Hasil Pencarian  ::  Simpan CSV :: Kembali

"Komputasi intelejensia yang digunakan dalam masalah klasifikasi pola dapat digolongkan menjadi dua bagian, yaitu yang berbasis pada Neural Network dan yang berbasis pada Pembelajaran Statistika (Statistical Learning). Pembelajaran yang berbasis statistika, pertama kali ditemukan oleh Vapnik pada dekade tujuh-puluhan. Untuk masalah klasifikasi pola Vapnik mengembangkan metode hyperplane optimal separation, atau dikenal juga dengan nama metode Support Vector Machines (SVM). Pada awalnya SVM dirancang hanya untuk menyelesaikan masalah klasifikasi biner, yaitu dari data-data yang ada, diklasifikasikan menjadi dua kelas. Untuk mengklasifikasikan data yang terdiri dari lebih dari dua kelas, metode SVM tidak dapat langsung digunakan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah klasifikasi multikelas SVM yaitu: metode One-vs-One dan metode One-vs-Rest. Kedua metode ini merupakan perluasan dari klasifikasi biner SVM. Kedua metode tersebut akan dibahas di artikel ini dan akan dilihat kinerjanya dalam mengklasifikasikan aroma. Data aroma yang digunakan dalam percobaaan ini terdiri dari 3 jenis aroma, masing-masing aroma terdiri atas 6 kelas. Pembagian kelas ini berdasarkan pada konsentrasi alkohol yang dicampurkan pada masing-masing aroma. Misalkan untuk aroma A, terdapat 6 jenis aroma A dengan kandungan alkohol : 0%, 15%, 25%, 30%, 45% dan 75%. Kinerja dari kedua metode diukur berdasarkan kemampuan untuk mengenal dan mengklasifikasikan aroma, dengan tepat dan sesuai dengan jenis atau kelas, dari data yang diberikan.

---

Aroma classification using one-vs-one and one-vs-rest methods. Computational Intelligence used in pattern classification problem can be divided into two different parts, one based on Neural Network and the other based on Statistical Learning. The Statistical Learning discovered by Vapnik on 70-est decade. For the pattern classification, Vapnik developed hyperplane optimal separation, which is known as Support Vector Machines Method (SVM). In the beginning, SVM was designed only to solve binary classification problem, where data existing are classified into two classes. To classify data whose consist of more than two classes, the SVM method can not directly be used. There are several methods can be used to solve SVM multiclasses classification problem, they are One-vs-One Method and One-vs-Rest Method. Both of this methods are the extension of SVM binary classification, they will be discussed in this article so that we can see their performance in aroma classification process. Data of aroma used in this experiment is consisted of three classes of aroma, each of them has six classes. The division of this class is based on alcohol concentration mixed into each of those aromas. For example, for aroma A, there are six kinds of aroma A with different alcohol concentration: 0%, 15%, 25%, 30%, 45% and 75%. The performance of these methods is measured based on their ability to recognize and classify aroma, precisely and match with the right class or variety of data existed."

"ABSTRAKSpyware adalah masalah signifikan untuk para pengguna komputer. Secara publikasi, spyware digunakan sama halnya dengan adware, yakni jenis perangkat lunak berbahaya yang menampilkan iklan-iklan diluar keinginan pengguna komputer. Suatu jenis program spyware bergabung dengan rootkit dan mendapatkan teknik menyembunyikan diri dengan cara memodifikasi struktur kernel. Penelitian ini fokus untuk mencegah pencurian informasi melalui sebuah spyware berbasis keylogger. Penelitian ini mendeteksi dan mengklasifikasi keylogger serta merancang dan mengembangkan perangkat lunak untuk mencegah pencurian informasi melalui keylogger saat merekam password atau informasi pribadi pengguna. Hasil dari penelitian menunjukkan bahwa perangkat lunak telah berhasil untuk mencegah pencurian informasi melalui keylogger.

---

ABSTRAKSpyware is a significant problem for computer users. Spyware is publicly used in the same way as adware, which is a type of malicious software that displays advertisements out of the computer user 39 s wishes. A type of spyware program joins the rootkit and gets the technique of hiding itself by modifying the kernel structure. This research focuses on preventing information theft through a keylogger based spyware. This research detects and classifies keyloggers as well as designing and developing software to prevent information theft through keyloggers when recording passwords or personal information of users. The results of the research indicate that the software has been successful in preventing information theft through keyloggers."

"There are many information which can be processed in many emails. Clasisification is a way to organize the informations which are be in the emails....."

"Kelapa sawit merupakan salah satu produk yang penting bagi perekonomian Indonesia. Penelitian ini bertujuan untuk menganalisa performan ekspor Indonesia untuk CPO, Produk-Produk Turunan dari CPO, dan Crude Palm Kernel Oil ke China dan untuk mencari pengaruh dari variable-variable independen seperti: real exchange rate, harga komoditi ekspor di pasar dunia, penetapan tarif export yang diberlakukan untuk komoditi ekspor, dan kebijakan penetapan tarif impor yang diterapkan oleh negara tujuan ekspor sebagai variabel dummy.Kami menguji penelitian ini dengan menggunakan regresi data panel. Interval waktu yang kami gunakan yaitu mulai tahun 2002 sampai 2008 dengan data quarter. Sebagai hasilnya kami mendapatkan hasil bahwa eksportir CPO dan CPKO terbesar di dunia adalah Indonesia. Sedangkan di pasar China, Indonesia menempati urutan ke dua setelah Malaysia sebagai eksportir CPO dan produkproduk turunannya. Namun demikian ekspor Indonesia untuk CPKO ke China bahkan ke pasar dunia menempati nomor satu. Untuk itu Indonesia akan untung jika melakukan spesialisasi ekspor CPKO ke China maupun ke pasar internasional.Sebagai hasil pengujian data panel dengan ekonometri didapatkan bahwa variable real exchange rate mempengaruhi ekspor Indonesia secara signifikan. Variable tarif juga memberikan pengaruh signifikan terhadap jumlah ekspor Indonesia ke China. Sedangkan harga komoditi di pasar dunia juga memberikan pengaruh yang signifikan terhadap jumlah ekspor Indonesia ke China. Tetapi berhubungan positif, hal ini disebabkan karena komoditi ini digunakan untuk spekulasi bisnis. Sehingga fluktuasi harganya mengikuti pergerakan harga minyak mentah di pasar dunia. Variabel CEPT5 juga berpengaruh secara signifikan terhadap ekspor Indonesia ke China.

---

Palm oil commodity is the one product that is important to the Indonesia's economy. The aim of this research are to analyze export performance of Indonesian exports of crude palm oil (CPO), its derivative products and crude palm kernel oil (CPKO) to China and to find out the effects of such as: real exchange rate, prices of commodities in the world market, Indonesian export duty of commodities, and dummy CEPT5 toward Indonesian export volume of those commodities to China.We examine this research using panel data regression. The data periods for this research were quoted from 2002 to 2008 quarterly. As a result of this research we obtain the biggest exporter of crude palm oil and crude palm kernel oil in the world is Indonesia while Malaysia possesses more comparative advantage than Indonesian in regards of the export of other palm oil products. However, in China`s market, Indonesian market share of CPO and its derivative products is lower than Malaysia. Nevertheless, in China, Indonesia has export volume of CPKO larger than Malaysia. Consequently Indonesia will benefit to do specialization CPKO export to the world especially to China.In addition, the result of econometric regression shows that real exchange rate variable significantly influence to Indonesian exports of those commodities. Also, tariff export variable give significant influence on those Indonesian exports of those commodities. Meanwhile the relation between price variable and export demand is significant but the expected sign for this variable is not appropriate with the hypotheses. We expect the price sign is negative but the result of estimation we obtain positive price sign. We state that in the world market price of CPO is used for business speculation. Finally, dummy-CEPT5 is affectively influence to Indonesian exports of those commodities."

"Sebagai negara dengan sumber daya yang melimpah, Indonesia memiliki kekayaan yang sangat besar. Kekayaan sumber daya tersebut digunakan seluas-luasnya dan seadil-adilnya untuk kemakmuran seluruh masyarakat Indonesia. Pada faktanya, masyarakat Indonesia memiliki ketimpangan ekonomi yang cukup tinggi. Oleh karena itu, penelitian ini dilakukan untuk menganalisis faktor-faktor apa saja yang dapat menjelaskan derajat ekonomi pada salah satu provinsi di Indonesia, yaitu Provinsi Jawa Tengah. Variabel independen yang digunakan dalam penelitian ini adalah Angka Kesakitan (AK), Usia Harapan Hidup (UHH), Pendapatan per Kapita (PPK), Indeks Kejahatan Terselesaikan (IKS), Angka Partisipasi Kasar tingkat Sekolah Dasar (APK) dan Kepadatan Penduduk (KP). Variabel dependen yang digunakan adalah Indeks Pembangunan Ekonomi Inklusif (IPEI) dan Persentase Penduduk Miskin (PPM). Model yang digunakan pada penelitian ini adalah Multivariate Geographically Weighted Regression. Model ini adalah model yang menggunakan lebih dari satu variabel dependen serta mempertimbangkan faktor spasial pada data. Model MGWR memberikan estimasi parameter yang berbeda untuk setiap lokasinya karena pembobotan yang dilakukan berdasarkan jarak Euclidean antar suatu lokasi terhadap lokasi lainnya. Fungsi kernel yang digunakan dalam memberikan bobot spasial adalah Fixed Tricube. Hasil dari analisis yang telah dilakukan adalah keseluruhan variabel independen memiliki variasi dalam menjelaskan kedua variabel dependen pada setiap lokasi.

---

As a country with abundant resources, Indonesia has a tremendous wealth. The utilization of these resources is extensive and fair to ensure the prosperity of all Indonesian people. However, the reality is that Indonesia has significant economic inequality. Therefore, this research aims to analyze the factors that can explain the level of economic development in one of Indonesia's provinces, Central Java Province. Independent variables used in this study are Disease Incidence Rate (AK), Life Expectancy (UHH), Income per Capita (PPK), Crime Solved Index (IKS), Gross Enrollment Rate at the Primary School (APK) and Population Density (KP). Dependent variables used are Inclusive Economic Development Index (IPEI) and Percentage of Poor Population (PPM). The model used in this research is called Multivariate Geographically Weighted Regression (MGWR). This model uses more than one dependent and takes spatial factors into model. The MGWR model provides different parameter estimates for each location, considering the weighting based on the Euclidean distance between locations. The spatial weighting is determined by the Fixed Tricube kernel function. The analysis result is that all independent variables have variations in explaining the two dependent variables at each location."

"Kanker pankreas adalah penyakit di mana sel-sel tumor ganas (kanker) berkembang di jaringan pankreas, yaitu organ di belakang perut bagian bawah dan di depan tulang belakang, yang membantu tubuh menggunakan dan menyimpan energi dari makanan dengan memproduksi hormon untuk mengontrol kadar gula darah dan enzim pencernaan untuk memecah makanan. Biasanya, kanker pankreas jarang terdeteksi pada tahap awal. Salah satu tanda seseorang mengalami kanker pankreas adalah diabetes, terutama jika itu bertepatan dengan penurunan berat badan yang cepat, penyakit kuning, atau rasa sakit di perut bagian atas yang menyebar ke punggung. Di antara berbagai jenis kanker, kanker pankreas memiliki tingkat kelangsungan hidup terendah, yaitu hanya sekitar 3-6% dari mereka yang didiagnosis yang dapat bertahan hidup selama lima tahun. Jika pasien didiagnosis tepat waktu untuk perawatan, peluang mereka untuk bertahan hidup akan meningkat. Terdapat penanda tumor yang biasa digunakan untuk mengikuti perkembangan kanker pankreas, yaitu CA 19-9 yang dapat diukur dalam darah. Orang sehat dapat memiliki sejumlah kecil CA 19-9 dalam darah mereka. Kadar CA 19-9 yang tinggi seringkali merupakan tanda kanker pankreas. Tetapi kadang-kadang, kadar tinggi dapat menunjukkan jenis kanker lain atau gangguan non-kanker tertentu, seperti sirosis dan batu empedu. Karena kadar CA 19-9 yang tinggi tidak spesifik untuk kanker pankreas, CA 19-9 tidak dapat digunakan dengan sendirinya untuk skrining atau diagnosis. Ini dapat membantu memantau perkembangan kanker dan efektivitas pengobatan kanker. Dalam studi ini, metode Kernel-based Support Vector Machine digunakan untuk mengklasifikasikan hasil tes darah CA19-9 menjadi dua bagian; data pasien yang didiagnosis dengan kanker pankreas atau pasien normal (tidak terdiagnosis kanker pankreas). Metode ini memperoleh akurasi sekitar 95%.

---

Pancreatic cancer is a disease in which malignant (cancerous) tumor cells develop in pancreatic tissue; organ behind the lower abdomen and in front of the spine, which helps the body use and store energy from food by producing hormones to control blood sugar levels and digestive enzymes to break down food. Usually, pancreatic cancer is rarely detected at an early stage. One sign of a person with pancreatic cancer is diabetes, especially if it coincides with rapid weight loss, jaundice, or pain in the upper abdomen that spreads to the back. Among various types of cancer, pancreatic cancer has the lowest survival rate of only about 3-6% of those diagnosed who can survive for five years. If patients are diagnosed on time for treatment, their chances of survival will increase. There is a tumor marker commonly used to follow the course of pancreatic cancer, namely CA 19-9 which can be measured in the blood. Healthy people can have small amounts of CA 19-9 in their blood. High levels of CA 19-9 are often a sign of pancreatic cancer. But sometimes, high levels can indicate other types of cancer or certain noncancerous disorders, including cirrhosis and gallstones. Because a high level of CA 19-9 is not specific for pancreatic cancer, CA 19-9 cannot be used by itself for screening or diagnosis. It can help monitor the progress of your cancer and the effectiveness of cancer treatment. In this study, the Kernel-based Support Vector Machine method is used to classify CA19-9 blood test results into two sections including data on patients diagnosed with pancreatic cancer or normal patients. This method will get an accuracy of around 95%."

"Palm Kernel Meal is solid waste from Palm Oil extraction (Ng, 2003). Akubuo & Eje (2002) reported that mechanical extraction produced Palm Kernel Oil (PKO) dan Palm Kernel Meal (PKM). Perez (1997) mentioned that Palm Kernel Meal contains rich arginin, leusin, and sistein matters. Hem et al., (2008), utilizing Palm Kernel Meal pass through bioconversion process for developing larvae Hermetia illucens L. as alternative natural feedstuff in aquaculture industry. Macromolecule composition of Palm Kernel Meal like cellulose, hemicellulose and lignin can be degrade to be simply compound and can be used by another organism like larvae Hermetia illucens L. in bioconversion process. Bioconversion Palm Kernel Meal for feedstuff nutrition consist with microorganism assistance. Suharyanto et al., (2006) define bioconversion as a certain biological process which involving microorganism or enzyme that can change organic matters. Slime molds have great play role in process reduction macromolecule composition of Palm Kernel Meal. Molds have enzyme which can reduce cellulose, hemicellulose and lignin become more simple compound. Study about fermentation fungi already been done through isolation, identification, and fungi screening. However, only a few study about fungi related consist in process bioconversion Palm Kernel Meal reported in Indonesia. This study consist of two part. First part describes the isolation, identification, and growth screening fungi from bioconversion Palm Kernel Meal. Second part of this study describes the fermentation Palm Kernel Meal by selected indigenous fungi. The selected indigenous fungi obtained from result of the first part. The fermentation result included ash matters, crude fiber, crude protein and dry matters experiment. The study was carried out at the Institut de Recherche pour le Developpement (IRD) Laboratory, Depok and the Laboratory of Microbiology, Departement of Biology, UI, Depok during April?Oktober 2009. The isolation of fungi was conducted with spread methods on Potato Dectrose Agar (PDA). Identification of the isolates was carried out on Potato Dectrose Agar (PDA), Czapeck Dox Agar (CDA), and Malt Extract Agar (MEA) based on macroscopic and microscopic morphological observation of the colonies. The Mimura agar (MA) was used for growth fungi screening. The isolation resulted in 15 representative isolates consisting of 4 group of fungi (Aspergillus, Mucor, Penicillium, and Geotrichum). Based on 7 days periods of fermentation processing, Mucor groups had the highest frequency distribution and Geotrichum had the highest quantity. After the growth fungi screening, 4 isolates (P3, P4, P10, P15) was selected for futher study in part II. Microscopic identification showed P3 (Penicillium chrysogenum), P4 (Mucor racemosus), P10 (Aspergillus flavus), and P15 (Geotrichum candidum). Mucor racemosus was the most wide diameter colony on Mimura agar?MA (9 cm) comparing to other isolates. These selected fungi was used for fermentation of Palm Kernel Meal as inoculant. After process bioconversion which fermented was done, proximate analysis were carried out to examine crude protein, crude fiber, ash matters, and dry matters. Ng (2003) methods was used for this Palm Kernel Meal fermentation and Hart & Fisher (1971) was used for proximate analysis. The results after 7 days fermentation showed that the increased nutrition of crude protein composition of Palm Kernel Meal fermented by fungus Aspergillus flavus (1,33%), Geotrichum candidum (5,90%), Mucor racemosus (0,29%), and Penicillium chrysogenum (12,09%). The increased crude fiber contains fermented by Aspergillus flavus (3,03%), Geotrichum candidum (1,93%), Mucor racemosus (4,32%), and Penicillium chrysogenum (14,11%). Chemical cellulose structure and fungi species influence the difference percentage of crude protein and crude fiber. Chemical cellulose structure which amorf shape was more easy to degrade better than crystal shape. Fungi species have difference complexity enzymes (cellulose, hemicellulose, ligninase) and optimum growth level. High oil that can blocked the optimum growth of fungi and raising temperature matter that have involved in aeration and water activity alteration were another influence factor that have made difference percentage of crude protein and crude fiber."

"Jumlah pemakai dan fungsi Internet sebagai alat komunikasi semakinmeningkat. Oleh sebab itu, semakin menarik dan penting untuk diketahui. Diduga, pola penggunaan lalu-lintas Internet berbeda-beda.Penulisan ini bertujuan untuk melihat pola fungsi distribusipenggunaan lalu-lintas Internet pada interval waktu (pukul 08.00-17.00 WIB) tertentu pada hari penggunaan yang berbeda-beda. Metode kernel digunakan sebagai alat untuk melihat pola penggunaan lalulintaspada interval waktu tersebut. Data yang digunakan diambil selama bulan September 2001, dan pengolahan data dilakukan dengan paket software R. Hasil yang diperoleh, ternyata tidak ada pola seragam pada tanggal-tanggal pengambilan data"