Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini terdiri dari 5 bab, dan 3 bab merupakan inti dari buah pikiran penulis tentang tinjauannya secara filosofis terhadap matematika. Pada bab pertama selain memuat tema, metode dan sistematika penulisan juga secara ekplisit diberikan argumen dipilihnya judul dari skripsi. Karena penulis sangat prihatin atas terlupakannya ilmu-ilmu bantu seperti matematika oleh para pengguna dan pengembang matematika ini. Untuk selanjutnya diharapkan dengan pemahaman agak mendalam terhadap matematika, para pengguna dan pengembang sadar dan tahu bahwa ilmu-ilmu bantu seperti matematika, fisika, kimia dan lain sebagainya dapat bahkan penting untuk pengembangan ilmu dan teknologi. Metodologi matematika selama ini metode yang dipergunakan sering berubah-ubah namanya, dalam skripsi ini menggunakan metode deduksi dan aksiomatisasi. Apakah deduksi dan apa aksiomatisasi dapat diikuti pada bab 3, secara sengaja dipakai ilustrasi pada model-model matematika yang telah popular. Pada bab 4 berisi epistemologi dan ontologi dalam matematika. Kajian episternologi matematika mencari jawab dari mana sumber-sumber matematika, batas-batasnya dan juga. metodenya: Ontologi matematika tidak mempermasalahkan adanya matematika; tetapi adanya obyek-obyek di dalam matematika. Orang telah telanjur latah menyebut garis, titik, dan bidang di dalam lima ukur datar. Tetapi apakah hakekat dari garis, titik, dan sebagainya? Adakah hal-hal tersebut didunia nyata atau hanya ada di dalam ide saja, jawaban ini beraneka ragam menurut paham dan aliran-aliran filsafat yang dianut; Pada paham logisme mengatakan bahwa hakekat matematika adalah logika, tetapi aliran formalisme menekankan segi-segi formal."

"ABSTRAKPenggunaan word embedding sebagai pemodelan topik telah banyak dilakukan. Hasil dari pemodelan topik tersebut turut membantu dalam mengubah pola pikir para peneliti tentang teks sebagai suatu nilai. Menurut studi yang dilakukan oleh Mikolov et al. (2013) mengenai word embedding, mereka mengubah teks-teks tersebut menjadi suatu vektor yang dapat divisualisasikan dalam ruang vektor kontinu yang secara fleksibel dapat dihitung jarak kedekatannya dan dapat diolah lebih lanjut dengan menggabungkannya dengan metode yang lain seperti LSTM (Long Short Term Memory), CNN (Convolutional Neural Network), dll untuk berbagai keperluan penelitian. Beragam penelitian berkembang menggunakan hasil dari nilai embedding tersebut untuk tujuan yang lebih kompleks, mendorong penulis untuk kembali mengkaji manfaat dasar dari hal tersebut kemudian menggalinya untuk tujuan akhir lain yang belum pernah dilakukan penelitian lain sebelumnya.Penelitian ini menggunakan nilai akhir embedding secara sederhana sebagai sistem rekomendasi berbasis konten yang kemudian berkembang dengan kebaruan untuk digunakan sebagai alat bantu untuk melakukan tinjauan sistematis. Hasil penelitian ini menunjukkan bahwa kebaikan penggunaan metode word embedding sangat bervariasi tergantung dari dataset dan hyperparameter yang digunakan.

---

ABSTRACTThe utilization of word embedding as topic modeling has been widely carried out. The results helped to change the researchers' mindset regarding text as a value. According to a study conducted by Mikolov et al. (2013) regarding word embedding, they convert these texts into vectors that can be visualized in a continuous vector space which can be flexibly calculated of its proximity and can be further processed by combining it with other methods such as LSTM (Long Short Term Memory), CNN (Convolutional Neural Network), etc. for various research purposes. Various studies have been developing by using the embedding value for more complex purposes, thus encouraging the author to re-examine the basic benefits of it then explore it for other purposes that have never been done by other studies before.This study simply used embedding value as a content-based recommendation system which then it developed with novelty to be used as a tool to conduct systematic review. The results of this study indicate that the merits of using word embedding method vary greatly depending on the dataset and hyperparameters used."

"Salah satu masalah dasar dalam topologi adalah menentukan apakah dua ruang topologi saling homeomorfik atau tidak. Secara intuisi dua ruang dikatakan homeomorfik jika ruang yang satu dapat diubah menjadi ruang yang lain tanpa dipotong atau ditempel, sedangkan secara matematis adalah dengan menunjukkan terdapat homeomorfisma antara keduanya. Untuk menunjukkan dua ruang tidak homeomorfik dilakukan dengan menunjukkan terdapat sifat topologi yang berlaku pada satu ruang tapi tak berlaku pada ruang lainnya. Kulit bola, torus, bidang proyeksi dan figure eight adalah ruang-ruang topologi yang jika dilihat dari bentuknya dapat dikatakan tidak homeomorfik tetapi secara matematis sulit untuk menunjukkan ruang-ruang ini tidak homeomorfik karena keempat ruang ini mempuyai banyak sekali sifat topologi yang sama. Karena itu akan digunakan perbedaan sifat grup fundamental dari masing masing ruang untuk menunjukan bahwa keempat ruang ini tidak homeomorfik, jika grup fundamental dari kulit bola, torus, bidang proyeksi dan figure eight tidak isomorfik, maka keempat ruang tersebut tidak homeomorfik. Akan dicari sifat grup fundamental dari masingmasing ruang, kemudian akan ditunjukkan bahwa sifat grup fundamental dari masing-masing ruang tersebut tidak isomorfik."

"Kemiskinan merupakan salah satu masalah yang serius di dunia. Menurut BPS 2006, Indonesia masih memiliki penduduk miskin yang tergolong tinggi. Dalam skripsi ini diselidiki faktor-faktor yang mempengaruhi rumah tangga miskin di propinsi yang merupakan daerah Kejadian Luar Biasa (KLB) kemiskinan, penerima raskin, dan penerima pelayanan kesehatan gratis di pulau Jawa. Penelitian ini menggunakan data sekunder dari BPS. Untuk mencari propinsi di pulau Jawa yang merupakan daerah KLB kemiskinan, penerima raskin, dan penerima pelayanan kesehatan gratis secara bersama-sama digunakan metode multivariate scan statistics.Diperoleh bahwa daerah KLB utama adalah propinsi Jawa Barat, Jawa Timur, dan Jawa Tengah. Kemudian analisis regresi logistik biner dilakukan untuk mengetahui faktor-faktor yang mempengaruhi rumah tangga miskin. Dengan menggunakan spatial scan statistics untuk data ordinal, didapatkan Kabupaten/Kota yang memiliki relative risk semakin tinggi sesuai dengan tingkat kemiskinan yang semakin tinggi dan didapatkan daerah KLB utamanya yaitu seluruh Kabupaten/Kota di Jawa Timur dan 7 Kabupaten/Kota di Jawa Tengah. Kemudian dengan regresi logistik ordinal didapatkan faktor-faktor yang mempengaruhi dalam pengelompokan tingkatan kemiskinan."