Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini dilakukan untuk menguji kelayakan penerapan teknik pencitraan hiperspektral di wilayah variabel 400-1000 nm untuk mengetahui kandungan formalin. Sistem pencitraan hiperspektral terdiri dari kamera hiperspektral, slider, motor slider, dua sumber lampu halogen dan komputer yang digunakan untuk proses akuisisi data dan pengolahan data. Citra hiperspektral merupakan sebuah hypercube yang berisi informasi spasial dan spektral. ROI digunakan untuk memilih area sampel yang homogen. Data ROI diekstraksi dengan merata-ratakan data spasialnya, sehingga hanya diperoleh data spektral. Metode principle component analysis PCA digunakan untuk mereduksi dimensi data data spektral dan memilih fitur yang akan digunakan sebagai masukan dalam klasifikasi. Linear discriminant analysis LDA digunakan sebagai model untuk mengklasifikasikan kelas yang berbeda, yaitu formalin dan nonformalin. Model PCA regresi digunakan untuk menguji akurasi nilai prediksi terhadap nilai pengujian laboratorium. Dari hasil percobaan pada pengamatan hari pertama, kedua dan ketiga menunjukkan keefektifan model LDA dalam memisahkan sampel tahu berformalin dan tahu tanpa formalin dengan akurasi diatas 86,81 , 93,06 , dan 100 . Serta dari hasi regresi linier pada pengamatan hari pertama, kedua dan ketiga diperoleh koefisien korelasi R2 sebesar 0,98, 0,99 dan 0,99 serta nilai RMSE sebesar 1,83, 1,40 dan 1,27. Hasil ini menunjukkan bahwa pencitraan hiperspektral merupakan pendekatan yang menjanjikan untuk memprediksi kandungan formalin yang dengan cepat dan akurat. ......This study was carried out to examine the feasibility of applying hiperspektral imaging technique in the spectral region 400 1000 nm for classification formaldehyde tofu. The system hardware of hiperspektral imaging consists of hiperspektral camera with spectral region 400 1000 nm, workbench, motor slider, two halogen lamp source and personal computer used for the data acquisition process and data processing. Hyperspectral image is a hypercube that contains of spatial and spectral information. ROI is used to select a homogeneous sample area. ROI data is extracted by averaging its spatial data, so that only spectral data are obtained. The principle component analysis PCA method is used to reduce dimensions of the data and select the features to be used as input in the classification. The linear discriminant analysis LDA is used as a model to classify to distinct classes, that is formaldehyde tofu and without formaldehyde tofu. PCA Regression model is used to test the accuracy prediction values against the value of laboratory testing. Result from the experiment on the first, second and third day observations showed the effectiveness of the LDA model in separating the informal sample of formalin and tofu without formalin with an accuracy above 86.81 , 93.06 , and 100 . As well as from the results of linear regression on first, second and third observations obtained correlation coefficient R2 of 0.98, 0.99 and 0.99 and RMSE of 1.83, 1.40 and 1.27. These results suggest that hyperspectral imaging is a promising approach to predicting rapidly and accurately formaldehyde content.

Abstrak :
Perkembangan e-Government telah menciptakan penyampaian layanan berbasis seluler yang dikenal dengan nama aplikasi seluler dalam layanan pemerintahan (mG-App) untuk melayani warganya dengan lebih baik. Di lingkup negara berkembang, khususnya Indonesia, penelitian mengenai adopsi teknologi ini dalam pelayanan publik masih terbatas. Penelitian ini, menghadapi tantangan penerimaan pengguna, menganalisis wacana media sosial untuk menyelidiki secara empiris faktor-faktor yang berkontribusi terhadap keberhasilan adopsi mG-App di Indonesia. Dengan menggunakan text mining dan netnografi media sosial, penelitian ini menguji persepsi warganet dan menyoroti faktor-faktor adopsi mG-App dari dua perspektif: pemerintah-ke-warganet dan warganet-ke-warganet. Data utama diperoleh dari ulasan publik di platform X/Twitter. Penelitian ini secara rinci menjelaskan proses pengumpulan dan analisis data, menggabungkan netnografi dan menerapkan analisis sentimen berbasis aspek untuk memproses data. Penelitian ini memberikan kontribusi pada pemahaman dimensi sosial produksi bersama layanan mG-App, mengupas akuntabilitas, transparansi, kepercayaan, privasi, dan biaya. Dengan memberikan wawasan tentang bagaimana faktor-faktor dan sentimen publik memengaruhi produksi bersama layanan mG-App, penelitian ini mengisi celah penting dalam penelitian terkait pemahaman adopsi mG-App. Temuan-temuan dari penelitian ini mengungkapkan kekecewaan warganet yang luas terhadap ekspektasi kinerja dan upaya mG-App di Indonesia, dan menyoroti bagaimana konsep lingkungan sosial dari the Unified Theory of Acceptance and Use of Technology (UTAUT) memengaruhi penolakan masyarakat. Studi ini juga secara inovatif mengintegrasikan analisis netnografi dan text mining untuk mengevaluasi penerapan teknologi baru. ......The development of e-Government has established mobile-enabled service delivery known as mobile applications in government services (mG-App) to serve its citizens better. Within the scope of developing countries, particularly Indonesia, study on the adoption of this technology in the public services is still limited. Given user acceptance challenges, this study analyzes social media discourse to empirically investigate the key factors contributing to the success of mG-App adoption in Indonesia. Using text mining and social media netnography, this study examines citizens’ perceptions and highlights mG-App adoption factors from two perspectives: government-to-citizens and citizens-to-citizens. Public reviews from X/Twitter serve as primary data for this investigation. This paper outlines a detailed data collection and analysis process, incorporating netnography and utilizing aspect-based sentiment analysis for data processing. This research adds to understanding the social dimensions of the co-production of mG-App services, elucidating accountability and transparency, trust, privacy, and cost. By providing insights into how these factors and public sentiments influence the co-production of mG-App services, this research addresses a crucial gap in understanding mG-App adoption. Findings reveal widespread public concerns over mG-App performance and effort expectancy in Indonesia, shedding light on how the Unified Acceptance and Use of Technology (UTAUT) social environment concept influences public resistance. The study also innovatively integrates netnographic analysis and text mining to assess the adoption of new technology.

Abstrak :
Persaingan di Industri pengiriman barang di Indonesia semakin ketat seiring dengan pertumbuhan layanan jual beli barang melalui online (e-commerce). Pelayanan yang terbaik dan berkualitas kepada pelanggan secara berkelanjutan merupakan kunci untuk tetap bersaing dan berkembang di pasar yang semakin ketat. Penelitian ini bertujuan untuk menentukan faktor-faktor penting dalam 4 dimensi berkelanjutan yaitu dimensi ekonomi, dimensi lingkungan, dimensi sosial, dan dimensi konsumen. Sebuah model logistik berkelanjutan akan dibuat berdasarkan dimensi berkelanjutan yang telah diidentifikasi. Hasil dari kuisioner yang diberikan kepada 182 orang yang bekerja pada level manajerial dalam industri jasa logistik akan digunakan untuk membuat model ini. Sebelum menentukan variabel dan indikator pada logistik berkelanjutan, dilakukan 2 focus group discussion dan validasi oleh ahli. Indikator-indikator berkelanjutan yang telah ditentukan selanjutnya dianalisa menggunakan metode PCA (principal component analysis) dan LDA (linier discriminant analysis) untuk mengetahui faktor dan indikator yang paling mempengaruhi logistik keberlanjutan. Pengembangan model dilakukan dengan menggunakan metode SEM-PLS (Structural Equation Model Partial Least Square). Secara umum hasil penelitian menunjukkan dimensi ekonomi, lingkungan, sosiak dan konsumen memberikan pengaruh langsung dan signifikan terhadap logistik berkelanjutan dikarenakan nilai p-value <0,05 dan t-tabel > 1,96. Hal ini dapat disimpulkan apabila dimensi-dimensi berkelanjutan ditingkatkan, maka kinerja jasa logistik berkelanjutan akan semakin baik. Simulasi Model logistik berkelanjutan dengan menggunakan simulasi model dinamis, menghasilkan proyeksi valuasi model logistik berkelanjutan yang terus meningkat setiap tahunnya mulai dari 4,73% sampai dengan 13,05% dari tahun 2020 sampai 2040. Sehingga hubungan antar dimensi dan variabel dalam model logistik berkelanjutan sudah baik dalam menjaga keberlangsungan sustainabilitas perusahaan jasa logistik di Indonesia. ......The expansion of online platforms for purchasing and selling goods (e-commerce) has resulted in increased competition within Indonesia's goods delivery sector. Managing competitiveness and expanding in an increasingly competitive market requires reliable and excellent customer service. The purpose of this study is to identify critical variables in the four sustainable dimensions of the economy, environment, society, and consumer. On the basis of the determined sustainable dimensions, a sustainable logistics model will be developed. This model will be developed using the responses to surveys provided to 182 managers in the logistics services sector. Two focus groups and expert validation were conducted prior to identifying factors and indicators in sustainable logistics. The sustainable indicators that have been determined are then analyzed using the PCA (principal component analysis) and LDA (linear discriminant analysis) methods to determine the factors and indicators that most influence sustainable logistics. Model development was carried out using the SEM-PLS (Structural Equation Model Partial Least Square) method. In general, the research results show that the economic, environmental, social and consumer dimensions have a direct and significant influence on sustainable logistics due to the p-value <0.05 and t-table > 1.96. It can be concluded if sustainable dimensions are improved, the performance of sustainable logistics services will be better. Through the use of dynamic model simulation, the sustainable logistics model is simulated and the result is a projected valuation that rises annually between 2020 and 2040, from 4.73% to 13.05%. Therefore, the relationship between the dependent variable and the independent variable in the logistic model is well-established in terms of assessing the sustainability of the logistics company in Indonesia.

Abstrak :
Teknologi mempengaruhi berbagai lini kehidupan masyarakat. Penggunaan transportasi, memenuhi kebutuhan seperti belanja, bahkan juga untuk bersosialisasi semuanya menggunakan teknologi. Aktivitas seperti jual beli juga pun terpengaruh, hingga mendorong munculnya e-commerce. E-commerce tentu berkaitan dengan pelanggan maupun pengguna e-commerce yang mengungkapkan berbagai opininya. Beberapa opini disampaikan melalui media sosial yang dimiliki oleh e-commerce salah satunya adalah Twitter. Opini inilah yang menarik dieksplorasi untuk diketahui sentimen dan tingkat kepuasan dari pelanggan e-commerce. Oleh karenanya, penelitian ini bertujuan untuk menyusun aspek kepuasan pelanggan dan juga menentukan metode Lexicon yang relevan untuk analisis sentimen. Data diambil dari microblogs Twitter terbatas pada 5 penyelenggara e-commerce yaitu Blibli, Bukalapak, Lazada, Shopee, dan Tokopedia sebanyak 88.816 tweet. Dikategorisasikan ke dalam aspek-aspek sehingga menjadi 12.995 tweet. Aspek-aspek kepuasan pelanggan disusun melalui studi literatur dan menghasilkan 6 aspek. Keenam aspek tersebut adalah aspek produk, penjual, logistik, harga, layanan, dan sistem. Kategorisasi tweet ke dalam aspek menggunakan kata kunci berkaitan dengan aspek-aspek sebanyak 73 kata kunci yang dihasilkan dari analisis hasil word cloud dan topic modelling yang menggunakan LDA. Untuk pemilihan metode lexicon dibuat skenario yang diujikan pada 300 tweet yang dilabeli secara manual dan dipilih secara acak dari data aspek. Skenario yang dilakukan pada data berlabel ada dua, yaitu menggunakan Lexicon 1 dan Lexicon 2. Lexicon 1 adalah perbandingan kamus, sedangkan Lexicon 2 merupakan perbandingan rumus yang berbeda. Hasil Lexicon 1 adalah seluruh kamus memiliki nilai akurasi sama yaitu 0,54. Sedangkan pada Lexicon 2 memiliki nilai akurasi tertinggi yaitu 0,46 dari kamus berskala 1 dengan rumus pertama. Sehingga, metode terpilih adalah Lexicon 1 menggunakan kamus InSet. Penerapan kategorisasi aspek menghasilkan bahwa aspek dominan pada masing-masing e-commerce dan pada keseluruhan e-commerce adalah aspek produk. Penerapan metode berbasis leksikon pada analisis sentimen menghasilkan bahwa di seluruh e-commerce pada setiap aspeknya memiliki sentimen dominan positif. Implikasi dari penelitian ini adalah bertambahnya khazanah ilmu pengetahuan berkaitan kepuasan pelanggan dan bervariasinya kamus serta metode berbasis leksikon yang dapat menjadi referensi dan penelitian lebih lanjut. Selain itu, bagi penyelenggara e-commerce penelitian ini dapat membantu analisis untuk peningkatan maupun pengambilan kebijakan. ......Technology affects various lines of people's lives. The use of transportation, meeting needs such as shopping, and even socializing all use technology. Activities such as buying and selling were also affected, thus encouraging the emergence of e-commerce. E-commerce is undoubtedly related to customers and e-commerce users who express various opinions. Some opinions are conveyed through social media owned by e-commerce, one of which is Twitter. This opinion is interesting to be explored to find out the sentiment and satisfaction level of e-commerce customers. Therefore, this study aims to compile aspects of customer satisfaction and determine the Lexicon method relevant to sentiment analysis. Data was taken from Twitter microblogs limited to 5 e-commerce organizers, namely Blibli, Bukalapak, Lazada, Shopee, and Tokopedia, with a total of 88,816 tweets. Categorized into aspects so that it becomes 12,995 tweets. Aspects of customer satisfaction are compiled through literature studies and produce six aspects. The six aspects are product, seller, logistics, price, service, and system. Categorizing tweets into aspects using keywords related to aspects as many as 73, resulting from analysis of word cloud results and topic modeling using LDA. For the selection of the lexicon method, scenarios were created that were tested on 300 tweets labeled manually and randomly selected from aspect data. Two scenarios were performed on labeled data using Lexicon 1 and Lexicon 2. Lexicon 1 is a comparison of dictionaries, while Lexicon 2 is a comparison of different formulas. The result of Lexicon 1 is that all dictionaries have the same accuracy value of 0.54. Meanwhile, Lexicon 2 has the highest accuracy value of 0.46 on a scale of one dictionary with the first formula. So, the chosen method is Lexicon 1 using the InSet dictionary. The application of aspect categorization results in the dominant aspect in each e-commerce, and all e-commerce is the product aspect. Applying the lexicon-based method to sentiment analysis results in all e-commerce has dominant positive sentiment in every aspect. The implication of this research is to increase the knowledge related to customer satisfaction and the variety of dictionaries and lexicon-based methods that can be used as references and further research. In addition, for e-commerce organizers, this research can assist analysis for improvement and policy making.

Abstrak :
Researches on computer vision are greatly developed today. The main idea is to make machine be able to recognize an object. One of practical application on computer vission for example is real time face recognition system....

Abstrak :
Using the application of risk measuring, Operational Value at Risk (VaR) , is measuring risk that could arise and thus leading to a certain nominal that is used for reserve, including for managing a company. The method that is used for measuring operational risk is the LDA Aggregation Method. Historical data of the operational risk on the internal process from receiving shrimp process at PT. X is based on the internal audit result of PT X. Furthermore, with the Aggregation method it will form the Aggregation Loss Distribution with Aggregate Best Frequency Distribution, Poisson, distribution and Best Severity Distribution , Exponential Distribution .Computation is conducted with the spreadsheet Excel with 10.000 times of Monte Carlo simulation to calculate the maximum potential loss of Operational VaR based on the back testing result of the Kupiec Test, the model could be implemented for measuring the operational internal process risk from receiving shrimp process at PT. X.. The the next step for obtaining an accurate model . PT. X. should then regularly up - date the model with the newest data and validate the test through back testing process.

Abstrak :
Karya akhir ini membahas perhitungan risiko operasional dengan menggunakan metode LDA Aggregation. Selain itu juga dibahas mengcnai penerapan manajemen risiko di PT. ABC. Sebagai perusahaan manufaktur, PT ABC terekspose risiko operasional pengembalian produk rusak oleh pelanggan (customer return), yang nilainya sangat mempengaruhi variabilitas net profit. Pengukuran potensi kerugian risiko operasional berupa operational value al risk (OpVaR) menggunakan model LDA Aggregation, menghasilkan nilai sebesar Rp800.387.847,- (pada tingkat kcyakinan 95%) dan Rp1.992.724.386,- (pada tingkat keyakinan 99%). Hasil Back testing menggunakan Loglikelihood Razio menunjukkan bahwa model LDA Aggregation valid digunakan untuk menghitung potensi kemgian. Hasil penelitian menyarankan kepada PT ABC untuk menggunakan model LDA Aggregarion untuk penghitungan potensi kerugian risiko operasional dan menerapkan manajemen risiko untuk rnengelola risiko yang dihadapi perusahaan. Khusus untuk mitigasi risiko pengembalian produk oleh pelanggan, perusahaan perlu melakukan reduce risk dan transfer risk karena risiko pengembalian produk oleh pelanggan masuk dalam kategori risiko hiyt, baik dari segi likeiihood maupun dari segi impact. ......The focus of this study is the calculation of operational risk by using LDA Aggregation method. It also discussed about the implementation of risk management at PT ABC. As a manufacturing company, PT ABC expose to operational risks such as defective product returns by customers (customer retum), whose value is affecting net profit variability significantly. Measurement of potential operational risk losses in the form of operational value at risk (OpVaR) using LDA Aggregation model, generate value Rp800.387.847,- (at 95% confidence level) and Rpl.992.724.386,- (at 99% confidence level). Back testing results using Loglikelihood ratio indicates that the model is valid to calculate potential losses. The results suggest that PT ABC to use the LDA Aggregation model for calculating the potential of operational risk losses and apply risk management to manage the risks facing the company. Especially for mitigation of the customer return risk, companies need to reduce risk and transfer risk because the risk of product returns by customers tits into the category of high risk, both in terms of likelihood and impact.

Abstrak :
ABSTRAK
Ekstraksi topik merupakan tugas utama dalam penambangan teks sebagai upaya mengeluarkan informasi yang terpendam dalam teks secara heuristik. Proses ini dilakukan lewat pemodelan topik yakni sebuah proses mengidentifikasi topik- topik yang ada dalam sebuah objek teks atau menurunkan pola-pola tersembunyi dalam sebuah korpus teks. Dalam penelitian ini pemodelan topik diaplikasikan pada data teks berbahasa Indonesia menggunakan modul program bernama Gensim dalam bahasa pemrograman Python. Dataset terdiri dari 93 dokumen berita daring Kompas dengan beragam klasifikasi. Jumlah topik optimal yang diperoleh diuji menggunakan machine learning clustering k-means. Dalam proses penelitian ini ternyata diperlukan suatu mekanisma umpanbalik manual untuk mereduksi noise agar diperoleh pemodelan topik yang lebih baik. Hasil uji memperlihatkan teknik Latent Dirichlet Allocation LDA yang telah ditingkatkan / dimodifikasi LDA as LSI memiliki koherensi topik yang jauh lebih baik dibanding teknik LDA saja dalam penelitian ini: 0.94 dibanding 0.34 . Koherensi yang tinggi mengindikasikan bahwa topik hasil pemodelan ini merupakan topik yang dapat dijelaskan dengan sedikit label.

---

ABSTRACT
Topic extraction is main task in text mining as an effort to dig buried information within text heuristically. This process is done through topic modeling, a process to identify topics within text object or to derive hidden patterns in a text corpus. In this research, topic modeling is applied to Indonesian language texts using Gensim module in Python programming language. The dataset consists of 93 online news documents from Indonesian national newspaper, Kompas, with several different classifications. The identified optimum number of topics k is visualized using clustering machine learning k means. In the process of this research turned out to need a mechanism of manual feedback for noise reduction in order to get better topic modeling. The test results show that enhanced modified Latent Dirichlet Allocation LDA as LSI has a much better topic coherence than LDA technique alone in this study 0.94 compared to 0.34 . High coherence indicates that topics resulting from this topic modeling is a topic that can be explained with few labels.

Abstrak :
This book offers a comprehensive introduction to advanced methods for image and video analysis and processing. It covers deraining, dehazing, inpainting, fusion, watermarking and stitching. It describes techniques for face and lip recognition, facial expression recognition, lip reading in videos, moving object tracking, dynamic scene classification, among others. The book combines the latest machine learning methods with computer vision applications, covering topics such as event recognition based on deep learning，dynamic scene classification based on topic model, person re-identification based on metric learning and behavior analysis. It also offers a systematic introduction to image evaluation criteria showing how to use them in different experimental contexts. The book offers an example-based practical guide to researchers, professionals and graduate students dealing with advanced problems in image analysis and computer vision.