Hasil Pencarian  ::  Simpan CSV :: Kembali

"This new edition of Pro C♯ 5.0 and the .NET 4.5 platform has been completely revised and rewritten to reflect the latest changes to the C♯ language specification and new advances in the .NET framework. You'll find new chapters covering all the important new features that make .NET 4.5 the most comprehensive release yet, including .NET APIs for Windows 8 style UI apps New asynchronous task-based model for async operations. How HTML5 support is being wrapped into C♯ web applications New programming interfaces for HTTP applications, including improved IPv6 support Expanded WPF, WCF and WF libraries giving C♯ more power than ever before This comes on top of award winning coverage of core C♯ features."

"Perkembangan knowledge graph semakin penting sebagai sumber data dan informasi kontekstual pada ilmu data. Meskipun konsep ini telah ada selama lebih dari dua dekade, memahami data knowledge graph masih menjadi tantangan bagi pengguna. Penggunaan alat visualisasi data, misalnya seperti, Wikidata Query Service (WQS), dapat membantu mengatasi tantangan tersebut. Namun, alat tersebut difokuskan hanya pada knowledge graph tertentu dan hanya disediakan sebagai aplikasi web. Di sisi lain, visualisasi dengan Python library, kglab memfasilitasi visualisasi knowledge graph generik dengan dukungan terbatas dari jenis visualisasi dibandingkan dengan WQS. Penelitian ini mengusulkan VizKG, sebagai framework (Python library) yang menyediakan berbagai macam visualisasi untuk hasil kueri SPARQL pada knowledge graph generik. VizKG menghubungkan hasil kueri dan library visualisasi eksternal melalui pemetaan variabel terhadap komponen visualisasi yang dibutuhkan. Sebagai bentuk evaluasi pendekatan kami, penelitian ini menyertakan evaluasi use case untuk VizKG pada knowledge graph generik yang berasal dari beberapa domain. Saat ini jumlah visualisasi grafik yang didukung oleh VizKG adalah 24 jenis grafik. Fitur lainnya yang didukung VizKG termasuk rekomendasi jenis visualisasi untuk pengguna dan kemudahan ekstensibilitas bagi pengembang untuk menambahkan jenis visualisasi baru. Framework VizKG ini diharapkan dapat membantu ekstraksi dan memvisualisasikan knowledge graph untuk memahami data dan mendukung analisis lebih lanjut. VizKG tersedia secara terbuka di https://pypi.org/project/VizKG/.

---

Knowledge graphs become increasingly important as a source of data and contextual information in data science. Even though knowledge graphs has been around for more than two decades, understanding SPARQL query results from a knowledge graph can be challenging for users. The use of data visualization tool, such as, Wikidata Query Service (WQS) can help address this challenge. However, existing tools are either focused just on a specific knowledge graph and only provided as a web interface. On the other hand, visualization through Python library, kglab facilitates visualizing generic Knowledge graphs though with a limited support of visualization types compared to that of WQS. This study proposes VizKG, as a framework (Python library) that provides a wide range of visualizations for SPARQL query results on any knowledge graphs. VizKG connects SPARQL query results and external visualization libraries by mapping variables to the visualization components needed. To evaluate our approach, this study includes use case evaluation for the VizKG on generic knowledge graphs originated from several domains. At this stage the number of graph visualizations supported by VizKG is 24 chart types. Other features of VizKG includes recommendations of visualization type for user and easy extensibility for developers to add new types of visualizations. This framework is expected to assist extraction and visualize knowledge graphs for understanding data and support further analysis. VizKG is openly available at https://pypi.org/project/VizKG/."

"Akreditasi perguruan tinggi adalah kegiatan penilaian untuk menentukan kelayakan suatu perguruan tinggi berdasarkan syarat kebakuan atau kriteria tertentu. Data dan informasi diperlukan pada saat persiapan akreditasi yang mana data dan informasi ini tersebar dari berbagai sistem dalam suatu lembaga perguruan tinggi. Ontologi digunakan dalam rangka untuk membantu mengoleksi data dan informasi tersebut. Pada saat pembuatan ontologi, analisis dalam proses pembuatan ontologi secara umum tidak berdasarkan goal generik yang tertulis secara eksplisit. Sedangkan pada kasus akreditasi, syarat kebakuan atau kriteria yang telah ditetapkan oleh lembaga yang berwenang bisa dipandang sebagai sebuah goal. Pengembangan ontologi pada domain akademik sebelumnya diketahui belum memanfaatkan goal pada proses analisis pembuatan ontologinya. Penelitian ini melakukan pengembangan metodologi pembuatan ontologi dengan pendekatan Goal-Oriented Requirements Engineering (GORE) sebagai bentuk pendekatan yang baru. GORE merupakan salah satu paradigma dalam Requirements Engineering yang berfokus pada penggunaan goal dalam aktivitasnya. Kerangka kerja yang dipilih pada pendekatan GORE ini adalah KAOS (Keep All Objects Satisfied). Hasil modifikasi metode pengembangan ontologi dengan pendekatan kerangka kerja KAOS menunjukkan bahwa bisa digunakan untuk melakukan pengembangan ontologi baru. Modifikasi metode ini dinamakan GOREO. Kemudian hasil modul ontologi memperlihatkan dengan jelas ketelusuran (traceability) dengan sumber dokumen dibandingkan metodologi yang belum menggunakan pendekatan dengan GORE. Selain itu terdapat proses tambahan yaitu proses penggabungan modul ontologi yang telah didapatkan sebagai konsekuensi pendekatan GORE.

---

Accreditation of high education is evaluation activities for determining the appropriateness of high education institutions by a set of specific requirements or criteria. Available data and information from various systems in institutions are needed when preparing accreditation. We use ontology in order to collect data and information from various systems. At the time of making ontology, generally, the analysis in the ontology development not based on explicitly written generic goals. Whereas in the case of accreditation, a set of specific criteria that has been standardization by the accreditation authorities can be seen as goals. Previous ontology development in the academic domain known not using goals in the analysis processes. This research extends the ontology development methodology by using Goal-Oriented Requirements Engineering (GORE) as a new approach method. GORE is one of the Requirements Engineering paradigms that intended to use goals in the Requirements Engineering activity. KAOS (Keep All Objects Satisfied) framework selected for this research approach. The results of the modification of the ontology development method with the KAOS framework approach show that it can be used to develop new ontologies. Modification of this method is called GOREO. After that, the resulting ontology fragments clear showing traceability with document sources where it comes from compared to the legacy methodology. Furthermore, there is a new process that is combining the resulting ontology fragments, which are the consequences of the GORE approach method."

"Tidak dapat dipungkiri bahwa teknologi semakin berkembang dan inovasi baru terus bermunculan. ChatGPT merupakan salah satunya; dan menjadi buah bibir di awal tahun 2023. Teknologi ini dapat melayani aktivitas tanya-jawab yang membuat pengguna dapat merasa telah melakukan percakapan dengan manusia lainnya, alih-alih dengan mesin. Kemampuan ChatGPT bersumber dari model GPT yang digunakannya. Selaku large language model, GPT dapat memproses banyak teks untuk memproduksi teks lainnya. Walaupun secara umum dapat memberikan jawaban yang memadai, saat berurusan dengan domain yang spesifik, misalnya legal, ChatGPT memberikan jawaban yang kurang memuaskan. Penelitian ini dilakukan untuk mengatasi hal tersebut dengan menyisipkan konteks atau kepingan informasi yang spesifik kepada model melalui suatu prompt (in-context learning). Karena domain legal menjadi fokus penelitian ini, maka teks yang akan diproses berasal dari dokumen peraturan perundang-undangan. Penelitian ini diawali dengan preliminary research, sehingga diidentifikasi permasalahan yang telah dijabarkan. Kemudian, dilanjutkan dengan perancangan serta pengembangan dua sistem tanya-jawab yang menggunakan dua framework LlamaIndex dan LangChain. Sebelum mengembangkan sistem, peneliti mempersiapkan terlebih dahulu data/teks yang perlu diekstrak dari dokumen peraturan perundang-undangan. Pengembangan sistem dilakukan secara iteratif dan evaluasi diadakan pada setiap iterasi. Evaluasi dilakukan secara kualitatif dengan menggunakan human judgement serta secara kuantitatif dengan menggunakan metrik ROUGE dan SAS. Hasil akhir evaluasi menunjukkan bahwa kedua sistem tersebut baik dalam menjawab pertanyaan terkait definisi dan substansi pada domain legal. Selain itu, dilakukan juga perbandingan hasil evaluasi terhadap ChatGPT dan ditemukan bahwa kedua sistem unggul. Penelitian ini telah menunjukkan bahwa teknologi GPT dapat dimanfaatkan pada domain spesifik, yaitu legal, melalui kedua sistem yang dibuat.

---

It cannot be denied that technology is constantly advancing and new innovations continue to emerge. ChatGPT is one of them and has become the talk of the town in early 2023. This technology can facilitate question-and-answer interactions that make users feel like they are having a conversation with another human rather than a machine. This capability of ChatGPT is derived from the GPT model it uses. As a large language model, GPT can process a large amount of text to generate new text. Although it generally provides adequate answers, when dealing with specific domains such as legal matters, ChatGPT may give unsatisfactory responses. This research was conducted to overcome this issue by incorporating specific context or pieces of information into the model through a prompt (in-context learning). As the legal domain is the focus of this research, the text to be processed are Indonesian legal regulatory documents. The research begins with preliminary research. It is then followed by the design and development of two question-and-answer systems using two frameworks: LlamaIndex and LangChain. Before developing the systems, the researcher first prepares the data/text that needs to be extracted from the legal documents. The system development is carried out iteratively and evaluations are conducted at each iteration. The evaluations are performed qualitatively using human judgment and quantitatively using ROUGE and SAS metrics. The final evaluation results indicate that both systems perform well in answering questions related to definitions and substance in the legal domain. Additionally, a comparison of the evaluation results with ChatGPT shows that both systems outperform it. This research has demonstrated that GPT technology can be utilized in specific domains, namely legal, through the two developed systems."

"This book presents the C# 5.0 language in a uniquely succinct and visual format. This book explains C# 5.0 using figures, short, focused code samples, and clear, concise explanations. In this text, he has distilled each important concept into simple but accurate illustrations. The visual presentation of the content will give you an understanding of C# that’s not possible with text alone.For something as intricate and precise as a programming language, however, there must be text as well as figures. But rather than long, wordy explanations, Solis has used short, concise descriptions and bulleted lists to make each important piece of information visually distinct. By the end of this book, you’ll have a thorough working knowledge of all aspects of the C# language."