Hasil Pencarian  ::  Simpan CSV :: Kembali

"Untuk sebarang bUntuk sebarang bilangan bulat positif k ≥ 2 dan n ≥ 1 yang diberikan, dapat dilakukan konstruksi barisan de Bruijn dengan panjang barisan 2n dari suatu alfabet A dengan panjang k. Pada tesis ini akan diberikan 3 buah metode untuk mengkonstruksi barisan de Bruijn. Metode pertama adalah metode Tabel. Metode ini menggunakan elemen An, yaitu string dengan panjang n yang dibangkitkan dari alfabet A, kemudian dicari semua kemungkinan urutan yang dapat terjadi. Metode kedua adalah metode Martin. Metode ini menggunakan algoritma M, langkahnya dengan cara selalu menambahkan simbol terbesar yang mungkin sedemikian sehingga n-barisan baru belum pernah muncul sebelumnya. Metode terakhir adalah metode Fredricksen ? Maiorana. Metode ini menggunakan teorema Fredricksen ? Maiorana yang menjamin keberadaan barisan de Bruijn untuk setiap n yang diberikan dengan merangkai Lyndon word yang terurut secara Lexicographic. Sebagai akhir pembahasan akan diberikan kaitan serta waktu proses antara masing-masing metode konstruksi barisan de Bruijn.

---

Given any integer k ≥ 2 dan n ≥ 1, de Bruijn sequence with length 2n can be constructed from alfabet A length k. In this ?thesis? will be presented three method on how to cons-tructed de Bruijn sequences. The first method is Table method. This method using element of An, which is string with length n spanned by alfabet A and then find all of possibility order that can be happen. The second is Martin method. This method using M algorithm, which is always add the largest symbol such that the resulting new sequences has not appeared previously. The last method is Fredicksen ? Maiorana?s method. This method using Fredicksen ? Maiorana's theorm that guarantees the existence of de Bruijn sequen-ce for any given n using concatenation Lexicographic ordered of Lyndon word. For conclusi, will be given correlations and time process between each method on constructed de Bruijn sequences."

"Pendeteksian topik merupakan suatu proses untuk mendapatkan topik dari suatu koleksi dokumen. Salah satu metode yang dapat digunakan untuk mendeteksi topik adalah nonnegative matrix factorization (NMF). Pada penelitian ini topik berita pada Twitter dideteksi menggunakan algoritma NMF berbasis metode langsung. Terdapat tiga tahap untuk menyelesaikan NMF berbasis metode langsung, yakni membentuk matriks kookurensi kata-kata, mencari kata anchor dan mencari matriks kata-topik. Pendeteksian topik dilakukan dengan jumlah topik yang berbeda-beda. Setelah didapatkan hasil berupa topik-topik dari pembicaraan di Twitter, kemudian tingkat akurasi topik-topik tersebut dianalisis menggunakan satuan topic recall, term precision dan term recall. Jumlah topik yang berbeda akan mempengaruhi tingkat akurasi topik-topik hasil NMF berbasis metode langsung.Pendeteksian topik merupakan suatu proses untuk mendapatkan topik dari suatu koleksi dokumen. Salah satu metode yang dapat digunakan untuk mendeteksi topik adalah nonnegative matrix factorization (NMF). Pada penelitian ini topik berita pada Twitter dideteksi menggunakan algoritma NMF berbasis metode langsung. Terdapat tiga tahap untuk menyelesaikan NMF berbasis metode langsung, yakni membentuk matriks kookurensi kata-kata, mencari kata anchor dan mencari matriks kata-topik. Pendeteksian topik dilakukan dengan jumlah topik yang berbeda-beda. Setelah didapatkan hasil berupa topik-topik dari pembicaraan di Twitter, kemudian tingkat akurasi topik-topik tersebut dianalisis menggunakan satuan topic recall, term precision dan term recall. Jumlah topik yang berbeda akan mempengaruhi tingkat akurasi topik-topik hasil NMF berbasis metode langsung.

---

Topic detection is a process to get the topic of a collection of documents. One method that can be used to detect the topic is nonnegative matrix factorization (NMF). In this research, the topic of the news on Twitter detected using NMF algorithm based on the direct method. There are three stages to complete NMF-based direct method, they are, form the word-word coocurence matrix, look for the anchor word and seek word-topic matrix. Topic detection performed by the different numbers of topic. Once the results are obtained in the form of topics of conversation in Twitter, then the level of accuracy of these topics were analyzed using the unit topic recall, term precision and term recall. Number of different topics will affect the accuracy of topics results of NMF-based direct method."

"Pengaruh suatu variabel terhadap variabel lain seringkali dipengaruhi oleh adanya variabel mediasi. Dengan adanya variabel mediasi, total pengaruh dari variabel penjelas laten terhadap variabel dependen laten merupakan penjumlahan dari pengaruh langsung dan tidak langsung dari variabel-variabel terkait. Pengaruh langsung dan tidak langsung dari variabel penjelas laten terhadap variabel dependen laten melalui variabel mediasi laten dapat dicari dengan metode SEM. Jika metode SEM tersebut dilakukan pada beberapa penelitian similar maka pengaruh langsung dan tidak langsung dapat dicari dengan metode meta-SEM. Dalam metode meta-SEM digunakan taksiran gabungan untuk koefisien korelasi yang didapat dengan metode meta-analisis sebagai entry pada matriks input metode SEM. Metode meta-SEM akan diterapkan untuk mencari total pengaruh variabel Brand Experience terhadap variabel Customer Attachment melalui variabel mediasi Loyalty pada penelitian perbankan yang dilakukan oleh suatu perusahaan market riset.

---

The effect of variables to the other variables usually affected by a mediation variable. By the existence of mediation variable, total effect from an independent latent variable to a dependent latent variable is addition of direct effect and indirect effect from the ralated variables. The direct effect and the indirect effect from independent latent variables to dependent latent variables through mediation latent variable are founded by SEM method. In case where some similar researches use SEM method so the direct effect and indirect effect from independent latent variables to dependent latent variables through mediation latent variable are founded by meta-SEM method. Meta-SEM method use a joint statistical inference for correlation coefficient which is determined by meta-analysis method as entries of input matrix in SEM method. In banking research that being worked by research market company, meta-SEM method will be used to find total effect from Brand Experience variable to Customer Attachment variable through Loyalty mediation variable in the banking research from research market company."

"Hazardous material (hazmat) merupakan material yang berpotensi membahayakan manusia, infrastruktur dan lingkungan (US DOT, 2004). Karena berpotensi membahayakan, maka pada pengangkutan hazmat perlu memperhatikan risiko yang mungkin timbul (baik risiko jiwa maupun harta benda) selain mempertimbangkan faktor biaya, sehingga permasalahan pengangkutan hazmat termasuk ke dalam permasalahan multi obyektif.Salah satu cara untuk menangani permasalahan multi obyektif adalah dengan menerapkan konsep optimasi Pareto, yaitu konsep yang mengatakan bahwa suatu solusi dikatakan optimal jika tidak mungkin lagi meningkatkan suatu nilai fungsi tujuan tanpa mengurangi nilai fungsi tujuan yang lain. Konsep tersebut bekerja untuk menemukan himpunan solusi non-dominated dengan menerapkan aturan dominan pareto (pareto dominance rule).Pada skripsi ini akan dibahas masalah pemilihan rute kendaraan untuk mengangkut hazmat dengan memperhatikan waktu pelayanan (time windows) yang telah ditentukan yang dimodelkan ke dalam Hazmat Vehicle Routing Problem with Time windows (HVRPTW). Rute yang terpilih merupakan jalur non dominated, yaitu jalur dengan tingkat risiko dan biaya perjalanan yang paling kecil. Untuk memilih rute tersebut digunakan metode Multi-Objective Ant Colony System yang merupakan pengembangan dari metode Ant Colony System, yaitu metode yang mengadaptasi perilaku semut dalam mencari makanan dengan bantuan pheromone (zat kimia aromatik yang dikeluarkan oleh spesies semut).

---

Hazardous materials (hazmat) is defined by any substance or material which capable of causing harm to human, property and environment (US DOT, 2004). Therefore, in every hazmat transportation needs to pay attention to possible risks (both life and property risk) in addition to considering the cost factor. So that the problem of transporting hazmat belongs to the multi-objective problems.

The best approach to deal with multi objective problem is to apply the concept of Pareto optimization. This concept declare that an optimal solution is if there is no possibility to increase the value of objective function without eliminate the value of others objective function. This concept works to determine a set of non-dominated solutions applying conditions of Pareto dominance.

This research discuss about the problem of route selection of vehicles for transporting hazmat with focusing on service time (time windows) that has been determined and known as Hazmat Vehicle Routing Problem with Time Windows (HVRPTW). A non-dominated paths as selected path is the path with the smallest amount of risk and scheduled time. The route is selected by using Multi-Objective Ant Colony System algorithm which is the development of Ant Colony System methods that belongs to Ant Colony Optimization. This method adapts the behavior of ants in looking for feed helped by a pheromone (a chemical released by the aromatic species of ants)."

"ABSTRAKPengenalan pembicara telah digunakan secara luas dalam kehidupan sehari-hari yang telah menjadi cabang penting dari otentifikasi secara otomatisuntuk identitas pembicara. Ekstraksi fitur suara adalah salah satu masalah yang penting dalam pengenalan pembicara dan merepresentasikan suara. Mel-frequency cepstrum coefficients (MFCC) adalah salah satu fitur penting suara dalam proses pengenalan pembicara. Hasil dari ekstraksi fitur ini selanjutnya akan diklasifikasikan untuk melakukan proses pengenalan pembicara. Dalam skripsi ini akan digunakan Perceptron dan Fuzzy C-Means sebagai metode klasifikasi untuk proses pengenalan pembicara. Tingkat akurasi yang diperoleh dari kedua metode ini menghasilkan 90.00% dengan menggunakan Perceptron dan 72.50% dengan menggunakan Fuzzy C-Means untuk masalah identifikasi pembicara texr-independent."

"The rapid development of online news on the Internet has increased the number of news document. Information about the main topics become a necessity for people to determine the trending that is discussed at a certain time. Therefore, a way to find the main topic of news from very large documents quickly and efficiently is developed. Topic detection is the process to find a topic from documents collection. Detecting topics on a very large document is hardly done manually so that automatic methods are needed. One method to detect topic automatically is the theory based on model matrix factorization, Nonnegative Matrix Factorization (NMF). NMF can be solved directly by using the assumption that every topic has at least one word that does not appear in other topic called the anchor word. In this research, NMF based on direct method will be applied for detecting the main topics of Indonesia online news.

---

Perkembangan berita online di internet meningkatkan jumlah berita yang tersedia. Informasi mengenai topik utama menjadi suatu kebutuhan bagi masyarakat untuk mengetahui hal yang dominan dibicarakan pada waktu tertentu. Oleh karena itu dibutuhkan suatu cara cepat dan efisien untuk menemukan topik utama dari dokumen berita yang sangat besar. Pendeteksian topik merupakan suatu proses untuk menemukan topik dari suatu koleksi dokumen. Pendeteksian topik pada dokumen yang sangat besar sulit dilakukan secara manual sehingga dibutuhkan metode otomatis. Salah satu metode otomatis untuk pendeteksian topik adalah model yang berbasis teori faktorisasi matriks yaitu Nonnegative Matrix Factorization (NMF). NMF pada pendeteksian topik dapat diselesaikan secara langsung dengan menggunakan asumsi bahwa setiap topik memiliki satu kata yang tidak terdapat pada topik lainnya yang disebut sebagai kata anchor. Dalam penelitian ini akan diterapkan NMF berbasis metode langsung untuk mendeteksi topik utama dari berita online Indonesia"

"ABSTRACT

Grup permutasi merupakan konsep yang penting dalam teori grup dan juga

pemodelan. Oleh karena itu, Teorema Cayley yang menyatakan bahwa sembarang

grup isomorfis dengan suatu subgrup dari suatu grup permutasi memiliki peran

yang penting dalam teori grup. Saat ini, bukti dari Teorema Cayley yang dikenal

secara umum dilakukan dengan mengonstruksi isomorfisma pada subgrup dari

suatu grup permutasi yang bersesuaian. Selain bukti dengan konstruksi, Lema

Yoneda yang terdapat dalam teori kategori dapat digunakan untuk membuktikan

Teorema Cayley. Untuk sembarang grup G dapat dibuat suatu kategori dengan satu

objek } dan himpunan morfisma hom(};}) = G serta komposisi morfisma

a  b = ba. Teorema Cayley dapat dibuktikan dengan mengaplikasikan Lema

Yoneda pada kategori ini beserta fungtor yang bersesuaian.

---

ABSTRACT

Permutation group is an important concept in group theory and modeling.

Therefore, Cayley Theorem which states that any group is isomorphic to some

subgroup of some permutation group plays an important role in group theory.

Now, the well-known proof of Cayley Theorem is done by constructing an

isomorphism to an appropriate subgroup of a permutation group. On the other

hand, Yoneda Lemma which is a part of category theory can also be used to prove

Cayley Theorem. For any group G, consider a category consisting of one object }

and a set of morphisms hom(};}) = G with composition of morphisms

a  b = ba. By applying Yoneda Lemma on this category with an appropriate

functor, Cayley Theorem can be proved."