Wahyu Hidayat

Pada saat ini, untuk membuat, mengedit, ataupun menghapus suatu subprogram dari Oracle diantaranya procedure, function, dan trigger, pengguna harus dapat mengefisienkan waktu. Selain itu, pengguna lebih menyukai interface GUI dibanding dengan console atau cmd dan pengguna juga harus teliti dalam mengetikkan sintaks subprogram tersebut. Karena, walaupun ada sedikit kesalahan pada sintaks, akan memunculkan pesan error dari sintaks tersebut. Untuk mengatasi permasalahan tersebut, aplikasi yang dibuat akan dapat membantu pengguna dalam mengatur atau mengelola subprogram yang terdapat DBMS, khususnya Oracle. Karena antar-muka GUI (Graphic User Interface), pengguna atau user dimudahkan untuk dapat membuat, mengedit, dan menghapus sebuah subprogram. Dalam aplikasi ini diberikan fitur pengecekan subprogram jika terjadi kesalahan sintaks, yaitu dengan cara menampilkan pesan error saat pengguna menekan tombol simpan. Selain itu, pada saat pengguna atau user menyimpan sintaks subprogram ke dat...

Ekstraksi kata dasar atau stemming pada Bahasa Indonesia adalah proses yang kompleks di mana beberapa partikel awalan dan beberapa partikel akhiran dari 13 awalan, 3 sisipan dan 19 akhiran yang dikenal dapat digunakan secara sekaligus pada sebuah kata. Selain itu, proses stemming tidak selalu menghasilkan 1 kata dasar (non-deterministik), karena terdapat beberapa kata dalam bahasa Indonesia yang memiliki 2 kemungkinan yaitu sebagai kata dasar maupun kata berimbuhan, misalnya pada kata "beruang". Penelitian yang telah ada sebelumnya menggunakan kombinasi awalan dan akhiran yang tidak mungkin dan menerapkan heuristik untuk memilih kata dasar. Dalam penelitian ini diusulkan sebuah metode stemming secara berjenjang di mana berdasarkan urutan tertentu, secara bergantian partikel akhiran dan awalan dilepaskan dari sebuah kata sehingga dihasilkan sebuah kata dasar. Jika ditemukan beberapa kandidat kata dasar maka salah satu kata dasar akan dipilih. Metode ini diuji pada 6464 doku...

Wearable sensors found in popular wrist wearable device are both generating sales profit and constantly generating vast amount of data. Some of these wearable sensors are able to record physical activity and sleep trends, both are being mainly used to give insight to its users about their current and past health and well-being. We proposed a method of data preprocessing and machine learning using simple k-nearest neighbor classifier to furthermore empower the usage of such data to predict changes in one's sleep quality based on his or her current physical activity level. Our method were challenged to predict changes in five medically-approved sleep quality indicators, using data generated by commercially available consumer-grade wrist wearable device. The experiment result shows that the successful prediction of changes in sleep quality using wearable sensor generated data can be achieved by successfully selecting and sometimes combining the right input parameter(s). Each sleep quality indicators calls for different input parameter or combined parameters. By selecting and combining the right parameter(s), our method had successfully predict changes in both sleep duration and sleep efficiency with accuracy of 68% and 64%, respectively.

Proses migrasi data biasanya dibutuhkan saat adanya perubahan sistem, format, atau tipe storage. Saat ini telah dikenal beberapa teknik dan kakas untuk melakukan migrasi data, misalnya CSV file, ODBC, SQLDump dan sebagainya. Sayangnya tidak semua teknik tersebut dapat diimplementasikan untuk migrasi data antara dua DBMS yang berbeda. Dalam penelitian ini dipaparkan sebuah teknik migrasi data yang dapat digunakan untuk migrasi data lintas DBMS. Teknik migrasi data yang dipaparkan memanfaatkan metadata yang ada di masing-masing DBMS. Proses migrasi data yang dipaparkan di sini melalui tiga tahap yaitu capture, convert dan construct. Sebuah prototype dibangun untuk menguji teknik migrasi data ini. Dengan menggunakan schema HR dilakukan uji coba migrasi data lintas DBMS antara Oracle dan MySQL. Dengan menggunakan teknik ini, migrasi data full-schema membutuhkan waktu rata-rata 20,43 detik dari DBMS Oracle ke MySQL dan 12,96 detik untuk skenario sebaliknya. Adapun untuk migrasi data pars...

Abstract—Stemming in Indonesian Language is a complex process where few particles among 13 known prefixes, 3 known infixes, and 19 known suffixes can be used simultaneously in a single word. Moreover, stemming process does not guarantee a single word result (hence, non-deterministic), because there are few words in Indonesian Language that has 2 possibilities, either it is a morpheme itself or it is an affixed word, e.g. the word " beruang ". Previous researches have tried to deal with this issue by listing impossible prefix and suffix combination while at the same time implementing heuristic to identify final stem. In this paper, we present an incremental stemming method, where based on particular order, suffixes and prefixes are alternatingly stripped until a single morpheme (stem) is found. In case there are several stem candidates were found, then one stem will be chosen. This method is tested against 6464 text files from Holy Quran Indonesian Translation using 5000-word dictionary randomly chosen from Kamus Besar Bahasa Indonesia. From 3432 unique words, 94.7% single stem can be identified immediately and only 5.3% that need to be processed further since there are more than one candidate stem were found. Compared to manually stem selection, this method is able to accurately choose 79.12% correct stem.

Abstrak – Ekstraksi kata dasar atau stemming pada Bahasa Indonesia adalah proses yang kompleks di mana beberapa partikel awal dan beberapa partikel akhiran dari 13 awalan, 3 sisipan, dan 19 akhiran yang dikenal dapat digunakan secara sekaligus pada sebuah kata. Selain itu, proses stemming tidak terlalu menghasilkan 1 kata dasar (non-deterministik) karena terdapat beberapa kata dalam Bahasa Indonesia yang memiliki 2 kemungkinan, yaitu sebagai kata dasar maupun kata berimbuhan, misalnya pada kata " beruang ". Penelitian yang telah ada sebelumnya menggunakan kombinasi awalan dan akhiran yang tidak mungkin dan menerapkan heuristik untuk memilih kata dasar. Dalam penelitian ini diusulkan sebuah metode stemming secara berjenjang di mana berdasarkan urutan tertentu, secara bergantian partikel akhiran dan awalan dilepaskan dari sebuah kata sehingga dihasilkan sebuah kata dasar. Jika ditemukan beberapa kandidat kata dasar maka salah satu kata dasar akan dipilih. Metode ini diuji pada 6464 dokumen Al-Quran Terjemahan Indonesia dengan menggunakan kamus berukuran 5000 kata yang dipilih secara acak dari Kamus Besar Bahasa Indonesia. Dari 3432 kata unik yang diproses, diperoleh 94,7% kata dasar yang dapat diekstrak secara langsung dan hanya 5,3% yang perlu diproses lebih lanjut karena kandidat kata dasar yang ditemukan lebih dari satu. Dibandingkan dengan melakukan pemilihan kata dasar secara manual, metode ini dapat memilih kata dasar yang tepat hingga 79,12%. Kata kunci – ekstraksi kata dasar, morfologi, non-deterministik, akurasi

Therefore, this final project aims to provide solutions to these problems. The system is an application made personal message broadcast by manipulating the contact so that messages sent are personal or private. This application will be built using the waterfall ...

- Proses migrasi data biasanya dibutuhkan saat adanya perubahan sistem, format, atau tipe storage. Saat
ini telah dikenal beberapa teknik dan kakas untuk melakukan migrasi data, misalnya CSV file, ODBC,
SQLDump dan sebagainya. Sayangnya tidak semua teknik tersebut dapat diimplementasikan untuk migrasi data
antara dua DBMS yang berbeda. Dalam penelitian ini dipaparkan sebuah teknik migrasi data yang dapat
digunakan untuk migrasi data lintas DBMS. Teknik migrasi data yang dipaparkan memanfaatkan metadata yang
ada di masing-masing DBMS. Proses migrasi data yang dipaparkan di sini melalui tiga tahap yaitu capture,
convert dan construct. Sebuah prototype dibangun untuk menguji teknik migrasi data ini. Dengan menggunakan
schema HR dilakukan uji coba migrasi data lintas DBMS antara Oracle dan MySQL. Dengan menggunakan
teknik ini, migrasi data full-schema membutuhkan waktu rata-rata 20,43 detik dari DBMS Oracle ke MySQL dan
12,96 detik untuk skenario sebaliknya. Adapun untuk migrasi data parsial dibutuhkan waktu rata-rata 5,95 detik
dari DBMS Oracle ke MySQL dan 2,19 detik untuk skenario sebaliknya.
Kata kunci – migrasi data; DBMS; metadata; tipe data

Dokumen teks tergolong dalam data tidak terstruktur. Jika dibandingkan dengan informasi yang tersimpan dalam bentuk yang terstruktur (misalnya pada tabel dalam sebuah database), maka data tidak terstruktur relatif lebih sulit dalam hal pengelolaan, penyimpanan, pencarian ulang maupun pengamanannya. Dalam paper ini dipaparkan sebuah metode indexing dan retrieval yang mampu menyimpan dokumen teks sebagai inverted index yang memiliki berbagai keunggulan penyimpanan data terstruktur.
Proses indexing melibatkan beberapa tahap yaitu parsing, stopping, stemming, sorting dan merging. Proses indexing dilakukan terhadap 6464 buah file txt dalam Alquran Terjemahan Indonesia. Setelah itu indeks yang dihasilkan digunakan dalam proses pencarian dokumen yang hasilnya dibandingkan dengan hasil pencarian dokumen konvensional secara full text search. Baik hasil pencarian maupun waktu yang dibutuhkan semuanya dicatat untuk mengukur performa retrieval engine dengan parameter precision, recall dan waktu.
Hasil pengujian menunjukkan bahwa proses indexing tidak mengurangi nilai recall, namun menurunkan nilai precision hingga 41,88% demi meningkatkan kecepatan pencarian hingga 3800 kali lipat.

Kata kunci : inverted index, indexing and retrieval, precision, recall

Steganalysis is an anti-steganography method aiming to detect secret message’s presence that is embedded inside an innocent looking medium. Usually, some steganalysis technique cannot be used universally because it is developed in order to detect secret message’s presence that’s embedded using a certain steganography technique. Therefore, blind steganalysis has become an interisting research area because it has the ability to detect secret message’s presence regardless of the steganography technique used in the process. In this research, a literature study is conducted to explains the concept behind how blind steganalysis works, the advantages and disadvantages of blind steganalysis, along with the illustration and comparison of some feature and classifier used in some blind steganalysis technique that have been proposed in previous researches. Our conclusion is that generally, blind steganalysis can be done through two phases: feature analysis and pattern classifier. Both phases can be done using numerous variant of feature and classifier. Blind steganalysis accuracy varied between 86% to 99.37%. The accuracy itself depends on the feature and classifier being used. Other than that, the more complex steganography algorithm encountered, the less accurate blind steganalysis will become