Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTesis ini membahas pengaturan hukum pada industri program komputer diIndonesia. Pembelanjaan negara terhadap pembayaran lisensi program komputeroleh pemerintah memakan anggaran yang cukup besar. Pengaturan hukum yangberkaitan dengan program komputer sebelum dan setelah Reformasi telah adabeberapa UU yang terkait; UU Hak Cipta, UU ITE, UU Perindustrian dan UULarangan Praktek Monopoli dan Persaingan Tidak Sehat. Namun adanyakebijakan tersebut tidak membuat industri program komputer berkembang secarasignifikan. Pemerintah Indonesia harus mempersiapkan industri produk dan jasaprogram komputer untuk meningkatkan kapabilitas dan daya saing denganmembuat kebijakan guna meningkatkan menumbuhkembangkan industri programkomputer di Indonesia serta mempersiapkan memasuki Masyarakat EkonomiASEAN (MEA) pada akhir 2015 mendatang. Dari uraian latar belakang Tesis iniditarik permasalahan bagaimanakah ketentuan hukum Pasal 12 ayat (1) huruf adalam Undang-Undang No. 19 Tahun 2002 tentang Hak Cipta memberikanperlindungan terhadap pengembang aplikasi perangkat lunak program komputerdan bagaimanakah aturan dan kebijakan sesuai Pasal 16 dan Pasal 49 Undang-Undang No. 3 Tahun 2014 tentang Perindustrian dapat mendorong tumbuhnyaindustri kreatif produk dan jasa program komputer. Dari hasil penelitianditemukan bahwa berbagai perangkat peraturan belum dapat memfasilitasi kaidahkepastian, keberpihakan, keadilan, dan pertanggungjawaban hukum, khususnyaterhadap produk perangkat lunak. Pengaturan yang terkait industri seperti standarpengembangan program komputer, rencana jangka menengah dan jangka panjangpengembangan program komputer, pengaturan terkait dengan sistem promosiyang efektif, serta sistem insentif yang menarik. Diperlukan Peraturan Pemerintahpelaksana UU Perindustrian agar bisa mengakomodir hal sebelumnya sehinggadiharapkan akan dapat menumbuhkembangkan industri program komputer diIndonesia.

---

ABSTRACTThis thesis discusses the legal regulation on computer program industrialindustry in Indonesia. State expenditure on payment of a license by a computerprogram takes a government big enough budget. Legal arrangements relating tocomputer programs before and after the Reformation there has been some relatedlaws; Copyright Law, UU ITE, Industry Act and Prohibition of MonopolisticPractices Act and Unfair Competition. However, this policy does not makecomputer programs industry expanded significantly. The Indonesian governmentmust prepare the industrial products and services of a computer program toincrease the capabilities and competitiveness by making industry to developpolicies to improve computer programs in Indonesia and preparing to enter theASEAN Economic Community (AEC) by the end of 2015. From the descriptionof the background of this thesis concerns how law drawn Article 12 paragraph (1)letter a in Act No. 19 of 2002 on Copyright provides protection against softwareapplication developers and computer program how the rules and policies inaccordance with Article 16 and Article 49 of Law No. 3 In 2014 on Industry toencourage the growth of creative industries products and services of computerprograms. From the results of the study found that the various sets of rules havenot been able to facilitate the rule of certainty, partiality, justice, and legalaccountability, particularly to software products. Related settings such as industrystandard computer program development, medium-term plans and long-termdevelopment of computer programs, system settings associated with effectivepromotion, and incentive systems of interest. Necessary Government Regulationof Industry Act implementing in order to accommodate it before so hopefully willbe able to develop a computer program industry in Indonesia."

"Kebutuhan manusia dalam berbagai bidang terus mengalami peningkatan yang pesat untuk setiap waktunya. Untuk membantu memenuhi kebutuhan manusia tersebut, teknologi dan sistem informasi yang bersifat tepat, akurat, cepat, dan memberikan informasi yang baru sangatlah diperlukan. Namun seringkali untuk mendapatkan informasi baru dari sekumpulan data dan fakta tidaklah mudah karena diperlukan pengolahan data dan fakta tersebut terlebih dahulu. Apabila dalam proses pengolahan data dan fakta yang didapatkan hanyalah mengandalkan kerja manual dari manusia, maka bisa saja informasi baru yang ingin didapatkan tidak bisa diperoleh tepat pada waktunya. Dibutuhkan suatu metode dalam pengolahan data, yang dinamakan data mining, untuk dapat membantu menyelesaikan masalah ini. Ada berbagai macam algoritma yang dikenal dalam data mining. Masing-masing algoritma yang dibuat mempunyai keunggulannya masing-masing dalam pengolahan data tertentu. Sampai saat ini belum ada sebuah algoritma yang cocok dan ideal untuk memproses semua data yang ada. Pemilihan algoritma yang tepat untuk pengolahan suatu data dengan cirinya masing-masing adalah kunci dalam mendapatkan informasi baru yang tepat, cepat dan akurat. FIKUI Mining adalah sebuah aplikasi untuk pemrosesan data dimana pada aplikasi ini menggabungkan beberapa algoritma yang sudah dikembangkan oleh tim pengembang sebelumnya. Ada 3 metode secara keseluruhan yang tergabung dalam aplikasi FIKUI Mining ini yaitu Association, Classification, dan Clustering. Hasil penelitian dan pengembangan FIKUI Mining ini diharapkan bisa memberikan kontribusi dalam bidang data mining, baik dalam pemanfaatan secara langsung pada kehidupan nyata maupun untuk pengembangan kedepannya.

---

Human needs in every aspect are growing fast. To fulfill those human needs, a fast and accurate technology information system is much needed. Nevertheless, gathering new information from raw data and fact is not a simple thing to do because before we can get the information, we need to process data and fact. If we only depend on human work in processing the data, the new information may not up to date anymore. A method, called data mining, is needed to process the data to solve this problem. There are some algorithms which are well-known in data mining. Each algorithm has its own advancement in processing each kind of data. Until now, there isn't one single algorithm which is suitable for all kind of data. The selection of algorithm is the key to gain the accurate information. FIKUI Mining is an application to process data. This application gathers few algorithms that already developed by the previous developer. There are 3 methods which are integrated in FIKUI Mining. There are Association, Classification and Clustering. The result from this research and development of FIKUI Mining are to give some contributions in data mining field for its direct using in real life or for the future development."

"Computer vision merupakan cabang dari bidang ilmu kecerdasan buatan yang mempelajari bagaimana sebuah komputer dapat memahami suatu gambar yang diberikan. Salah satu contoh nyata dari penerapan computer vision adalah pengenalan objek bola pada robot sepak bola. Salah satu tantangan yang dapat menyulitkan robot dalam mendeteksi bola adalah warna bola yang sebagian besar berwarna putih. Hal ini menjadi tantangan karena warna putih sangat rentan terhadap noise. Metode tradisional yang hanya dapat mendeteksi satu bentuk saja tidak cukup untuk memenuhi kebutuhan tersebut, karenanya digunakan pendeteksian berdasarkan machine learning. Salah satu metode pengenalan objek berdasarkan machine learning yang sering digunakan adalah metode Jaringan Saraf Tiruan. Pada tulisan ini, sistem penglihatan robot sepak bola untuk mengenali objek bola dirancang menggunakan metode jaringan saraf tiruan dengan library pengolahan citra OpenCV dalam bahasa pemrograman C++. Berdasarkan pengujian kinerja sistem dalam mendeteksi bola pada gambar mendapatkan nilai accuracy sebesar 0.9987, nilai precision sebesar 0.8055, nilai recall sebesar 0.7, dan FPS sebesar 6. Sedangkan kinerja sistem pembanding dengan menggunakan SVM pada dataset yang sama mendapatkan nilai accuracy sebesar 0.988, nilai precision sebesar 0.167, nilai recall sebesar 0.966, dan FPS sebesar 7,7. Setelah kedua metode dibandingkan dapat disimpulkan bahwa metode jaringan saraf tiruan dapat mendeteksi bola lebih akurat berdasarkan nilai F-Score yang didapatkan yaitu 0.749 pada sistem yang dibuat berbanding dengan 0.285 pada sistem pembanding, namun memerlukan waktu proses yang lebih lama.

---

Computer vision is a branch of the field of artificial intelligence that studies how a computer can understand a given image. An example of the application of computer vision is detecting a ball object on a soccer robot. One of the challenges that can make it difficult for the robot to detect the ball is the color of the ball, which is mostly white. This becomes a challenge because white is very susceptible to noise. Traditional methods that can only detect one form are not sufficient to meet these needs, therefore detection based on machine learning is used. One of the object detection methods based on machine learning that is often used is the Artificial Neural Network method. In this paper, the system to detect ball object is implemented using an artificial neural network method with the OpenCV image processing library in the C ++ programming language. Based on testing the performance of the system at detecting ball have the accuracy value of 0.9987, precision value of 0.8055, recall value of 0.7, and FPS of 6. While the performance of the comparison system using SVM on the same dataset gets accuracy value of 0.988, precision value of 0.167, recall value of 0.966, and FPS of 7.7. After the two methods were compared, it can be concluded that the artificial neural network method can detect the ball more accurately based on the F-Score value obtained, which is 0.749 compared to 0.285, but it requires a longer processing time"

"Perpustakaan digital merupakan salah satu fasilitas penyebaran media informasi kepada mahasiswa pada khususnya dan masyarakat pada umumnya. Disediakan berbagai layanan yang mendukung perpustakaan digital tersebut, salah satunya adalah aplikasi pencarian database. Aplikasi pencarian database pada perpustakaan digital merupakan salah satu layanan yang bertujuan untuk memberi kemudahan kepada pengguna dalam melakukan pencarian dokumen yang ada di dalam database dengan cepat. Pada skripsi ini akan dibahas mengenai perancangan, perbandingan serta pengujian aplikasi pencarian metoda information retrieval model boolean dan vector space. Perancangan disertai dengan penghilangan stop word, penggunaan stemming dan term weighting untuk meningkatkan performa dan efisiensi. Aplikasi pencarian dengan performa yang sesuai akan diimplementasikan pada perpustakaan digital. Hasil pengujian dan analisa menunjukkan bahwa setiap aplikasi pencarian memiliki kelebihan dan kekurangan. Aplikasi pencarian yang paling sesuai untuk diterapkan pada perpustakaan digital adalah aplikasi pencarian metode information retrieval model boolean."

"ABSTRAKSalah satu hal yang dibutuhkan user dalam memudahkan melakukan adalah dengan menggunakan mesin pencarian atau yang disebut search engine. Search engine didesain agar dapat membantu pengguna dalam melakukan pencarian data. Fitur yang dapat digunakan dalam membantu pencarian data adalah Text Suggestion dan Text Correction. Text Suggestion dapat membantu pengguna dalam memperkirakan keyword apa yang akan ditulis untuk menemukan data yang paling sesuai. Text Correction adalah fitur untuk memperbaiki kesalahan penulisan, sehingga diharapkan dapat memperbaiki hasil pencarian. Levenshtein Distance, dapat digunakan untuk fitur Text Suggestion dan Correction dengan menghitung maksimum LD dengan variasi range dari satu sampai lima. Tujuan penelitian ini adalah menguji keakuratan Levenshtein Distance dalam membuat sistem Text Suggestion dan Text Correction. Metode yang digunakan adalah dengan menghitung tingkat kemiripan keyword dengan daftar referensi yang ada pada basis data, dan mengambil kata tersebut untuk dijadikan sebagai text suggestion maupun text correction. Dari hasil penelitian ini, akan didapatkan bahwa sebuah batasan maksimum Levenshtein Cost dapat mempengaruhi keakuratan hasil text correction dan text suggestion. Maksimum LD juga berpengaruh pada performa waktu baik pada Text suggestion dan Text Correction, dengan eksekusi waktu Text Correction lebih cepat dibanding Text Suggestion.Nilai maksimum LD yang optimal adalah dua atau tiga.

---

ABSTRACTOne of the things required by the user in facilitating the search for data contained on the internet is to use a search engine or so-called search engines. Search engines must also be designed in order to assist users in searching data. Features that can be used in assisting data retrieval are Text Suggestion and Text Correction. Text Suggestion can help users in predicting what keywords will be written to find the most appropriate data. Text Correction is a feature to correct writing errors, so it is expected to improve search results. By utilizing Levenshtein Distance, it can be used for Text Suggestion feature by calculating maximum LD with variation range from one to five. The purpose of this research is to test the accuracy of Levenshtein Distance algorithm in making Text Suggestion and Text Correction system. The method used is to calculate the level of similarity of the keyword with a list of references in the database, and take the word to be used as a text suggestion or text correction. From the results of this study, it will be found that a maximum limit Levenshtein Cost can affect the accuracy of the results of text correction and text suggestion.The optimum of Maximum LD is two or three."