Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 99075 dokumen yang sesuai dengan query
cover
Sitorus, Clara Fransisca
"ABSTRAK
Dokumen ilmiah memuat ilmu pengetahuan yang dihasilkan dari penelitian. Dokumen-dokumen ini saling terhubung apabila terdapat hubungan antara penelitian yang satu dengan yang lain. Bidang ilmu pengetahuan merupakan bagian penting dalam menganalisis perkembangan ilmu pengetahuan. Domain kajian suatu bidang ilmu pengetahuan dapat dilihat dengan bantuan alat visualisasi. Salah satu bentuk visualisasi adalah pemetaan ilmu. Penelitian ini bertujuan untuk mendapatkan informasi tentang gambaran peta penelitian publikasi internasional Fakultas Teknik UI selama 6 tahun terakhir Januari 2010 ndash; Oktober 2016 yang terindeks Scopus. Pemetaan dilakukan dengan membangun jaringan hubungan antar artikel. Metode pendekatan analisis co-word dilakukan pada subjek penelitian kata kunci atau deskriptor . Data yang diolah diambil dari atribut author keyword dan index keyword publikasi internasional. Berdasarkan kemunculan co-occurence dari pasangan kata, analisis co-word menggambarkan tema penelitian dan menunjukkan hubungan antar tema dari konten berupa teks. Hasil dari penelitian ini adalah pemetaan dan klaster tema publikasi FT UI dan setiap departemen FT UI. Klaster tema publikasi FT UI didominasi oleh tema dari Departemen Teknik Elektro, Teknik Mesin, dan Teknik Metalurgi.

ABSTRACT
Scientific document contains knowledge generated from the research. These documents are connected if there is a link between each research. Science field is an important part in analyzing the development of science. Domain study of a field of science can be seen with the aid of visualization tools. One form of visualization is science mapping. The aim of this research is to achieve up to date information on the map of six years January 2010 ndash October 2016 international publication conducted by the researchers from Fakultas Teknik UI that are indexed by Scopus database. Science mapping is conducted by construct networks of links between articles. Method of co word analysis approach on subjects keywords or descriptor was implemented. Tabulation of data are extracted from the author keyword and index keyword of documents. Based on the co occurrence of pairs of words, co word analysis seeks to extract the themes of science and detect the linkages among these themes directly from the subject content of texts. The results of this study shows the theme map dan clusters in FT UI and each department of FT UI. Publication themes of FT UI are dominated by the theme from Department of Electrical Engineering, Mechanical Engineering, and Metallurgical Engineering."
2016
S66264
UI - Skripsi Membership  Universitas Indonesia Library
cover
Puteri Prameswari
"Ulasan hotel online di era modern ini memiliki peran besar mengingat hotel merupakan faktor penentu daya saing sebuah daerah wisata, namun pemanfaatannya masih jarang ditemukan. Berkaitan dengan rencana pemerintah untuk meningkatkan kunjungan wisatawan ke Indonesia, penelitian ini mengaplikasikan text mining terhadap ulasan hotel online untuk menemukan pengetahuan yang bermanfaat dalam membangun sektor perhotelan sebagai bagian integral dalam industri pariwisata. Teknik klasifikasi teks digunakan untuk mendapatkan informasi sentimen yang terkandung dalam kalimat ulasan melalui analisis sentimen, serta teknik klasterisasi pada text summarization untuk menemukan kalimat representatif yang mampu menggambarkan keseluruhan isi ulasan. Percobaan dengan ulasan hotel di Labuan Bajo, Lombok, dan Bali menghasilkan luaran yang memuaskan, di mana akurasi model penggolong klasifikasi sebesar 78 dan Davies-Bouldin Index DBI sebesar 0.071 untuk proses klasterisasi. Luaran penelitian ini diharapkan mampu menggambarkan kondisi hotel di daerah wisata unggulan Indonesia sehingga dapat berkontribusi dalam peningkatan kualitas sektor perhotelan sebagai penunjang industri pariwisata di Indonesia.

In this modern era, online hotel reviews have a big role considering the hotel is one the aspects in determining the competitiveness in the tourist area, but its implementation is still rare. Regarding the government 39 s plan to increase tourist arrivals to Indonesia, this research utilized text mining towards online hotel reviews to find useful knowledge in building the hospitality sector as an integral part of the tourism industry. Text classification technique was used to obtain sentiment information contained in review sentences through sentiment analysis, as well as clustering technique as a part of text summarization to find representative sentences that are able to describe the entire contents of the review. Experiments with hotel reviews in Labuan Bajo, Lombok and Bali generated surprising outcomes, where the accuracy of classification model reaches 78 and the Davies Bouldin Index DBI of clustering algorithm strikes 0.071. The output of this research is expected to be able to describe the condition of the hotel in tourist area based on the different level of tourism development so that it can contribute to improving the quality of the hotel industry as well as supporting the tourism industry in Indonesia.
"
Depok: Fakultas Teknik Universitas Indonesia, 2017
T48159
UI - Tesis Membership  Universitas Indonesia Library
cover
Asep Rinaldo
"ABSTRAK<>br>
Dalam beberapa tahun terakhir, masalah pengukuran kredibilitas informasi di jaringan sosial mendapat perhatian yang cukup besar terutama di bawah situasi darurat. Hal itu merupakan konsekuensi dari membeludaknya informasi, terlebih ketika semua orang bebas berperan sebagai sumber informasi.Penelitian ini menyoroti buramnya dinding pembatas antara fakta dan hoax di Indonesia, sehingga hal itu menyebabkan banyaknya kasus penyebaran hoax di media. Jika dibiarkan hal tersebut dapat berdampak buruk bagi seorang pribadi ataupun organisasi yang diserang isu hoax. Survei yang dilakukan Intelligence Media Management IMM menyatakan terdapat peningkatan tajam di tahun 2016 dari 1572 menjadi 7311 pemberitaan media. Dan berdasarkan hasil survei yang dilakukan masyarakat telematika mastel Indonesia hampir dari seluruh responden 84,5 menyatakan terganggu dengan maraknya berita hoax yang dapat mengganggu kerukunan masyarakat dan menghambat pembangunan nasional.Menurut Menteri Komunikasi dan Informatika Rudiantara, langkah nyata yang bisa dilakukan adalah menyaring informasi menjadi lebih cepat dan tegas. Untuk itu diperlukan tindakan sehingga penyebaran hoax di media dapat diturunkan. Tujuan dilakukannya penelitian ini adalah untuk mengidentifikasi konten di media sosial merupakan suatu hoax atau tidak pada saat konten tersebut beredar. Metodologi yang digunakan di dalam penelitian ini dimulai dengan mengumpulkan tweets yang terindikasi hoax lalu dilakukan proses pengolahan data dengan membuat suatu model text mining yang dapat memprediksi suatu konten berpotensi hoax atau tidak.Hasil dari penelitian ini yaitu didapatkan sebuah model berbasis pembelajaran sendiri menggunakan algoritma LinearSVC dengan akurasi 91 yang dapat memprediksi apakah suatu tweet merupakan berpotensi hoax atau tidak sehingga membantu dalam menyaring suatu informasi yang diharapkan dapat mengurangi penyebaran hoax di Indonesia.

ABSTRACT<>br>
In recent years, the problem of measuring the credibility of information on the social network received considerable attention, especially under emergency situations. This is the consequence of too many information, especially when everyone is free to act as a source of information.The study highlights the blurring of the dividing wall between fact and hoax in Indonesia, so it causes many cases of spread of hoaxes in the media. If left unchecked it can be bad for a person or organization that attacked the issue of hoaxes. Surveys conducted by Intelligence Media Management IMM said there is a sharp increase in 2016 from 1572 content into 7311 content spread in media. And based on the results of a survey conducted by telematics community Mastel Indonesia almost of all respondents 84.5 declared disturbed by the rise of the hoax news that could disturb social harmony and impede national development.According to the Minister of Communications and Information Rudiantara, concrete steps that can be done is to filter information faster and firmer. It required the action so that the spread of hoax in the media can be derived. The purpose of this research is to identify content in social media is a hoax or not when the content is spreading. The methodology used in this research begins with collecting tweets that indicated hoax and then performed data processing by creating a text mining model that can predict a potentially hoax content or not.The result of this research is a machine learning model using LinearSVC algorithm with 91 accuracy which can predict whether tweet potentially hoax or not, thus helping the filtering of information expected to reduce the spread of hoax in Indonesia."
2017
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Anggi Hazella
"Riset kolaborasi merupakan tren baru pada lingkup penelitian akademis saat ini. Para peneliti tidak lagi berperan sebagai penulis independen, melainkan setiap anggota tim menggabungkan pengetahuannya yang berbeda dan menciptakan integrasi untuk pengetahuan baru. Social Network Analysis SNA merupakan metode yang tepat untuk mengidentifikasi pola dan tren dari peneliti terkemuka serta lembaga institusinya.
Data yang digunakan dalam penelitian adalah publikasi internasional yang dihasilkan oleh Fakultas Teknik Universitas Indonesia selama enam tahun terakhir 2010 ndash; September 2016 . Tujuan dari penelitian ini adalah untuk memberikan analisis centrality melalui identifikasi struktur jaringan sosial dari peneliti dan institusi.
Hasil dari penelitian ini menunjukkan bahwa jaringan antar peneliti masih tersebar dan hanya sedikit departemen di Fakultas Teknik UI memiliki struktur jaringan yang baik. Oleh karena itu, hasil penelitian ini dapat digunakan sebagai evaluasi untuk meningkatkan kualitas riset di Fakultas Teknik, Universitas Indonesia.

Research collaboration is going concern in the hallmark of contemporary academic research. Researchers are no longer independent players, but members of team combine their different pieces of knowledge and allow integration for the creation of new knowledge. Social Network Analysis is a powerful tool to identify patterns and trends of leading researchers and institutions.
Data of international publication from Faculty of Engineering Universitas Indonesia during the last six years 2010 ndash September 2016 was used in this study to assess the social networks among researchers. The objective of this study is to provide centrality analysis that reveals the social structure of the networks by identifying researchers and their connections.
The output of this study showed that networks among researchers are still fragmented and slightly department at Faculty of Engineering UI has a good structureof authorship network. Therefore, the results of this study can be used as evaluation to improve the quality of research collaboration in Faculty of Engineering Universitas Indonesia."
Depok: Fakultas Teknik Universitas Indonesia, 2016
S66214
UI - Skripsi Membership  Universitas Indonesia Library
cover
Satria Agung
"Investasi berbasis Crowdfunding merupakan Platform yang mengembangkan berbagai macam keunggulan yang mereka miliki untuk memikat masyarakat agar mau melakukan investasi digital, seperti menyediakan fitur berbagai aneka ragam instrumen investasi dan memberikan kemudahan seperti menawarkan biaya minimum untuk melakukan investasi sebagai modal awal. Penelitian ini bertujuan untuk mengetahui dan menganalisis ulasan pada aplikasi Crowdfunding Land X dan Santara dengan menggunakan metode Text Mining yang berbasis Sentiment Analysis Data yang digunakan dalam penelitian ini merupakan data sekunder yang didapat dengan cara mengambil data yang berupa text review pada aplikasi Crowdfunding Land X dan Santara. Data review yang berhasil diambil untuk aplikasi Santara sebesar 14.991 review, dan data pada aplikasi Land X, data yang berhasil berjumlah 2.241 review. Alat analisis yang digunakan dalam penelitian ini adalah software R dengan metode Text Mining berbasis Sentiment Analysis. Dengan menggunakan Text Mining berbasis Sentiment Analysis, dapat menjadi salah satu indicator analisis untuk melihat pandangan pengguna aplikasi terhadap aplikasi Land X dan Santara.

Crowdfunding-based investments are platforms that develop many various advantages to entice the public to make digital investments, such as providing features for a wide variety of investment instruments and giving conveniences such as offering minimum fees for investing as initial capital. This study aims to find out and analyze reviews on Crowdfunding Land X and Santara applications using the Sentiment Analysisbased Text Mining method. The data used in this study is secondary data obtained by taking data in the form of text reviews on the Land X and Santara Crowdfunding applications. The successful review data was taken for the Santara application amounted to 14,991 reviews, and the data on the Land X application, the successful data amounted to 2,241 reviews. . The analytical tool used in this study is R software with the Text Mining method based on Sentiment Analysis. By using Text Mining based on Sentiment Analysis, it can be an indicator of analysis to see the views of application users on Land X and Santara applications."
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Ardian Wahyu Yusufi
"Penerapan Teknologi Informasi dan Komunikasi (TIK) untuk meningkatkan keunggulan kompetitif.tidak hanya dimanfaatkan oleh sektor industri, namun juga sektor pemerintahan. Pemerintah Indonesia sendiri di dalam kaitannya dengan pemanfaatan TIK, telah membangun suatu sistem yang memungkinkan masyarakat untuk melaporkan keluhan dan aspirasinya melalui sistem LAPOR!. Sistem LAPOR! ciptaan pemerintah ini ternyata ditanggapi dengan antusias oleh masyarakat, terbukti dengan banyaknya laporan yang masuk ke pemerintah. Guna membantu kinerja pemerintah, dilakukan penelitian untuk menganalisis data tekstual laporan masyarakat dengan text mining untuk kemudian dilakukan disposisi otomatis ke dalam dua kategori utama LAPOR! yaitu topik dan instansi terkait. Disposisi otomatis dilakukan menggunakan teknik problem transformation pada multilabel classification melalui algoritma klasifikasi support vector machine dan naïve bayes. Hasil penelitian menunjukkan bahwa disposisi otomatis dapat diterapkan ke dalam sistem LAPOR! dan dapat meningkatkan kinerja disposisi laporan. Algoritma yang menghasilkan performa terbaik di dalam penerapannya adalah algoritma support vector machine

The application of Information Technology and Communication (ICT) to escalate the competitive advantage is not only used in the industrial sector, but also in the government as well. The government of the Republic of Indonesia itsef, in the use of ICT, has built a system that enable its citizen to report their grievance and aspiration through LAPOR! system. This system turned out to be accepted with great enthusiasm by the public, as evidenced by the many reports to the government. In order to support the government’s performance, research is conducted to analyze the textual data using text mining, for later automatic disposition into two groups of LAPOR!'s category which is topik and instansi terkait. disposition is done using problem transformation technique in multilabel classification through support vector machine and naïve bayes classification algorithm. The result showed that automatic disposition can be applied into LAPOR! system and improves the report disposition’s performance. Algorithm that produces the best performance in the application is support vector machine. "
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2022
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Budi Istanto
"Undang-undang nomor 36 tahun 1999. tentang telekomunikasi telah mendorong Iiberalisasi usaha dalam bidang telekomunikasi di Indonesia. Dengan regulasi tersebut dimungkinkan adanya percepatan hak eksklusif atas penyelenggaraan layanan telekomunikasi. Khusus untuk Sambungan Langsung lntemasional (SLI), yang saat ini dikuasai oleh PT. INDOSAT dan PT. SATELINDO [1], percepatan tersebut akan mulai diberlakukan pada tahun 2003. Dalam tulisan ini akan dianalisa peluang bisnis internasional bagi PT.TELKOM dilihat dari bebempa aspek yaitu aspek pasar, aspek pesaing, aspek intemal organisasi, aspek regulasi dan aspk teknis.
Analisa dilakukan melalui pengolahan data dari berbagai sumber yang ada. Analisa strategi bisnis intemasional PT. TELKOM didasarkan pada analisa SWOT yang memperhatikan kekuatan, kelemahan intemal, ancaman eksternal serta peluang yang ada dan analisa kelayakan investasi dengan menggunakan metode payback period internal rate of return, net present value dan profitability index.
Dari hasil analisa peluang bisnis tersebut dapat disimpulkan bahwa masih terbuka peluang yang Iuas bagi PT. TELKOM dalam bisnis intemasional baik itu sebagai network provider ataupun service provider dalam penyelenggaraan layanan SLI, internet service, data service, bordercomm dan carrier hotel. Dan dari hasil analisa kelayakan investasi tampak bahwa bisnis internasional PT. TELKOM melalui jaringan C2C (City to City) layak untuk diimplementasikan.
"
Depok: Fakultas Teknik Universitas Indonesia, 2002
T3200
UI - Tesis Membership  Universitas Indonesia Library
cover
Ida Bagus Ngurah Sanditya Hardaya
"Provinsi DKI Jakarta memiliki tantangan dan permasalahan urban yang lebih kompleks dibandingkan daerah lainnya di Indonesia. Oleh karena itu, dibutuhkan perencanaan pembangunan daerah yang melibatkan seluruh pemangku kepentingan, terutama masyarakat. Salah satu pendekatan yang dilakukan adalah menyediakan sarana bagi masyarakat untuk menyampaikan aspirasi dan permasalahan yang terjadi di lingkungannya. Aspirasi dan permasalahan yang terjaring selanjutnya perlu dipetakan dan disinergikan dengan kebijakan dan prioritas pembangunan nasional. Penelitian ini menggunakan teknik Text Mining untuk mengklasifikasi laporan yang berupa teks menjadi beberapa kelas dan mengelompokkan set data setiap kelas untuk mendapatkan topik-topik khusus. Hasil penelitian menunjukkan bahwa masalah banjir dan kebersihan, khususnya menyangkut saluran air dan masalah sistem transportasi, khususnya mengenai jalan yang butuh perbaikan atau peninggian menjadi topik yang paling sering dilaporkan masyarakat. Visualisasi dan analisis dengan Sistem Informasi Geografis serta Diagram Pareto menunjukkan persebaran masalah dan masalah yang perlu diprioritaskan oleh tiap kota/kabupaten

Jakarta has more complex problems and challenges than other urban areas in Indonesia. Therefore, the development plan of Jakarta involves all of the stakeholders, especially the public. One approach taken is to provide a means for public to submit aspirations and problems that occur at their surroundings. Aspirations and problems conveyed by public then need to be mapped and synergized with national policy and development priorities. This study uses Text Mining techniques to classify the textual report into several classes and then cluster data set in each class into specific topics. The results showed that the majority of public reports are associated with flood problems, especially regarding to drainage and waterways, and transportation system problems, especially regarding to roads condition. Visualization and analysis using Geographic Information Systems and Pareto Chart shows the spreads of the problems and issues that need to be prioritized by each city/county
"
Depok: Fakultas Teknik Universitas Indonesia, 2016
S64628
UI - Skripsi Membership  Universitas Indonesia Library
cover
Isti Surjandari
"There is a necessity for a research centre to identify its main research theme and its subject linkages. On the other hand, rapid growth in the number of scientific publications has raised extensive data issues. Thus, it is difficult to detect the main subject and its relationships using traditional methods. Some quantitative methods in data mining have been developed and applied to solve these problems. Co-word analysis, as one of the most powerful tools in content analysis, is able to find the interrelationship among research themes based on the co-occurrence frequency of word/phrase pairs. As a result, the trend in research theme development is identifiable and future research plans could be effectively determined. As a case study, research publications from Universitas Indonesia (UI) academicians during the last five years (2010-2015) were analyzed. The data source for this study, are all those articles which have been indexed in Scopus, EBSCO, JSTOR, and ProQuest. The study generated strategic diagrams which show research themes of UI publications in each year and over the last five years. The last five years’ map shows that there are eleven main research themes in UI publications. This result can be used as a base for evaluating the previous research themes set by policy makers of UI."
Depok: Faculty of Engineering, Universitas Indonesia, 2015
UI-IJTECH 6:3 (2015)
Artikel Jurnal  Universitas Indonesia Library
cover
Ryan Randy Suryono
"Penelitian ini bertujuan untuk membangun proses bisnis pengawasan Fintech P2P Lending di Indonesia berbasis Berita Daring, Twitter, dan Ulasan Google Playstore. Usulan pengawasan yang baru digambarkan dengan Business Process Modeling Notation (BPMN). Selanjutnya diimplementasikan dengan membuat prototipe. Pendekatan yang digunakan adalah pendekatan Text Mining seperti ekstraksi informasi dengan Named Entity Recognition (NER), Analisis Sentimen dan Pemodelan Topik dengan Latent Dirichlet Allocation (LDA). Hasil eksperimen pada pendekatan NER menunjukan Algoritma Multinomial Naïve Bayes mendapatkan F1-score tertinggi sebesar 90%, sedangkan pada pendekatan analisis sentiment model Naïve Bayes dan Random Forest terbukti memiliki akurasi tinggi yaitu diatas 91%. Hasil NER membuktikan bahwa platform Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia dan PT Progo Puncak Group tidak ada dalam daftar Fintech di Otoritas Jasa Keuangan (OJK). Sedangkan hasil Persentase positif untuk aplikasi Adakami, Easycash, Danamas, Dompetkilat, dan Indodana berturut-turut adalah 47%, 59%, 28%, 24%, dan 29%. Penelitian ini dapat digunakan oleh OJK untuk pengawasan Fintech dan meningkatkan perlindungan konsumen.

This research aims to build a business process to supervise Fintech P2P Lending in Indonesia based on Online News, Twitter, and Google Playstore Reviews. The proposed new supervision is described by the Business Process Modeling Notation (BPMN), then implemented by making a prototype. The Text Mining approach uses information extraction with Named Entity Recognition (NER), Sentiment Analysis, and Topic Modeling with Latent Dirichlet Allocation (LDA). Experimental results on the NER approach show that the Naïve Bayes Multinomial Algorithm gets the highest F1-score of 90%. In contrast, the Naïve Bayes and Random Forest model sentiment analysis approaches are proven to have high accuracy, above 91%. The NER results demonstrate that the platforms Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia, and PT Progo Puncak Group are not on the Fintech list at the Financial Services Authority (OJK). While the positive percentage results for the Adakami, Easycash, Danamas, Dompetkilat, and Indodana applications were 47%, 59%, 28%, 24%, and 29%, respectively. This research can be used by OJK for Fintech supervision and improving consumer protection."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2023
D-pdf
UI - Disertasi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>