Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bahasa pemrograman C adalah bahasa yang sering dipilih untuk membuat program dengan performa yang tinggi. Sayangnya, bahasa C memiliki reputasi sebagai bahasa pemrograman yang tidak aman. Berbagai cara dilakukan untuk membuat program yang aman dan memiliki performa yang tinggi. Salah satu jawaban dari tantangan tersebut adalah dibuatnya bahasa pemrograman Rust. Bahasa Rust diklaim sebagai bahasa yang aman dan memiliki performa yang sebanding dengan bahasa C. Pertanyaan yang muncul selanjutnya adalah bagaimana perbandingan bahasa C dan Rust dalam hal keamanan, terutama yang terkait dengan memori program. Penelitian ini dilakukan dengan tujuan menjawab pertanyaan tersebut. Penelitian dilakukan dengan membandingkan kompilator bahasa C dan Rust terhadap program yang tidak aman. Evaluasi dilakukan untuk tujuh jenis pelanggaran keamanan memori. Hasil dari penelitian ini menunjukkan bahwa bahasa Rust memang bersifat lebih aman dibanding dengan bahasa C dalam aspek keamanan memori.

---

The C programming language is a language that is often chosen to create high-performance programs. Unfortunately, C has a reputation for being an unsafe programming language. Various ways are done to make programs that are safe and have high performance. One of the answers to this challenge is the creation of the Rust programming language. Rust is claimed to be a safe language and has a performance comparable to C. The question that arises next is about the comparison of C and Rust in terms of security, especially those related to the program’s memory. This research was conducted with the aim of answering that question. The research was conducted by comparing the C and Rust language compilers against unsafe programs. Evaluations were performed for seven types of memory safety violations. The results of this study show that the Rust language is indeed more secure than the C language in terms of memory safety.

"

"Penggunaan huruf kapital merupakan aspek penting dalam menulis bahasa Indonesia yang baik dan benar. Aturan penggunaan huruf kapital dalam bahasa Indonesia telah dijelaskan dalam Pedoman Umum Ejaan Bahasa Indonesia (PUEBI) yang terdiri dari 23 aturan. Penelitian sebelumnya telah memulai mengembangkan pendeteksi dan pengoreksi kesalahan huruf kapital untuk bahasa Indonesia menggunakan pendekatan rule-based dengan kamus dan komponen Named Entity Recognition (NER). Namun, penelitian tersebut hanya mencakup 9 dari 23 aturan huruf kapital yang tercantum dalam PUEBI dan dataset uji yang digunakan tidak dipublikasikan sehingga tidak dapat digunakan untuk penelitian selanjutnya. Penelitian ini bertujuan untuk mengusulkan metode untuk mendeteksi dan mengoreksi 14 dari 23 aturan PUEBI menggunakan pendekatan yang mirip dengan penelitian sebelumnya. Model NER dikembangkan menggunakan pretrained language model IndoBERT yang dilakukan fine-tuning dengan dataset NER. Untuk menguji metode rule-based yang diusulkan, dibuat sebuah dataset sintesis yang terdiri dari 5.000 pasang kalimat. Setiap pasang terdiri dari kalimat benar secara aturan huruf kapital dan padanan kalimat salahnya. Kalimat salah dibuat dengan mengubah beberapa huruf kapital di kalimat yang awalnya benar. Sebelum dilakukan perbaikan terhadap kalimat yang salah, didapatkan akurasi sebesar 83,10%. Namun, setelah menggunakan metode ini, tingkat akurasi meningkat 12,35% menjadi 95,45%.

---

The correct use of capital letters plays a vital role in writing well-formed and accurate Indonesian sentences. Pedoman Umum Ejaan Bahasa Indonesia (PUEBI) provide a comprehensive set of 23 rules that explain how to use capital letters correctly. Previous research has attempted to develop a rule-based system to detect and correct capital letter errors in Indonesian text using dictionaries and Named Entity Recognition (NER). However, this study only covered 9 out of the 23 capital letter rules specified in PUEBI, and the test dataset used was not publicly available for further analysis. In this study, we aim to propose a method that can identify and rectify 14 out of the 23 PUEBI rules, following a similar approach to previous research. The NER model was trained using the IndoBERT pretrained language model and fine-tuned with a specific NER dataset. To evaluate the effectiveness of our rule-based method, we created a synthetic dataset comprising 5,000 sentence pairs. Each pair consists of a correctly capitalized sentence and an equivalent sentence with incorrect capitalization. Before applying our method, the baseline accuracy was 83.10%. However, after implementing our approach, the accuracy improved by 12.35% to reach 95.45%."

"Verifikasi perangkat lunak merupakan hal yang dilakukan untuk memastikan bahwa suatu perangkat lunak adalah valid terhadap spesifikasi yang telah ditetapkan sebelumnya. Proses verifikasi dari suatu perangkat lunak merupakan hal yang terkait pengujian-pengujian yang dilakukan terhadap perangkat lunak yang bersesuaian, baik secara otomatis maupun manual. Dalam penelitian ini dilakukan implementasi dan analisis dari verifikasi perangkat lunak berbasis Java, dengan menggunakan T2 Framework sebagai verification tool. Proses implementasi dilakukan terhadap studi kasus berupa Electronic Votes Manager yang dikembangkan sebagai perangkat lunak berbasis komponen dengan JavaBeans. Implementasi yang dilakukan meliputi definisi terhadap spesifikasi yang telah ditetapkan berikut tahap-tahap pengujian, sementara proses analisis dilakukan terhadap hasil dari eksperimen untuk mengukur kapabilitas dari T2 Framework sebagai sebuah verification tool untuk aplikasi berbasis Java, khususnya dalam proses verifikasi terhadap studi kasus."

"Tesis ini mengeksplorasi pemodelan rangka rangka ruang untuk mencapai desain yang optimal. Hasil studi menunjukkan bahwa memperpendek jarak antara tumpuan dan menambah jumlah pengekang DOF akan mengurangi defleksi struktur. Studi ini juga menunjukkan bahwa penggunaan bahasa pemrograman, khususnya Bahasa Julia, memudahkan pengguna untuk menghitung dalam hal kecepatan dan akurasi. Selain itu, tingkat presisi yang tinggi akan mengurangi kesalahan atau kesalahan yang disebabkan oleh pembulatan yang salah.

---

This thesis explores space truss modelling in order to achieve an optimal design. The study results showed that shortening the distance between supports and increasing the number of DOF restraints will lessen the structure's deflection. This study also demonstrates that utilizing a programming language, specifically Julia Language, makes it easier for users to compute in terms of speed and accuracy. Furthermore, the high degree of precision will decrease mistakes or errors caused by incorrect rounding."