Hasil Pencarian  ::  Simpan CSV :: Kembali

"Diversitas Molekuler Berbasis ISSR pada Durio tanjungpurensis Asal Kalimantan Barat, Indonesia. Durian Tengkurak (Durio tanjungpurensis Navia) adalah salah satu spesies langka yang eksotis dari suku Malvaceae. Durian tersebut bernilai penting untuk konservasi plasma nutfah dan berpotensi sebagai sumber daya genetik untuk pengembangan durian di masa depan. Tujuan penelitian adalah mengetahui keragaman molekuler D. tanjungpurensis asal Kalimantan Barat berdasarkan penanda Inter Simple Sequence Repeat (ISSR). Sepuluh primer ISSR digunakan untuk mengetahui keragaman genetik 60 individu Durian Tengkurak dari enam populasi endemik alami D. tanjungpurensis. Parameter keragaman genetik didasarkan pada data biner pita DNA produk PCR, yaitu ada atau tidak- ada pita. Hasil penelitian menunjukkan bahwa rata-rata jumlah alel, rata-rata jumlah efektif alel, diversitas genetik, indeks informasi Shannon, jumlah polimorfik lokus, dan persentase polimorfik lokus berturut-turut adalah 1,53, 1,29, 0,17, 0,26, 77,83 dan 52,59. Analisis ragam molekuler (AMOVA) menunjukkan keragaman genetik yang lebih tinggi di dalam populasi (65%) dibandingkan antar populasi (35%). Analisis gugus menggunakan metode UPGMA berdasarkan matriks keserupaan Dice dan analisis koordinat utama digunakan untuk mengelompokkan semua individu populasi ke dalam tiga kelompok, yaitu grup 1 (Hutan Rejunak dan Tembaga), grup 2 (Bukit Merindang), dan grup 3 (Hutan Rawak, Bukit Sagu 1 dan Bukit Sagu 2). Analisis lebih lanjut terhadap struktur populasi menggunakan program STRUCTURE menyatukan grup 2 dan 3 ke dalam satu grup utama. Penelitian ini berhasil mengungkap keragaman genetik Durian Tengkurak menggunakan penanda ISSR.

---

The Durian Tengkurak (Durio tanjungpurensis Navia) is one of the endangered exotic species in the Malvaceae family. The species is important for conservation of the germplasm and is considered a potential genetic resource for the development of durian in the future. The objective of this research project was to assess the molecular diversity of D. tanjungpurensis in West Kalimantan, based on Inter Simple Sequence Repeat (ISSR) markers. We applied ten ISSR primers to reveal the genetic diversity of 60 individuals from six natural endemic D. tanjungpurensis populations. The genetic diversity parameters were estimated based on binary data about PCR products (present or absent bands). The results showed that the mean number of observed alleles, the mean number of effective alleles, the genetic diversity, the Shannon?s Information Index score, the number of polymorphic loci, and the percentage of polymorphic loci were 1.53, 1.29, 0.17, 0.26, 77.83, and 52.59, respectively. An analysis of molecular variance (AMOVA) showed that the genetic diversity within a population (65%) was higher than that found between the populations (35%). UPGMA clustering and principal coordinate analysis, based on the DICE similarity matrix, were used to classify the populations into three groups: 1) Hutan Rejunak and Tembaga, 2) Bukit Merindang, and 3) Hutan Rawak, Bukit Sagu 1, and Bukit Sagu 2. Further analysis of the population structure using STRUCTURE software was used to classify all the individuals into two major categories, thus uniting Groups 2 and 3 as one major category. In conclusion, a high level of genetic diversity in the Durian Tengkurak was revealed utilizing the ISSR markers employed in the study."

"The works on phylomemetics strees to certain cultural artifacts of ethnics cultures in Indonesian archipelago is advanced by the proposal of methodology that can yield a cultural tree reflecting the superposition of traditional song, architectural designs,and motif designs in fabric phylomemetic tree...."

" ABSTRAKClustering adalah salah satu topik penting pada bidang Data Mining. Teori graf dapat digunakan untuk membantu clustering dengan cara membuat graf yang mewakili data-data yang akan di-cluster. Salah satu metode graf clustering adalah k-way spectral clustering yang memanfaatkan sebanyak k nilai eigen dan vektor eigen pertama dari matriks Laplacian suatu graf untuk melakukan clustering dengan k adalah banyaknya cluster yang diinginkan. Pada skripsi ini dibahas mengenai algoritma k-way spectral clustering merujuk kepada Ng, Jordan, dan Weiss (2002) dan von Luxburg (2007).

---

ABSTRACT

Clustering is one of the most important topic in Data Mining. Graph can be used to do clustering by forming a representation graph data which is needed to be clustered. K-way spectral clustering is one of many methods of graph clustering. This method uses first-k eigen values and eigen vectors of a Laplacian matrix to cluster with k is the number of desired clusters. In this skripsi, it will be discussed a k-way spectral clustering algorithm by Ng, Jordan, and Weiss (2002) and von Luxburg (2007)."

"In document retrieval, besides the suitability of query with search results, there is also a subjective user assessment that is expected to be a deciding factor in document ranking. This preference aspect is referred at the fiqh document searching. People tend to prefer on certain fiqh metho-dology without rejecting other fiqh methodologies. It is necessary to investigate preference factor in addition to the relevance factor in the document ranking. Therefore, this research proposed a method of term weighting based on preference to rank documents according to user preference. The proposed method is also combined with term weighting based on documents index and books index so it sees relevance and preference aspect. The proposed method is Inverse Preference Fre-quency with α value (IPFα). In this method, we calculate preference value by IPF term weighting. Then, the preference values of terms that is equal with the query are multiplied by α. IPFα combin-ed with the existing weighting methods become TF.IDF.IBF.IPFα. Experiment of the proposed me-thod uses dataset of several Arabic fiqh documents. Evaluation uses recall, precision, and f-mea-sure calculations. Proposed term weighting method is obtained to rank the document in the right order according to user preference. It is shown from the result with recall value reach 75%, preci-sion 100%, and F-measure 85.7% respectively.Dalam pencarian, selain kesesuaian query dengan hasil pencarian, terdapat penilaian subjektif pengguna yang diharapkan menjadi faktor penentu dalam perangkingan dokumen. Aspek prefe-rensi tersebut tampak pada pencarian dokumen fiqih. Seseorang cenderung mengutamakan meto-dologi fiqih tertentu meskipun tidak mengabaikan pendapat metodologi fiqih lain. Faktor prefe-rensi menjadi hal yang diperlukan selain relevansi dalam perangkingan dokumen. Oleh karena itu, pada penelitian ini diajukan metode pembobotan kata berbasis preferensi untuk merangkingkan dokumen sesuai dengan preferensi pengguna. Metode yang diajukan digabungkan dengan pembo-botan kata berbasis indeks dokumen dan buku sehingga mampu memperhatikan aspek kesesuaian (relevance) dan keutamaan (preference). Metode pembobotan yang diusulkan disebut dengan Invers Preference Frequency with α value (IPFα). Langkah pembobotan yang diusulkan yaitu de-ngan perhitungan nilai preferensi term dengan pembobotan IPF. Kemudian nilai preferensi dari term dokumen yang sama dengan term query dikalikan dengan 𝜶𝜶 sebagai penguat. IPFα digabung-kan dengan metode pembobotan yang telah ada menjadi TF.IDF.IBF.IPFα. Pengujian metode yang diusulkan menggunakan dataset dari beberapa dokumen fiqih berbahasa Arab. Evaluasi meng-gunakan perhitungan recall, precision, dan F-measure. Hasil uji coba menunjukkan bahwa dengan pembobotan TF.IDF.IBF.IPFα diperoleh perangkingan dokumen dengan urutan yang tepat dan se-suai dengan preferensi pengguna. Hal ini ditunjukkan dengan nilai maksimal recall mencapai 75%, precision 100%, dan F-measure 85.7%."

"Information retrieval of text document requires a method that is able to restore a number of documents that have high relevance according to the user's request. One important step in the process is a text representation of the weighting process. The use of LCS in Tf-Idf weighting adjustments considers the appearance of the same order of words between the query and the text in the document. There is a very long document but irrelevant cause weight produced is not able to represent the value relevance of documents. This research proposes the use of LCS which gives weight to the word order by considering long documents related to the average length of documents in the corpus. This method is able to return a text document effectively. Additional features of word order by normalizing the ratio of the overall length of the document to the documents in the corpus generate values of precision and recall as well as the method of Tasi et al.Sistem temu kembali dokumen teks membutuhkan metode yang mampu mengembalikan sejumlah dokumen yang memiliki relevansi tinggi sesuai dengan permintaan pengguna. Salah satu tahapan penting dalam proses representasi teks adalah proses pembobotan. Penggunaan LCS dalam penyesuaian bobot Tf-Idf mempertimbangkan kemunculan urutan kata yang sama antara query dan teks di dalam dokumen. Adanya dokumen yang sangat panjang namun tidak relevan menyebabkan bobot yang dihasilkan tidak mampu merepresentasikan nilai relevansi dokumen. Penelitian ini mengusulkan penggunaan metode LCS yang memberikan bobot urutan kata dengan mempertimbangkan panjang dokumen terkait dengan rata-rata panjang dokumen dalam korpus. Metode ini mampu melakukan pengembalian dokumen teks secara efektif. Penambahan fitur urutan kata dengan normalisasi rasio panjang dokumen terhadap keseluruhan dokumen dalam korpus menghasilkan nilai presisi dan recall yang sama baiknya dengan metode Tasi dkk."

"This paper reports a preliminary work on using an aspect oriented attribute grammar system called UU-AG to develop computer aided verification tools. UU_AG provides an abstract and modular way to develop such a tool and later on incrementally upgrade them. This paper shows an example of a toy programming logic implemented in UU_AG. We will show the implementation of the verification condition generator (VCG). We extend the implementation with a new feature such as run-time-trace generator to validate the computation of the implemented inference engine."