny65@gmail.com
Lebih terperinciE-trik Ajax. Database MySQL. Dedi Alnas
E-trik Ajax Database MySQL Dedi Alnas Pengenalan MySQL Tutorial kali ini akan membahas cara pembuatan aplikasi web yang dapat dihubungkan dengan MySQL. Pada paket instalasi Xampp terdapat MySQL dan phpmyadmin.
Lebih terperinciPeranan Graf/Tree dalam sejarah perkembangan DNS Internet
Peranan Graf/Tree dalam sejarah perkembangan DNS Internet Habibie Faried (13511069) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciSistem Rekomendasi Hasil Pencarian Artikel Menggunakan Metode Jaccard s Coefficient
Jurnal Transistor Elektro dan Informatika (TRANSISTOR EI) Vol. 2, No. 1 1 Sistem Rekomendasi Hasil Pencarian Artikel Menggunakan Metode Jaccard s Coefficient Muhammad Fadelillah, Imam Much Ibnu Subroto,
Lebih terperinciProgram Studi Sistem Informasi STMI - Kementerian Perindustrian Jakarta 2012
OPTIMASI SISTEM INFORMASI PENJADWALAN KULIAH BERBASIS HEURISTIC SEARCH YANG DIKOMBINASIKAN DENGAN TEKNIK SMART BACK TRACKING DAN LOOK AHEAD (STUDI KASUS PADA STMI KEMENTERIAN PERINDUSTRIAN) Oleh : Dedy
Lebih terperinciJurnal Ilmiah Sains, Teknologi, Ekonomi, Sosial dan Budaya Vol. 1 No. 4 Desember 2017
TEXT MINING DALAM PENENTUAN KLASIFIKASI DOKUMEN SKRIPSI DI PRODI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER BERBASIS WEB Teuku Muhammad Johan dan Riyadhul Fajri Program Studi Teknik Informatika Fakultas
Lebih terperinci