Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk mendeskripsikan keadaan aktual koleksi buku untuk subjek Linguistik Umum di Perpustakaan Fakultas Ilmu Pengetahuan Budaya Universitas Indonesia. Dari deskripsi tersebut kemudian dapat diperoleh informasi mengenai peta kekuatan dan kelemahan koleksi yang dapat dijadikan paramater menuju terbentuknya koleksi inti (core collection) untuk subjek Linguistik. Penelitian ini menggunakan metode kualitatif. Metode evaluasi yang digunakan adalah metode conspectus yang termasuk dalam kategori teknik evaluasi teehadap koleksi (collection-based technique) dengan mengambil objek penelitian di Perpustakaan Fakultas Ilmu Pengetahuan Budaya Universitas Indonesia. Selain untuk mengetahui kekuatan dan kelemahan koleksi, penelitian ini juga diharapkan dapat dijadikan paramater kualitas koleksi yang berguna untuk internal perpustakaan yakni pembenahan manajemen koleksi dan eksternal perpustakaan yakni sebagai dasar pertimbangan untuk pembentukan kerja sama perpustakaan perguruan tinggi untuk subjek sejenis. Hasil penelitian menunjukan bahwa koleksi subjek Linguistik di Perpustakaan FIB berada pada kisaran 1 a sampai 2b yang masih jauh dui aras (level) yang diharapkan oleh evaluator yakni 5F. Penilaian terhadap kekuatan koleksi yang dilakukan oleh evaluator pada kenyataannya sangat dipengaruhi oleh variasi judul-judul yang tersedia. Analisis bahasa pada subjek linguistik memperlihatkan bahwa mayoritas koleksi untuk tiap kelas memiliki indikator E yang berarti bahan literatur berbahasa Inggris mendominasi. Cakupan kronologis pada subjek linguistik bisa dikatakan kurang relevan dengan kebutuhan informasi yang mutakhir. Bahan literatur terbitan 5 tahun terakhir hanya mencapai 3%.di mana idealnya mencapai 10%.

Abstrak :
Pada tahun 2008, National Library of Australia memulai sebuah proyek ambisius untuk membuat sebuah "national discovery system" yang menghubungkan seluruh perpustakaan di Australia. Proyek yang dinamakan "trove" ini diluncurkan pada tahun 2009 setelah sebelumnya dirilis dalam format beta selama 6 bulan. trove tidak hanya menggantikan 8 sistem layanan koleksi yang sudah ada, namun juga memberikan pengalaman baru kepada publik dan peneliti di Australia dan luar Australia dengan membuka akses kepada konten yang lebih luas dan bervariasi. makalah ini membahas latar belakang kemunculan trove, bagaimana arsitektur sistem teknologi informasi, cakupan konten, lalu seperti apa usulan pengemabnagn trove lebih lanjut.

Abstrak :
Kedutaan Besar Australia di Jakarta menyimpan beragam dokumen rilis media. Menganalisis koleksi dokumen yang berpola khusus dan vital sangatlah penting untuk menghasilkan wawasan baru dan pengetahuan tentang kelompok topik penting dari dokumen. K-Means digunakan sebagai metode pengelompokan data non-hirarkis objek data menjadi klaster. Metode ini bekerja dengan meminimalkan variasi data di dalam klaster dan memaksimalkan variasi data di antara klaster. Dari dokumen yang dikeluarkan antara 2006 dan 2016, 839 dokumen diperiksa untuk menentukan frekuensi jangka dan untuk menghasilkan klaster. Evaluasi dilakukan dengan menunjuk seorang ahli untuk memvalidasi hasil klaster. Hasil penelitian menunjukkan bahwa ada 57 istilah bermakna yang dikelompokkan menjadi 3 kelompok. “Hubungan orang-orang”, “kerja sama ekonomi”, dan “pembangunan manusia” dipilih untuk mewakili topik rilis media Kedutaan Besar Australia Jakarta dari tahun 2006 hingga 2016. Penelitian ini menyimpulkan bahwa text mining dapat digunakan untuk mengelompokkan topik dokumen. Ini memberikan proses pengelompokan yang lebih sistematis karena analisis teks dilakukan melalui sejumlah tahapan dengan parameter yang ditetapkan secara khusus.

Abstrak :
The Australian Embassy in Jakarta stores a wide array of media release document. Analyzing particular and vital patterns of the documents collection is imperative as it may result new insights and knowledge of significant topic groups of the documents. K-Means algorithm was used as a non-hierarchical clustering method which partitioning data objects into clusters. The method works through minimizing data variation within clusters and maximizing data variation between clusters. Of the documents issued between 2006 and 2016, 839 documents were examined in order to determine term frequencies and generate clusters. Evaluation was conducted by nominating an expert to validate the cluster result. The result showed that there were 57 meaningful terms grouped into 3 clusters. “People to people links”, “economic cooperation”, and “human development” were chosen to represent topics of the Australian Embassy Jakarta media releases from 2006 to 2016. Text mining can be used to cluster topic groups of documents. It provides a more systematic clustering process as the text analysis is conducted through a number of stages with specifically set parameters.