Hasil Pencarian  ::  Simpan CSV :: Kembali

"Indonesia adalah negara hukum yang memiliki banyak peraturan perundangundangan (dokumen legal). Hingga saat ini, dokumen legal yang telah dihasilkan olehlembaga pembuat undang-undang semakin banyak, namun jumlah dokumen yang semakin bertambah tidak didukung oleh pengelolaan dan penyimpanan dokumen yang baik dan terstruktur. Pengelolaan dan penyimpanan dokumen yang kurang baik dan tidak terstruktur menyebabkan terjadinya kesulitan dalam pencarian, penelusuran keterkaitan antar dokumen, ataupun perbandingan muatan antar dokumen legal.Untuk menjawab tantangan tersebut, maka diperlukan sebuah standar struktur dokumen legal sehingga dapat dibuat suatu sistem pengelolaan dokumen legal yang dapat mempermudah proses pencarian, perbandingan dan sebagainya. Pembuatan standar struktur dokumen dapat dilakukan dengan mengubah dokumen menjadi format yang lebih terstruktur (format XML).Pembuatan sistem untuk strukturisasi dokumen legal sudah pernah dikembangkan sebelumnya dengan menerapkan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual. Namun sistem tersebut belum mampu menangani semua jenis dokumen undang-undang yang memiliki perbedaan struktur. Oleh karena itu, dibutuhkan sebuah sistem yang mampu mempelajari dokumen-dokumen yang sudah terstruktur dalam format XML sehingga dapat melakukan strukturisasi dokumen legal yang belum dapat ditangani oleh sistem knowledge engineering. Undang-Undang Republik Indonesia (UU) dijadikan dokumen yang diujicobakan pada sistem. Hasil dari uji coba sistem menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum dari dokumen UU dengan ketepatan sebesar 83.178%."

"Indonesia sebagai negara hukum memiliki banyak jenis dan jumlah peraturan perundang-undangan (dokumen legal) yang digunakan sebagai panduan bertingkah laku dalam setiap sisi kehidupan. Akan tetapi, sampai saat ini informasi yang tersimpan dalam dokumen legal ditulis dengan bahasa alami, tanpa adanya format atau struktur tertentu. Akibatnya, proses pencarian, perbandingan dan sebagainya menjadi hal yang sulit dilakukan. Terlebih lagi dalam proses pencarian keterkaitan materi antar dokumen legal. Oleh karena itu, dibutuhkan suatu standar struktur dokumen legal sehingga dapat dibuat suatu sistem pengelolaan dokumen legal yang dapat mempermudah proses pencarian, perbandingan dan sebagainya. Pengubahan format teks dokumen ke dalam format yang terstruktur (XML) merupakan solusi yang mungkin untuk dilakukan. Akan tetapi, jika proses pengubahan tersebut dilakukan secara manual, tentu saja membutuhkan waktu dan biaya yang besar. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengotomatisasi pengubahan dokumen legal ke dalam format XML. Sistem yang dimaksud adalah Sistem Ekstraksi Informasi (SEI). Pengembangan SEI dilakukan dengan menggunakan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan secara manual berdasarkan informasi kontekstual. Dari beberapa jenis hukum perundang-undangan yang diterbitkan di Indonesia, Undang-Undang Republik Indonesia (UU) dijadikan dokumen yang diujicobakan pada sistem. Hasil dari uji coba sistem menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum dari UU dengan ketepatan sebesar 97.321%."

"Data mining terdiri dari metoda-metoda yang memiliki fungsi dan keunggulan masing-masing. Salah satu metoda data mining yang banyak dipakai adalah Association Rules. Melalui Association Rules, keterkaitan antara item ? item dalam suatu transaksi dapat dilihat. Terutama bagaimana pengaruh dari suatu item atau kumpulan item terhadap item yang lain, sehingga dapat diambil keputusan yang tepat sesuai dengan kebutuhan dari pengguna proses data mining. Untuk mengoleksi algoritma-algoritma dari berbagai metoda Data Mining, direncanakan pengembangan Data Mining Algorithms Collection. Penelitian dan penerapan ini bertujuan untuk menerapkan algoritma data mining khususnya metoda Association Rules dalam rangka mendukung pengembangan Data Mining Algorithms Collection tersebut. Dalam penelitian dan penerapan ini, penulis menerapkan dua algoritma Association Rules yaitu Apriori dan FP-Growth. Keduaalgoritma ini adalah algoritma dasar yang banyak dipakai dalam Association Rules. Algoritma Apriori lebih kearah menebak kumpulan ? kumpulan item yang ada pada data, sedangkan algoritma FP-Growth lebih kearah bagaimana meringkas informasi data dan dapat menyimpannya ke memory.Selain algoritma Apriori dan FP-Growth, ditambahkan juga algoritma CT-Pro ke dalam program. Algoritma ini merupakan algoritma yang dikembangkan berdasarkan algoritma FP-Growth. Untuk tambah- an perbandingan, algoritma - algoritma juga dibandingkan dengan algoritma Apriori yang dikembangkan oleh Christian Borgelt. Algoritma Apriori ini sudah dikembangkan lama dan tentunya lebih baik dari algoritma Apriori biasa. Algoritma Apriori dan FP-Growth yang diterapkan dibandingkan dengan algoritma CT-Pro dan algoritma Apriori yang dikembangkan oleh Christian Borgelt."

"Sistem Ekstraksi Informasi yang sebelumnya telah dibuat menggunakan aturan untuk dapat melakukan standarisasi dokumen Undang-Undang ke dalam format XML. Karena aturan yang digunakan bersatu dengan sistem itu sendiri, maka sistem menjadi kurang adaptif. Oleh karena itu, modularisasi aturan yang dilakukan pada penelitian ini diharapkan mampu membuat sistem menjadi lebih adaptif. Adaptivitas sistem akan diuji dengan melakukan adaptasi ke jenis dokumen legal yang lain, yaitu Peraturan Pemerintah (PP). Hasil adaptasi SEI ke dokumen PP diujicobakan pada 201 dokumen PP dan 41 dokumen PP perubahan. Hasilnya menunjukkan kinerja sistem dalam melakukan standarisasi dokumen PP ke dalam format XML sebesar 99.47% dan dokumen PP perubahan sebesar 97.98%.

---

The previous Information Extraction System used rules to standardize Indonesian Act document into XML format. Because these rules still merged inside the system?s body, it caused problem in its adaptability. Because of that, this research trying to modularize these rules in order to increase system?s adaptability. System?s adaptability then will be tested by adapting the system to other type of Indonesian legal document, which is Government Regulation document. Adaptation result will be tested using 201 Government Regulation documents and 41 Replacement of the Government Regulation documents. The results show that the system?s accuracy to standardize Government Regulation documents is 99.47% and for Replacement of the Government Regulation documents is 97.98%."

"Indonesia adalah negara hukum yang memiliki berbagai jenis peraturan perundang-undangan (dokumen legal). Dokumen legal tersebut telah mencapai jumlah yang sangat banyak. Jumlah yang banyak dan keragaman jenis dokumen legal yang ada menyebabkan proses pencarian, penelusuran, dan pembandingan menjadi hal yang tidak mudah untuk dilakukan. Kesulitan-kesulitan ini disebabkan dokumen-dokumen tersebut masih ditulis dengan bahasa alami tanpa ada struktur penulisan yang standar. Kesulitan lain adalah dalam melihat keterkaitan antar dokumen legal tersebut untuk mengetahui apakah terjadi pertentangan di antaranya. Pengembangan Sistem Ekstraksi Informasi (SEI) dapat menjadi solusi dalam pembuatan standardisasi dokumen legal. SEI ini mengotomatisasi pengubahan dokumen Undang-Undang (UU), baik dokumen UU perubahan maupun dokumen UU non-perubahan, dalam format teks menjadi dokumen UU dalam format XML. Selain itu, sistem ini juga dapat memproses dokumen XML untuk mencari informasi keterkaitan suatu UU dengan dokumen legal lain, baik yang kekuatan hukumnya lebih tinggi maupun yang kekuatan hukumnya sama. Informasi keterkaitan tersebut kemudian disajikan dalam bentuk graf berarah. SEI ini dikembangkan dengan menggunakan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual yang terdapat dalam dokumen. SEI ini diujicobakan pada 200 dokumen UU non-perubahan dan 38 dokumen UU perubahan. Hasilnya menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum UU dengan ketepatan sebesar 99.43% untuk UU non-perubahan dan 97.05% untuk UU perubahan."

"Pusat Ilmu Komputer Universitas Indonesia (Pusilkom UI) merupakan sebuah unit ventura yang menawarkan layanan pengembangan perangkat lunak. Pengembangan perangkat lunak di Pusilkom UI umumnya menuntut waktu pengerjaan yang singkat, sedangkan sumber daya manusia yang dimiliki sangat terbatas. Untuk mengatasi hal tersebut, Pusilkom UI menerapkan metodologi Agile Unified Process (AUP). Metodologi tersebut diharapkan mampu beradaptasi dengan perubahan kebutuhan tanpa memerlukan banyak pembuatan dokumentasi. Dengan demikian, perangkat lunak dapat diselesaikan tepat waktu, sesuai dana yang ditetapkan, dan dapat ditangani dengan sumber daya manusia yang terbatas. Agar kualitas sistem yang dikembangkan Pusilkom UI dengan metodologi AUP tetap dapat terjaga, maka Pusilkom UI membuat sebuah Panduan AUP yang dapat menjadi pedoman bagi para pengembang perangkat lunak di Pusilkom UI. Dalam proyek mahasiswa yang penulis lakukan, penulis diberikan tanggung jawab untuk mengevaluasi Panduan AUP v2.2.2 yang telah dibuat oleh Pusilkom UI. Evaluasi dilakukan dengan mengembangkan sistem informasi e-Passport dengan menggunakan metodologi AUP. Pengembangan dilakukan dengan beracuan pada Panduan AUP v2.2.2 yang dibuat Pusillkom UI. Penulis melaksanakan setiap fase, mulai dari inception, elaboration, construction, sampai transition. Setelah melakukan pengembangan perangkat lunak dengan metodologi AUP, penulis menyimpulkan Panduan AUP v2.2.2 masih perlu disempurnakan serta ada bagian-bagian yang perlu ditambahkan, dimodifikasi, dan juga dihilangkan. Dokumen laporan hasil proyek mahasiswa ini diharapkan dapat digunakan untuk menyempurnakan Panduan AUP v2.2.2 yang nantinya dapat meningkatkan kinerja para pengembang, serta perangkat lunak yang dihasilkan. "

"ABSTRAKPenelitian mengenai perubahan ekologi tingkah laku monyet Sulawesi (Macaca spp.) dan empat jenis burung yang diduga berasosiasi dengannya, yaitu malkoha (Phaenicophaeus calyorhynchus), bubut (Centropus celebensis), rangkong (Rhyticeros cassidix), dan srigunting gunung (Dicrurus hottentottus) dilakukan di Sulawesi Tengah dan Sulawesi Utara, pada bulan Deseinber 1989 hingga bulan Juni 1990. Penelitian ini menggunakan saat pertemuan dengan monyet Sulawesi sebagai kontrol. Data yang diambil adalah jumlah pertemuan, lainanya waktu perteman, jumlah individu, .jarak, strata, aktivitas, serta pola tingkah laku inonyet Sulawesi dan Inasing-masing jenis burung saat bersama-sama. Pencatatan data yang sama saat burung tanpa nionyet Sulawesi digunakan sebàgai data pembanding, untuk mengetahui ada tidaknya perubahan tingkah laku masing masing burung saat bersama monyet Sulawesi. Hasil penelitian menunjukkan bahwa ada asosiasi antara monyet Sulawesi dengan keempat jenis burung di Sulawesi Tengah dan Sulawesi Utara. Gainbaran adanya asosiasi monyet Sulawesi dengan keempat jenis burung didasarkan pada jumlah pertenivan yang tinggi, perbedaan jumlah individu, perubahan pola berkelompok perubahan strata aktivitas, perubahan persentase aktivitas, dan perubahan tingkah laku makan burung saat bersama monyet Sulawesi."