No abstract

Review mining from app marketplaces has gained immense popularity from researchers in recent years. Most studies in this area, however, tend to focus on improving the performance of classification prediction. In this study, we consider review mining from a different perspective, that is, mining user actions/decisions along with their respective arguments/reasons. Our motivation is to obtain a deeper understanding of users' decisions regarding applications and their underlying justifications, e.g., why users give ratings or recommendations. These information abstractions can benefit app developers, especially in planning app updates, by providing data-driven requirements from users' points of view. We utilized a supervised learning approach and built a machine-based annotator to set the ground truth. Seven classifiers and different feature configurations were trained and evaluated on two app review datasets. We then extracted relations between user decisions and arguments based on functional and nonfunctional requirement attributes. The results show an improved performance over the results of the baselines and favorably acceptable performance compared to the results from a human assessment.

In the information era today, value of data and Information is increasing rapidly. Data

Salah satu tantangan dalam bidang akademik adalah mencegah maraknya aktivitas plagiarisme. Salah satu cara yang bisa dilakukan adalah dengan melakukan deteksi dini plagiasi terhadap karya mahasiswa terutama skripsi. Penerapan deteksi indikasi plagiarisme menggunakan metode n-grams dan winnowing merupakan tujuan dari penelitian ini, dan menemukan nominal n yang efektif. Kata yang ada dalam dokumen skripsi direpresentasikan dalam bentuk hash, lalu dilakukan seleksi menggunakan algoritma winnowing untuk menentukan fingerprint dari dokumen yang akan disimpan dalam basis data. Pengujian dilakukan dengan menggunakan sampel dokumen skripsi mahasiswa. Hasil akhir dari penelitian menunjukkan bahwa sistem dapat mendeteksi adanya plagiasi menurut kesamaan kata secara konsisten berdasarkan beberapa skenario pengujian yang dijalankan, nominsl n yang paling efektif dalam deteksi kesamaan kata yaitu n = 7 dengan prosentase 3,07% berdasarkan selisih antara pengujian menggunakan sistem dan pengujian manual.

Kesadaran terhadap kesehatan menjadi aspek penting pada masyarakat saat ini dengan adanya pandemi. Kondisi ini juga menyebabkan masyarakat merasa was-was apabila hendak berkunjung ke rumah sakit. Karena itulah muncul banyak layanan home care berbasis online. Penelitian ini mengusulkan sebuah inovasi teknologi bernama Medical Contact, yang merupakan purwarupa platform digital untuk mempertemukan  tenaga medis seperti dokter dan pasien secara realtimemeskipun berada pada lokasi yang berbeda. Dengan platform ini, pasien dapat menyampaikan keluhan serta mendapatkan solusi kesehatan dari dokter dengan cepat dan efisien. Pembuatan purwarupa dilakukan dengan pendekatan perencanaan strategis sistem informasi menggunakan framework Ward and Peppard. Selain itu digunakan metode Task Centered Design untuk perancangan UI/UX aplikasi. Langkah-langkah dalam proses terdiri dari analisis lingkungan bisnis, melakukan tugas dan analisis pengguna, memilih tugas yang representatif untuk desain yang berpusat pada tugas, plagiarize, hingga membuat prototype yang berpusat pada tugas masing-masing user. Hasil yang didapatkan berupa prototype aplikasi yang memiliki fitur-fitur serta user interface dan user experience sesuai dengan kebutuhan pengguna serta sejalan dengan kebutuhan bisnis.