Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Internet had become one of the most important thing in growth of communication.One of the facility that internet provide is electronic mail or commanly known as e-mail....

Abstrak :
Penggunaan email dalam berkomunikasi dan melakukan transaksi tidak dapat dihindari di era ini. Email memegang peranan penting dalam perkembangan Internet sekarang. Karena pentingnya email, maka semakin banyak pula penjahat yang berusaha mengeksploitasi email untuk kepentingan pribadi. Salah satu bentuk eksploitasi tersebut adalah pengiriman email yang tidak diinginkan (spam email). Email spam yang masuk ke kotak email pengguna dapat menimbulkan bahaya dan kerugian terhadap pengguna tersebut. Untuk mengatasinya diperlukan sebuah mekanisme penyaringan email spam sehingga tidak membahayakan pengguna. Melalui aplikasi, email akan dipilah dan apabila dikategorikan sebagai email spam, maka akan diisolasi ke tempat khusus. Aplikasi yang dipilih adalah aplikasi yang bersifat open source, sehingga mudah untuk dicapai dan digunakan oleh banyak orang seperti Apache SpamAssassin dan Rspamd. Tujuan dari Skripsi ini adalah untuk melihat seberapa efektif aplikasi penyaring spam berbasis open source untuk mengklasifikasikan dan mencegah masuknya email spam ke kotak masuk pengguna. ......The use of email in communicating and making transactions is unavoidable in this era. Email plays an important role in the development of the Internet today. Due to the importance of email, more and more criminals are trying to exploit email for personal gain. One form of exploitation is sending unsolicited email (spam email). Spam email that enter a user's mailbox can cause harm and loss to the user. To overcome this, a spam email filtering mechanism is needed so that it does not endanger users. Through the application, the email will be sorted and if it is categorized as spam, it will be isolated to a special place. The chosen application is an application that is open source, so it is easy to reach and use by many people such as Apache SpamAssassin and Rspamd. The purpose of this Thesis is to see how effective an open source based spam filter application is in classifying and preventing spam emails from entering users' inboxes.

Abstrak :
Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi keberhasilan dan kriteria keberhasilan dalam proses skema Kerjasama Pemerintah dengan Badan Usaha (KPBU) atau Public-Private Partnership (PPP) pada sektor penyediaan air minum dalam perspektif stakeholder yang terlibat dalam proses skema KPBU di Indonesia. Dari proses penelitian yang dilakukan telah diperoleh sebanyak 8 (delapan) kriteria kesuksesan dan 40 faktor yang mempengaruhi keberhasilan proses skema KPBU pada sektor penyediaan air minum. Berdasarkan faktor-faktor dan kriteria keberhasilan tersebut maka disusun rekomendasi yang dapat diterapkan agar penyelenggaraan skema KPBU pada sektor penyediaan air minum di Indonesia dapat berjalan sukses. ......This study aims to identify the criteria of success and the factors that influence the success and success criteria in the process of the Public-Private Partnership (PPP) scheme in the water supply sector in the perspective of stakeholders involved in the process PPP scheme in Indonesia. From the research process carried out there were 8 (eight) criteria of success and 40 factors that influenced the success of the PPP scheme process in the water supply sector. Based on the factors and success criteria, recommendations can be made so that the PPP scheme in the water supply sector in Indonesia can be successful.

Abstrak :
ABSTRAK
Tujuan dari permasalahan filtrasi spam adalah mengidentifikasi sebuah e-mail sebagai spam atau bukan spam. Dengan berkembangnya machine learning, semakin banyak permasalahan yang dapat diselesaikan. Salah satunya adalah filtrasi spam. Filtrasi e-mail spam dapat dilakukan dengan bantuan klasifikasi biner dengan machine learning untuk pengklasifikasiannya. Dalam penelitian ini akan menggunakan regresi logistik dan perceptron untuk melakukan proses filtrasi spam. Data yang digunakan menggunakan dataset Enron Spam. Hasil dari analisis menunjukkan bahwa regresi logistik menunjukkan hasil yang lebih baik dari perceptron. Di mana akurasi regresi logistik mencapai 97,02, sedangkan tingkat akurasi perceptron adalah 95,54, tetapi waktu pelatihan perceptron hanya membutuhkan waktu 3,8 sekon, sedangkan regresi logistik membutuhkan waktu 780,94 sekon.

---

ABSTRACT
The goal of spam filtering is to identify an e mail as spam or not spam. With the rapid development of machine learning, more problem can be solved. One of it is spam filtration. E mail spam filtering can be done with the help of binary classifier using machine learning for the classification. This research would use logistic regression and perceptron technique to filter spam. Data taken from Enron Spam dataset. The result indicate that logistic regression show better result than perceptron. Whereas the accuracy from logistic regression could reach 97,02, while accuracy from perceptron is 95,54, meanwhile the training time for perceptron takes only 3,8 second, while logistic regression takes about 780,94 second.

Abstrak :
Kategori email dapat diklasifikasikan dengan menggunakan pemrosesan bahasa alami (natural language processing) dan machine learning untuk mempelajari pola kata pada email. Model yang digunakan adalah support vector machine, multinomial naïve bayes, dan random forest dan digunakan teknik oversampling berupa random oversampling, synthetic minority over-sampling (SMOTE), dan adaptive synthetic sampling (ADASYN) untuk menyeimbangkan distribusi kelas dan meningkatkan performa pada model. Hasil yang diperoleh bahwa teknik ADASYN menghasilkan performa terbaik dalam klasifikasi email yang divalidasi dengan k-fold cross-validation (k=7) dibandingkan dua teknik lainnya. Rata-rata akurasi mencapai 97.87% pada support vector machine, sedangkan multinomial naive bayes 77.97% , dan random forest 95.94% dengan menggunakan teknik ADASYN. ......Email categories can be classified using natural language processing (NLP) and machine learning to learn word patterns in emails. The models used are support vector machine, multinomial naïve Bayes, and random forest. Oversampling techniques such as random oversampling, synthetic minority over-sampling (SMOTE), and adaptive synthetic sampling (ADASYN) are employed to balance the class distribution and improve model performance. The results show that the ADASYN technique achieves the best performance in email classification validated with k-fold cross-validation (k=7) compared to the other two techniques. The average accuracy reaches 97.87% for support vector machine, 77.97% for multinomial naïve Bayes, and 95.94% for random forest when using the ADASYN technique.

Abstrak :
ABSTRAK
Kebutuhan akan air bersih di Kecamatan Pondokgede Kota Bekasi saat ini masih bersumber dari penggunaan air tanah. Karakteristik wilayah yang padat dengan pertumbuhan penduduk yang tinggi mengakibatkan penggunaan air tanah secara terus menerus akan merusak kelestarian dan masalah lingkungan lainnya. Sistem Penyediaan Air Minum (SPAM) merupakan salah satu upaya alternatif kebijakan pemerintah dalam hal pemenuhan akan kebutuhan air bersih bagi masyarakat. Melalui sistem ini diharapkan dapat menciptakan lingkungan yang kondusif (enabling environment) sehingga kelestarian sumber air dapat terjaga. Tujuan khusus dari penelitian ini adalah untuk mengestimasi besaran nilai willingness to pay (WTP) masyarakat dan mengidentifikasi faktor-faktor yang mempengaruhinya dalam penggunaan pelayanan SPAM oleh masyarakat Pondokgede. Hasil penelitian menunjukan bahwa diketahui secara keseluruhan besaran nilai estimasi WTP yang didapat dari masyarakat Pondokgede adalah sebesar Rp.4.006 per m³. Nilai tersebut masih berada pada tarif nilai PDAM yang ada di Kota Bekasi saat ini. Untuk mengetahui faktor-faktor yang mempengaruhi besarnya nilai WTP dilakukan pengujian terhadap keterkaitan variabelvariabel bebas. Dari hasil pengujian dengan analisis linier berganda meunjukan bahwa faktor-faktor yang mempengaruhi signifikasi besarnya kesediaan membayar masyarakat perkotaan terhadap pelayanan SPAM Pondokgede adalah: golongan masyarakat berpendidikan SMP/sederajat, golongan masyarakat berpendidikan Sarjana, Kepemilikan rumah, golongan masyarakat berpengeluaran rutin Rp.5.000.001 s.d Rp.6.000.000 per bulan, golongan masyarakat berpengeluaran rutin Rp.6.000.001 s.d Rp.8.000.000 per bulan serta kepemilikan mobil

---

ABSTRACT
The clean water supply in Pondok Gede District Bekasi City still depends on the use of underground water . The charasteristic of dense area with high population growth causes the use of underground water continously. This will damage environmental sustainability and lead to the other environmental problem. Water Supply System (SPAM) shall be provided by the government as an effort to fullfill public needs for water. This system is expected to create enabling environment so that water resources sustainability can be still manageable. The spesific purpose af this research is to estimate the value of WTP of public for clean water and to identify the factors affecting SPAM services. The results shows that overall amount of estimation value of WTP of Pondok Gede people is about Rp. 4006 per m3. That value is still at the existing rates of Water Supply Company (PDAM) in Bekasi. To determine factors that affects the rate of WTP value, a test to see the connecting among variabels in conducted. The result by using multile linear model analysis shows that factors affecting the WTP of urban comunity for services of pondokgede SPAM are the category of junior high school graduate, the category of collage graduate, home ownership, categories of household that has routine expense Rp. 5.000.001 to Rp. 6.000.000 a month, categories of houshold that has routine expense Rp. 6.000.001 to Rp.8.000.000 a month, and car ownership.

Abstrak :

Pesatnya pembangunan di Jawa Barat bagian timur (Kabupaten Sumedang, Kabupaten Majalengka, Kabupaten Cirebon, Kabupaten Indramayu dan Kota Cirebon) menyebabkan kebutuhan air minum semakin meningkat. Saat ini, pasokan air minum masih di supply oleh Perusahaan Daeran Air Minum (PDAM), sedangkan untuk keperluan lainnya sebagian besar diperoleh dari sumur. Dengan adanya Waduk Jatigede, terdapat potensi untuk pemenuhan kebutuhan air minum tersebut menggunakan skema Sistem Penyediaan Air Minum (SPAM) Regional. Pelaksanaan proyek SPAM timbul beberapa permasalahan seperti belum terbentuknya kesepakatan kerjasama antar pemangku kepentingan yang terkait dan keterbatasan pembiayaan dari alokasi APBN dan APBD Provinsi Jawa Barat serta belum adanya investor yang dapat diajak kerjasama dalam mengimplementasikan proyek pembangunan SPAM Regional Jatigede. Penelitian ini bertujuan untuk mengidentifikasi berbagai pemangku kepentingan yang terlibat dalam proyek,  memahami keterlibatan dari berbagai pemangku kepentingan dan untuk memberikan usulan Bagi Hasil Pendapatan (revenue-sharing) yang dimaksudkan agar dapat menarik investor dapat berinvestasi pada proyek SPAM Regional Jatigede. Penelitian ini menggunakan metode kualitatif dengan menggunakan pendekatan Actor-Network Theory (ANT) untuk  mengeksplorasi stakeholder dengan seksama dan tidak terburu-buru dalam menentukan stakeholder kunci berikut  dengan berbagai perubahannya dalam proyek SPAM Jatigede. Selain itu, menggunakan metode kuantitatif untuk menentukan revenue sharing dalam proyek SPAM Jatigede agar keluaran dari penelitian ini dapat mengusulkan suatu rekomendasi untuk strategi yang bersifat komprehensip. Hasil dari analisis mengenai stakeholder kunci yaitu Direktorat Jenderal Cipta Karya, Direktorat Jenderal Sumber Daya Air, Kementerian Perencanaan Pembangunan Nasional, Dinas Pemukiman dan Perumahan Provinsi Jawa Barat, Gubernul Provinsi Jawa Barat, PDAM Kota dan Kabupaten Daerah Pelayanan, dan PT. Tirta Gemah Ripah. Dalam analisis kelayakan finansial didapat bahwa yang memenuhi kriteria dari indikator yang ditetapkan bahwa model 3 dan 4 merupakan paling baik diantara model lainnya dengan menggunkan model Kerjasama Pemerintah dengan Badan Usaha (KPBU). Kesimpulan dari pemilihan model kelembagaan maka dapat disimpulkan model 4 merupakan yang terbaik beradasarkan kondisi eksisting.

Kata Kunci : Pemangku Kepentingan, SPAM Jatigede, Teori Jejaring Aktor, Bagi Hasil Pendapatan

---

The rapid development in eastern West Java (Sumedang Regency, Majalengka Regency, Cirebon Regency, Indramayu Regency and Cirebon City), drinking water needs are increasing. Currently, drinking water supply from the Regency / City Regional Water Company, while for other purposes, most of it is obtained from wells. The Jatigede dam, there is the potential to meet the needs of drinking water using the Regional Water Supply System schema. The implementation of the Regional Water Supply System project there have been problems such as the lack of cooperation agreements between relevant stakeholders and limited funding of the State Budget Allocation and the West Java Provincial Budget and there is no investor who can be invited to cooperate in implementing the Regional Water Supply System of Jatigede project. This study aims to identify the various stakeholders involved in the project, understand the involvement of various stakeholders and to provide revenue-sharing proposals intended to attract investors to invest in the Regional Water Supply System of Jatigede project. This study uses a qualitative method using the Actor-Network Theory (ANT) approach to explore stakeholders carefully and in no hurry to determine key stakeholders along with the various changes in the Regional Water Supply System of Jatigede project. In addition, the quantitative method is used to determine revenue sharing in the Regional Water Supply System of Jatigede project so that the output of this research can propose a recommendation for a comprehensive strategy. The results of the analysis of key stakeholders, namely the Directorate General of Human Settlements, the Directorate General of Natural Resources, the Ministry of National Development Planning, the Settlements and Housing of West Java Province, Governor of West Java Province, the Regency / City Regional Water Company, and Tirta Gemah Ripah Ltd.. In the financial feasibility analysis, it was found that those who met the criteria of the specified indicators that models 3 and 4 were the best among the other models by using the model of Public Private Partnership (PPP). The conclusion from the selection of institutional models can be concluded that model 4 is the best based on existing conditions.

Abstrak :
Pesatnya perkembangan teknologi informasi dan komunikasi telah membawa banyak perubahan dalam kehidupan manusia. Salah satu perkembangan yang paling signifikan adalah munculnya teknologi pesan singkat atau Short Message Service (SMS).  Media SMS sering disalahgunakan sebagai media penipuan terhadap pengguna telepon. Penipuan sering terjadi dengan cara mengirimkan SMS secara masif dan acak hingga mencapai sepuluh ribu per hari kepada semua pengguna dan menjadi SMS spam bagi banyak orang. Klasifikasi teks menggunakan Long-Short Term Memory (LSTM) dan BERT Embbeddings dilakukan untuk mengklasifikasi data SMS ke dalam dua kategori, yaitu spam dan non-spam. Data terdiri dari 5575 SMS yang telah diberi label. Dengan menggunakan metode LSTM + BERT, penelitian ini dapat mencapai nilai accuracy sebesar 97.85%. Metode ini menghasilkan hasil yang lebih baik dari ketiga model sebelumnya. Model LSTM + BERT menghasilkan nilai accuracy 0.65% lebih baik dari LSTM. ......The rapid development of information and communication technology has brought many changes in human life. One of the most significant developments is the emergence of short message service (SMS) technology.  SMS media is often misused as a medium for fraud against telephone users. Fraud often occurs by sending massive and random SMS up to ten thousand per day to all users and becomes SMS spam for many people. Text classification using Long-Short Term Memory (LSTM) and BERT Embeddings is performed to classify SMS data into two categories, namely spam and ham. The data consists of 5575 SMS that have been labeled. By using the LSTM + BERT method, this research can achieve an accuracy value of 97.85%. This method produces better results than the three previous models. The LSTM + BERT model produces an accuracy value of 0.65% better than LSTM.

Abstrak :
Spam email merupakan salah satu masalah yang sangat sering dialami dalam komunikasi digital. Penelitian ini bertujuan untuk membandingkan efektifitas dua algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM) dalam mendeteksi email spam. Tahapan penelitian dimulai dari pengumpulan data, pemrosesan teks seperti penghapusan angka, tanda baca, dan huruf kapital, penghapusan kata-kata umum, stemming, dan transformasi teks menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi dua bagian yaitu data latih dan data uji dengan perbandingan 80% data latih dan 20% data uji. Hyperparameter yang digunakan pada metode Naive Bayes adalah nilai alpha, sedangkan pada SVM adalah nilai C, gamma dan kernel Radial Basis Function (RBF). Evaluasi menggunakan parameter metrik akurasi, presisi, recall, dan F1 score. Hasil penelitian menunjukkan metode SVM dengan hyperparameter tuning dan teks preprocessing mendapatkan nilai akurasi 98,74% sedangkan metode naïve bayes hanya 98,35%. Sehingga dapat disimpulkan bahwa metode Support Vector Machine lebih efektif dibandingkan metode Naïve Bayes dalam mendeteksi email spam. ......Spam email is one of the most frequently encountered issues in digital communication. This study aims to compare the effectiveness of two classification algorithms, Naïve Bayes and Support Vector Machine (SVM), in detecting spam emails. The research stages begin with data collection, followed by text processing such as removing numbers, punctuation, and capital letters, removing common words, stemming, and text transformation using the Term Frequency-Inverse Document Frequency (TF-IDF) method. The dataset is divided into two parts: training data and testing data, with a ratio of 80% training data and 20% testing data. The hyperparameter used for the Naïve Bayes method is the alpha value, while for SVM, the hyperparameters are the values of C, gamma, and the Radial Basis Function (RBF) kernel. Evaluation is conducted using accuracy, precision, recall, and F1 score metrics. The results show that the SVM method, with hyperparameter tuning and text processing, achieved an accuracy of 98.74%, whereas the Naïve Bayes method only achieved 98.35%. Therefore, it can be concluded that the Support Vector Machine method is more effective than the Naïve Bayes method in detecting spam emails.