Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Performa sistem tanya jawab berbasis Knowledge Graph (KGQA) sangat dipengaruhi oleh dua tugas, yaitu deteksi entitas dan penautan entitas dan relasi. Daftar entitas dan relasi yang dihasilkan oleh tugas ini akan digunakan oleh konstruktor kueri untuk memperoleh data yang benar dari Knowledge Graph (KG). Telah ada beberapa penelitian terkait kedua tugas ini. Namun, pada kedua tugas ini masih terdapat beberapa isu. Terdapat tiga isu utama pada tugas deteksi entitas. Pertama, tidak semua entitas yang ada di dalam pertanyaan digunakan di dalam kueri. Kedua, sebuah pertanyaan menggunakan entitas, tetapi tidak dikenali oleh Named Entity Recognizer (NER), dan ketiga adalah tidak diketahuinya posisi entitas di dalam Triple. Untuk mengatasi isu pada tugas deteksi entitas ini penulis mengusulkan sebuah pendekatan pola berbasis posisi. Pendekatan ini memanfaatkan pola dari sebuah pertanyaan untuk memprediksi di mana posisi entitas berada di dalam Triple. Sementara itu, pada tugas penautan entitas dan relasi, terdapat dua isu utama yaitu isu kesenjangan leksikal dan ambiguitas entitas. Untuk mengatasi isu-isu tersebut, penulis mengusulkan sebuah pendekatan penautan entitas dan relasi dengan menggunakan konsep pencarian bertahap. Dalam pendekatan ini, prediksi relasi dilakukan sebelum penautan entitas. Selanjutnya, penautan entitas dilakukan secara bertahap dimulai dengan pencarian berbasis teks sampai dengan pencarian berbasis vektor. Hasil evaluasi menunjukkan bahwa pendekatan pola berbasis posisi untuk deteksi entitas memperoleh nilai akurasi lebih baik dari Falcon 2.0, yaitu sebesar 98,91% dan 89,52% pada SimpleQuestions dan LC-QuAD 2.0. Pendekatan pencarian bertahap untuk penautan entitas dan relasi juga menunjukkan akurasi yang lebih baik dari Falcon 2.0. Masing-masing 89,87% dan 74,83% pada SimpleQuestions dan LC-QuAD 2.0 untuk penautan entitas dan 91,74% dan 61,96% pada SimpleQuestions dan LC-QuAD 2.0 untuk penautan relasi. ......The performance of knowledge graph question answering (KGQA) systems is significantly influenced by entity detection tasks and entity and relation linking tasks. The correct entities and relations output by the tasks is a must to retrieve the correct data from a KG. Some works have been proposed for the tasks. However, the tasks still have challenging issues. There are three main issues with the entity detection task. First, a question may contain an entity(s) that is/are not used in the query. Second, a question uses an unrecognizable entity(s) by Named Entity Recognizer (NER). The last one is where the position of an entity(s) is unknown in the Triple. To address the issues, we propose an approach called the position-based pattern. While the entity and relation linking task have two main issues, namely, lexical gap and entity ambiguity. To overcome the issues, we propose an approach to gradually link entities and relations. Our proposed approach predicts the relation(s) used by the question first and then gradually searches the proper entity(s) against the entity(s) of the KG by using text-based searching and vector-based searching approach. The position-based pattern outperforms the baselines on SimpleQuestions and LC-QuAD 2.0 datasets, namely 98.91% and 89.52% for SimpleQuestions and LC-QuAD 2.0, respectively. For the entity linking task, using a gradual searching approach reaches 89.87% and 74.83% for SimpleQuestions and LC-QuAD 2.0, respectively, on average. This approach outperforms the baseline for relation linking, namely, 91.74% and 61.96% for SimpleQuestions and Lc-QuAD 2.0, respectively.

Abstrak :
Penelitian ini bertujuan untuk membangun proses bisnis pengawasan Fintech P2P Lending di Indonesia berbasis Berita Daring, Twitter, dan Ulasan Google Playstore. Usulan pengawasan yang baru digambarkan dengan Business Process Modeling Notation (BPMN). Selanjutnya diimplementasikan dengan membuat prototipe. Pendekatan yang digunakan adalah pendekatan Text Mining seperti ekstraksi informasi dengan Named Entity Recognition (NER), Analisis Sentimen dan Pemodelan Topik dengan Latent Dirichlet Allocation (LDA). Hasil eksperimen pada pendekatan NER menunjukan Algoritma Multinomial Naïve Bayes mendapatkan F1-score tertinggi sebesar 90%, sedangkan pada pendekatan analisis sentiment model Naïve Bayes dan Random Forest terbukti memiliki akurasi tinggi yaitu diatas 91%. Hasil NER membuktikan bahwa platform Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia dan PT Progo Puncak Group tidak ada dalam daftar Fintech di Otoritas Jasa Keuangan (OJK). Sedangkan hasil Persentase positif untuk aplikasi Adakami, Easycash, Danamas, Dompetkilat, dan Indodana berturut-turut adalah 47%, 59%, 28%, 24%, dan 29%. Penelitian ini dapat digunakan oleh OJK untuk pengawasan Fintech dan meningkatkan perlindungan konsumen. ......This research aims to build a business process to supervise Fintech P2P Lending in Indonesia based on Online News, Twitter, and Google Playstore Reviews. The proposed new supervision is described by the Business Process Modeling Notation (BPMN), then implemented by making a prototype. The Text Mining approach uses information extraction with Named Entity Recognition (NER), Sentiment Analysis, and Topic Modeling with Latent Dirichlet Allocation (LDA). Experimental results on the NER approach show that the Naïve Bayes Multinomial Algorithm gets the highest F1-score of 90%. In contrast, the Naïve Bayes and Random Forest model sentiment analysis approaches are proven to have high accuracy, above 91%. The NER results demonstrate that the platforms Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia, and PT Progo Puncak Group are not on the Fintech list at the Financial Services Authority (OJK). While the positive percentage results for the Adakami, Easycash, Danamas, Dompetkilat, and Indodana applications were 47%, 59%, 28%, 24%, and 29%, respectively. This research can be used by OJK for Fintech supervision and improving consumer protection.

Abstrak :
Inovasi dalam sektor industri menjadi suatu keharusan untuk dilakukan secara berkesinambungan, terutama di era disruptive teknologi yang membutuhkan percepatan dalam inovasi. Namun keterbatasan SDM IPTEK telah menjadi hambatan bagi Industri Kecil Menengah (IKM) untuk dapat menghasilkan produk yang inovatif. Sisi lain pada tahun 2018 ada potensi sumber daya manusia IPTEK yang banyak yang dimiliki pemerintah, sekitar 11.025 peneliti di 42 lembaga pemerintahan pusat dan lebih dari 271.862 dosen di perguruan tinggi yang belum didayagunakan secara optimal. Salah satu masalah utama adalah rendahnya mobilitas sumber daya manusia peneliti ke industri, padahal dalam teori mobilitas SDM peneliti adanya mobilitas peneliti akan dapat meningkatkan dan mempercepat inovasi. Untuk mendukung mobilitas SDM peneliti ke sektor industri diperlukan informasi SDM peneliti di Indonesia yang mudah ditelusuri oleh industri. Untuk itu penelitian ini telah mengembangan prototipe aplikasi penelusuran peneliti di Indonesia bagi Industri Kecil & Menengah (IKM) dengan pendekatan knowledge mapping yang komprehensif dan adaptif (smart knowledge mapping). Penelitian ini bertujuan untuk membuat model konseptual smart knowledge mapping dan implementasinya. Implementasi pada aplikasi penelusuran peneliti tersebut direpresentasikan melalui arsitektur dan strategi penerapannya. Pada penelitian ini menggunakan metodologi exploratory mixed methods dengan beberapa metode, yaitu : analisis konten, analisis tematik, analisis arsitektur universal sistem pemetaan pengetahuan, triple helix model, analisis kesenjangan dan teori information retrieval. Penelitian ini menghasilkan model konseptual smart knowledge mapping dan implementasinya dalam bentuk arsitektur dan strategi implementasi pada aplikasi penelusuran peneliti di Indonesia. Selain itu juga menghasilkan prototipe penelusuran peneliti dalam bentuk konten peta pengetahuan, yang berisikan informasi: knowledge peneliti, lokasi knowledge (institusi) dan konten knowledge yang bersumber dari artefak-artefak pengetahuan. Prototipe ini diharapkan dapat memberikan manfaat bagi IKM dalam membangun kolaborasi riset untuk peningkatan inovasi produk yang dimilikinya. ......Innovation in the industrial sector is a must to do on an ongoing basis, especially in the era of disruptive technologies that require acceleration in innovation. However, the limitations of science and technology human resources have become obstacles for Small and Medium Industries (IKM) ability to produce innovative products. On the other hand, in 2018, there is a lot of potential for science and technology human resources owned by the government, around 11,025 researchers in 42 central government institutions and more than 271,862 lecturers at universities, but they have not been utilized optimally. One of the main problems is the low mobility of human resources of researchers to industry, whereas in the theory of mobility of human resources researchers, that with the mobility of researchers will be able to increase and accelerate innovation. To support the mobility of researchers into the industrial sector, they need the information of researchers easily and traceability in Indonesia. For this reason, this study has developed a prototype application for tracking researchers in Indonesia for Small & Medium Industries (IKM) with a comprehensive and adaptive knowledge mapping approach (smart knowledge mapping). This study aims to create a conceptual model of smart knowledge mapping and its implementation. The implementation of the researcher finding applications is represented through its architecture and implementation strategy. This research uses exploratory mixed methods methodology with several methods, namely: content analysis, thematic analysis, universal architecture analysis of knowledge mapping systems, triple helix model, gap analysis and information retrieval theory. This research resulted in a conceptual model of smart knowledge mapping and its implementation in an architecture and implementation strategy form in Indonesia's researcher finding application. In addition, it also produces a prototype of the research finding in the form of knowledge map content, which contains information: researcher's knowledge, location of knowledge (institutions) and knowledge content sourced from knowledge artefacts. This prototype is expected to provide benefits for SMEs in building research collaborations to increase their product innovations.

Abstrak :
Peran perpustakaan akademik dalam layanan pendukung penelitian (Research Support Services) telah menjadi isu global. Namun, peran tersebut belum dilakukan dengan baik oleh perpustakaan akademik di Indonesia; adopsinya masih rendah dibandingkan negara lain. Sistem informasi dapat mengatasi permasalahan tersebut melalui pengembangan model bisnis; menghasilkan perubahan proses bisnis yang diimplementasikan dalam prototipe perpustakaan digital layanan pendukung penelitian. Strategi implementasi yang tepat juga dibutuhkan untuk kesuksesan adopsi perubahan proses bisnis. Penelitian ini bertujuan untuk membuat model bisnis perpustakaan digital layanan pendukung penelitian dan implementasinya berupa sebuah prototipe. Tujuan lainnya adalah mengembangkan strategi implementasi untuk perubahan proses bisnis yang diusulkan. Penelitian ini menggunakan metode campuran (mixed-methods). Studi kualitatif melalui focus group disscussion (FGD) digunakan dalam membangun model bisnis yang diadopsi dari Business Model Canvas. Pengembangan prototipe menggunakan pendekatan object oriented dengan metode Rapid Application Development. Analisis usability secara kuantitatif dengan kuesioner system usability scale (SUS) digunakan untuk pengujian prototipe. Pengembangan strategi implementasi diperoleh dari wawancara dengan pakar dengan metode grounded theory method (GTM). Analisis data kualitatif menggunakan analisis konten dan analisis tematik. Penelitian menghasilkan model bisnis dengan sembilan faktor kunci yang unik sesuai karakteristik perpustakaan akademik di Indonesia. Model bisnis tersebut telah dilakukan pemodelan proses bisnisnya menggunakan Unified Modelling Language (UML) dan diimplementasikan dalam prototipe; dimana hal ini belum dilakukan pada penelitian sebelumnya. Strategi implementasi juga telah dirancang untuk kesuksesan adopsi perubahan proses bisnis yang diusulkan. Dibandingkan dengan penelitian terdahulu, pada penelitian ini muncul isu terkait kesadaran staf dan kerjasama antar unit. Hal ini berkaitan dengan karakteristik organisasi nonprofit perpustakaan akademik; dimana pada penelitian sebelumnya strategi dirancang berdasarkan studi kasus organisasi profit. Secara praktikal, hasil penelitian ini dapat digunakan untuk mengatasi keterbatasan pengembangan teknologi dan meningkatkan adopsi perubahan proses bisnis di perpustakaan akademik menuju layanan pendukung penelitian. Beberapa proses bisnis yang belum diimplementasikan karena berbagai keterbatasan penelitian berpeluang sebagai penelitian lanjutan untuk memperkuat penelitian ini. ......The role of academic libraries in Research Support Services has become a global issue. However, this role has not been carried out well by academic libraries in Indonesia; the adoption is low compared to other countries. Information systems can overcome these problems through the development of business models; produce business process changes that are implemented in a prototype digital library of research support services. The appropriate implementation strategy is also needed for the successful adoption of business process reengineering. This study aims to create a digital library business model for research support services and its implementation in the form of a prototype. Another objective is to develop an implementation strategy for the adoption of the proposed business process. This study uses a mixed method. Qualitative studies through focus group discussions (FGD) are used to build a business model adapted from the Business Model Canvas. The prototype development uses an object-oriented approach with the Rapid Application Development method. Quantitative usability analysis using a system usability scale (SUS) questionnaire was used for prototype testing. The development of the implementation strategy was obtained from interviews with experts using the grounded theory method (GTM). Qualitative data analysis used content analysis and thematic analysis. The research resulted in a business model with nine unique key factors according to the characteristics of academic libraries in Indonesia. The business model has been modeling its business processes using the Unified Modeling Language (UML) and implemented in a prototype; which has not been done in previous studies. The implementation strategy has also been designed for the successful adoption of the business process reengineering. Compared to previous research, this study raises issues related to staff awareness and collaboration between units. This relates to the characteristics of the non-profit organization of academic libraries; where in the previous study the strategy was designed based on a case study of profit organizations. Practically, the results of this research can be used to overcome the limitations of technology development and increase the adoption of business process reengineering in academic libraries towards research support services. Several business processes that have not been implemented due to various research limitations have the opportunity as further research to strengthen this research.