Hasil Pencarian  ::  Simpan CSV :: Kembali

"Menurut laporan Ericsson Mobility Report (2018), bahwa Jumlah total langganan seluler ada di sekitar 7,9 miliar pada Q3 2018, dengan 120 juta pelanggan baru bertambah pada kuartal tersebut. Di Indonesia juga sudah cukup banyak orang yang melek dengan teknologi, terutama internet. Pada penelitian ini, peneliti ingin mencari tentang karakteristik dari aplikasi (mobile app) yang berbayar (purchase) dan gratis (Free), terhadap peluang usaha pada perusahaan baru (startup) di Indonesia. Pada penelitian ini akan dilakukan pengamatan pada big data dan big data analytics, dari hasil pengumpulan aplikasi dalam bentuk populasi pada Google Play dan Apple App Store Indonesia. Pengambilan data akan menggunakan bahasa pemrograman Python 3.7 dan Anaconda sebagai IDE (Integrated Development Environment) sebagai basis visualisasi dari data dan program. Pengumpulan data dan penelitian akan berjalan dimulai dari Januari 2020.

---

According to the Ericsson Mobility Report (2018), the total number of cellular subscriptions is around 7.9 billion in Q3 2018, with 120 million new customers increasing in the quarter. In Indonesia, there are many people who are literate with technology, especially the internet. In this study, researchers want to find out about the characteristics of the application (mobile app) that is paid and free with in-app purchases, to business opportunities in new companies (startups) in Indonesia. In this study, observations will be made on big data and big data analytics, from the results of collecting applications in the form of population on Indonesia Google Play and Apple App Store. Data processing will use the Python 3.7 programming language, and Anaconda as an IDE (Integrated Development Environment) as the basis for visualization of data and programs. Data collection and research will run starting from January 2020."

"Hadirnya mesin penerjemah telah membantu banyak orang dalam menerjemahkan. Namun tidak jarang kesalahan masih ditemukan pada terjemahannya. Dalam penelitian ini dibahas kesalahan leksikal pada terjemahan oleh mesin penerjemah Google dari bahasa Belanda ke bahasa Indonesia. Korpus yang digunakan adalah artikel yang dimuat dalam media digital De Volkskrant. Penelitian ini menggunakan metode penelitian kualitatif deskriptif dengan teori kesalahan leksikal pada hasil penerjemahan oleh mesin dari Vilar et al (2006). Hasil penelitian menunjukkan bahwa kategori kesalahan yang paling banyak ditemukan adalah sense dan yang paling sedikit adalah kesalahan pada tambahan kata dan idiom. Kesalahan leksikal masih banyak ditemukan pada kata yang memiliki makna lebih dari satu terutama pada nomina. Hal ini membuat hasil penerjemahan menjadi tidak tepat sehingga hasil penerjemahan Google masih perlu dievaluasi dan revisi untuk mendapatkan penerjemahan yang sepadan.

---

The presence of machine translators has helped many people in translating. However it is common for errors to be found in the translation. This research discusses lexical errors in the translation by Google’s machine translator from Dutch language to Indonesian. The corpus used is an article published in the digital media De Volkskrant. This study used a descriptive qualitative research method with the theory of lexical errors on machine translation results by Vilar et al (2006). The results showed that the most common error category found was sense and the least were errors in extra words and idioms. Lexical errors were often found in words that have more than one meaning, especially in nouns. This makes the translation inaccurate so Google’s translation results still need to be evaluated and revised to get an equivalent translation."

"ABSTRAKNotifikasi merupakan salah satu fitur komunikasi via pesan yang penting keberadaannya di aplikasi pada smartphone. Penerapan sistem notifikasi push notification mampu meningkatkan interaksi antar pengguna dan penggunaan layanan yang disediakan perangkat lunak Berbagi Kendaraan. Aplikasi Berbagi Kendaraan merupakan aplikasi berbasis Android yang dikerjakan pada studi ini. Tujuan aplikasi adalah untuk menciptakan platform berbagi kendaraan yang aman sebagai bagian dari aplikasi sistem transportasi cerdas. Diperlukan adanya sistem push notification yang efektif untuk meningkatkan interaksi penggunaan layanan yang disediakan. Tulisan ini membahas implementasi dan evaluasi kinerja dari layanan push notification pada aplikasi Berbagi Kendaraan menggunakan Google Cloud Message(GCM), IMF Push Bluemix, dan Telegram API. Stress testing dengan variasi concurrent request dilakukan untuk menguji implementasi. Hasil pengujian menunjukkan layanan GCM lebih baik dengan persentase minimum pesan diterima 95,09%. Diikuti dengan layanan IMF Push dengan persentase minimum pesan diterima 85,44% dan Telegram API sebesar 52,50%. Evaluasi kinerja dilakukan dengan pengambilan dan pengolahan data pada latency, jitter, packet loss dan throughput melalui tiga kondisi uji. Hasil pengujian menunjukkan bahwa layanan Google Cloud Messaging merupakan layanan push notification berbasis cloud yang memiliki kinerja paling baik pada implementasi untuk aplikasi Berbagi Tumpangan dengan nilai rata-rata latency 209,65 milidetik, jitter 107,62 milidetik, packet loss 0% dan throughput 8478,89 bit/detik.

---

ABSTRACTNotification is one of the most important communication features that should exist on smartphone‟s applications. The implementation of the push notification system may increase the interaction between users and the usage of Vehicle Sharing‟s services. Vehicle Sharing application is an Android-based application that is being studied in this experiment. The goal is to create a safe platform for vehicle sharing as a part of an intelligent transportation system. Therefore, it is necessary to implement an efficient push notification system to enhance the user experience. This paper describes the implementation and performance evaluation of several push notification services, i.e. Google Cloud Messaging (GCM), IMF Push Bluemix, and Telegram API. Stress tests with variation of concurrent request were conducted to evaluate the implementation. The result shows that the GCM service outperform others with minimum messages received of 95,09%. It is followed by the IMF Push services with 85,44% messages received and subsequently the Telegram API with 52,50% messages received. The performance evaluation was conducted by collecting and analyzing the latency, jitter, packet loss and throughput of each push services through three scenarios. The result shows that the GCM service performs better as a more reliable cloud-based push notification service on the Vehicle Sharing application with the mean latency of 209,65 ms, jitter of 107,62 ms, packet loss of 0%, and throughput of 8478,89 bit/s."