Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu metode otomatis untuk analisis data tekstual adalah deteksi topik. Eigenspace-based Fuzzy C-Means EFCM adalah metode berbasis soft clustering untuk pendeteksian topik. Pertama, EFCM menggunakan dekomposisi nilai tunggal terpotong untuk mengubah data tekstual dimensi tinggi menjadi data berdimensi rendah. Selanjutnya, proses pengelompokan dilakukan dalam ruang dimensi yang lebih kecil. Namun, proses transformasi itu dapat menghilangkan beberapa fitur penting dari data tekstual. Karena itu, akurasi dapat berkurang. Dalam penelitian ini digunakan kernel trick untuk mengatasi kelemahan tersebut sehingga proses clustering dapat dilakukan dalam ruang dimensi yang lebih tinggi. Simulasi menunjukkan bahwa pendekatan ini memberikan akurasi yang lebih baik dalam menemukan topik daripada EFCM untuk masalah mendeteksi topik di Twitter.

---

One of automated methods for textual data analysis is topic detection. Eigenspace based fuzzy c means EFCM is a soft clustering based method for topic detection. Firstly, EFCM use truncated singular value decomposition to transform high dimensional textual data to low dimensional data. Next, the clustering process is conducted in the smaller dimensional space. However, that transformation process may eliminate some important features from the textual data. Therefore, the accuracy may be reduced.

In this study used kernel trick to overcome that weakness so that the clustering process is performed in a higher dimensional space. Simulations show that this approach gives better accuracies in term of topic recall than EFCM for the problem of sensing trending topic in Twitter."

"Indeks Pembangunan Manusia (IPM) merupakan salah satu indikator yang dapat digunakan untuk menggambarkan tingkat kesejahteraan rakyat di Indonesia. Pada tahun 2021, Provinsi Papua dan Papua Barat menempati dua urutan terakhir berdasarkan nilai IPM di Indonesia. Hal ini menandakan bahwa kesejahteraan masyarakat di Provinsi Papua dan Papua Barat dalam menikmati hasil pembangunan mengalami ketertinggalan dibandingkan dengan provinsi lain. Tetapi, IPM hanya dapat menggambarkan kesejahteraan dari dimensi pembentuknya saja, sehingga dibutuhkan indikator lain yang dapat menggambarkan kesejahteraan dari berbagai dimensi yang lebih luas. Pada penelitian ini dilakukan pengelompokan terhadap kabupaten/kota yang ada di Pulau Papua agar pemerintah lebih mudah dalam mengambil kebijakan yang tepat untuk mengatasi permasalahan kesejahteraan rakyat di Pulau Papua. Analisis yang digunakan pada penelitian ini adalah analisis biclustering. Analisis biclustering merupakan metode pengembangan dari analisis clustering yang digunakan untuk mengelompokkan baris dan kolom pada data secara bersamaan. Salah satu metode dari analisis biclustering adalah menggunakan algoritma Cheng and Church. Algoritma Cheng and Church menghasilkan bicluster yang memiliki ukuran yang maksimal dan mempunyai nilai mean squared residue lebih kecil dari batas yang telah ditentukan. Evaluasi dari hasil biclustering menggunakan rata-rata mean squared residue terhadap volume bicluster dan indeks Jaccard yaitu kemiripan antara dua hasil biclustering. Data yang akan digunakan dalam penelitian ini adalah data indikator kesejahteraan rakyat di pulau Papua tahun 2021. Analisis biclustering terhadap data indikator kesejahteraan rakyat di pulau Papua tahun 2021 menggunakan algoritma Cheng and Church mampu menghasilkan sebanyak 9 bicluster. Harapannya, pemerintah dapat membuat kebijakan yang tepat sesuai dengan masalah yang terjadi pada setiap bicluster.

---

The Human Development Index (HDI) is one of the indicators that can be used to describe the level of people's welfare in Indonesia. In 2021, Papua and Papua Barat Provinces occupy the last two ranks based on HDI values in Indonesia. This indicates that the welfare of the people in Papua and Papua Barat Provinces in enjoying the results of development has lagged compared to other provinces. However, HDI can only describe welfare from the dimensions that form it, so other indicators are needed to describe welfare from a broader range of dimensions. In this study, a grouping of districts/cities in Papua Island is carried out so that the government can more easily take the right policy to overcome the problems of people's welfare in Papua Island.  The analysis used in this research is biclustering analysis. Biclustering analysis is a development method of clustering analysis used to simultaneously group rows and columns in the data. One method of biclustering analysis is using the Cheng and Church algorithm. Cheng and Church's algorithm produces a bicluster with a maximum size and a mean squared residue value smaller than the predetermined limit. Evaluation of the biclustering results uses the average mean squared residue of the bicluster volume and the Jaccard index, which is the similarity between the two biclustering results. The data used in this study are welfare indicators data on Papua Island in 2021. Biclustering analysis of welfare indicators data on Papua Island in 2021 using the Cheng and Church algorithm produced as many as 9 biclusters. The hope is that the government can make the right policy according to the problems that occur in each bicluster."

"Tesis ini merupakan penelitian atas pemikiran Gottlob Frege yang mencoba untuk memanifestasikan prinsip-prinsip logika ke dalam tataran bahasa. Penelitian ini pada dasarnya lebih mengacu kepada problem yang krusial dalam logika mau pun bahasa, yaitu kebermaknaan. Kebermaknaan menjadi sebuah isu dalam logika yang menjadi ruang ontologis penyebab dari kesesatan dan ambiguitas. Problem kebermaknaan ini dimodifikasi sedemikian rupa oleh Frege agar mendapatkan definisi, posisi, serta pengertiannya yang tepat dalam tataran logika mau pun bahasa. Hanya dengan memahami isu-isu mengenai problem kebermaknaan lah, kita baru bisa memulai serta memfondasikan aktivitas berpikir kita, khususnya berfilsafat, di atas fondasi logika serta epistemologi yang aman dan dapat dipertanggungjawabkan secara filosofis.

---

This thesis is a study of the thought of Gottlob Frege that endeavors the manifestation of logical principles on language. This study is concern with the pivotal problem of logic and language, that is Meaning. Meaning is an issue of logic that has become an ontological space that enables fallacies and ambiguities. This problem of meaning is modified by Frege in order to have its proper definition, position, and concept in logic and language. Only with the understanding of the problem of meaning, we can be able to start and lay our thinking activity, especially philosophizing, on a secure foundation of logic and epistemology that is also philsophically-responsible."

"This short book, geared towards undergraduate students of computer science and mathematics, is specifically designed for a first course in mathematical logic. A proof of Gödel's completeness theorem and its main consequences is given using Robinson's completeness theorem and Gödel's compactness theorem for propositional logic. The reader will familiarize himself with many basic ideas and artifacts of mathematical logic, a non-ambiguous syntax, logical equivalence and consequence relation, the Davis-Putnam procedure, Tarski semantics, Herbrand models, the axioms of identity, Skolem normal forms, nonstandard models and, interestingly enough, proofs and refutations viewed as graphic objects. "