Hasil Pencarian  ::  Simpan CSV :: Kembali

"Manajemen Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI) memiliki kebutuhan akan data alumni dalam jumlah yang cukup besar. Data yang dibutuhkan juga beragam dan ditujukan untuk berbagai kepentingan, diantaranya adalah kepentingan akreditasi akademik serta kerja sama akademik. Sayangnya, data alumni yang tersimpan pada Sistem Informasi Akademik NextGeneration (SIAKNG) sebagai sumber data utama sudah tidak lagi up-to-date dan tidak dapat diperbarui secara mandiri oleh alumni terkait. Untuk mengatasi masalah tersebut, sebuah sistem alumni berbasis website bernama ILUNI12 Channel dikembangkan. Akan tetapi, berdasarkan wawancara yang dilakukan kepada Manajemen Fasilkom UI, saat ini sistem masih memiliki kekurangan dan belum dapat memenuhi kebutuhan mereka. Selain Manajemen Fasilkom UI, pengurus ILUNI Fasilkom UI dan para alumni sendiri juga mengalami kesulitan dalam memperoleh data alumni untuk kebutuhan mereka. Penelitian ini ditujukan untuk mengembangkan solusi atas permasalahan yang dialami dengan menggunakan agile methodology sebagai metodologi penelitian. Penelitian ini mengidentifikasi masalah dan kebutuhan menggunakan metode kualitatif. Masalah yang diidentifikasi dikelompokkan menjadi dua masalah utama, yaitu masalah terkait data gathering dan data retrieval. Berdasarkan masalah-masalah tersebut, penelitian ini mengajukan proposal solusi serta rancangan solusi dari aspek teknis. Melalui rancangan solusi tersebut, penelitian ini berhasil mengimplementasi solusi berupa fitur-fitur data gathering dan data retrieval pada sistem ILUNI12 Channel. Penelitian ini kemudian mengevaluasi solusi dengan melakukan usability testing serta user acceptance testing kepada satu pihak manajemen dan lima orang alumni. Hasil kuesioner system usability scale memiliki nilai rata-rata 85.83 dengan grade scale B. Grade ini menunjukkan bahwa desain dari fitur-fitur yang diimplementasi sudah dapat diterima dengan baik oleh pengguna. Selain itu, responden penelitian juga menyatakan bahwa fitur-fitur yang diimplementasi sudah dapat memenuhi kebutuhan dan menyelesaikan masalah yang dihadapi.

---

The Management of the Faculty of Computer Science, University of Indonesia (Fasilkom UI) has a need for a large amount of alumni data. The data required are varied and are intended for various purposes, including the interests of academic accreditation and academic cooperation. Unfortunately, the alumni data stored in the NextGeneration Academic Information System (SIAK-NG) as the main data source are no longer up-to-date and cannot be updated independently by the alumni. To solve this problem, a website-based alumni system called ILUNI12 Channel was developed. However, based on interviews conducted with Management of Fasilkom UI, the current system still has shortcomings and has not been able to meet their needs. Apart from Management of Fasilkom UI, ILUNI Fasilkom UI administrators and alumni themselves also experienced difficulties in obtaining alumni data for their needs. This research is aimed at developing solutions to the problems experienced by using agile methodology as a research methodology. This study identifies problems and needs using qualitative methods. The identified problems are grouped into two main problems, namely problems related to data gathering and data retrieval. Based on these problems, this research proposes a solution proposal as well as a solution design from the technical aspect. Through this solution design, this research succeeded in implementing a solution in the form of data gathering and data retrieval features on the ILUNI12 Channel system. This research then evaluates the solution by conducting usability testing and user acceptance testing on one management and five alumni. The results of the system usability scale questionnaire have an average score of 85.83 with a B grade scale. This grade indicates that the design of the implemented features has been well received by users. In addition, research respondents also stated that the features that were implemented were able to solve the problems at hand."

"Kemajuan dalam bidang Telekomunikasi dan Informatika (Telematika) tidak terbendung lagi. Kehadirannya mampu menyajikan berbagai informasi dan data baik dari media cetak, media visual, media suara maupun perpaduan diantaranya. Web merupakan media yang dapat mencapai berbagai lapisan pengguna yang heterogen. Untuk itu diperlukan sebuah sistem yang dapat menyajikan sesuai dengan keinginan pengguna tersebut. Semantic Web merupakan teknologi yang dapat digunakan mempermudah akses informasi. Teknologi Semantic Web memiliki berbagai framework untuk penanganan dan penyimpanan dalam data store, karena dengan framework dapat diketahui kerangka kerja dari sistem yang ada. Adapun beberapa framework antara lain Jena, Kowari dan Sesame. Dalam penelitian ini penulis membuat ontologi data publikasi, merancang basis pengetahuan data publikasi menggunakan RDBMS dan Semantic Web. Setelah basis pengetahuan dirancang untuk selanjutnya dibandingkan. Selain itu basis pengetahuan data publikasi Semantic Web yang sudah terbentuk dibandingkan menggunakan framework yang dapat menangani store RDF antara lain Jena, Kowari dan Sesame untuk dilihat dari segi efisiensi. Merancang terintegrasi antara Semantic Web yang berbasis RDF dengan sistem yang berbasis Relational Database Management System (RDBMS).

---

Advances in Telecommunications and Information Technology (ICT) are unstoppable. Their existence is able to present a large variety of information, data and print media, visual media, sound media and their combination. Web is a media that can achieve different layers of heterogeneous users. Therefore we need a system that can be presented in accordance with the users’ needs. Semantic Web is a technology that can be used to access information. Semantic Web technology has different frameworks for handling and storage of data. The framework of the existing system can be learned from the various frameworks, such us Jena, Sesame and Kowari. In this study the author has developed an ontology and designed a knowledge base of publication data using RDBMS and Semantic Web. The knowledge base was compared using a framework that can handle RDF stores such as Jena, Sesame and Kowari in order to see in terms of efficiency. Create integrated between the RDF-based Semantic Web-based system and Relational Database Management System (RDBMS)."

"ABSTRAKSalah satu hal yang dibutuhkan user dalam memudahkan melakukan adalah dengan menggunakan mesin pencarian atau yang disebut search engine. Search engine didesain agar dapat membantu pengguna dalam melakukan pencarian data. Fitur yang dapat digunakan dalam membantu pencarian data adalah Text Suggestion dan Text Correction. Text Suggestion dapat membantu pengguna dalam memperkirakan keyword apa yang akan ditulis untuk menemukan data yang paling sesuai. Text Correction adalah fitur untuk memperbaiki kesalahan penulisan, sehingga diharapkan dapat memperbaiki hasil pencarian. Levenshtein Distance, dapat digunakan untuk fitur Text Suggestion dan Correction dengan menghitung maksimum LD dengan variasi range dari satu sampai lima. Tujuan penelitian ini adalah menguji keakuratan Levenshtein Distance dalam membuat sistem Text Suggestion dan Text Correction. Metode yang digunakan adalah dengan menghitung tingkat kemiripan keyword dengan daftar referensi yang ada pada basis data, dan mengambil kata tersebut untuk dijadikan sebagai text suggestion maupun text correction. Dari hasil penelitian ini, akan didapatkan bahwa sebuah batasan maksimum Levenshtein Cost dapat mempengaruhi keakuratan hasil text correction dan text suggestion. Maksimum LD juga berpengaruh pada performa waktu baik pada Text suggestion dan Text Correction, dengan eksekusi waktu Text Correction lebih cepat dibanding Text Suggestion.Nilai maksimum LD yang optimal adalah dua atau tiga.

---

ABSTRACTOne of the things required by the user in facilitating the search for data contained on the internet is to use a search engine or so-called search engines. Search engines must also be designed in order to assist users in searching data. Features that can be used in assisting data retrieval are Text Suggestion and Text Correction. Text Suggestion can help users in predicting what keywords will be written to find the most appropriate data. Text Correction is a feature to correct writing errors, so it is expected to improve search results. By utilizing Levenshtein Distance, it can be used for Text Suggestion feature by calculating maximum LD with variation range from one to five. The purpose of this research is to test the accuracy of Levenshtein Distance algorithm in making Text Suggestion and Text Correction system. The method used is to calculate the level of similarity of the keyword with a list of references in the database, and take the word to be used as a text suggestion or text correction. From the results of this study, it will be found that a maximum limit Levenshtein Cost can affect the accuracy of the results of text correction and text suggestion.The optimum of Maximum LD is two or three."