Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKLibrary X is an academic library in Jakarta, Indonesia. Library X has provided Online Public Access Catalog (OPAC) as a tool to provide information related to the collection. However, sometimes the information appears does not show high relevancy. One way to solve this problem is to develop user need based-book recommendation system. The purpose of this study is to create personalization model of book recommendations in Library X.Data Collection Method. The method used in this study was association rule mining using Apriori algorithm. Results and Discussions. The results showed that the book relationships for the minimum support was 0.1% and the minimum confidence was 10% and generated 42 association rules. It is noted that 657 (Accounting) and 658 (Management) are found to support for 2.6% with the confidence level for 14%.Conclusions. Book recommendation is formulated by selecting the rule with maximum support and confidence. The recommendation system is designed to be integrated to web application and users e-mail."

"Frekuensi kejadian kecelakaan kerja di lokasi konstruksi merupakan salah satu yang tertinggi dibandingkan dengan industri lainnya. Perilaku tidak aman (Unsafe behaviors) yang dilakukan para pekerja merupakan salah satu penyebab utama yang berkontribusi terhadap terjadinya kecelakaan kerja. Dalam penelitian ini sebanyak 4134 kasus perilaku tidak aman dianalisa lebih lanjut dengan menggunakan metode association rule mining untuk mendapatkan penjelasan lebih dari pola hubungan yang terbentuk di antara variabel, sebagai hasilnya didapatkan 5 aturan asosiasi yang terbagi menjadi 2 kelompok aturan. Pekerja tidak menggunakaan body harness saat bekerja di ketinggian, pekerja tidak mengikatkan tali pengaman di tempat yang disediakan, pekerja tidak membuat atau menggunakan platform kerja yang aman, rnehapekerja meletakkan alat dan material di tempat sembarangan, dan pekerja memindahkan alat kerja dan material dengan cara yang tidak sesuai dengan prosedur. Perilaku-perilaku tidak aman ini berhubungan dengan jenis kecelakaan jatuh dan terkena atau terpotong oleh benda, serta pelanggaran Peraturan Menteri Tenaga Kerja dan Transmigrasi 01/1980, dan Peraturan Menteri Tenaga Kerja 09/2016. Temuan dalam penelitian ini dapat digunakan sebagai pedoman dalam perencanaan manajemen keselamatan dengan menerapkan prioritas berdasarkan tingkat probabilitas kejadian perilaku tidak aman sehingga implementasi program keselamatan dapat berjalan secara efisien dalam meningkatkan kinerja keselamatan.

---

The frequency of work accidents at construction sites is one of the highest compared to other industries. Unsafe behavior by workers is one of the main causes that contribute to work accidents. In this study, a total of 4134 cases of unsafe behaviors were further analyzed using the association rule mining method to gain further insights into the patterns of relationships formed among the variables. As a result, five association rules were obtained, which can be divided into two groups. The workers do not use body harnesses when working at heights, workers do not fasten safety ropes in the space provided, workers do not make or use safe work platforms, workers place tools and materials in random places, and workers move work tools and materials in ways that are not in accordance with the procedure identified as unsafe behaviors. These unsafe behaviors are associated with accidents such as falls, being struck or cut by objects, as well as violations of the Minister of Manpower and Transmigration Regulation 01/1980 and Minister of Manpower Regulation 09/2016. The findings of this research can be used as guidelines in safety management planning by prioritizing based on the probability levels of unsafe behavior occurrences, thereby enabling the efficient implementation of safety programs to enhance safety performance."

"Human Immunodeficiency Virus (HIV) merupakan virus yang menyerang sistem kekebalan tubuh manusia. Virus ini terdiri dari 23 protein dalam RNA untai tunggal. Interaksi protein HIV dan protein manusia dapat mengakibatkan penyakit AIDS. Dengan mempelajari interaksi protein dapat digunakan untuk mengembangkan obat antiviral. Untuk menganalisis interaksi protein dilakukan dengan proses biclustering. Algoritma LCM-MBC merupakan suatu algoritma biclustering yang digunakan untuk menganalisis interaksi protein. Hasil dari biclustering digunakan untuk memprediksi dengan association rule mining. Untuk mengetahui fungsi-fungsi biologis dari protein yang terdapat pada satu bicluster digunakan DAVID Gene Ontology. Terdapat 45 bicluster yang memiliki protein HIV dalam satu bicluster sebanyak lima. Dari bicluster yang diperoleh ini, Terdapat 11 protein HIV-1 yang diprediksi akan berinteraksi dengan 36 protein manusia. Jika protein manusia terhubung dengan protein HIV sesuai dengan tipe jenis interaksinya, artinya protein manusia tersebut berinteraksi dengan proten HIV-1.

---

Human Immunodeficiency Virus (HIV) is a virus w attacks the human immune system. This virus consists of 23 proteins in a single-stranded RNA. The protein interaction between HIV proteins and human proteins can impact to AIDS The research about HIV-1 proteins and human proteins interactions leads to the insight of drug target prediction. To analyze protein interactions carried out by biclustering process. The LCM-MBC algorithm is a biclustering algorithm that is used to analyze protein interactions.

The results of biclustering are used to predict with association rule mining. To find out the biological functions of proteins found in one cluster used DAVID Gene Ontology. There are 45 bicluster that have five HIV proteins in one bicluster. From the bicluster obtained, there are 11 HIV-1 proteins that are predicted to interact with 36 human proteins. If human protein interacts with HIV-1 protens, it means that human proteins will relate according to the interaction type by HIV proteins."

"Karakterisasi reservoar dengan menggunakan pendekatan impedansi akustik dapat digunakan untuk mengetahui distribusi lateral dari reservoar. Metode inversi impedansi akustik dapat memisahkan dua reservoar yang terdapat pada Formasi Kais Cekungan Salawati Lapangan 'Y', Papua. Analisa hasil impedansi akustik serta pendekatan estimasi porositas, menunjukkan bahwa pada daerah Top Kais dan Base Reef merupakan daerah yang berpotensi sebagai reservoar. Daerah prospek pada Top Kais relatif terdapat pada bagian tengah yang ditunjukkan dengan nilai AI rendah berkisar 7300-8500 g.m/s.cc dan porositas tinggi berkisar 17.4 - 19.8%. Sedangkan potensi reservoar Base Reef berada pada daerah selatan dengan nilai AI berkisar 8100-8900 g.m/s.cc dan porositas berkisar 16,0 - 18,3%.

---

Reservoir characterization using acoustic impedance approaches can be used to determine the lateral distribution of the reservoir. Acoustic impedance inversion method is able to show the separating of two reservoirs, which is located at Kais Formation Salawati Basin Field "Y", Papua. The analysis, which is based on acoustic impedance result and porosity estimation approaches, indicate that Top Kais and Base Reef are an area that has potential as reservoir.

Top Kais prospect area is relatively centered in the middle indicated by the low AI values ranging from 7300 - 8500 g.m/s.cc and high porosity ranges from 17,4 to 19,8%, While the potential reservoir Base reef located on the south by the AI range 8100-8900 g.m/s.cc and porosity ranges from 16.0 to 18.3%."

"ABSTRAKPeningkatan jumlah pengguna internet di Indonesia menunjang pertumbuhan platform e-commerce. Adanya potensi basis pelanggan yang lebih besar dan lebih beragam menjadi peluang sekaligus tantangan akibat peningkatan persaingan yang terjadi antar platform. Oleh karena itu, e-commerce perlu mengembangkan strategi pemasaran digital untuk menarik dan mempertahankan pelanggan. Sistem rekomendasi merupakan salah satu bentuk personalisasi layanan web yang dapat menunjang aktivitas pemasaran dengan memprediksi preferensi pengguna dan membantu menemukan produk yang mungkin diminati. Menilik pentingnya integrasi antara ecommerce sebagai advertiser dengan publisher dalam konsep strategi pemasaran, penelitian ini dilakukan untuk menganalisis preferensi pelanggan terhadap kategori produk berdasarkan pola navigasi yang terintegrasi pada website publisher dan e-commerce dengan membangun sistem rekomendasi terintegrasi antara e-commerce sebagai advertiser dengan publisher melalui ad platform menggunakan web mining. Berdasarkan hasil penelitian ini, model prediksi preferensi pelanggan terhadap kategori produk yang dibangun berdasarkan pola navigasi pelanggan pada e-commerce menggunakan algoritma decision tree C5.0 memiliki kinerja yang baik untuk memprediksi kategori produk preferensi pengguna dalam permintaannya di masa mendatang. Namun, proses integrasi pola navigasi dan topik penelusuran pada publisher kepada pola navigasi pelanggan pada e-commerce belum dapat memberikan pengaruh yang signifikan terhadap performa model prediksi preferensi pada e-commerce.

---

ABSTRACT Increasing number of internet users in Indonesia boosts the development of e commerce platform. Whereas potential access to a larger and more diverse customer base is generally viewed as an opportunity, it can also represent increase in competition among e commerce platforms. Hence, e commerce needs to develop sophisticated digital marketing strategies to attract and retain customers. Recommendation system is one of web service personalization which enhances marketing activity by predicting user preferences and helps them find products that they may be interested in. Given the importance of integration between e commerce as advertiser and publisher in marketing strategy concept, this research was done to analyze customer preferences towards product categories based on navigation pattern in both publisher and e commerce by building integrated recommendation system between e commerce as advertiser and publisher through ad platform using web mining. Based on the results of this study, predictive models of customer preferences towards product category builds based on customer navigation pattern on e commerce using decision tree C5.0 algorithm has good performance to predict user preferred product categories in future demand. However, the integration of customer navigational patterns and search topics in publishers to customer navigation patterns in e commerce has not been able to significantly influence the performance of customer preference prediction models in e commerce."

"Peningkatan kunjungan di situs web Online Public Access Catalog (OPAC) Perpustakaan Universitas Indonesia perlu disertai dengan peningkatan kualitas pelayanan, salah satunya melalui penyusunan sistem rekomendasi buku dalam situs web OPAC. Untuk menyusun sistem tersebut, penggalian pola asosiasi antar buku dilakukan dengan menggunakan salah satu metode data mining yaitu association rules. Dua algoritma digunakan yakni algoritma Apriori dan Apriori Inverse. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan sembilan belas pola asosiasi sebagai luaran (output) akhir penelitian.

---

An increasing use of Online Public Access Catalog (OPAC) Universitas Indonesia Library's website should be followed by a service quality improvement, such as organizing a book recommendation system. To build mentioned system, user behaviors in terms of loaned books were discovered by using one of data mining techniques namely association rules. In this research, two algorithms were used which are Apriori and Apriori Inverse. After all association rules were gathered, objective interestingness measure were conducted to evaluate the quality of association rules and resulted nineteen association rules as final output."

"Proses belajar mengajar memiliki sejumlah tujuan yang ingin dicapai. Berdasarkan tujuan-tujuan inilah, semua kegiatan dirancang untuk memfasilitasi peserta didik dalam memperoleh pengetahuan dan keahlian. Dalam proses tersebut seringkali diasumsikan bahwa peserta didik memiliki gaya belajar (learning style) yang sama. Padahal dalam realitasnya tidaklah selalu demikian. Pada beberapa penelitian yang telah dilakukan sebelumnya, terungkap bahwa pengabaian terhadap gaya belajar peserta didik yang berbeda tersebut justru tidak memfasilitasi peserta didik dalam mengoptimalkan potensi yang dimiliki dalam belajar.Implementasi konsep personalisasi pembelajaran dalam konteks pembelajaran konvensional sulit dilakukan. Hal ini disebabkan beragamnya gaya belajar yang dimiliki peserta didik. Sementara di sisi lain, pengajar hanya menerapkan 1 tipe metode pembelajaran dalam 1 rentang waktu yang paling tidak sesuai dengan 1 tipe gaya belajar saja. Bila hal ini terjadi, maka peserta didik lain yang berbeda gaya belajar akan terabaikan. Namun dalam konteks pembelajaran online, personalisasi sangat memungkinkan untuk dilakukan, yaitu melakukan serangkaian perlakuan terhadap learning management system dan learning object yang adaptif terhadap berbagai tipe gaya belajar yang ada. Personalisasi mampu menghadirkan perlakuan yang berbeda terhadap sejumlah peserta didik dalam rentang waktu yang bersamaan (paralel).Penelitian ini mengkaji dan menganalisis mekanisme rekomendasi personalisasi pembelajaran berdasarkan model gaya belajar peserta didik yang meliputi aspek motivasi, learning awareness, dan prior knowledge. Metodologi penelitian yang digunakan meliputi identifikasi dan perumusan masalah, pengumpulan data profil peserta didik, analisis profil peserta didik yang terdiri dari analisis evaluasi pengajar oleh siswa dan analisis korelasi penggunaan fasilitas SCELE berdasarkan preferensi (awareness) peserta didik terhadap prestasi belajar, perumusan tipe-tipe gaya belajar, dan pemodelan personalisasi pembelajaran yang terdiri dari disain arsitektur, pemetaan gaya belajar & fasilitas personalisasi, model proses, serta parameter keberhasilan.Hasil akhir dari dari penelitian ini berupa model tipe gaya belajar dalam konteks pembelajaran online, disain arsitektur sistem, dan pemetaan personalisasi pembelajaran berdasarkan gaya belajar peserta didik yang nantinya mampu meningkatkan efektifitas dan efisiensi proses belajar mengajar."