Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tulisan ini membahas pengembangan perangkat lunak penapakan citra cephalometri berbantuan komputer untuk diagnosa dan perawatan dalam aplikasi orthodonti. Sebuah metoda dikembangkan untuk meningkatkan mutu baik profil jaringan lunak maupun profil skeletal citra cephalometri, sehingga memudahkan para orthodontist dalam melakukan penapakan dan pengukuran pada layar peraga. Penyembunyian latar belakang dengan teknik nilai ambang sederhana maupun adaptif, dan operator Laplace dikembangkan untuk meningkatkan mutu profil jaringan lunak; deteksi sisi dengan operator Robert, Robert-Jain, Laplace-Jain, dan Sobel dikembangkan untuk meningkatkan mutu profil skeletal. Untuk mempertahankan informasi asli pada data citra sinar-x cephalometri, dibentuk sebuah citra gabungan antara hasil peningkatan mutu profil jaringan lunak, skeletal, dan citra asli. Citra hasil gabungan inilah yang diusulkan untuk digunakan dalam penapakan oleh orthodontist. Perangkat lunak yang dikembangkan yang disebut SOIKUI (Sistem Orthodonti Ilmu Komputer Universitas Indonesia) diuji oleh orthodontist dengan membandingkan hasil pengukuran perangkat lunak ini dengan hasil perangkat lunak JOE/RMO, serta hasil penapakan manual dan perhitungan tiga orang orthodontist. Analisa stastistik Anova menunjukkan hasil baik."

"Proses pengembangan suatu sistem software yang besar hampir selalu dilakukan oleh tim. Di jaman modern ini, anggota-anggota tim sangat mungkin tersebar di berbagai lokasi yang berjauhan sehingga sulit untuk saling mendiskusikan disain perancangan software yang akan dibuat. Untuk mengatasi kesulitan ini, salah satu solusinya menggunakan teknologi yang memiliki mekanisme CSCW (Computer Supported Collaborative Work), yaitu teknologi yang memanfaatkan infrastruktur jaringan agar para anggota tim yang saling berjauhan tetap dapat saling berkomunikasi. Disain software seeing dilakukan dengan bantuan CASE tool. Saat ini, disain sistem semakin didominasi oleh disain berorientasi objek. Standarisasi notasi disain berorientasi objek mengarah pada UML (Unified Modelling Language). Skripsi ini akan memperbaharui aplikasi Passenger agar memiliki notasi UML yang user friendly, khususnya untuk Use Case Diagram dan Object Diagram. Passenger merupakan aplikasi CASE yang memiliki mekanisme CSCW (Computer Supported Collaborative Work). Passenger yang asli masih menggunakan notasi-notasi berbasis disain terstruktur dan belum mendukung disain berorientasi objek."

"Sejak diperkenalkannya Human-Computer Interaction (HCI) pada tahun 80-an, maka aspek-aspek pemakai (kenyamanan, keamanan), functionalittiy dan usability sistem sangat diperhatikan dan diutamakan dalam suatu rancangan. Dengan keunggulan-keunggulan HCI sebagai disiplin ilmu (merupakan bidang ilmu interdisipliner) yang membahas hubungan timbal-balik antara manusia-komputer beserta efek-efek yang terjadi diantaranya, maka berkembanglah penggunaan teknologi komputer ke berbagai kehidupan, misalnya perdagangan, pertahanan, pendidikan dan sebagainya.Tugas akhir ini bertujuan untuk mencari, merancang dan menguji kesesuaian bentuk-bentuk gambar ikon strategi belajar siswa sekolah menengah. Sampel dalam penelitian ini adalah siswa SMU di Jakarta yang telah mengenal dan atau menggunakan komputer berbasis windows. Prosedur penelitian dilakukan dalam tiga tahap. Pertama adalah Tahap Pencarian Data Awal dengan jumlah sampel 12 siswa(responden), kedua adalah Tahap Penyeleksian Data dengan jumlah sampel 30 responden dan ketiga adalah Tahap Ujicoba dengan sampel 30 responden. Seluruh sampel didapat dengan teknik purposive sampling. Sampel yang ditarik dari setiap tahap adalah berbeda-beda. Obyek yang dijadikan sasaran dalam perancangan ikon ini adalah 16 jenis strategi belajar siswa basil peneltian TIM URGE-ICAI Universitas Indonesia.Tahap Pencarian Data Awal adalah mencarilmenemukan bentuk-bentuk gambar ikon strategi belajar dari responden. Pada tahap ini diperoleh coretan gambar bakal ikon strategi belajar sebanyak 64 buah dengan perincian 48 buah gambar/coretan gambar berasal dari responden dan 16 buah gambarlcoretan gambar bcrasal dari perancang. Selanjutnya. ke-48 gambar/coretan gambar bakal ikon yang berasal dari responden diserahkan kepada seorang ahli gambar untuk digambar ulang agar diperoleh bentuk gambar yang lebih baik, sesusai dengan yang dimaksudkan oleh para responden.Tahap Penyeleksian Data adalah kegiatan memilih atau inenycleksi gambar-gambar (bakal) ikon strategi belajar hasil dari tahap pencarian data awal. Penyeleksian gambar dilakukan oleh 30 responden (sampel atau responden ini bcrbeda dengan responden pada tahap pencarian data awal). Dari kegiatan ini berhasil dikumpulkan 16 gambar talon ikon, masing-masing mewakili gambar dari responden 14 buah dan mewakili perancang 2 buah. Langkah selanjutnya adalah menggambar 16 gambar talon ikon tersebut dengan perangkat lunak yang dipilih. agar bisa diakses ke komputer melalui instrumen ujicoba yang dirancang. Perangkat lunak yang digunakan dalam kegiatan ini adalah imagedil dan paintbrush yang masing-masing diakses dad MS Foxpro 3.0 dan MS Window 3.11.Tahap Ujicoba adalah kegiatan mengujicobakan ke-16 gambar ikon strategi belajar dengan media komputer kepada 30 responden (sampel atau responder ini berbeda dengan responden yang diambil baik pada tahap pencarian data awal ataupun pada tahap penyeleksian data). Instrumen ujicoba adalah program yang dibuat dengan bahasa pemrogranlan Visual Basic. Instrumen pengujian ini dinamakan Sistem Konstrajar.Analisa data yang digunakan dalam penelitian ini adalah analisa diskriptif. Kriteria yang digunakan pada Tahap Penyeleksian Data adalah bahwa gambar ikon dianggap mewakili strategi belajar yang bersangkutan bila ia mendapatkan frekuensi pilihan terbanyak dari responden. Sedangkan kriteria pada Tahap Ujicoba adalah bahwa ikon tersebut akan mewakili strategi belajar yang bersangkutan bila persentase kecocokan pilihan responden pada ikon terhadap banyaknya kemunculan think aloud (yang mewakili strategi belajar siswa) adalah sama dengan atau lebih besar 60 %. Kriteria 60% berdasarkan penilaian acuan patokan (criterion-referenced evaluation).Hasil ujicoba menunjukkan bahwa ada 11 buah ikon atau 68,75 % yang memenuhi kriteria, sedangkan yang tidak memenuhi kriteria sebanyak 5 buah ikon atau 31.25%. Ikon-ikon yang tidak memenuhi krteria adalah ikon strategi belajar tanya informasi, ikon strategi belajar elaborasi, ikon strategi belajar penyimpulan, ikon strategi belajar verifikasi dan ikon strategi belajar antisipasi. Ikon-ikon yang tidak memenuhi kriteria tersebut kemudian diujicoba ulang lagi ke lapangan setelah dilakukan perbaikan-perbaikan berdasarkan respon atau masukan dari responden. Setelah dilakukan ujicoba ulang dengan perubahan-perubahan yang terjadi pada ke-5 ikon tadi, ternyata ikon-ikon tersebut memenuhi kriteria, dengan rata-rata 80 %. Dengan meliliat persentase kecocokan tersebut bisa dikatakan bahwa ikon-ikon tersebut signifikan terhadap model mental siswa SMU."

"Letter-Naming Knowledge merupakan kemampuan dasar yang perlu dikuasai oleh anak usia prasekolah yang dikembangkan dengan pengalaman literasi formal di rumah. Penyediaan pengalaman literasi formal dapat dilakukan oleh orangtua sebagai pemberi instruksi dengan metode direct instruction (DI) maupun oleh media elektronik dengan metode computer-assisted instruction (CAI). DI dan CAI memiliki persamaan berupa perspektif yang mendasari, namun juga perbedaan berupa kualitas pemberian instruksi. Penelitian ini bertujuan untuk mengetahui perbedaan pengaruh metode DI, CAI, dan kombinasi keduanya untuk meningkatkan letter-naming knowledge. Untuk mengetahui perbedaan pengauh ketiga metode tersebut, dilakukan penelitian kuasi-eksperimental pada anak usia prasekolah beserta ibu sebagai pemberi intruksi (N=24). Hasil perbandingan Kruskal-wallis menunjukkan bahwa tidak ada perbedaan peningkatan yang signifikan antara ketiga metode instruksi (chi-square 2.583, sig=0.275) Akan tetapi, hasil analisis tambahan terhadap skor pre-test dan post-test pada masing-masing kelompok menunjukkan bahwa kelompok anak yang diberikan metode DI dan kombinasi DI-CAI mengalami peningkatan skor letter-naming knowledge yang signifikan. Hasil perbandingan antar ketiga metode yang tidak signifikan diduga disebabkan oleh tidak adanya perbedaan dalam kualitas pemberian instruksi baik dalam metode DI maupun CAI.

---

Letter-naming knowledge is a basic skill that needed to be developed in preschool through formal literacy experience at home with parents as provider or instructor. As the advancement of technlogy, not only human, computer is also able to be instructor to develop letter-naming knowledge. these two type of instructors refer to different instructional method, direct instruction (DI) and Computer-Assisted Instruction (CAI). Both of the instructional method have behavioral and cognitivismn perspective.

This reaserch aims to investigate the difference of effect of instructional method (direct instruction only, computer-assisted instruction only, and combination of both) toward development of letter-naming knowledge in preschool, by conducting a quasi-experimental research with preschool children and mothers as participants (N=24). The data would be analyzed using Kruskal-Wallis.

Result shows that there are no difference of effect of instructional method toward development of letter-naming knowledge (chi-square=2.583, sig=0.275). However, additional analysis of development in each group shows that among the children in three groups differing in instructional methods, only children instructed with computer-assisted instruction method only does not experience inprovement in letter-naming knowledge score significantly. The result was presumably caused by the minimum difference of quality of instructions given in DI and CAI."

"Kemajuan teknologi informasi dan komunikasi yang pesat serta potensi pemanfaatannya secara luas, membuka peluang bagi pengaksesan, pengelolaan dan pendayagunaan informasi dalam volume yang besar secara cepat dan akurat. Pada sektor pertanian, pemanfaatan teknologi informasi dan komunikasi (TIK) dapat membantu mengurangi kemiskinan dan meningkatkan ketahanan pangan. TIK sebagai alat bantu dapat meningkatkan efisensi, produktivitas, dan keberlanjutan pertanian melalui penyediaan informasi secara cepat dan dan akurat. Besarnya manfaat yang dapat diambil melalui TIK tersebut di atas hanya dapat dicapai apabila TIK digunakan secara tepat. Oleh karena itu, penelitian ini dilakukan untuk menggambarkan kondisi pemanfaatan TIK di kalangan petani yang meliputi jenis perangkat TIK yang dimiliki petani, informasi yang dibutuhkan petani, dan faktor-faktor yang memengaruhi petani dalam menggunakan perangkat TIK. Penelitian ini merupakan penelitian kualitatif dan menggunakan teknik thematic analysis untuk pengolahan datanya. Hasil dari penelitian ini adalah kondisi pemanfaatan TIK di kalangan petani, dimana perangkat TIK yang paling banyak dimiliki adalah HP dan TV. Informasi yang paling dibutuhkan oleh petani adalah harga komoditas pertanian dan faktor yang paling memengaruhi pemanfaatan TIK di kalangan petani adalah kemampuan SDM petani yang rendah.

---

The advance rapid of information and communication technology also its potential of widespread utilization, open opportunities in accessing, managing, and exploiting the information in larga scale volume quickly and accurately. Towards agricultural sector, the utilization in information and communication technology (ICT) can help reduce poverty and increase food security.

ICT as a toll can improve the efficiency, productivity, and sustainability of agriculture through the provision and information quickly and accurately. The amount of benefits that can be taken through ICT mentioned above can only be achieved if ICT is used appropriately. This study aims to describe the condition of the use of ICT among farmers that include the type of ICT devices owned by farmers, the information needed by farmers, and the factors that affect farmers in the use of ICT tools.

This is a qualitative research and use thematic analysis technique for processing the data. The result of this research showed that the utilization of ICT among farmers, where the most common ICT devices owned by farmers are mobile phone and television. The most needed information among farmers is the price rate of agricultural commodities, and factors that most influence the use of ICT among farmers is lack of human resource capability in using ICT."

"

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.

"

"Bahasa Isyarat Indonesia (BISINDO) merupakan salah satu bahasa isyarat yang banyak digunakan kaum Tuli di Indonesia karena dianggap lebih alami sehingga lebih mudah digunakan. BISINDO digunakan kaum Tuli untuk berkomunikasi dengan orang lain dalam kegiatan sehari-harinya. Namun, pada kenyataannya, masih banyak orang yang belum mengerti bahasa isyarat. Hal tersebut menjadi kendala bagi orang Tuli untuk berkomunikasi dengan orang dengar dan sebaliknya. Perkembangan teknologi yang semakin maju memberikan suatu solusi untuk masalah tersebut. Pada penelitian ini akan dikembangkan model untuk mengenali gerakan isyarat BISINDO dengan menggunakan MobileNetV2 dan Long Short-Term Memory (LSTM). MobileNetV2 digunakan pada tahap feature extraction sedangkan LSTM digunakan pada tahap klasifikasi gerakan isyarat. Dataset yang digunakan pada penelitian ini berupa video 40 kalimat yang direkam dengan menggunakan kamera smartphone dan diperagakan oleh empat orang Tuli dari Laboratorium Riset Bahasa Isyarat FIB UI (LRBI FIB UI). Terdapat tahapan preprocessing untuk mendapatkan bagian tangan dan wajah yang merupakan fitur penting untuk membedakan gerakan isyarat. Penelitian ini menghasilkan model LSTM 1-layer bidirectional sebagai model terbaik dengan akurasi tertinggi sebesar 91,53%.

---

Indonesian Sign Language (BISINDO) is a sign language that is widely used by deaf people in Indonesia because it is a natural language and therefore it is easier to use. BISINDO is used by deaf people to communicate in their daily activities. However, in reality, there are many people who do not understand sign language. This becomes a problem for deaf people to communicate with hearing people and vice versa. Nowadays, the development of technology is more advanced give a solution to this problem. In this research, a model will be developed to recognize BISINDO gestures using MobileNetV2 and Long Short-Term Memory (LSTM). MobileNetV2 will be used in a feature extraction stage while LSTM will be used in the gesture classification stage. The dataset used in this study is a video recording of 40 sentences recorded using a smartphone camera and it was demonstrated by four deaf people from the research laboratory of sign language FIB UI (LRBI FIB UI). There is a preprocessing stage to get the hand and facial parts which are important features for distinguishing the gesture of sign language. Then, the result of this study is a model LSTM 1-Layer Bidirectional as the best model with the highest accuracy is 91,53%."

"Experiential E-Learning of Sanata Dharma University (Exelsa) adalah sebuah Learning Management System (LMS) berbasis web yang dikembangkan oleh Universitas Sanata Dharma untuk meningkatkan efektivitas dan kualitas pembelajaran. Exelsa memiliki sejumlah fasilitas seperti tugas online, tes online, bahan kuliah, chating, menjawab kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan sebagainya. Makalah ini menjelaskan tentang hasil penelitian mengenai hubungan faktor-faktor yang mempengaruhi penerimaan dan penggunaan Exelsa dengan menggunakan Unified Theory of Acceptance and Use of Technology (UTAUT). Data dikumpulkan dari responden (mahasiswa) yang menggunakan Exelsa melalui pengambilan data dari basis data dan penyebaran kuesioner sejumlah 281 buah. Hasil analisis deskriptif memperlihatkan bahwa sebagian besar responden memiliki tingkat performance expectancy, effort expectancy, social influence, facilitating conditions, dan use behavior yang tergolong tinggi, sementara tingkat behavioral intention sebagian besar responden tergolong sedang. Hasil pengujian dengan korelasi Spearman menunjukkan bahwa performance expectancy, effort expectancy, social influence, dan facilitating condition masing-masing memiliki korelasi positif dan signifikan (p-value"