Hasil Pencarian  ::  Simpan CSV :: Kembali

"Proses penjadwalan kuliah merupakan proses yang cukup rumit karena komponen-komponen yang dijadwalkan saling berkaitan dan memiliki kondisi yang berbeda-beda. Biasanya penjadwalan mata kuliah dilakukan secara manual. Namun prosesnya akan memakan waktu yang cukup lama, dan penyesuaian kendala yang cukup sulit. Beberapa metode penyelesaian penjadwalan yang telah digunakan yaitu Algoritma Genetik, Algoritma Tabu Search dan gabungan dari keduanya yaitu Algoritma Hybrid Genetic-Tabu Search. Dalam penelitian ini akan dicari hasil perbandingan Algoritma Tabu Search dan Algoritma Hybrid Genetic-Tabu Search dalam penyelesaian masalah penjadwalan mata kuliah. Data yang digunakan berupa data dummy. Berdasarkan hasil simulasi, Algoritma Hybrid Genetic-Tabu Search memiliki konvergensi menuju solusi optimal lebih cepat dengan memberikan nilai fitness yang lebih baik dibandingkan dengan Algoritma Tabu Search dalam menyelesaikan masalah penjadwalan kuliah.

---

The course scheduling process is a fairly complicated process because the components scheduled are related and have different conditions. Usually the scheduling of courses is done manually. But the process will take a long time, and the adjustment of obstacles is quite difficult. Several scheduling settlement methods that have been used are Genetic Algorithm, Tabu Search Algorithm and a combination of the two, Hybrid Genetic-Tabu Search Algorithm. In this study, the results of the comparison of Tabu Search Algorithm and Hybrid Genetic-Tabu Search Algorithm in solving the problem of scheduling courses. The data used in simulation is dummy data. Based on the simulation results, Hybrid Genetic-Tabu Search Algorithm has convergence to an optimal solution faster by providing better fitness values compared to Tabu Search Algorithm in solving university course scheduling problems."

"

Bitcoin adalah suatu sistem pembayaran elektronik. Proses transaksi dengan menggunakan bitcoin dilakukan tanpa otoritas sentral atau bank. Hal ini bertujuan untuk memotong biaya mediasi (mediation cost) dan juga membuat transaksi lebih praktis. Setiap pengguna bitcoin memiliki username sebagai kunci publik dan password sebagai kunci privatnya. Transaksi pada bitcoin memanfaatkan Elliptic Curve Digital Signature Algorithm (ECDSA). Adapun elliptic curve yang digunakan adalah secp256k1. Ada kriteria yang digunakan untuk menentukan tingkat keamanan kriptografi elliptic curve, salah satunya adalah kriteria safe curve yang diajukan oleh Bernstein dan Lange pada tahun 2013. Kriteria ini dibuat untuk menjamin keamanan kriptografi elliptic curve, tidak hanya menjamin keamanan Elliptic Curve Digital Logarithm Problem (ECDLP). Persyaratan suatu kurva merupakan safe curve meliputi persyaratan parameter dasar, persyaratan keamanan ECDLP (meliputi ketahanan dari serangan Rho dan transfer, diskriminan lapangan perkalian kompleks pada elliptic curve, dan rigidity), dan persyaratan keamanan kriptografi elliptic curve (meliputi penggunaan ladder Montgomery, ketahanan dari serangan twist, kelengkapan perkalian skalar, indistinguishability). Tujuan dari penelusuran literatur ini adalah untuk menjelaskan penggunaan secp256k1 pada transaksi bitcoin dan menganalisis kriteria safe curve yang tidak dipenuhi oleh secp256k1. Dari penelusuran literatur ini, dapat disimpulkan bahwa setiap pemilik bitcoin yang mentransfer bitcoin melakukan tanda tangan secara digital pada hash dari transaksi sebelumnya dan kunci publik pemilik berikutnya. Penandatanganan digital ini dilakukan dengan menggunakan kunci privat orang yang mentransfer bitcoin. Tanda tangan digital dapat diverifikasi menggunakan kunci publik pengguna yang mentransfer bitcoin. Pembentukan kunci publik dan kunci privat, pembentukan tanda tangan digital, dan verifikasi tanda tangan digital memanfaatkan elliptic curve digital signature algorithm (ECDSA), dengan elliptic curve yang digunakan adalah secp256k1. Secp256k1 tidak memenuhi persyaratan nilai minimum diskriminan lapangan perkalian kompleks pada E(F_p ) karena memiliki nilai |D|=2^1.6<2^100. Secp256k1 tidak memenuhi persyaratan penggunaan ladder Montgomery, kelengkapan perkalian skalar, dan indistinguishability karena secp256k1 memiliki cofactor h=1.

---

Bitcoin is an electronic payment system. The transaction process by using Bitcoin is made without a central authority or bank. It has a purpose to cut mediation costs and also make transactions more practical. Every Bitcoin user has a username as a public key and password as its private key. Transactions on Bitcoin utilize the Elliptic Curve Digital Signature Algorithm (ECDSA). Specifically, the elliptic curve used is secp256k1. There are criteria used to determine the level of cryptographic security of an elliptic curve, one of which is the safe curve criteria proposed by Bernstein and Lange in 2013. These criteria are established not only to guarantee the security of Elliptic Curve Digital Logarithm Problems (ECDLP), but also to guarantee the safety of elliptic curve cryptography. The requirements for a curve are a safe curve including basic parameter requirements, ECDLP security requirements (including resistance to Rho and transfer attacks, complex multiplication field discriminant, and rigidity), and elliptic curve cryptography security requirements (including the use of Montgomery ladders, resistance to twist, completeness of scalar multiplication, and indistinguishability). The purposes of this literature review are to explain how to use secp256k1 in Bitcoin transactions and to analyse not-satisfying of the safe curve criteria on secp256k1. It can be concluded that each owner transfers bitcoin to the next owner by signing a hash from previous transaction and the public key of the next owner. The process of private key and public key generation, digital signature, and verification utilize Elliptic Curve Digital Signature Algorithm (ECDSA). The elliptic curve used is secp256k1. The reason Secp256k1 does not meet the requirements of minimum complex field discriminant value of E(F_p) is it has |D|=2^1.6<2^100. Secp256k1 does not use Montgomery ladder and also does not meet the requirement of completeness of scalar multiplication and indistinguishability because it has cofactor 1.

"

"Pelabelan total busur ajaib diperkenalkan pertama kali oleh Wallis pada tahun 2001. Pelabelan total busur ajaib pada graf dengan himpunan simpul dan himpunan busur adalah suatu fungsi bijektif sehingga untuk setiap busur di berlaku untuk suatu konstanta. Jika maka pelabelannya disebut pelabelan total super busur ajaib. Enomoto membuktikan bahwa memiliki pelabelan total super busur ajaib untuk setiap memiliki pelabelan total super busur ajaib untuk setiap dan graf memiliki pelabelan total super busur ajaib jika dan hanya jika adalah bilangan ganjil. Misalkan terdapat dua graf yaitu graf dan dengan banyaknya simpul masing-masing adalah dan. Graf hasil korona dari didefinisikan sebagai suatu graf yang dihasilkan dari dan dengan mengambil satu salinan dari dan salinan dari dan menambahkan busur yang menghubungkan setiap simpul dari salinan ke dari dengan simpul ke dari. Pada skripsi ini akan dibahas studi literatur tentang pelabelan total super busur ajaib pada kelas graf korona dan dimana dan.

---

Edge total magic labeling was first introduced by Wallis in 2001. Edge magic total labeling a graph with the set of vertices V and set of edges E is a bijective mappin for every edge in for a constant If then the labeling is called super edge magic total labeling. Enomoto proved that have super edge magic total labeling for every Graph have super edge magic total labeling for every and graph have super edge magic total labeling if and only if is an odd number. Suppose there are two graphs and H with number of its vertices are Corona product graph defined as a graph that obtain from and H by taking one copy from and copy from H and connects with an edge from each vertex on the copy of H with vertex i in In this undergraduate thesis, we will discuss the literature study on super edge magic total labeling in the corona graph class and where and."

"Pelabelan total busur ajaib pertama kali dikenalkan oleh Kotzig dan Rosa. Minat terhadap pelabelan ini diteruskan berkat paper Ringel dan Llad³ tahun 1996. Pelabelan total busur ajaib adalah pemetaan satu-satu pada dari suatu graf dengan menyatakan banyaknya simpul dari dan menyatakan banyaknya busur dari, dan terdapat bilangan bulat positif sedemikan sehingga untuk setiap busur pada. Pelabelan total busur ajaib  pada graf dikatakan total super busur ajaib apabila. Konsep pelabelan total super busur ajaib pertama kali diperkenalkan oleh Enomoto dkk. pada tahun 1998. Graf prisma merupakan sebuah produk cartesian dari graf lingkaran dan graf lintasan. Sedangkan graf tangga merupakan sebuah produk cartesian antara graf lingkaran dan graf lintasan. Pada artikel ini dibahas konstruksi pelabelan total super busur ajaib pada kelas graf prisma dan kelas graf tangga. Kemudian ditunjukkan keterkaitan pelabelan total super busur ajaib antara graf prisma  dan graf tangga.

---

Originally the edge magic total labeling was introduced and studied by Kotzig and Rosa who called it magic valuations. Interest in these labelings has been rekindled due to Ringel and Llad³’s paper in 1996. Edge magic total labelling is a one-one onto mapping of graph with numbers of vertices of and number of edges of, so that there exist integer such that for every edge in. Edge magic total labeling of graph is called super edge magic total labeling if. The concept of super EMT graphs was introduced by Enomoto et al. in 1998. Prism graph is a cartesian product of cycle and path. While ladder graph is a cartesian product of dan. In this article, the construction of super edge magic total labeling is discussed of prism graphs and ladder graphs. Then it is shown the super edge magic total labeling relation between prism graph  and ladder graph."

"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."

"COVID-19 merupakan suatu rangkaian penyakit pernapasan akut yang ditularkan oleh virus SARS-CoV-2. Virus ini menyerang saluran pernapasan, sistem kardiovaskular dan juga sistem kekebalan tubuh. Virus ini pertama kali diidentifikasi pada Desember 2019 di Wuhan, Provinsi Hubei, Cina. Sejak saat itu, penyakit ini telah menyebar dan menyebabkan wabah epidemi di seluruh dunia. Dalam skripsi ini, dianalisa model penyebaran penyakit COVID-19 menggunakan model SI sederhana dengan laju infeksi non-linier. Pendekatan model menggunakan sistem persamaan diferensial dimana populasi manusia dikategorikan ke dalam dua kompartemen berdasarkan status kesehatannya yaitu populasi individu rentan dan populasi individu terinfeksi. Kajian analitik dan numerik terhadap model dilakukan untuk menentukan eksistensi serta kriteria kestabilan titik keseimbangan dan basic reproduction number. Dari hasil kajian dapat disimpulkan bahwa untuk mengurangi penyebaran COVID-19, tidak cukup dengan hanya memperhatikan laju transmisi virus dan laju kesembuhan, namun juga harus memperhatikan koefisien non-linier terkait perilaku masyarakat yang dapat memicu adanya penyakit dalam suatu populasi.

---

COVID-19 is a series of infectious acute respiratory diseases caused by SARS-CoV-2 virus. This virus attacks the respiratory system, cardiovascular system and also immune system. This virus was first identified in December 2019 in Wuhan, Hubei Province, China. Since then, this disease has spread and caused an epidemic throughout the world. In this study, a mathematical model of the spread of COVID-19 disease is analyzed using a simple SI model with a non-linear infection rate. The model is approached using a system of differential equations in which the human population is categorized into two compartments based on their health status, namely susceptible population and infected population. Analytical and numerical studies of the model were conducted to determine the existence and the stability criteria of equilibrium points and basic reproduction number. From the results of the study, it can be concluded that to reduce the spread of COVID-19, it is not enough to only pay attention to the rate of virus transmission and recovery rate, but also to pay attention to non-linear coefficient associated with people’s behavior that can trigger the spread of the disease in a population."

"Misalkan G adalah graf dengan himpunan simpul 𝑉 = 𝑉(𝐺) dan himpunan busur 𝐸 = 𝐸(𝐺). Suatu pemetaan harmonis 𝜆 merupakan pemetaan injektif dari 𝑉 ke 𝑍|𝐸| sedemikian sehingga ketika setiap busur 𝑥𝑦 diberi, diberi label dengan 𝜆∗(𝑥𝑦) = (𝜆(𝑥) + 𝜆(𝑦)) mod |𝐸|, menghasilkan label yang berbeda.Pada tesis ini, diberikan konstruksi pelabelan harmonis pada graf dayung amalgamasi 𝐴(𝑛) yaitu graf yang dibentuk dari operasi amalgamasi dari beberapa graf dayung dan konstruksi pelabelan harmonis pada graf daun amalgamasi 𝐷(𝑛) yaitu graf yang dibentuk dari operasi amalgamasi dari beberapa graf daun.

---

Let 𝐺 be a graph which consist of a set of vertices 𝑉 = 𝑉(𝐺) and a set of edges 𝐸 = 𝐸(𝐺). A harmonious labeling 𝜆 from 𝑉 to the 𝑍|𝐸| is an injective mapping such as when the edge 𝑥𝑦 is assigned label 𝜆∗(𝑥𝑦) = (𝜆(𝑥) + 𝜆(𝑦)) mod |𝐸|, then the edge labels are different.On this thesis is given the construction labeling harmonious of amalgamation of pedals graph 𝐴(𝑛), and given the construction of labeling harmonious of amalgamation of leaves graph 𝐷(𝑛)."

"ABSTRAKPada skripsi ini dibahas model Susceptible Infected Susceptible (SIS) dengan mempertimbangkan tingkat kepedulian manusia terhadap bahaya penyakit menular. Diasumsikan bahwa total populasi bersifat konstan dan dapat dibagi berdasarkan status kesehatannya, yaitu kelompok individu rentan yang tidak peduli terhadap penyakit, kelompok individu rentan yang peduli terhadap penyakit, dan kelompok individu terinfeksi. Selanjutnya, diasumsikan pula bahwa kepedulian terhadap penyakit dapat terbentuk karena adanya interaksi antara individu yang peduli dengan tidak peduli. Banyaknya pelaporan kasus infeksi dan kampanye reguler tentang bahaya penyakit menular diasumsikan juga dapat meningkatkan kepedulian masyarakat. Model dibentuk dengan pendekatan sistem persamaaan diferensial biasa nolinier berdimensi empat. Analisa terkait eksistensi titik keseimbangan bebas penyakit dan endemik serta keberadaan basic reproduction number (R0) sebagai indikator keendemikan suatu penyakit pada model diperoleh secara analitik dan numerik. Disimpulkan bahwa titik keseimbangan bebas penyakit bersifat stabil jika R0 < 1,dan tidak stabil jika R0 > 1. Dari kajian analisis sensitivas R0, ditemukan bahwa terdapat intensitas paling minimum untuk suatu kampanye agar level kepedulian manusia terhadap penyakit yang diwujudkan dalam upaya individu untuk melindungi dirinya dari penyakit berhasil mengurangi penyakit dari komunitas. Hal ini menunjukkan upaya individu dalam melindungi diri, dapat memberikan efek secara masiv pada eksistensi penyakit dikomunitas. Beberapa simulasi numerik ditunjukkan pada skripsi ini untuk memberikan interpretasi visual yang lebih komprehensif terhadap hasil kajian model.

---

ABSTRACT

In this thesis discussed the mathematical model Susceptible-Infected-Susceptible (SIS) by considering the level of disease awareness. The dynamical behaviour of the model is analyzed. It is assumed that the recruitment rate of the population is constant, and we divided the population based on their health status into susceptible unaware and aware of the disease, and infectious. The level of awareness includes private awareness associated with direct contacts between unaware and aware populations, global awareness due to reported cases of infection and regular awareness campaign. The disease-free, endemic equilibria and basic reproduction number are shown in this model analytically and numerically. It was concluded that the disease-free equilibrium point would be stable if R0<1 , and unstable if R0>1. From the sensitivity of R0 analysis study, it was found that there is the minimum intensity for the awareness campaign so that the level of awareness manifested in the efforts of individuals to protect themselves from disease successfully eradicate the disease from the community. So, it means the efforts of individuals in protecting themselves, can have a massive effect on the existence of the disease in the community. Some numerical simulations are also included in this thesis to provide a more comprehensive visual interpretation of the results of the model study."

"ABSTRAK

Deteksi topik adalah proses yang digunakan untuk menganalisis kata-kata dalam kumpulan data tekstual untuk ditentukan topik dalam koleksi, bagaimana mereka saling berhubungan, dan bagaimana topik ini berubah dari waktu ke waktu. Salah satu metode yang digunakan untuk mendeteksi topik adalah Nonnegative Matrix

Metode Factorization (NMF) berdasarkan metode langsung atau disebut Separable Nonnegative Matriks Faktorisasi (SNMF). Dalam penelitian ini, tweet data diambil dari akun berita nasional pada aplikasi Twitter, dan topik terdeteksi menggunakan metode SNMF. Ada tiga tahap dalam metode SNMF, yaitu, menghasilkan kata co-kejadian

matriks, menentukan kata jangkar, dan memulihkan untuk mendapatkan matriks topik-kata. Penentuan dari kata anchor dilakukan dengan menggunakan tiga metode berbeda, yaitu Convex Metode berbasis lambung, metode SVD berdasarkan kata maksimum pada topik, dan SVD

metode berdasarkan perbedaan kata pada topik. Dalam deteksi topik, jumlah topik diproduksi bervariasi tergantung pada jumlah kata jangkar yang dihasilkan. Setelah mendapatkan topik, akurasi dihitung menggunakan unit topik word2vec. Hasil yang diperoleh menggunakan

tweet data akun berita nasional menunjukkan bahwa metode SVD berdasarkan perbedaan kata pada topik memiliki evaluasi topik yang buruk dibandingkan dengan dua topik lainnya.

---

ABSTRACT

Topic detection is the process used to analyze words in a textual data set to determine the topics in a collection, how they are related, and how these topics change over time. One method used to change the topic is the Nonnegative Matrix The Factorization (NMF) method is based on the direct method or called Separable Nonnegative Factor Matrix (SNMF). In this study, tweet data is taken from national news accounts on the Twitter application, and topics taken using the SNMF method. There are three methods in SNMF, namely, generating co-occurrence words matrix, determine anchor words, and recover to get a topic-word matrix. Determination of the word anchor is done using three different methods, namely Convex the stomach-based method, the SVD method based on the maximum words on the topic, and SVD method based on differences in words on the topic. In topic detection, the number of topics created varies depending on the number of anchor words produced. After getting the topic, it is calculated using the word2vec topic unit. The results obtained using National news account data tweets show the SVD method based on word differences on the topic has a worse evaluation topic compared to the other two topics."