Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penggunaan Kartu Tanda Penduduk (KTP) sebagai kartu identitas aplikasi sudah umum diimplementasikan, terutama pada sektor teknologi finansial (fintech) yang sudah banyak diadopsi masyarakat. Meskipun begitu, modul ekstraksi data dari KTP yang bersifat terbuka (open source) dan siap guna belum tersedia. Penelitian ini memiliki tujuan membuat modul tersebut, untuk penggunaan penelitian dan/atau membantu bisnis startup dengan memberikan opsi gratis perihal ekstrak data KTP pelanggan mereka. Penelitian ini juga dibuat dengan harapan dapat menggunakan penelitian sebelumnya sebagai pembelajaran dan referensi, dan memperbaiki kekurangan penelitian tersebut.Modul ini memiliki bentuk akhir docker image yang dapat digunakan langsung dengan utilisasi docker engine, dengan harapan proses kontainerisasi tersebut dapat mempermudah layanan - layanan yang menggunakan container orchestration seperti kubernetes, yang sangat umum digunakan e-commerce, untuk mengadopsi modul ini. Data dari gambar KTP akan melalui tahap preprocessing, pengenalan karakter, pengelompokan data, dan pembersihan data. Hasil eksperimen menggunakan 30 sampel KTP asli menunjukkan bahwa penggunaan masukan yang sudah ter crop lebih baik karena tingkat keberhasilan otomasi cropping hanya 43,3%. Selain itu, dari hasil bacaan pada sampel 75% berhasil terbaca dan dikelompokkan dengan tepat. Dari data yang sudah berhasil dibaca dan dikelompokan, 17% value dari data mengandung kesalahan. Dari kesalahan yang terjadi, 52.94% kesalahan berhasil dikoreksi oleh algoritma pembersihan data. Secara keseluruhan sistem berhasil membaca dengan tingkat keberhasilan 74,6%

---

The use of Indonesian Citizen’s Identity Cards (KTP) as Identifiers in apps has been commonly implemented in apps, particularly those that work in the financial technology (fintech) sector, something that the masses have adopted to use in recent years. Despite this, an open (open source) and free module for Identity Card data extraction isn’t available for immediate use. This research aims to make such a module, with the intent to help research and/or small businesses and startups by giving them a solution in the form of a free and ready to use identity card data extraction module. This paper also aims to learn from past papers, and hopefully improve upon them on some aspects.

This module will take the form of a docker image that can immediately be used as a standalone container with the use of docker engine. With this containerization approach, we hope that services using container orchestration such as kubernetes, a very commonly used platform used by e-commerces, will have an easier time adopting this module. Data from Identity Cards will go through several stages, including preprocessing, character recognition, data classification, and data cleaning. Experiments using 30 real life Identity Card samples resulted in cropped input being better since cropping automation only resulted in 43,3% success rate. The experiment also found that the reading and categorizing success rate are 75%.Out of all the categorized data, 17% of the values contained inaccuracies, 52.94% of which were successfully corrected by the cleaning algorithm. Overall, the system successfully extracted 74,6% of the data."

"Salah satu tantangan untuk menghasilkan User Interface (UI) secara otomatis dalam Software Product Line Engineering (SPLE) adalah bagaimana menghasilkan UI yang sesuai dengan fitur - fitur yang dipilih. Penelitian ini menggunakan Interaction Flow Modeling Language (IFML) untuk memodelkan UI untuk setiap fitur dalam SPLE. Setiap model IFML yang menggambarkan desain UI dari fitur - fitur yang dipilih akan digabungkan untuk membentuk UI dari aplikasi pada proses product derivation. Target dari penelitian ini adalah untuk menunjukan bagaimana IFML bisa menyelesaikan masalah SPLE untuk menghasilkan UI dengan membuat UI generator. Progressive Web Application dipilih sebagai contoh untuk menunjukan hasil dari penggunaan UI generator dan meningkatkan availability dari aplikasi yang dihasilkan oleh SPLE. IFML UI generator dalam penelitian ini melakukan beberapa prosedur untuk menghasilkan UI termasuk melakukan parsing terhadap model IFML, mendefinisikan Transformation Rule untuk mengubah notasi IFML menjadi elemen UI, dan menentukan strategi Code Construction yang dapat menggabungkan semua elemen UI pembentuk komponen UI. Hasil dari penelitian ini mampu menghasilkan komponen UI yang dapat digunakan dalam Angular Framework. Kinerja IFML UI generator dapat ditingkatkan dengan cara menyediakan mekanisme untuk membuat styling secara otomatis untuk aplikasi yang dihasilkan.

---

One challenge to automatically generate the User Interface (UI) in Software Product Line Engineering (SPLE) framework is to generate UI that match with selected features. This research uses Interaction Flow Modeling Language (IFML) to model UI of each feature in SPLE framework. The product derivation process combines each IFML model representing selected features from the Product Line to construct the UI of an application. The target of this research is to illustrate the usage of IFML to solve the problem of generating UI in SPLE by creating an IFML UI generator. Progressive Web Application is chosen as an example to demonstrate the result of generating UI and enhancing the availability of application produced by SPLE. The UI generator can be used with other SPLE tools in product derivation process. The IFML UI generator in this research performs several procedures including parsing the IFML model, define rules to transform IFML notations into UI elements, and define a code construction strategy that combines all UI elements into UI components. The generated UI components can be used in Angular Framework Web Application. The IFML UI generator needs to be improved by providing a mechanism to automatically create a styling for the generated UI components of PWA."

"Dalam beberapa tahun terakhir, penelitian algoritma enkripsi citra menggunakan compressive sensing dan sistem chaotic telah banyak dikembangkan. Dengan memanfaatkan properti yang kompleks dari ergodisitas, tidak mudah untuk diprediksi, dan sensitifitas terhadap keadaan awal dari suatu sistem chaotic, suatu sistem chaotic dapat digabungkan dengan compressive sensing. Banyak algoritma enkripsi yang menggunakan sistem chaotic pada dimensi rendah menanggung risiko keamanan dan ekspansi data enkripsi. Selain itu, algoritma enkripsi menggunakan compressive sensing menghasilkan citra dekripsi dengan kualitas citra yang berbeda dengan citra awal. Penelitian ini bertujuan untuk mengatasi kelemahan ini dengan mengembangkan metode enkripsi citra menggunakan 2D Sine-Chebyshev-ICMIC Map, compressive sensing dan multi-level discrete wavelet transform. Representasi sparse dibentuk menggunakan multi-level discrete wavelet transform dengan mengelompokan koefisien wavelet. Fungsi hash SHA-256 dari citra awal digunakan untuk menghasilkan kondisi awal dari chaotic map sehingga dapat meningkatkan ketahanan terhadap serangan known-plaintext dan chosen-plaintext. Hasil penelitian menunjukkan metode enkripsi citra memiliki ketahanan dan keamanan dari beberapa serangan dengan hasil kompresi yang baik

---

In the past few years, the research in image encryption using compressive sensing and chaotic system has grown rapidly. With complex properties of ergodicity, unpredictability, and sensitivity to the initial states of chaotic system, chaotic system can be combined with compressive sensing. There are many encryption algorithm that used low-dimensional chaotic system that suffer security risks and expansion in encryption data. Furthermore, encryption algorithm using compressive sensing gives the differences between the plain image and the decrypted image. This study aims to overcome this weakness by developing image encryption method using 2D Sine-Chebyshev-ICMIC Map, compressive sensing and multi-level discrete wavelet transform by grouping the wavelet coefficient. SHA-256 hash function of the plain image is generated to calculate the initial states of chaotic system. Result from experiments shows that the enryption method has robustness and secure againts some attacks with good compression result"

"

Salah satu data pelacakan objek yang menarik untuk diteliti adalah citra termal inframerah. Data tersebut tahan terhadap perubahan cahaya bahkan dapat dihasilkan pada kondisi tanpa cahaya. Disamping kelebihan yang dimiliki, pelacakan objek pada citra termal inframerah tersebut memiliki tantangan yang berbeda dari pelacakan pada citra visual spektrum, seperti kontras rendah yang merupakan karakter dari citra termal inframerah menyebabkan deteksi tepi antara objek dan latar belakang mempunyai kesulitan lebih tinggi. Penelitian ini bertujuan untuk menghasilkan metode pelacakan dengan akurasi tinggi dan dapat diimplementasikan secara real-time (20 frame per detik). Metode yang diusulkan pada penelitian ini adalah Optical Flow Tracker (OFT) dengan penambahan transformasi log adaptif (aLOFT) untuk meningkatkan kontras citra. Penambahan metode adaptive pre-processing tersebut mampu meningkatkan performa OFT. Tracker aLOFT cukup kompetitif ketika dibandingkan dengan state of the art tracker pada tantangan motion blur PTB-TIR 2019 Benchmark dengan hasil akurasi 0.905 dan kecepatan komputasi 64.9 fps.

---

One of the interesting objects tracking data is thermal infrared images. It is because of its ability to see in full darkness, no shadow effects and illumination robustness. However, those images object tracking has different challenges from visual images tracking, like low contrast of thermal images that cause difficulty to recognize the edge between object and background. Therefore, this research has the purpose to produce the tracker that is good in the precision score and still works in real-time (20 frames per second). In this paper, the authors proposed an adaptive log transform to enhance optical flow tracker (aLOFT) for thermal infrared images. The result of this method shows that adaptive pre-processing helps the tracker to outperform a better result compared to different preprocessing methods. The aLOFT tracker is competitive when compared to the state-of-the-art tracker PTB-TIR 2019 Benchmark in the motion blur problem with an accuracy of 0.905 and a computing speed of 64.9 fps.

 

"

"ABSTRAK Agile adalah sebuah metode pengembangan software yang fleksibel dalam menangani perubahan kebutuhan software. Begitupula scrum sebagai salah satu framework yang populer dari agile juga fleksibel terhadap perubahan kebutuhan software. Namun kelebihan ini ternyata harus diiringi dengan beberapa kekurangan terutama pada bagian dokumentasi software dikarenakan agile lebih mengandalkan komunikasi langsung. Knowledge management pada scrum juga turut dipengaruhi dengan meningkatnya tantangan dalam pengembangan software seperti letak tim pengembang yang berjauhan tempat, atau adanya pergantian pengembang software, penggunaan metode untuk proyek bersakala besar, adanya kebutuhan software dengan kualitas tinggi. Permasalahan ini perlu diselesaikan untuk menghidari banyaknya knowledge loss. Knowledge merupakan salah satu unsur vital dalam meningkatkan kinerja dari suatu organisasi. Sehingga jika knowledge antara anggota tim tidak tertangani dengan baik akan menghambat kecepatan pengembangan dan kinerja tim. Beberapa pendekatan telah dilakukan untuk menangani permasalahan knowledge tersebut salah satunya dengan menggunakan knowledge management system. Oleh karena itu peneliti ingin mengetahui lebih jauh bagaimana pengaruh knowledge management system pada pengembangan software berbasis scrum dan pengaruhnya terhadap kinerja pengembang. Penelitian ini menggunakan pendekatan quasi-experimental dengan penerapan di dunia nyata pada perusahaan startup. Penelitian yang dilakukan adalah penelitian dengan metode pra-uji dan pasca-uji dengan membandingkan kondisi sebelum dan sesudah penerapan knowledge management system. Percobaan ini dilakukan dengan dua minggu menggunakan sistem pendukung scrum standar dan dua minggu dengan knowledge management system. Hasil temuan yang diperoleh dari percobaan tersebut yaitu terjadi peningkatan performa kontesktual sebesar 12%, performa tugas sebesar 5%, performa adaptasi sebesar 8%, serta perbaikan sirkulasi knowledge dari tim pengembang. Knowledge Management System terbukti mampu meningkatkan dan menangani sirkulasi knowledge pada scrum dan memberikan dampak pada pengembang dan proses pengembangan software.

---

ABSTRACT

Agile is a software development method that easily adapts to changing software requirements. Scrum as one of the popular frameworks of agile is also flexible to changing software requirements. But this advantage turns out to be accompanied by several shortcomings, especially in the software documentation section because agile relies more on direct communication. Knowledge management in Scrum was also influenced by the increasing challenges in software development such as the location of the development team that was far apart, or the change of software developers, the use of methods for large-scale projects, the need for high quality software. This problem needs to be resolved to avoid the amount of knowledge loss. Knowledge is one of the vital elements in improving the performance of an organization. So if knowledge between team members is not handled properly it will slow down the development and team performance. Several approaches have been made to deal with the knowledge problems, one of them is by using the knowledge management system. Therefore this research want to find out more about how the knowledge management system influences the development of scrum-based software and its effect on developer performance. This study uses a quasi-experimental approach with the application in the real world with startup companies. The research conducted is research with pre-test and post-test methods by comparing the conditions before and after the implementation of the knowledge management system. This experiment was conducted in two weeks using a standard scrum support system and two weeks with a knowledge management system. The findings obtained from the experiment were 12% increase in contest performance, task performance of 5%, adaptation performance of 8%, and improvement of knowledge circulation from the development team. The Knowledge Management System is proven to be able to improve and handle the knowledge circulation in Scrum and have an impact on developers and the software development process.

 

"

"The approach of software product line engineering produces multiple application variant based on their commonality and variability. We need to collect information regarding the application variants for them to have an automatically produced compatible database to conduct their business processes. In this research, we try to define adaptive database which tries to bypass the process of information collecting. Adaptive database itself is defined through combining the definition of adaptive in software product line and previous approaches which generates a compatible relational database schema for each generated application variant from software product line. To implement adaptive database in software product line, MongoDB is used. Using MongoDB, an application variant is expected to be able to directly use MongoDB database without any previous information collecting and automated generation of any properties which make a database compatible. In this research, we have implemented MongoDB for software product line using Model-View-Controller (MVC) framework with the basis of Abstract Behavioral Specification (ABS). However, we found several factors which hinder the process of having an adaptive database in the ABS MVC Framework for software product line

---

Software product line (SPL) memodelkan aplikasi dalam sebuah domain bisnis berdasarkan commonality dan variability. Berdasarkan permodelan ini, proses engineering sebuah varian aplikasi dapat diotomasi. Dalam proses engineering, proses pembuatan database dari sebuah aplikasi juga diperlukan otomasi. Salah solusi dari hal ini, adalah penggunaan adaptive database. Pada adaptive database, penyesuaian kebutuhan terkait data dari aplikasi menjadi lebih fleksibel karena dilakukan saat runtime. Teknologi yang digunakan untuk mengimplementasikan adaptive database pada SPL adalah MongoDB. Dalam implementasinya, kami menggunakan MongoDB pada sebuah Model-View-Controller (MVC) framework dengan basis Abstract Behavioral Specification (ABS) untuk memodelkan SPL. Dalam prosesnya, ada beberapa temuan yang menghambat adaptive database untuk dapat digunakan pada ABS MVC Framework.

"

"

Penelitian ini mencari dosen pakar di Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI) dengan menggunakan data abstrak dan metadata tugas akhir mahasiswa Fasilkom UI menggunakan teknik information retrieval. Pencarian pakar dilakukan tanpa query expansion dan dengan query expansion. Metode yang digunakan untuk mencari dosen pakar adalah metode berbasis BM25 serta kombinasi antara word2vec dan doc2vec, yang merupakan word embedding dan document embedding. Teknik yang digunakan untuk mengatasi masalah vocabulary mismatch adalah teknik query expansion dengan pendekatan statistik, semantik, serta hybrid. Kontribusi penelitian ini adalah 2 metode baru untuk pencarian pakar tanpa query expansion, 6 jenis kombinasi relasi ontologi berdasarkan concept hierarchy ACM CCS 2012 untuk mengekspansi kueri, serta 14 jenis kombinasi antara metode query expansion berbasis embedding dan ontologi. Evaluasi dari hasil pencarian pakar dilakukan dengan menghitung binary relevance berdasarkan human judgment. Pada penelitian ini, metode pencarian pakar tanpa query expansion dengan hasil yang paling baik adalah metode BM25-sum dengan nilai AP@5 sebesar 0.648. Pencarian pakar dengan berbagai macam jenis query expansion tidak dapat meningkatkan performa retrieval tanpa query expansion secara signifikan, tetapi pencarian dengan query expansion menggunakan metode berbasis embedding, yaitu w2v-w2v memiliki nilai AP@5 sebesar 0.696, yang lebih tinggi dari skor AP@5 dari BM25-sum tanpa query expansion. Pencarian pakar dengan query expansion berbasis ontologi serta hybrid mampu menghasilkan skor AP@5 setinggi 0.664. Skor tersebut tidak setinggi pencarian dengan query expansion dengan w2v-w2v, namun hasilnya lebih baik dari pencarian tanpa query expansion.

---

This research searches for expert lecturers in the Faculty of Computer Science, Universitas Indonesia (Fasilkom UI) with information retrieval techniques using students’ thesis abstract and metadata. The retrieval process is done without and with query expansion. The methods used to find expert lecturers are BM25-based methods as well as combinations between word2vec and doc2vec, which are word embedding and document embedding. We performed query expansion using statistical, semantic, and hybrid approaches to solve vocabulary mismatch problems. This research’s contributions are 2 new methods to retrieve experts without query expansion, 6 types of ontological relations based on the ACM CCS 2012 concept hierarchy to expand queries, and 14 types of combinations between embedding-based and ontology-based query expansion methods. The expert retrieval result is evaluated by calculating binary relevance based on human judgment. Expert search method without query expansion that produces the best result in this research is the BM25-sum method, with an AP@5 score of 0.648. Even though expert retrieval with various query expansion methods does not increase the performance of retrieval without query expansion significantly, the expert search method with embedding-based query expansion method, i.e. w2v-w2v, achieved an AP@5 score of 0.696, which is higher than that of BM25-sum without query expansion. Ontology-based and hybrid query expansion expert search methods managed to score 0.664 for AP@5. This score is not as high as that of w2v-w2v, but the result is still better than that of retrieval without query expansion.

"

"Pengembangan perangkat lunak berdasarkan nilai dan prinsip Agile dinyatakan kedalam Manifesto Agile pada tahun 2001, hingga saat ini pada tahun 2021, telah terdapat lebih dari 90 kerangka kerja, metode, atau praktik—baik diketahui maupun tidak, atau kurang diketahui—dalam melakukan pengembangan perangkat lunak secara Agile. Scrum adalah yang terpopuler hingga mendominasi dan menjadi yang paling banyak digunakan. Hanya saja, studi mengenai rintangan, halangan atau celah pada Scrum tergolong sedikit dan terpisah hanya berdasarkan suatu aktivitas tertentu, tidak mencakup keseluruhan aktivitas pengembangan pada Scrum. Studi ini dimaksudkan untuk melakukan penelitian dalam mengidentifikasi rintangan, halangan, atau celah, yang selanjutnya disatumaknakan sebagai kesenjangan. Penelitian mengidentifikasi kesenjangan pada setiap aktivitas beserta aturan pengembangan berdasarkan Pedoman Scrum. Identifikasi dilakukan berdasarkan tinjauan literatur sistematis dengan menerapkan Systematic Reviews of Qualitative Evidence, dan identifikasi berdasarkan teori dengan studi kasus dengan menerapkan Gap Finder v1.0 berlandaskan Theory of Distance. Hasil berdasarkan tinjauan literatur sistematis, terdapat kesenjangan terhadap aktivitas pengembangan pada Product Backlog, Sprint Backlog, Developers, Product Owner, Sprint Retrospective dan Increment. Adapun hasil berdasarkan teori dengan studi kasus, terdapat kesenjangan pada Cognitive Distance, Adherence Distance, dan Semantic Distance. Dilakukan usaha dalam menjembatani kesenjangan dengan menerapkan Essence v1.2 berlandaskan The Essence Theory, serta evaluasi umum dengan menerapkan ISO/IEC/IEEE 12207.

---

Software development based on Agile values and principles as stated in the Agile Manifesto in 2001, to date in 2021, there have been more than 90 frameworks, methods, or practices—whether known or unknown or less well known—in performing Agile software development. Scrum is the most popular until it dominates and becomes the most used. However, related research on distance, hindrance, or emptiness in Scrum, classified as few and separated only based on a particular activity, does not cover all development activities in Scrum. This study is intended to research identifying distance, hindrance, or emptiness, which are then interpreted as gaps. Research identifies gaps in each development activity and rules based on the Scrum Guide. The research was conducted by identifying gaps with a systematic literature review by applying Systematic Reviews of Qualitative Evidence and based on Theory of Distance with case studies by applying Gap Finder v1.0. The results based on a systematic literature review, there are gaps in development activities in the Product Backlog, Sprint Backlog, Developers, Product Owners, Sprint Retrospective and Increment, and the results based on a theory with case studies, there are gaps in Cognitive Distance, Adherence Distance, and Semantic Distance. The results of the gap identification are then bridged by applying Essence v1.2 based on The Essence Theory, then evaluation with ISO/IEC/IEEE 12207."

"Does the Black Middle Class Exist And Are We Members makes two contributions into the research of the black middle class. First, it explores how Black South Africans conceptualize middle classness. Second, it demonstrates how this conceptualization informs researchers' social identity within the Black middle class."

"Karya ini menggunakan encoder visual berbasis Concept-Map yang menanggulangi masalah penghubungan informasi dari citra yang telah di-encode oleh sebuah jaringan saraf tiruan konvolusional ke dalam ranah semantik yang diproses oleh jarinagn saraf tiruan berbasis waktu. Pendekatan ini menggunakan komponen attention visual yang mengembangkan jaringan konvolusional sebelum dipropagasi ke jaringan berbasis waktu. Untuk meningkatkan pembelajaran cross-entropy, model dilatih dengan metode reinforcement learning dengan cara melatih value dan policy network berdasarkan jarak visual-semantic embedding distance dari representasi vector sebagai sinyal reward. Visual-semantic embedding space belajar dan menghasilkan vector space untuk citra dan teks, lalu digunakan sebagai tolak ukur qualitas suatu teks yang mendeskripsikan suatu citra. Sinyal reward membantu mengarahkan dan memaksimalkan probabilitas suatu deskripsi bagus muncul. Dataset yang digunakan adalah Flickr8k dan metric yang dilaporkan adalah BLEU-1 hingga BLEU-4

---

This work features a Concept-Map visual encoder that tackles the issue of linking encoded image information from convolutional neural networks to semantic domain processed by recurrent neural networks. The approach utilizes visual attention that extends the convolutional network before being propagated to through the recurrent network. To improve upon cross entropy learning, the model is then trained on reinforcement learning by training a value and policy network on visual-semantic embedding distance of vector representations as reward signals. The visual-semantic embedding space that jointly learns a common vector space for encoding image and caption is used to measure the quality of generated caption computing how close the vector representation is to the vector representation of the input image. The reward signal guides the policy to maximize the probability of producing good captions. The Flickr8K dataset is used and BLEU-1 to BLEU-4 for is reported."