Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 256 dokumen yang sesuai dengan query
cover
Nofa Aulia
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2019
T51811
UI - Tesis Membership  Universitas Indonesia Library
cover
Pinka Almira Kusuma
"ABSTRAK
Penelitian ini menganalisis hasil terjemahan nama diri khususnya nama tokoh dan
nama geografis yang diterapkan dalam novel terjemahan Winnetou I: Kepala Suku
Apache. Tujuan dari penelitian ini adalah untuk memaparkan hasil penerjemahan
dilihat dari aspek morfosemantis. Data dianalisis berdasarkan teori jenis
penerjemahan Larson, teori metode penerjemahan nama diri Krüger dan
Newmark, teori proses morfologis Djoko Kentjono dan Fleischer/Barz, serta jenis
makna Blanke. Metode penelitian yang digunakan adalah kualitatif komparatif.
Berdasarkan hasil penelitian, dapat disimpulkan bahwa metode penerjemahan
yang paling banyak diterapkan adalah mempertahankan bentuk asli. Selain itu,
jenis makna yang terdapat dalam terjemahan adalah makna referensial, asosiatif,
afektif, dan situatif.

ABSTRACT
This study discusses the translation of proper names, more precisely the names of
persons and geographical names in the novel Winnetou I: Kepala Suku Apache.
The aim of this study is to explain the results of the translation from
morphosemantics’ perspectives. The analysis uses the theory of translation type of
Larson, the proper names’ translation methods by Krüger and Newmark, the word
formations by Djoko Kentjono and Fleischer/Barz, and the meaning types by
Blanke. This is a qualitative-comparative research. The result shows that the
retention is the most used method. Referential, assosiative, affective, and situative
meaning are the meanings that mostly appear in the text."
2014
S54372
UI - Skripsi Membership  Universitas Indonesia Library
cover
Puteri Prameswari
"Ulasan hotel online di era modern ini memiliki peran besar mengingat hotel merupakan faktor penentu daya saing sebuah daerah wisata, namun pemanfaatannya masih jarang ditemukan. Berkaitan dengan rencana pemerintah untuk meningkatkan kunjungan wisatawan ke Indonesia, penelitian ini mengaplikasikan text mining terhadap ulasan hotel online untuk menemukan pengetahuan yang bermanfaat dalam membangun sektor perhotelan sebagai bagian integral dalam industri pariwisata. Teknik klasifikasi teks digunakan untuk mendapatkan informasi sentimen yang terkandung dalam kalimat ulasan melalui analisis sentimen, serta teknik klasterisasi pada text summarization untuk menemukan kalimat representatif yang mampu menggambarkan keseluruhan isi ulasan. Percobaan dengan ulasan hotel di Labuan Bajo, Lombok, dan Bali menghasilkan luaran yang memuaskan, di mana akurasi model penggolong klasifikasi sebesar 78 dan Davies-Bouldin Index DBI sebesar 0.071 untuk proses klasterisasi. Luaran penelitian ini diharapkan mampu menggambarkan kondisi hotel di daerah wisata unggulan Indonesia sehingga dapat berkontribusi dalam peningkatan kualitas sektor perhotelan sebagai penunjang industri pariwisata di Indonesia.

In this modern era, online hotel reviews have a big role considering the hotel is one the aspects in determining the competitiveness in the tourist area, but its implementation is still rare. Regarding the government 39 s plan to increase tourist arrivals to Indonesia, this research utilized text mining towards online hotel reviews to find useful knowledge in building the hospitality sector as an integral part of the tourism industry. Text classification technique was used to obtain sentiment information contained in review sentences through sentiment analysis, as well as clustering technique as a part of text summarization to find representative sentences that are able to describe the entire contents of the review. Experiments with hotel reviews in Labuan Bajo, Lombok and Bali generated surprising outcomes, where the accuracy of classification model reaches 78 and the Davies Bouldin Index DBI of clustering algorithm strikes 0.071. The output of this research is expected to be able to describe the condition of the hotel in tourist area based on the different level of tourism development so that it can contribute to improving the quality of the hotel industry as well as supporting the tourism industry in Indonesia.
"
Depok: Fakultas Teknik Universitas Indonesia, 2017
T48159
UI - Tesis Membership  Universitas Indonesia Library
cover
Cikita Berlian Hakim
"ABSTRAK
Bali masih menjadi pintu masuk utama bagi wisatawan mancanegara. Potensi besar yang dimiliki Bali untuk memikat wisatawan menikmati beragam petualangan mulai dari keindahan alam, budaya, makanan, bahasa, flora dan fauna. Meskipun begitu, bukan berarti Bali menjadi tanpa cela. Angka kecelakaan lalu lintas di Bali meningkat selama tahun 2015-2019. Data tahun 2019 menunjukkan jumlah kejadian kecelakaan lalu lintas meningkat 70% dibandingkan tahun 2015. Korban kecelakaan lalu lintas dengan luka ringan pada tahun 2019 meningkat 83% dibandingkan tahun 2015. Korban meninggal dunia karena kecelakaan lalu lintas pada tahun 2019 meningkat 6% dibandingkan tahun 2015. Peningkatan jumlah kecelakaan lalu lintas dapat merusak citra pariwisata Bali. Menurut penelitian terdahulu, citra pariwisata dapat dipengaruhi oleh wisatawan yang berbagi pengalaman perjalanan wisata mereka baik secara langsung ataupun melalui media sosial. Penelitian ini diharapkan mampu memberikan jawaban dari pertanyaan "Bagaimana pengalaman wisatawan tentang keselamatan selama melakukan perjalanan wisata di Bali yang dibagikan melalui media sosial?". Tujuan dari penelitian ini adalah untuk mengetahui aspek keselamatan yang mempengaruhi citra tujuan wisata Bali dan menganalisis faktor yang mempengaruhi peningkatan aspek keselamatan. Pengaplikasikan teknik text mining terhadap ulasan pengguna Twitter tentang aspek keselamatan di Bali digunakan dalam penelitian ini. Penelitian ini mengungkapkan bahwa aspek keselamatan yang memberikan penilaian negatif paling tinggi terhadap citra pariwisata di Bali adalah aspek keselamatan berkendara di jalan raya khususnya menggunakan sepeda motor. Faktor perbaikan fasilitas lalu lintas dan penegakan aturan untuk pengemudi dapat mempengaruhi peningkatan keselamatan di Bali.

ABSTRACT
Bali is still the main entrance for foreign tourists. Bali has great potential to lure tourists to enjoy a variety of adventures ranging from natural beauty, culture, food, language, flora and fauna. Even so, does not mean Bali to be flawless. The number of traffic accidents in Bali increased during 2015-2019. Data in 2019 shows the number of traffic accident incidents increased by 70% compared to 2015. Victims of traffic accidents with minor injuries in 2019 increased by 83% compared to 2015. The death toll due to traffic accidents in 2019 increased by 6% compared to 2015. The increased number of traffic accidents can damage the destination image of Bali. According to previous research, the destination image can be influenced by tourists who share their travel experiences with others directly or through social media. This research is expected to be able to provide answers to the question "How are tourists the experience about safety during their tour in Bali and shared through social media?". This study aims to determine of safety aspect influencing on Bali's destinations image and analyze the factors influencing of safety improvement. In this study, the text mining technique was used to Twitter user reviews about safety aspects in Bali. This study revealed the safety aspect which gave the highest negative rating on the image of tourism in Bali was the safety aspect of driving on the highway, especially using motorbikes. Factors improving traffic facilities and enforcing rules for drivers can influence safety improvements in Bali."
Depok: Fakultas Teknik Universitas Indonesia, 2020
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Zalfa Luthfiyyah Humaira
"Terjemahan media mulai banyak dikaji dalam studi penerjemahan seiring dengan tumbuhnya minat para pembaca untuk mengakses berita-berita internasional. Oleh karena itu, lembaga yang bergerak di bidang jurnalistik mulai menyajika berita-berita dengan dua bahasa. Dalam teks berita, judul berita memiliki peran yang penting guna menarik perhatian para pembaca. Karya tulis ini bermaksud untuk mendeskripsikan strategi terjemahan yang digunakan oleh penerjemah serta menelisik tingkat kesamaan makna dalam judul berita yang diterjemahkan secara dua arah, yaitu Bahasa Indonesia ke Bahasa Inggris dan Bahasa Inggris ke Bahasa Indonesia. Terjemahan judul berita yang dikaji dalam karya ini diambil dari 4 (empat) situs, yaitu CNN, BBC, Tempo, dan Berita2Bahasa. Penelitian ini dilakukan dengan menerapkan metode deskriptif dengan membandingkan strategi dan tingkat kesamaan makna dalam dua terjemahan tersebut. Penelitiana ini menunjukkan bahwa terjemahan dalam judul-judul berita tersebut mengaplikasikan strategi penerjemahan yang dapat mempengaruhi pesan yang disampaikan melalui terjemahan. Penggunaan strategi tertentu juga mempengaruhi tingkat kesamaan makna di judul berita yang diterjemahan. Terkait dengan tingkat kesamaan makna, hampir seluruh terjemahan dalam sampel yang digunakan memperlihatkan terjemahan yang lema (weak translations) yang disebabkan oleh informasi detil yang dihapus maupun ditambahkan di teks sasaran. Hal ini memperlihatkan adanya informasi yang kurang konsisten antara teks sumber dan teks sasaran tanpa mengubah ide utama yang terkandung dalam teks sumber.

Due to the demand for accessing international news, media translation has become widely discussed in translation studies, especially for journalism texts. Therefore, many journalistic institutions have provided bilingual news. Headline is very significant in grabbing the readers’ attention. This paper aims to describe the translation strategies and explore the degrees of equivalence in the translations of headlines in four news sites, namely CNN, BBC, Tempo, and Berita2Bahasa. The research is conducted by employing a descriptive comparative method. The results of this study show that the translations in Indonesian-English and English-Indonesian headlines apply translation strategies that could influence the messages conveyed through the translation. The strategies also affect which degrees of equivalence in the translated headlines. The majority of translations in English-Indonesian and Indonesian-English headlines, in terms of degree of equivalence, depict weak translations, due to additional and omitted details, that provide inconsistent information between the source and target texts without changing the original main ideas in the target texts."
Depok: Fakultas Ilmu Pengetahuan Budaya Universitas Indonesia, 2020
MK-Pdf
UI - Makalah dan Kertas Kerja  Universitas Indonesia Library
cover
Erica Harlin
"Aksara adalah sebuah NLP tool yang menuruti Universal Dependencies (UD) v2. Penelitian terakhir terkait pemrosesan bahasa informal pada Aksara adalah v1.2 yang berfokus pada kemampuan Aksara untuk memproses kata-kata dasar informal dan kata-kata dengan afiksasi informal. Penelitian ini bertujuan untuk mengembangkan kemampuan Aksara dalam memproses noisy text. Dalam penelitian ini, terdapat 5 metode yang dipertimbangkan untuk menormalisasikan noisy text, yaitu: Levenshtein distance, Damerau-Levenshtein distance, perbandingan subsequence, longest common subsequence (LCS), dan SymSpell. Untuk menentukan metode mana yang paling cocok, kami membangun dataset sintetis berukuran 20.000 kata, lalu mengukur dan membandingkan performa metode yang satu dengan yang lain dalam menormalisasikan dataset sintetis tersebut. Metode yang akhirnya dipilih adalah SymSpell karena metode ini yang menghasilkan akurasi yang paling tinggi. Versi Aksara yang dihasilkan oleh penelitian ini adalah Aksara v1.4 (Aksara baru). Untuk mengevaluasi Aksara baru, dipakai gold standard yang terdiri dari 152 kalimat dan 1786 token. Hasil evaluasi menunjukkan lemmatizer Aksara baru memiliki akurasi senilai 90.99% dan 91.66% untuk kasus case-sensitive dan case-insensitive. Untuk POS tagger, Aksara baru memiliki akurasi senilai 83%, recall senilai 83%, dan F1 score senilai 83%.

Aksara is an Indonesian NLP tool that conforms to Universal Dependencies (UD) v2. The latest work on Aksara pertaining to its informal language processing ability is Aksara v1.2, which is focused on Aksara’s ability to process informal root words and words with informal affixation. This work aims to enable Aksara to process noisy texts. In this research, there are 5 methods considered for normalizing noisy texts: Levenshtein distance, Damerau-Levenshtein distance, subsequence comparison, longest common subsequence (LCS), and SymSpell. To determine which method is best suited for this purpose, we built a synthetic dataset of 20,000 words, then measured and compared each method’s performance in normalizing the synthetic data. The chosen method is SymSpell as it yields the highest accuracy. This chosen method along with a context dictionary will be integrated into Aksara as a text normalizer. To evaluate new Aksara’s performance, a gold standard consisting of 152 sentences and 1786 tokens is used. The evaluation result shows that the new Aksara’s lemmatizer has an accuracy of 90.99% and 91.61% for case-sensitive and case-insensitive cases. For POS tagger, the new Aksara has an accuracy of 83%, a recall of 83%, and an F1 score of 83%.
"
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Eki Aidio Sukma
"Indonesia merupakan salah satu negara terbesar didunia dan rawan terhadap bencana alam. Dalam penanggulangan bencana alam dibutuhkan informasi mengenai jenis bencana alam, tingkat bahaya, dan lokasi terjadinya bencana alam agar dapat ditanggulangi dengan cepat. Sosial media merupakan salah satu sumber informasi kejadian bencana alam yang dapat membantu masyarakat untuk bertindak, karena dianggap informasi yang realtime dan banyak. Walaupun terdapat beberapa sistem pemantauan bencana alam, namun informasi yang diterima oleh pengguna atau masyarakat masih tidak lengkap / kurang lengkap, contohnya pada sistem yang dikembangkan oleh BNPB, Petabencana.id dan GDASC. Sistem tersebut belum menampilkan keseluruhan tipe bencana alam dan tingkat lokasi yang lebih detail. Penelitian ini berfokus memanfaatkan data media sosial Twitter untuk digunakan dalam mendeteksi bencana alam di Indonesia dengan realtime dan lebih detail. Jenis analisa yang digunakan pada penelitian ini adalah klasikasi yang mengategorikan ke dalam relevan/tidak relevan, jenis bencana alam, dan tingkat bahaya bencana alam. Algoritma klasifikasi yang digunakan pada penelitian ini adalah Naïve Bayes, Decision Tree, Support Vector Machiness (SVM). Metode ekstraksi fitur digunakan pada penelitian ini dengan memanfaatkan fitur Bag Of Words (BOW) dan Term Frequency - Inverse Document Frequency (TF-IDF). Teknik ekstraksi informasi lokasi yang digunakan pada penelitian ini adalah metode Named Entity Recognition (NER) pada sebuah data teks. Selanjutnya lokasi akan dikonversi menggunakan metode geocoding ke dalam koordinat latitude dan longitude untuk pembuatan peta spasial. Sehingga didapatkan sistem yang mampu mendeteksi bencana alam di Indonesia secara realtime dan detail

Indonesia is one of the largest countries in the world and is prone to natural disasters. In dealing with natural disasters, information is needed on the types of natural disasters, the level of danger, and the location of the natural disasters so that they can be handled quickly. Social media is a source of information on natural disasters that can help people to act, because it is considered real-time and a lot of information. Although there are several natural disaster monitoring sistems, the information received by users or the community is still incomplete / incomplete, for example in the sistems developed by BNPB, Petabencana.id and GDASC. The sistem does not yet display all types of natural disasters and at a more detailed location level. This research focuses on utilizing Twitter social media data to be used in realtime and more detailed detection of natural disasters in Indonesia. The type of analysis used in this study is a classification categorizing it into relevant / irrelevant, types of natural disasters, and level of natural disaster hazards. The classification algorithm used in this study is Naïve Bayes, Decision Tree, Support Vector Machiness (SVM). The feature extraction method is used in this study by utilizing the Bag Of Words (BOW) and Term Frequency - Inverse Document Frequency (TF-IDF) features. The location information extraction technique used in this study is the Named Entity Recognition (NER) method on a text data. Furthermore, the location will be converted using the geocoding method into latitude and longitude coordinates for making spatial maps. So that we get a system that is able to detect natural disasters in Indonesia in real time and in detail"
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2021
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Carles Octavianus
"Peningkatan jumlah data teks digital membuat manusia membutuhkan mekanisme untuk mengembalikan teks yang efektif dan efisien. Salah satu mekanisme untuk mengembalikan teks adalah dengan pemeringkatan teks. Tujuan dari pemeringkatan teks adalah menghasilkan daftar teks yang terurut berdasarkan relevansinya dalam menanggapi permintaan kueri pengguna. Pada penelitian ini, penulis menggunakan Bidirectional Encoder Representations from Transformers (BERT) untuk membangun model pemeringkatan teks berbahasa Indonesia. Terdapat 2 cara penggunaan BERT untuk pemeringkatan teks, yaitu BERT untuk klasifikasi relevansi dan BERT untuk menghasilkan representasi vektor dari teks. Pada penelitian ini, 2 cara penggunaan BERT tersebut terbagi menjadi 4 model, yaitu BERTCAT, BERTDOT, BERTDOTHardnegs, BERTDOTKD. Penggunaan BERT memberikan peningkatan kualitas pemeringkatan teks bila dibandingkan dengan model baseline BM25. Peningkatan kualitas pemeringkatan teks tersebut dapat dilihat dari nilai metrik recriprocal rank (RR), recall (R), dan normalized discounted cumulative gain (nDCG).

The increase in the amount of digital text data has led humans to require mechanisms for effectively and efficiently retrieving text. One mechanism for text retrieval is text ranking. The goal of text ranking is to generate a list of texts sorted based on their relevance in response to user query requests. In this study, the author uses Bidirectional Encoder Representations from Transformers (BERT) to build a text ranking model for the Indonesian language. There are 2 ways to use BERT for text ranking, namely BERT for relevance classification and BERT for generating vector representations of text. In this study, these 2 ways of using BERT are divided into 4 models, namely BERTCAT, BERTDOT, BERTDOTHardnegs, BERTDOTKD. The use of BERT improves the quality of text ranking compared to the baseline BM25 model. The improvement in the quality of text ranking can be seen from the values of the reciprocal rank (RR), recall (R), and normalized discounted cumulative gain (nDCG) metrics."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
cover
Masykur
"Dewasa ini hermeneutika menjadi permasalahan yang menarik untuk dieksplorasi dan dianalisis. Hermeneutika pertama muncul berkaitan dengan kata hermeneia yang diungkapkan oleh Plato, Aristoteles, dan Philo. Signifikansi dan urgensi hermeneutika diperlukan sekali ketika ingin menjelaskan dan memahami realitas yang berkaitan dengan mitos dan agama. Untuk keperluan itu, interpretasi teks Ricoeur ini memberikan alternatif yang berbeda dengan hermeneutika Romantis dan hermeneutika ontologis-eksistensial.
Dengan permasalahan di atas, penulis mengambil judul Interpretasi Teks dalam Hermeneutika Paul Ricoeur. Dengan judul ini, ada tiga masalah dalam bentuk pertanyaan, yaitu: Pertama, apa yang dimaksud dengan interpretasi teks Ricoeur tersebut? Kedua, apa yang dimaksud dengan teks Ricoeur tersebut? Ketiga, bagaimana penerapan interpretasi teks Ricoeur dalam hubungannya dengan hermeneutika Romantis dan hermeneutika ontologis-eksistensial? Kerangka teori yang digunakan adalah bahwa teori interpretasi teks Ricoeur haaya dapat dipahami dengan memahami teks yang difiksasi dengan tulisan.
Tesis ini bersifat deskriptif-analitis yang tampak pada metode-metode yang digunakan. Tesis ini merupakan studi pustaka. Pustaka primer yang digunakan adalah The Conflict of Interpretations: Essays in Hermeneutics, Interpretation Theory: Discourse and the Surplus Meaning, dan From Text to Action: Essays in Hermeneutic. Sedangkan, pustaka sekunder yang digunakan adalah pustaka yang menjelaskan hermeneutika dan interpretasi teks Ricoeur. Persoalan interpretasi teks dalam hermeneutika Ricoeur dideskripsikan, dianalisis, dan diinterpretaslkan dengan metode deskripsi, metode pemahaman,dan metode hermeneutika Ricoeur yang didasarkan pada interpretasi teks.
Pada akhir pembahasan, penulis berefleksikan secara kritis dengan metode refleksi kritis. Inti sari dari tesis ini membahas pemikiran hermeneutika fenomenologis Ricoeur yang meletakkan interpretasi teks sebagai dasar metode hermeneutikanya. Interpretasi teks Ricoeur dapat digunakan untuk membaca makna yang tersembunyi dalam teks yang mengandung makna yang tampak. Interpretasi teks Ricoeur ini merupakan distingsi antara hermeneutika Romantis dan hermeneutika ontologis-eksistensial. Distingsi antara kedua hermeneutika itu tampak pada ontonomi teks dengan konsep apropriasi-distansiasi, erklaren-verstehen, dan tindakan penuh makna sebagai teks. Dengan demikian, sebagai refleksi kritis ada dua temuan dalam tesis ini. Pertama, bahwa interpretasi teks Ricoeur merupakan mediasi antara hermeneutika Romantis sebagai kutub obyektif dan hermeneutika ontologis-eksistensial sebagai kutub subyektif. Kedua, bahwa hermeneutika fenomenologis Ricoeur merupakan mediasi antara fenomenologi Husserl dan strukturalisme Saussure."
Depok: Fakultas Ilmu Pengetahuan Budaya Universitas Indonesia, 2004
T11823
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>