Hasil Pencarian  ::  Simpan CSV :: Kembali

"Permasalahan waktu berkembang seiring dengan berkembangnya pengetahuan manusia tentang alam. Hal ini mengakibatkan munculnya berbagai macam konsep waktu dalam kebudayaan. Dengan mereduksi dan mengabstraksikan perbedaan konsep waktu ke dalam bentuk ontologi, maka perbedaan konsep waktu yang ada dalam kebudayaan dapat disatukan. Pencarian ontologi waktu dengan metode dialektika negatif menghadirkan kontradiksi antara alam dan kebudayaan. Secara historis, kontradiksi ini berdasarkan pada alur perkembangan kebudayaan. Hakikat waktu adalah gerak. Namun alur historis kebudayaan manusia lambat laun menjadikan gerak memiliki makna sebagai waktu.

---

The problem of time develops alongside man's increasing knowledge about nature. This, in turn, causes the emergence of numerous concepts of time in culture. Through reducing and abstracting various concepts of time into an ontological form, different concepts of time that exist in culture can be unified. The search for ontology of time through negative dialectics presents contradiction between nature and culture. Historically, this contradiction is based on the flow of cultural development. The essence of time is motion. Owing to the historical flow of culture, however, motion develops its meaning as time."

"Beberapa ontologi pariwisata telah dibuat pada penelitian sebelumnya. Ontologi tersebut sudah bisa digunakan sebagai basis pengetahuan untuk menjawab pertanyaan yang sering muncul dalam pariwisata, tetapi belum bisa menangani informasi yang memiliki waktu valid, yaitu rentang waktu saat suatu informasi mencerminkan keadaan nyata. Penelitian ini mengajukan sebuah ontologi yang dirancang sebagai alat representasi pengetahuan pariwisata. Ontologi pariwisata ini memodelkan pengetahuan umum dalam ranah pariwisata dan memodelkan informasi entitas pariwisata yang memiliki waktu valid. Selain itu, ontologi pariwisata juga dilengkapi antarmuka pemrograman aplikasi yang dirancang untuk menangani ontologi ini. Dari hasil uji coba, ontologi mampu menjawab tiga pertanyaan yang muncul dalam pariwisata dan memodelkan pengetahuan waktu valid.

---

A number of tourism ontologies exist that can be used as a knowledge base to answer questions that often occurs in the context of tourism, but they cannot handle information that have a valid time, which is the time interval when the information is true in the real world. This thesis describes an ontology that is created to be used as a representation of tourism knowledge. The tourism ontology can model general knowledge in the tourism domain and information about tourist entities that have a valid time. An application programming interface for the ontology is also described. From experimental results, the ontology can answer three questions that often appear in the context of tourism and also models valid time."

"Sebuah sistem berbasis ontologi saat ini dapat melakukan penalaran logis melalui Web Ontology Language - Description Logic (OWL-DL). Namun untuk melakukan penalaran probabilistik, sistem tersebut harus menggunakan basis pengetahuan terpisah, pemrosesan terpisah, atau aplikasi pihak ketiga. Studi-studi terdahulu seperti BayesOWL, MEBN/PR-OWL, dan OntoBayes utamanya berfokus kepada bagaimana merepresentasikan informasi probabilistik dalam ontologi dan melakukan penalaran terhadapnya. Pendekatan-pendekatan tersebut tidak cocok bagi sistem-sistem yang telah memiliki basis pengetahuan ontologi dan Bayesian network (BN) yang telah berjalan/operasional karena pengguna harus menulis ulang informasi probabilistik yang terkandung dalam BN ke dalam ontologi. Penelitian ini mengusulkan konsep pemaduan Bayesian network ke dalam ontologi dan sebaliknya yang menyediakan solusi penalaran logis dan probabilistik secara simultan tanpa harus menulis ulang informasi probabilistik yang terkandung dalam BN ke dalam ontologi. Metode yang digunakan adalah dengan cara menentukan aturan transformasi lalu mengembangkan morpher/transformer berdasarkan aturan dan algoritma dalam sebuah kerangka kerja untuk melakukan penalaran logis dan probabilistik secara simultan. Kerangka kerja tersebut kemudian diuji dengan validasi logis, validasi empiris, dan penilaian pakar (expert judgement) untuk membuktikan validitasnya. Hasil validasi logis menunjukkan bahwa algoritma-algoritma transformasi yang diusulkan terbukti valid dan memenuhi kriteria time complexity dan decidability. Hasil validasi empiris menunjukkan bahwa kerangka kerja yang dibangun terbukti mampu mentransformasikan informasi yang terkandung dalam basis pengetahuan Bayesian network ke dalam ontologi dan demikian pula sebaliknya. Adapun hasil penilaian pakar memperkuat hasil validasi empiris yang dilakukan terhadap kasus-kasus uji yang diambil. Hasil berbagai pengujian tersebut menunjukkan bahwa kerangka kerja yang diusulkan terbukti mampu menyelesaikan permasalahan yang membutuhkan kesatuan penalaran logis dan probabilistik dalam sebuah sistem pengetahuan berbasis ontologi.

---

An ontology-based system can currently logically reason through the Web Ontology Language Description Logic (OWL-DL). To perform probabilistic reasoning, the system must use a separate knowledge base, separate processing, or third-party applications. Previous studies such as BayesOWL, MEBN/PR-OWL, and OntoBayes mainly focus on how to represent probabilistic information in ontologies and perform reasoning through them. These approaches are not suitable for systems that already have running ontologies and Bayesian network (BN) knowledge bases because users must rewrite the probabilistic information contained in a BN into an ontology.

This study proposes the concept of integrating BN into ontology and vice versa which provides simultaneous logical and probabilistic reasoning solution without having to rewrite probabilistic information contained in BN into ontology. The method used is by determining the rules of transformation and then develop a morpher/transformer based on the rules and the algorithms in the form of a framework for simultaneous logical and probabilistic reasoning. The framework is then tested by using logical validation, empirical validation, and expert judgement to prove its validity. The logical validation results show that the transformation algorithms are proven valid and meet the criteria of time complexity and decidability.

The results of empirical validation indicate that the built framework has been proven capable of transforming information contained in the Bayesian networks knowledge base into ontology and vice versa. The results of expert judgement strengthen the results of empirical validation conducted on the test cases taken. The results of these tests indicate that the proposed framework is proven to solve problems that require the unity of logical and probabilistic reasoning in an ontology-based knowledge system."

"Saat ini, data dalam bentuk teks semakin berlimpah pada berbagai domain dan media, baik media cetak maupun online. Penambahan kumpulan dokumen teks ini menyebabkan kemudahan akses suatu informasi atau pengetahuan yang ada pada teks semakin berkurang. Selain itu, informasi atau pengetahuan yang ada tersebut semakin sulit untuk diinterpretasi dan dipahami secara menyeluruh. Untuk itu diperlukan suatu cara untuk membantu mempermudah pemahaman suatu data teks. Hal ini dengan melakukan penggalian pengetahuan pada data teks yang melimpah melalui pemrosesan data yang tidak terstruktur (text mining), dengan mengembangkan metode interpretasi berbasis ontologi pada teks untuk memperoleh pengetahuan baru sebagai state of the art. Dalam penelitian ini, dikembangkan beberapa teknik /metode. Pertama adalah pengembangan teknik preprocessing pada data teks (korpus) serta key phrase extraction menggunakan AST (Annotated Suffix Tree) untuk memperoleh key phrase (frasa kunci) dan frekuensi kemunculan. Kedua adalah pengembangan pemodelan ontologi sebagai basis pengetahuan pada suatu domain berupa relasi antar key phrase menggunakan clustering dan Bayesian Network. Ketiga adalah pengembangan metode sparse clustering pada data sparse, yaitu is-FADDIS (iterative scaling Additive Fuzzy Spectral Clustering) untuk proses pemilahan data teks, yang merupakan pengembangan dari metode clustering FADDIS (Additive Fuzzy Spectral Clustering) serta keempat adalah pengembangan metode matching dan correlating terhadap ontologi, sebagai teknik yang digunakan saat interpretasi teks. Secara terintegrasi, pembangunan ontologi dari teks, dengan domain berita, dilakukan diawal dengan tahapan ekstraksi key phrase, clustering (is-FADDIS, opsional) dan structure learning untuk membentuk ontologi-tree. Key phrase sebagai konsep, menjadi node pada ontologi tersebut, yang menjadi basis pengetahuan domain. Tahapan berikutnya adalah melakukan interpretasi teks pada suatu teks input yang terdiri dari satu key phrase atau satu cluster menggunakan ontologi tersebut untuk mendapatkan pengetahuan baru. Interpretasi dilakukan dengan ontologi berasal dari teks dengan dua domain dan satu domain. Hasil interpretasi teks menggunakan ontologi berbasis Additive Fuzzy Spectral Clustering (is-FADDIS) ini dievaluasi menggunakan usulanscore relevansi. Pada teks input dengan satu key phrase sejumlah lima input yang diinterpretasi, hasilnya adalah 40% relevan, 40% kurang relevan dan 20% tidak relevan. Pada teks input satu cluster sejumlah dua input yang diinterpretasi, hasilnya adalah relevan. Nilai score relevansi yang relevan, secara empiris adalah lebih 0,3 dari skala 1, dan score relevansi yang didapat, ada yang mencapai 0,33. Dengan pembandingan hasil interpretasi melalui variasi teknik pada pembangunan ontologi, didapatkan, penggunaan ontologi berbasis is-FADDIS untuk interpretasi teks, relatif pada penelitian ini belum memberikan hasil optimal. Dalam penggunaan teknik-teknik yang dikembangkan, metode ini memberikan keluaran interpretasi teks yang dapat membantu untuk mengolah informasi teks dalam jumlah tidak terlalu besar tetapi cepat.

---

Currently, the data in the form of text more abundant on various domains and media, both print and online media. The addition of this text document causes the ease of access to any information or knowledge contained in the text is reduced. In addition, the existing information or knowledge is increasingly difficult to interpret and understand comprehensively. For that background, the purpose of the research is to extract knowledge on abundant text data through the processing of unstructured data (text mining), by developing ontology-based interpretation method on text to gain a new knowledge as state of the art.

In this research, some technique/method were developed. The first is the development of preprocessing techniques on text data (corpus) and key phrase extraction using AST (Annotated Suffix Tree) to obtain key phrase and frequency of occurrence. The second is the development of ontology modeling as a knowledge base on a domain in the form of relationships between key phrases using Bayesian Network. The third is the development of sparse clustering method in sparse data, namely is-FADDIS (iterative scaling-Additive Fuzzy Spectral Clustering) for text grouping process, which is the addition of FADDIS clustering method (Additive Fuzzy Spectral Clustering) and the fourth is the development of matching and correlating method as a technique used at interpreting the text entered using ontology.

In an integrated manner, the ontology development of the text, with news domains, is done by processes include key phrase extraction, clustering (is-FADDIS, optional) and structure learning to form ontology-tree. Key phrase as a concept, being the node on the ontology, which becomes the domain knowledge base. The next step is to interpret the text on an input text consisting of a key phrase or a cluster using the ontology to gain new knowledge. Interpretation done with ontology comes from text with two domains and one domain. Text interpretation results using Fuzzy Spectral Clustering (is-FADDIS) based ontology is evaluated using relevancy scores.

In the input text with one key phrase a total of five interpreted inputs, the result is 40% relevant, 40% less relevant and 20% irrelevant. In one-cluster input text a number of two inputs are interpreted, the result is relevant. Relevant relevance score score, empirically more than 0.3 of scale 1, and score relevance obtained, some reaching 0.33. By comparing the results of interpretation through the variation of techniques on ontology development, it was found, the use of FADDIS-based ontology for textual interpretation, relative to this research has not provided optimal results. In the use of developed techniques, this method provides textual interpretation output that can help to process text information in quantities not too large but fastly."

"Pencarian informasi tertentu akan sulit dilakukan bila mengandalkan kueri saja. Pemilihan kueri yang kurang spesifik akan berakibat banyaknya informasi yang tidak relevan ikut terambil oleh sistem. Salah satu cara yang paling berhasil untuk mengatasi permasalahan ini adalah dengan melakukan klasifikasi dokumen berdasarkan topiknya. Ada banyak metode digunakan untuk melakukan klasifikasi dokumen seperti menggunakan pendekatan statistik dan machine learning. Namun, metode klasifikasi dokumen tersebut membutuhkan training data atau dokumen pembelajaran. Pada penelitian ini penulis berusaha untuk melakukan klasifikasi dokumen menggunakan sebuah metode yang tidak memerlukan dokumen pembelajaran. Metode klasifikasi ini menggunakan ontologi untuk melakukan klasifikasi dokumen. Klasifikasi dokumen dengan menggunakan ontologi dilakukan dengan membandingkan nilai kemiripan diantara dokumen dan sebuah node yang ada di ontologi. Sebuah dokumen diklasifikasikan dalam sebuah kategori atau node jika memiliki nilai kemiripan paling tinggi di salah satu node di ontologi. Hasil penelitian menunjukkan bahwa ontologi dapat digunakan untuk melakukan klasifikasi dokumen. Nilai recall adalah 97,03%, precision 91,63%, dan fmeasure 94,02%.

---

Searching specific information will be difficult if only rely on query. Choosing less specific queries will result many irrelevant information fetched by the system. One of the most successful way to overcome this problem is to perform document classification based on the topic. There are many methods that can be used to conduct such a document classification, such as statistical and machine learning approaches. However, those document classification methods require training data or learning documents. In this study, the authors attempted to classify documents using a method that doesn?t require learning documents. This classification method uses ontology to classify documents. Document classification by using ontology is done by comparing the value of similarity among documents and existing node in the ontology. A document is classified into a category or a node, if it has the highest similarity value in one of the nodes in the ontology. The results showed that the ontology can be used to perform document classification. Recall value is 97.03%, precision is 91.63%, and f-measure is 94.02%."

"Keberadaan manusia memperlihatkan suatu ketegangan diri dan krisis identitas. Manusia berusaha mencari jawaban atas hakekat dan makna keberadaannya sendiri. Ada fenomena paradoksal kehidupan manusia. Di satu pihak manusia berusaha memenuhi bdquo;kepentingan? dan bdquo;kecenderungan? diri melalui segala bdquo;prestasi? dan atribut artifisial yang diperoleh. Di lain pihak, pelbagai bentuk realisasi keberadaan ini menciptakan ketegangan eksistensial. Keberadaan eksistensial manusia memperlihatkan realitas dilematis. Manusia menjadi terasing dari diri sendiri self alienation ; terasing dengan sesama, bahkan jauh dari Tuhannya. Praktik relasional dengan yang lain menjadi sebuah bdquo;jalan buntu? dengan aneka problem dan ketegangan yang muncul tanpa penyelesaian. Manusia tidak lagi hidup menurut identitas eksistensialnya; ada krisis identitas relasional yang terjadi. Praktik hidup relasional tidak lagi menjadi jalan pemenuhan diri sebaliknya menjai bdquo;jalan buntu? dan problematis. Akibatnya, Manusia menjadi terasing dengan keberadaannya sendiri. Manusia kontemporer membutuhkan re-conscientia- kesadaran untuk kembali pada hakekat ontologi eksistensi manusia, jati diri manusia. Disertasi ini menggagas Trias Entitas sebagai bdquo;jalan baru? menuju manusia eksistensial atau citra keberadaan manusia ideal di tengah masyarakat melalui relasi dengan Tuhan, alama semesta dan sesama.

---

Human existence shows a strain of self and identity crisis. Humans trying to find answers to the essence and meaning of its own existence. There is a paradoxical phenomenon of human life. On the one hand human is trying to meet the needs and the tendency through all the achievements and attributes artificially obtained. But on the other hand, all the results create existential tension. The existence of human show dilemma. Men became alienated both from themselves self alienation , from the other horizontally and vertically. The lives got blocked with various problems without any ways out. Contemporary humans are in need of re conscientia consciousness to get back on to the nature ontology of human existence. This dissertation initiated Trias Entitas as a 39 new path 39 towards the ideal of human existence as needed in his relationship with God, environment and creatures."

"Kualitas penampang seismik, khususnya pada daerah yang memiliki struktur geologi komplek sangat sukar untuk diinterpretasikan. Pada saat ini, banyak geoscientist yang menggunakan pengolahan data seismik dengan tujuan untuk memperoleh kenampakan perlapisan pada penampang seismik sebaik-baiknya. Dalam meningkatkan kualitas dari penampang seismik, diperlukan model kecepatan interval yang akurat. Tomografi refleksi waktu tempuh merupakan salah satu metode yang dapat digunakan untuk memperbaiki model kecepatan interval. Metode tomografi refleksi waktu tempuh merupakan metode tomografi seismik yang terdiri dari 2 (dua) buah proses utama, yaitu pemodelan ke depan dan pemodelan ke belakang. Pada proses pemodelan ke depan, nilai dari waktu tempuh suatu data seismik sintetis akan diestimasi dengan menggunakan metode penelusuran jejak sinar (metode resiprokal). Berdasarkan hasil estimasi waktu tempuh tersebut, pemodelan kecepatan akan diperbaiki secara iteratif dengan pemodelan ke belakang. Pada tesis ini permasalahan pemodelan ke belakang akan diselesaikan dengan metode Simultaneous Iterative Reconstruction Technique (SIRT). Setiap metode diselesaikan dengan algoritma yang dituliskan dalam skrip MatLab.

---

Geo-scientists have always had a hard time to interpret a complex geological structure. To fulfill the need of having an interpretable cross section of seismic data, there are more researchers developing the seismic data processing. The quality of the seismic section could be improved by an accurate interval velocity model.

In this thesis, a more accurate interval velocity will be achieved by applying travel time tomography reflection method. Travel time tomography reflection method is divided into two processes, which are forward tomography and inverse tomography. In forward tomography, the travel time of rays penetrating in a sintetic model are estimated by using ray tracing method (reciprocal method).

The estimated travel time model then becomes the input for inverse tomography. In order to generate velocity model iteratively, Simultaneous Iterative Reconstruction Technique (SIRT) algorithm is used to find the solution for inverse tomography. Every method in this whole process is solved by writing the algorithms in MatLab script."

"Pengoperasian beban yang tidak serempak pada satu waktu menyebabkan kurva beban tidak rata dalam satu hari. Perbedaan waktu operasi ini menyebabkan perlunya suatu studi untuk membahas prioritas beban berdasarkan waktu operasi masing-masing beban. Sehingga ketika suatu sistem mengalami gangguan beban lebih yang diakibatkan terputusnya sebagian suplai, maka dapat segera ditentukan beban yang memungkinkan untuk dilepaskan berdasarkan waktu terjadinya gangguan, dengan tidak mengganggu beban yang sedang beroperasi penuh. Berdasarkan kurva beban Subsistem Kembangan kemudian dibagi menjadi 4 segmen waktu operasi beban. Gangguan yang terjadi pada segmen 1 diantisipasi dengan pemisahan sebesar 65,19 MVA atau 13,31% dari total beban keseluruhan, segmen 2 sebesar 156,57 MVA atau 28 % dari total beban keseluruhan, segmen 3 sebesar 175,8 MVA atau 32,6 % dari total beban keseluruhan, dan segmen 4 sebesar 160,86 MVA atau 30,4 % dari total beban keseluruhan.

---

Load operating time which not simultaneous at one time is led to not flat load curve in a single day. The time difference of this operation is causing the need for a study to examine the load priority based on time operation of each load. So when a system is experiencing overload caused partial interruption of supply, it can be readily determined which load to be shedded by the time of disturbance, with not disturbing load fully operational.

Based on Kembangan subsystem load curve then load operating time are divided into 4 segments. Disturbance on segment 1 is anticipated by shedding the load by 65,19 MVA or 13,31 % of total load, segment 2 by 156,57 MVA or 28% of total load, segment 3 by 175,8 MVA or 32,6% of total load, and segment 4 by 160,86 MVA of total load."

"Tujuan dari penelitian ini adalah untuk mengetahui apa akar atau mekanisme generatif yang memproduksi peristiwa terorisme Bom Bali 1. Penelitian ini didasarkan karena kebanyakan para filsuf dan ilmuwan ketika menganalisis fenomena terorisme hanya menganalisis sebab-sebab pada tataran kenyataan empiris atau domain aktual semata, padahal untuk mencegah peristiwa teror yang serupa terjadi lagi, kita perlu mengetahui penyebab dasar atau domain real dari suatu peristiwa terorisme. Oleh karena itulah penulis dalam penelitian ini berusaha menganalisis ontologi dari fenomena terorisme Bom Bali 1 melalui pendekatan realisme ontologi Roy Bhaskar, hal ini dilakukan dalam rangka untuk mencari struktur dasar yang memproduksi realitas teror Bom Bali 1, sehingga di masa depan kita dapat menghindari peristiwa yang serupa terjadi lagi. Kesimpulan yang didapat dari penelitian ini adalah struktur dasar atau mekanisme generatif yang memproduksi peristiwa terorisme Bom Bali 1 adalah kejijikan moral konkret (concrete moral disgust). Kejijikan moral konkret disini dibedakan dari kejijikan moral yang menjadi basis dari adanya sense moralitas kita. Kejijikan moral konkret adalah kejijikan moral yang sudah terkonkretisasi oleh budaya, dimana rasa jijik tersebut muncul di saat sense moralitas kita sudah dipengaruhi oleh berbagai nilai-nilai budaya tertentu, sehingga antara satu individu dengan individu lain bisa timbul rasa jijik moral yang berbeda karena masing-masing punya konkretisasi moral budaya yang berbeda.

---

The purspose of this reaserch is to find out what are the generative roots or mechanism that produce the Bali Bombing 1 terorist incident. Writer doing this research is because when most philosopher and scientist analyze the phenomenon of terrorism, they only analyze the cause at the level of empirical reality or the actual domain, whereas to prevent similar terror events from happening again, we need to know the basic cause or real domain of terrorist incident. Thats why author in this study try to analyze the ontology of the Bali Bombing 1 terrorist phenomenon through Roy Bhaskar ontology realism, this is done to find the basic structure that produces the reality of the Bali Bombing 1 terror, so that in the future we can avoid similar events it happen again. The conclusion drawn from this research is that basic structure or generative mechanism that produced the Bali Bombing 1 terrorism is concrete moral disgust. The concrete moral disgust here is distinguished from the moral disgust that has been concretized by culture where this disgust appears when our sense of morality has been influenced by centainly culture values, so that between one individual and another individual a different  sense of moral disgust can arise because each have different cultural moral concretions."