Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem Ekstraksi Informasi yang sebelumnya telah dibuat menggunakan aturan untuk dapat melakukan standarisasi dokumen Undang-Undang ke dalam format XML. Karena aturan yang digunakan bersatu dengan sistem itu sendiri, maka sistem menjadi kurang adaptif. Oleh karena itu, modularisasi aturan yang dilakukan pada penelitian ini diharapkan mampu membuat sistem menjadi lebih adaptif. Adaptivitas sistem akan diuji dengan melakukan adaptasi ke jenis dokumen legal yang lain, yaitu Peraturan Pemerintah (PP). Hasil adaptasi SEI ke dokumen PP diujicobakan pada 201 dokumen PP dan 41 dokumen PP perubahan. Hasilnya menunjukkan kinerja sistem dalam melakukan standarisasi dokumen PP ke dalam format XML sebesar 99.47% dan dokumen PP perubahan sebesar 97.98%.

---

The previous Information Extraction System used rules to standardize Indonesian Act document into XML format. Because these rules still merged inside the system?s body, it caused problem in its adaptability. Because of that, this research trying to modularize these rules in order to increase system?s adaptability. System?s adaptability then will be tested by adapting the system to other type of Indonesian legal document, which is Government Regulation document. Adaptation result will be tested using 201 Government Regulation documents and 41 Replacement of the Government Regulation documents. The results show that the system?s accuracy to standardize Government Regulation documents is 99.47% and for Replacement of the Government Regulation documents is 97.98%."

"Indonesia adalah negara hukum yang memiliki berbagai jenis peraturan perundang-undangan (dokumen legal). Dokumen legal tersebut telah mencapai jumlah yang sangat banyak. Jumlah yang banyak dan keragaman jenis dokumen legal yang ada menyebabkan proses pencarian, penelusuran, dan pembandingan menjadi hal yang tidak mudah untuk dilakukan. Kesulitan-kesulitan ini disebabkan dokumen-dokumen tersebut masih ditulis dengan bahasa alami tanpa ada struktur penulisan yang standar. Kesulitan lain adalah dalam melihat keterkaitan antar dokumen legal tersebut untuk mengetahui apakah terjadi pertentangan di antaranya. Pengembangan Sistem Ekstraksi Informasi (SEI) dapat menjadi solusi dalam pembuatan standardisasi dokumen legal. SEI ini mengotomatisasi pengubahan dokumen Undang-Undang (UU), baik dokumen UU perubahan maupun dokumen UU non-perubahan, dalam format teks menjadi dokumen UU dalam format XML. Selain itu, sistem ini juga dapat memproses dokumen XML untuk mencari informasi keterkaitan suatu UU dengan dokumen legal lain, baik yang kekuatan hukumnya lebih tinggi maupun yang kekuatan hukumnya sama. Informasi keterkaitan tersebut kemudian disajikan dalam bentuk graf berarah. SEI ini dikembangkan dengan menggunakan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual yang terdapat dalam dokumen. SEI ini diujicobakan pada 200 dokumen UU non-perubahan dan 38 dokumen UU perubahan. Hasilnya menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum UU dengan ketepatan sebesar 99.43% untuk UU non-perubahan dan 97.05% untuk UU perubahan."

"Indonesia sebagai negara hukum memiliki banyak jenis dan jumlah peraturan perundang-undangan (dokumen legal) yang digunakan sebagai panduan bertingkah laku dalam setiap sisi kehidupan. Akan tetapi, sampai saat ini informasi yang tersimpan dalam dokumen legal ditulis dengan bahasa alami, tanpa adanya format atau struktur tertentu. Akibatnya, proses pencarian, perbandingan dan sebagainya menjadi hal yang sulit dilakukan. Terlebih lagi dalam proses pencarian keterkaitan materi antar dokumen legal. Oleh karena itu, dibutuhkan suatu standar struktur dokumen legal sehingga dapat dibuat suatu sistem pengelolaan dokumen legal yang dapat mempermudah proses pencarian, perbandingan dan sebagainya. Pengubahan format teks dokumen ke dalam format yang terstruktur (XML) merupakan solusi yang mungkin untuk dilakukan. Akan tetapi, jika proses pengubahan tersebut dilakukan secara manual, tentu saja membutuhkan waktu dan biaya yang besar. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengotomatisasi pengubahan dokumen legal ke dalam format XML. Sistem yang dimaksud adalah Sistem Ekstraksi Informasi (SEI). Pengembangan SEI dilakukan dengan menggunakan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan secara manual berdasarkan informasi kontekstual. Dari beberapa jenis hukum perundang-undangan yang diterbitkan di Indonesia, Undang-Undang Republik Indonesia (UU) dijadikan dokumen yang diujicobakan pada sistem. Hasil dari uji coba sistem menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum dari UU dengan ketepatan sebesar 97.321%."

"Dokumen legal Indonesia memiliki karakteristik yang membedakannya dengan dokumen umum. Karakteristik tersebut ada yang kasat mata seperti struktur penulisan dan ada pula yang tidak kasat mata seperti frekuensi kata dan sebaran kata dalam dokumen. Adanya karakteristik tersebut membuat perolehan informasi pada dokumen legal berbeda dengan dokumen teks biasa, misalnya isu pemanfaatan struktur dokumen legal sebagai unit perolehan informasi dan penggunaan stopwords khusus dokumen legal. Dalam penelitian tugas akhir ini, dikembangkan sistem perolehan informasi untuk dokumen legal Indonesia. Sistem yang dikembangkan mencakup tiga komponen utama dalam perolehan informasi, yakni pengindeksan, pencarian, dan pemeringkatan hasil. Pengindeksan dilakukan dengan menggunakan dua buah pendekatan: pengindeksan elemen terbesar dan pengindeksan elemen yang dianggap berharga sebagai unit perolehan informasi, yaitu elemen bab dan elemen pasal. Pendekatan ini diambil dengan tujuan memanfaatkan struktur penulisan pada dokumen legal. Untuk itu, dalam penelitian ini digunakan koleksi dokumen legal yang sudah ditandai dengan tag XML. Isu penggunaan stopwords khusus dokumen legal tidak ditangani dalam penelitian ini, mengingat kata-kata yang umum muncul dalam dokumen legal direpresentasikan dengan tag-tag XML. Sejumlah ujicoba dilakukan untuk mengevaluasi sejauh mana kinerja setiap jenis pendekatan. Data yang digunakan sebagai ujicoba adalah undang-undang Republik Indonesia yang diundangkan mulai tahun 1983 hingga 2009. Hasil ujicoba menunjukkan bahwa elemen terbesar, yakni elemen undang-undang merupakan unit perolehan informasi terbaik dibanding elemen bab dan elemen pasal. Sementara itu, elemen pasal merupakan elemen yang memiliki dokumen relevan terbanyak dalam hasil pencarian.

---

Indonesian legal documents have some characteristics that differs it from general documents. The characteristics can be classified into two types: characteristic that can be seen clearly and characteristic that can be detected only by using statistical linguistic methods. The structural writing of legal document is a subset of the first type characteristic while words frequency and words distribution among collection can be included into the second type. Existence of those characteristics made information retrieval in legal document has differences compare to retrieval in general text collection, such as using document structure as a retrieval unit and using special stopwords for legal document. In this undergraduate thesis, we developed information retrieval system for Indonesian legal document. The system employed three information retrieval main components: indexing, searching, and ranking. We used two approaches in indexing step: made biggest element and valuable element (chapter and article) as an indexing unit. The approaches taken have a purpose to exploit the structural writing of legal document. We used legal document which has been tagged with XML syntax to make it easier to afford the purpose. The issue of using special stopwords for document legal were omitted in this research because it has been replaced by XML syntax. Finally, we conducted some experiments to evaluate performance of each indexing types. We used Indonesian law documents which released from 1983 until 2009 as experiments data. We conclude that the biggest element is the best indexing unit among others. Beside that, we found that article element is the most frequent element which occur in search result lists."

"Indonesia adalah negara hukum yang memiliki banyak peraturan perundangundangan (dokumen legal). Hingga saat ini, dokumen legal yang telah dihasilkan olehlembaga pembuat undang-undang semakin banyak, namun jumlah dokumen yang semakin bertambah tidak didukung oleh pengelolaan dan penyimpanan dokumen yang baik dan terstruktur. Pengelolaan dan penyimpanan dokumen yang kurang baik dan tidak terstruktur menyebabkan terjadinya kesulitan dalam pencarian, penelusuran keterkaitan antar dokumen, ataupun perbandingan muatan antar dokumen legal.Untuk menjawab tantangan tersebut, maka diperlukan sebuah standar struktur dokumen legal sehingga dapat dibuat suatu sistem pengelolaan dokumen legal yang dapat mempermudah proses pencarian, perbandingan dan sebagainya. Pembuatan standar struktur dokumen dapat dilakukan dengan mengubah dokumen menjadi format yang lebih terstruktur (format XML).Pembuatan sistem untuk strukturisasi dokumen legal sudah pernah dikembangkan sebelumnya dengan menerapkan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual. Namun sistem tersebut belum mampu menangani semua jenis dokumen undang-undang yang memiliki perbedaan struktur. Oleh karena itu, dibutuhkan sebuah sistem yang mampu mempelajari dokumen-dokumen yang sudah terstruktur dalam format XML sehingga dapat melakukan strukturisasi dokumen legal yang belum dapat ditangani oleh sistem knowledge engineering. Undang-Undang Republik Indonesia (UU) dijadikan dokumen yang diujicobakan pada sistem. Hasil dari uji coba sistem menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum dari dokumen UU dengan ketepatan sebesar 83.178%."

"Indonesia adalah negara hukum yang memiliki beberapa peraturan perundang-undangan (dokumen legal) sebagai panduan bagi masyarakat untuk bersikap dan bertingkah laku dalam kehidupan berbangsa dan bernegara. Dokumen legal yang dibentuk oleh lembaga berwenang telah mencapai jumlah yang sangat besar. Setiap tahunnya pemerintah sering sekali melakukan perubahan terhadap suatu undang-undang, sehingga apabila kita menemukan suatu undang-undang kita sulit untuk mengetahui apakah undang-undang tersebut merupakan versi terakhir atau bukan. Kesulitan-kesulitan ini disebabkan belum adanya sistem yang bisa melakukan otomatisasi untuk mengetahui sejarah perubahan undang-undang. Pengembangan Sistem Informasi Rekapitulasi Dokumen Perundang-undangan di Indonesia ini dapat menjadi solusi untuk mengetahui apakah suatu dokumen undang-undang merupakan versi terakhir atau bukan.Sistem ini melakukan otomatisasi dalam pencarian keterkaitan antar dokumen dengan memproses dokumen berbasis XML, sehingga sejarah perubahan undang-undang dapat diketahui. Informasi sejarah perubahan undang-undang tersebut disajikan dalam bentuk graf berarah. Sistem informasi rekapitulasi dokumen perundang-undangan di Indonesia ini dikembangkan dengan menggunakan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual yang terdapat dalam dokumen. Sistem informasi rekapitulasi dokumen perundang-undangan di Indonesia ini diujicobakan pada 472 dokumen undang-undang dan 784 pasal. Hasilnya menunjukkan bahwa sistem dapat menampilkan sejarah perubahan undang-undang dengan ketepatan sebesar 99.6% untuk dokumen undang-undang dan 99.2% untuk dokumen pasal.Indonesia is a country that has some legal regulations (legal document) as a guide for its society to behave and conduct oneself in the life of a nation and state. Legal documents established by the authorized institutions has been produced in a very large number. Each year the government make changes to a law, that make it difficult for us to know whether the law is in the latest version. These difficulties are caused by the non-existance of a system that can perform an automation to find out the changes for the law. The Development of Information System for Recapitulation of Legislation Documents in Indonesia, could be a solution for the document to determine whether a law is in the newest version.

This system automates a relation between documents by processing an XML-based document, so that history of changes in the law can be found. The history information is presented in the form of a directed graf. The information system for the law documents recapitulation is developed using the knowledge engineering approach, which is to create rules based on contextual information contained in the document. Information System for Recapitulation of Legislation Document in Indonesia has been tested on 472 documents the laws and Article 784. The result shows that the system can display the history of the law changes with accuracy of 99.6% for the documents the laws and 99.2% for the document section."

"Pesatnya perkembangan informasi menuntut dikembangkannya suatu sistem pencarian data yang baik, yang memberikan kemudahan untuk menemukan informasi yang diinginkan. Sistem pencarian data yang umum digunakan saat ini adalah sistem pencarian data berbasiskan kata. Masukan dari pengguna yang berupa pertanyaan (query) dalam bahasa natural (natural language) akan digunakan oleh sistem pencari informasi untuk menemukan dokumen yang mengandung kata-kata pada query tersebut. Pencarian ini menyebabkan jumlah dokumen yang ditemukan umumnya terlalu banyak karena dokumendokumen yang hanya mengandung sebagian kata dalam query juga akan ikut ditemukan. Jika ditinjau dari isinya, baik query maupun dokumen hampir selalu memiliki keterkaitan dengan lokasi di dalamnya. Hal-hal tersebut mendasari pengembangan sistem pencarian data yang berbasiskan kepada data-data geografis. Sistem bertujuan untuk mengambil nama lokasi dalam query dan membatasi pencarian data pada dokumendokumen yang memiliki lokasi representatif sesuai dengan query saja. Sistem yang dikembangkan dalam penelitian ini dinamakan Sistem Perolehan Informasi Geografis (Geographic Information Retrieval - GIR). Sistem GIR dikembangkan dengan 2 metode utama, yaitu metode pemilihan satu lokasi representatif (metode SLR) dan metode pemilihan banyak lokasi representatif (metode BLR) dalam dokumen. Evaluasi dilakukan dengan membandingkan nilai average precision tiap metode dengan Sistem Bahasa Natural (Natural Language - NL). Hasil metode SLR mengalami penurunan sebesar 15.67% sedangkan hasil metode BLR mengalami penurunan sebesar 6.54%. Untuk memperbaiki hasil tersebut, diimplementasikan 2 metode proses perluasan lokasi yaitu perluasan lokasi ke tingkat lebih tinggi dan lebih rendah (metode QE_S); dan perluasan lokasi ke tingkat yang lebih tinggi, lebih rendah dan tingkat yang sama (metode QE_ETS). Hasil metode SLR dengan QE_S (SLR_QE_S) mengalami peningkatan sebesar 29.23% dan hasil metode SLR dengan QE_ETS (SLR_QE_ETS) mengalami peningkatan sebesar 30.57%. Saat perluasan lokasi diimplementasikan dengan metode BLR, hasil yang diperoleh justru menurun, yaitu hasil metode BLR dengan QE_S (BLR_QE_S) memiliki penurunan sebesar 22.47% dan metode BLR dengan QE_ETS (BLR_QE_ETS) memiliki penurunan sebesar 34.36%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem GIR yang memberikan hasil terbaik adalah metode SLR_QE_ETS sedangkan sistem GIR yang memberikan hasil terburuk adalah metode BLR_QE_ETS."

"Informasi yang terdapat saat ini tidak hanya terbatas disimpan dalam bentuk dokumen teks saja, tetapi banyak juga dalam bentuk dokumen suara. Banyaknya informasi yang disimpan dalam bentuk dokumen suara menyebabkan diperlukannya teknik perolehan informasi yang dapat diterapkan kepada koleksi dokumen tersebut. Pendekatan yang banyak dilakukan adalah dengan menggunakan hasil pengenalan suara oleh Sistem Pengenalan Suara Otomatis (SPSO). Tetapi, hasil pengenalan suara oleh SPSO tidak sepenuhnya benar sehingga menurunkan tingkat akurasi perolehan informasi dokumen suara. Pada penelitian ini penulis mencoba empat jenis hasil pengenalan suara untuk melakukan perolehan informasi dokumen suara, yaitu 1-best output, n-best word output, n-best pronounciation output, word posterior lattice. Selain itu, penulis juga mencoba tiga jenis kueri pada penelitian ini, yaitu kueri satu kata, kueri frase dua kata dan kueri kalimat. Hasil yang didapat pada penelitian ini menyimpulkan bahwa penggunaan 1-best output pada perolehan informasi dokumen suara menghasilkan kinerja yang lebih baik dibandingkan penggunaan hasil pengenalan suara yang lain. Mean Average Precision (MAP) hasil eksperimen dengan 1-best output lebih besar 0.64% dibandingkan penggunaan n-best output , 8,88% lebih besar dibandingkan penggunaan word posterior lattice dan lebih besar 92.68% dibandingkan penggunaan n-best pronounciation output. Pada eksperimen dengan kueri frase, sistem dengan akurasi terbaik adalah sistem yang menggunakan word posterior lattice. Pada eksperimen dengan kueri satu kata dan kueri kalimat, sistem yang menggunakan n-best word output menghasilkan kinerja terbaik.

---

The information today is not only limited in the form of text documents, but also in the form of spoken documents. The growing number of those spoken documents requires the information retrieval techniques to make the retrieval process easier. The approach for spoken documents retrieval is using automatic speech recognition (ASR). However, the results of the speech recognition by ASR are not entirely correct, so reduce the level of accuracy of information retrieval of spoken documents. This experiment uses four types results of the speech recognition by ASR, the 1-best output, n-best output, n-best pronunciation output, word posterior lattice. In addition, this experiment also investigates the effect of the use of query types (phrase, single word and sentence). Results obtained from this experiment concluded that the use of 1-best output on spoken document retrieval produces better performance results than the use of other results of the speech recognition. Mean Average Precision (MAP) results of experiments with 1-best output is 0.64% higher than the use of n-best output, 8.88% higher than the use of word posterior lattice and 92.68% higher than the use of n-best pronunciation output. In phrase based query experiment, the best accuracy is word posterior lattice while the best accuracy in single word query and sentence query is n-best word output."

"Tugas utama dari Sekretariat Wakil Presiden adalah terwujudnya dukungan teknis, administrasi, dan analisis kepada Wakil Presiden terutama dalam merumuskan rekomendasi kebijakan di bidang ekonomi, sosial dan pemerintahan. Dalam rangka membuat analisis kebijakan yang tajam, dan berkualitas, organisasi perlu mengolah seluruh dokumen yang diperlukan, terutama analisis-analisis yang telah dibuat sebelumnya. Namun demikian, dalam pelaksanaannya para pegawai Sekretariat Wakil Presiden selaku pelaksana tugas analisis kebijakan mengalami kesulitan dalam pencarian dokumen tersebut. Kondisi ini mendapat perhatian dalam Rapat Evaluasi Akhir Tahun 2016 dan menjadikan hal itu salah satu kendala yang dihadapi oleh organisasi dalam memberikan pelayanan kepada Wakil Presiden. Rekomendasi yang disampaikan adalah pentingnya menyediakan suatu database yang berisi data dari seluruh kedeputian substansi. Database ini berperan sebagai sumber data dan dokumentasi bagi kedeputian substansi di Sekretariat Wakil Presiden dalam melaksanakan tugas utamanya yaitu memberikan dukungan analisis kebijakan. Kebutuhan akan database tersebut akan diakomodir dalam Sistem Informasi Pengelolaan Dokumen Elektronik. Sistem ini akan dikembangkan dengan menggunakan metodologi pengembangan sistem yang mengacu pada metodologi waterfall yang dimodifikasi sehingga tahapannya menjadi planning, analysis dan design dengan menggunakan Unified Modeling Language (UML). Penelitian ini menghasilkan prototype Sistem Informasi Pengelolaan Dokumen Elektronik di Sekretariat Wakil Presiden dengan fitur pencarian, pengelolaan dokumen (unduh, tambah, ubah, hapus dan tampilan metadata), penyampaian dokumen beserta history penyusunan laporan secara berjenjang mulai dari analis, kasubbid, kasubbag, asdep sampai dengan deputi, fitur adminsitrator sebagai pengelola pengguna dan dashboard data dan fitur dashboard yang berisi tampilan rekap dari dokumen beserta statusnya.

---

The main duty of The Vice President Secretariat of Republic Indonesia is giving technical, administrative and analytical support to the Vice President of the Republic Indonesia in making government policies especially in economic, social, and governance affairs. In giving in-depth and sharp analysis of government policies, the institution needs to manage all the documents needed to make the analysis. In the implementation, the employees had difficulties in searching the documents as the source in making policy analysis. This condition received attention in the Annual Evaluation Meeting in 2016 as one of the organization's obstacle in giving support to the Vice President.

One of the recommendation to this problem is the importance of providing a database containing data of policies analysis from all deputies in the organization. The database serves as a source of data and documentation for all deputies at the Vice President's Secretariat in carrying out its main task of providing policy analysis support. The need for such databases will be accommodated in the Electronic Document Management Information System. The system was developed using a system development methodology that refers to the modified waterfall methodology so that its stages become planning, analysis and design using Unified Modeling Language (UML).

This research produces prototype of Information System of Electronic Document Management with search feature, document management (download, add, change, delete and metadata display), document submission along with history of tiered report preparation starting from analyst, head of sub field, head of field, deputy assistant up to deputy, adminsitrator feature as user manager and data dashboard and dashboard feature containing recap view of document along with its status."