Hasil Pencarian  ::  Simpan CSV :: Kembali

"Saat ini repositori dan depositori LIPI sedang memfokuskan pada kegiatan pengolahan data ilmiah yang dihasilkan dari suatu penelitian. Mengingat betapa pentingnya data penelitian maka dalam proses pengelolaannya diperlukan sebuah data management plan. Salah satu proses data management plan yaitu kurasi data. Proses kurasi data diperlukan untuk menjamin data yang dipublikasikan lebih akurat, informatif, dan berkualitas sehingga berdampak pada peningkatan akses data. Tujuan penelitian adalah menentukan proses/alur data management untuk proses kurasi data yang tepat untuk diterapkan di Perpustakaan penelitian (PDII LIPI) guna memastikan data sesuai aturan yang berlaku (valid), informatif, dan berkualitas agar data dapat digunakan kembali (reuse) dan menghasilkan data penelitian baru (reproduce). Metode penelitian menggunakan metode kualitatif dimana data diambil dengan teknik wawancara mendalam (in-depth interview) semi terstruktur. Responden penelitian adalah CIFOR, P2O LIPI, BMKG, BPS, dan Kemkes. Hasil yang diperoleh adalah responden sudah menerapkan data management termasuk proses kurasi. Alur kurasi antar 5 responden berbeda, tergantung pada kebijakan dan kebutuhan responden. Kesimpulan yang dapat diambil, bahwa tim data management termasuk kurator harus dilibatkan di awal hingga akhir penelitian. Kegiatan kurasi data di perpustakaan penelitian dilaksanakan saling bekerjasama antar peneliti, pustakawan/kurator, dan IT. Tugas utama kurasi data penelitian yang dilakukan pustakawan/kurator adalah menentukan dan memastikan kualitas data penelitian dengan tujuan agar data dapat diakses dengan mudah dan data dapat dimanfaatkan kembali."

"Meningkatnya pertumbuhan jurnal ilmiah bidang ilmu perpustakaan dan informasi tidak sebanding dengan adanya kesadaran pengelolaan data penelitian yang menyertainya, padahal data penelitian diperlukan sebagai bukti otentik keabsahan dan kualitas dari artikel yang dipublikasikan. Salah satu cara dalam menjamin ketersediaan akses terhadap data penelitian adalah melalui proses publikasi di penerbit, termasuk artikel di jurnal ilmiah. Penelitian ini bertujuan untuk: a) Mengidentifikasi kebijakan jurnal ilmiah bidang ilmu perpustakaan dan informasi dalam mendukung praktik pengelolaan data penelitian; b) Mengidentifikasi dan mendeskripsikan proses pengelolaan data penelitian pada jurnal ilmiah bidang ilmu perpustakaan dan informasi; c) Mengidentifikasi tantangan yang dihadapi dalam implementasi proses tersebut; dan d) Memberikan rekomendasi pengembangan kebijakan pengelolaan data penelitian pada jurnal ilmiah bidang ilmu perpustakaan dan informasi. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi kasus. Penentuan informan melalui teknik purposive sampling yaitu para editor dan penulis pada jurnal ilmiah nasional bidang ilmu perpustakaan dan informasi yang terakreditasi peringkat SINTA dua. Teknik pengumpulan data menggunakan wawancara semi-terstruktur, observasi, dan studi dokumen yang dilakukan pada bulan Agustus 2021 – Maret 2022. Hasil penelitian menunjukkan bahwa penerbit jurnal ilmiah belum sepenuhnya memfokuskan perhatiannya pada data penelitian di dalam proses penerbitannya dengan belum tercantumnya pernyataan kebijakan penyerahan data penelitian. Namun demikian penelitian ini menemukan beberapa tantangan dan pengembangan kebijakan yang dapat diadopsi oleh penerbit jurnal ilmiah. Penelitian ini menyimpulkan bahwa penerbit jurnal ilmiah perlu untuk mempersiapkan kebijakan data yang jelas, SDM yang berkompeten, dan infrastruktur yang memadai. Penelitian ini menyarankan perlunya penelitian lanjutan mengenai kesiapan sumber daya manusia, infrastruktur, dan implementasi dalam rangka penerapan kebijakan penyerahan data penelitian di penerbit jurnal ilmiah. Selain itu, agar kebijakan dipatuhi, kolaborasi pemangku kepentingan perlu dilakukan.

---

The increasing growth of scientific journals in the field of library and information science is not followed by awareness of the management of research data accompanying it, while research data is needed as authentic evidence of the validity and quality of published articles. One way to ensure the availability of access to research data is through the publication process at publishers, including publishing articles in scientific journals. This study aims to: a) Identify the policies of scientific journals in the field of library and information science in supporting the practice of managing research data; b) Identify and describe the process of managing research data in scientific journals in the field of library and information science; c) Identify the challenges faced in the implementation of the process; and d) Provide recommendations for the development of research data management policies in scientific journals in the field of library and information science. This research uses a qualitative approach with a case study method. Determination of informants through purposive sampling technique, namely the editors and authors of national scientific journals in the field of library and information science that are accredited SINTA 2. The data collection technique used semi-structured interviews, observations, and document studies conducted from August 2021 – March 2022. The results of the study indicate that scientific journal publishers have not fully focused their attention on research data in the publishing process, as there is no policy statement for submitting research data. However, this study found several challenges and policy developments that can be adopted by scientific journal publishers. This research concludes that scientific journal publishers need to prepare research data policies, competent human resources, and adequate infrastructure. This research suggests that further research should be conducted on the readiness of human resources, infrastructure, and implementation of the policy for submitting research data to scientific journal publishers. In addition, in order that the policy to be complied with, stakeholder collaboration needs to be carried out. "

"Saat ini terdapat hampir 400 emiten saham syariah yang terdaftar di Bursa Efek Indonesia. Banyaknya jumlah tersebut menyulitkan para investor untuk memilih saham terbaik yang akan dijadikan portfolio. Oleh karena itu, diperlukan analisis clustering untuk mendapatkan kelompok saham yang memiliki nilai imbal hasil yang diharapkan. Sejauh ini, aktivitas yang penting dalam aktivitas clustering adalah penentuan tingkat perbedaan antar objek dalam suatu dataset. Dalam studi kasus penelitian ini, objek yang dimaksud adalah data deret waktu terkait harga saham untuk emiten-emiten saham syariah. Metode yang umum digunakan dalam mengukur dissimilarity measure tersebut adalah Euclidean distance dan dynamic time warping (DTW). Euclidean distance merupakan metode konvensional yang masih sering digunakan meskipun telah berkembang metode yang lebih kompleks, DTW. Penelitian ini bertujuan untuk membandingkan karakteristik kedua metode tersebut dalam studi kasus data deret waktu tentang harga saham. Selain itu, penelitian ini juga ingin mengetahui efektivitas variabel candle dalam memprediksi harga saham. Mulanya, dilakukan pembersihan terhadap dataset sebelum diaplikasikan metode dissimilarity measure. Selanjutnya, hasil tersebut menjadi acuan dalam analisis hierarchical clustering dan dipilih kelompok terbaik. Selain itu, dilakukan pula prediksi harga saham menggunakan kombinasi beberapa variabel bebas yang terdiri atas OHLC, technical, dan candle. Hasil dari penelitian ini menunjukkan bahwa Euclidean distance lebih efektif dibandingkan DTW dalam memberikan rekomendasi portfolio pilihan. Selain itu, tambahan variabel candle dalam kombinasi variabel OHLC dan technical mampu meminimalkan error dengan baik.

---

Currently, there are nearly 400 sharia stocks listed on the Indonesia Stock Exchange. A large number of these makes it difficult for investors to choose the best stocks that will be used as a portfolio. Therefore, clustering analysis is needed to get a group of stocks that have the expected return value. So far, an important activity in clustering activities is to determine the dissimilarity among datasets. In this research, it used time-series data related to stock prices for sharia stocks. The methods commonly used in measuring the dissimilarity measure are Euclidean distance and dynamic time warping (DTW). Euclidean distance is a conventional method that is still frequently used rather than a more complex method, DTW. This study aims to compare the characteristics of those two methods using the time series dataset. Besides, this study also wants to determine the effectiveness of the candle variable in predicting stock prices. At first, the missing value in the dataset was omitted before the dissimilarity measure method was applied. Furthermore, these results become a reference in hierarchical clustering analysis and the best group is selected. Also, stock price predictions are carried out using the combination of several independent variables consisting of OHLC, technical, and candles. The results indicate that Euclidean distance is more effective than DTW in providing a selected portfolio. In another hand, the additional candle variable combined with OHLC and technical variables can minimize errors properly."

"Di era perekonomian jasa, pengetahuan dan informasi menjadi elemen kunci untuk mencapai kesejahteraan. Dalam menyelesaikan berbagai pekerjaan yang ada diperlukan informasi dan pengetahuan. Untuk itu, informasi dan pengetahuan perlu dikelola serta dioptimalkan untuk memperoleh manfaat dari pengolahan informasi tersebut. Dengan kata lain, diperlukan manajemen pengetahuan (knowledge management) yang baik agar dapat memberikan informasi yang tepat kepada orang yang tepat pada saat yang tepat sehingga pengambilan keputusan dapat dilakukan secara tepat pula. Sejalan dengan program pemerintah untuk menyelenggarakan pemerintahan yang baik (good governance), saat ini Badan Litbang telah menerapkan e-government - sebagai model e-bisnis - untuk meningkatkan pelayanan kepada masyarakat, baik internal maupun eksternal organisasi dengan dibangunnya jaringan IAARD (IAARDNet). Namun demikian, informasi dan pengetahuan yang ada di Badan Litbang saat ini belum terkelola dengan baik, sehingga pengambilan keputusan dan kebijakan menjadi terhambat dengan kurangnya informasi yang tepat pada waktu yang tepat. Untuk itu, diperlukan suatu sistem yang terintegrasi dengan memanfaatkan jaringan yang ada untuk mendukung pengelolaan informasi dan pengetahuan di Badan Litbang. Untuk mengimplementasikan manajemen pengetahuan yang didukung oleh teknologi informasi dalam rangka memberikan layanan komunikasi dan diseminasi, layanan administrasi organisasi, serta kolaborasi diperlukan suatu rancangan arsitektur e-government yang sesuai. Kebutuhan bisnis seperti di atas, dapat dituangkan dalam bentuk model bisnis berupa enterprise knowledge portal, yang merupakan gabungan antara portal intranet dan portal ekstranet. Fitur-fitur yang dimuat dalam portal ini antara lain pendaftaran dan pengelolaan RPTP; berita litbang; monitoring dan evaluasi; pelaporan; penelusuran dan download; research highlight; e-mail, milis dan forum diskusi; serta workflow management. Adapun pola bisnis yang sesuai adalah pola composite yang merupakan gabungan pola self-service, information aggregation, dan kolaborasi.

---

In the era of service economy, knowledge and information become the key elements to establish welfare. Information and knowledge are needed to accomplish all kinds of tasks. Therefore, information and knowledge must be managed and optimized to obtain the benefits of information processing. In other words, good knowledge management is needed to be able to provide the appropriate information so that decision making can be done appropriately as well. In accordance to the government program to conduct good governance, currently the Indonesian Agency for Agricultural Research and Development (IAARD) has applied e-government - as an e-business model - to improve public services, both internal and external of the organization by building the IAARD network (IAARDNet). However, the information and knowledge contained within the IAARD has not been well managed yet. Thus, decision and policy making is hindered by lack of the right information at the right time. Therefore, an integrated system is needed to support information and knowledge management at IAARD by utilizing the existing network. To implement knowledge management supported by information technology in order to provide communication and dissemination services, organization administration services, and collaboration, an appropriate e-government architecture design is needed. Such business needs can be manifested in the form of business model that is an enterprise knowledge portal, which is the combination of intranet portal and extranet portal. Features contained within this portal are, among others, registration and management of RPTPs; research and development news; monitoring and evaluation; reporting; tracking and download; research highlight; e-mail, mailist and discussion forum; and workflow management. Meanwhile, the suitable business pattern is the composite pattern that is the combination of self-service, information aggregation, and collaboration patterns. Several things to pay attention to in implementing this portal includes strong support from the IAARD leaders; strategic planning, code of conducts and comprehensive technical directives of information technology; the presence of Information System/Information Technology division and strong and professional human resource; socialization to both internal and external users; and data security issues and further development."

"ABSTRAKBisnis digital merupakan salah satu bisnis yang menjanjikan pada era informasi saat ini. Informasi penting dapat diperoleh dari mewawas data yang berkualitas, sehingga dapat dimanfaatkan untuk kepentingan organisasi. Data pelanggan yang dimiliki oleh PT XYZ menjadi bahan inti dalam strategi pengembangan program digital. Data yang terkumpul dari beberapa unit bisnis memiliki kualitas data yang rendah. Tantangan tersebut menjadi perhatian manajemen, sehingga butuh pengelolaan kualitas data yang baik untuk meningkatkan kualitas data pelanggan.Penelitian ini menggunakan metode kualitatif, pengumpulan data dilakukan dengan melakukan wawancara terhadap empat narasumber dan studi dokumen perusahaan. Penilaian kualitas data dilakukan dengan menggunakan Big Data Quality Assessment dari lsquo;Cai and Zhu rsquo; dan tingkat kematangan kualitas data menggunakan Data Quality Framework dari Loshin untuk mengetahui karakteristik yang kurang dalam pengelolaan kualitas data. Hasil tersebut dipetakan berdasarkan praktik manajemen kualitas data Data Management Body of Knowledge DMBOK dari DAMA institute untuk menyusun rekomendasi strategi pengelolaan kualitas data.Pengukuran tingkat kematangan kualitas data pelanggan PT XYZ berada pada level 2 repeatbele . Rekomendasi yang dihasilkan yaitu: menentukan proses dan prosedur untuk menetapkan tanggung jawab dan akuntabilitas untuk semua aspek manajemen data, penerapan pengelolaan metadata, melakukan proses analisis data pelanggan, melakukan penambahan proses validasi data terhadap setiap elemen kualitas data, merumuskan Service Level Agreements SLA , merumuskan data profiling untuk data pelanggan, menyusun Standard Operating Procedure SOP , menerapkan manajemen pelacakan insiden, dan melakukan evaluasi pengelolaan data secara berkala.

---

ABSTRACTDigital business is one of the promising businesses in this information age. Important information can be obtained from data which has quality, so it can be utilized for the benefit of the organization. Customer data owned by PT XYZ becomes the core ingredient in digital program development strategy. The data collected from several business units has low data quality. The challenge become a concern of management, so it takes the management of good data quality to improve the quality of customer data.This research use qualitative method, data retrieval is done by interviewing four resource person and company rsquo;s document. Data quality assessment is performed using Big Data Quality Assessment from 39;Cai and Zhu 39; and data maturity level using Data Quality Framework from Loshin to know the quality of data. The results are mapped based on data management quality management practices of DMBOK from DAMA institutions to develop recomendation of data quality management strategy.Measurement of PT XYZ customer data quality maturity level is at level 2 repeatbele . Recommendations of the strategies are: determine the processes and procedures for assigning responsibilities and accountability for all aspects of data management, implementation of metadata management, conducting customer data analysis process, adding data validation process to each element of data quality, formulating Service Level Agreements SLA , formulate profiling data for customer data, develop Standard Operating Procedures SOP , implement incident tracking management, and conduct periodic data management evaluations."