Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dokumen yang dikelola oleh masing-masing instansi atau perusahaan mempunyai peranan yang sangat penting terutama dokumen Standar Operasional Prosedur (SOP). Standar operasional prosedur (SOP) adalah pedoman atau acuan untuk melaksanakan tugas dan pekerjaan sesuai dengan fungsi dari pekerjaan tersebut. Dengan adanya SOP semua kegiatan di suatu perusahaan dapat terancang dengan baik. Standar Operasional Prosedur (SOP) yang dipetakan dalam pengamatan ini, bertujuan menjadi panduan tim Document Control untuk melakukan kegiatan distribusi dokumen SOP ke masing-masing departemen. Pengamatan dilakukan dengan mencocokkan dokumen yang ada di lapangan dengan master list SOP. Dokumen yang dicek meliputi nomor dokumen, nama dokumen, dan nomor revisi. Dilakukan pengamatan dicek masa berlaku dokumen dengan melihat nomor revisi yang ada di lapangan dengan nomor revisi yang terdapat di acuan master list SOP, apabila ada dokumen yang masih mempunyai nomor revisi lama, dilakukan penarikan dokumen SOP tersebut lalu dibuat dokumen dengan nomor revisi terbaru. Berdasarkan hasil observasi, dokumen yang tersedia di lapangan pada seluruh departemen PT. Kalbio Global Medika sudah mempunyai dokumen dengan revisi terbaru atau sudah sesuai dengan master list.

---

Documents managed by each agency or company have a significant role, especially the Standard Operating Procedure (SOP) document. Standard operating procedures (SOP) are guidelines or references for carrying out tasks and jobs according to the function of the job. With the existence of SOP, all activities in a company can be well designed. The Standard Operating Procedure (SOP) in this observation aims to guide the Document Control team in distributing SOP documents to each department. Observations were made by matching the existing documents in the field with the SOP master list. Documents checked include document number, document name, and revision number. Observations were made to check the document's validity period by looking at the revision number in the field with the revision number contained in the SOP master list reference. If a document still has the old revision number, the SOP document is withdrawn, and a document with the latest revision number is created. Based on the results of observations, the documents are available in the field in all departments of PT. Kalbio Global Medika already has documents with the latest revisions or in accordance with the master list."

"ABSTRAKBerawal dari keperluan warga masyarakat bahwa pemilikan akta Catatan Sipil merupakan salah satu syarat dalam kehidupan sosial dan bernilai ekonomi, maka diperlukan pemikiran dan pertimbangan untuk memasyarakatkan akta Catatan Sipil pada warga DKI Jakarta sehingga masyarakat dapat berpartisipasi secara aktif sekaligus dapat mewujudkan tertib kependudukan. Melalui model komunikasi yang dikenal sebagai hierarchy of effect, kajian evaluasi ini melihat bahwa dalam kegiatan komunikasi diharapkan dapat menimbulkan akibat (efek) yang tinggi dalam penerimaan dan lindakan terhadap informasi peran akta Catatan Sipil. Dalam model komunikasi ini kelihatannya responden kurang bergairah, lamban mengambil keputusan, dan akhirnya dalam keadaan yang sangat terburu-buru baru mencari dan memperjelas kembali mformasi yang lengkap, akurat, dan pasti untuk mengurus penerbitan akta Catatan Sipil.Lebih jauh penelitian ini ingin melihat masalah-masalah apa saja yang mempengaruhi proses komunikasi pembudayaan akta Catatan Sipil untuk meningkatkan partisipasi masyarakat terhadap keberadaan Kantor Catatan Sipil, sesuai dengan maksud dan tujuan yang ingin dicapai dalam pembudayaan akta Catatan SipilPengumpulan data pada penelitian ini, yakni Melalui studi kepustakaan dan evaluasi program-program pembudayaan akta Catatan Sipil, serta kebijakan-kebijakan yang dilaksanakan sebagai data sekunder, di samping juga menggunakan data primer.Hasil pengumpulan data yang ditelaah secara mendalam akhirnya dapat memberikan suatu pandangan bahwa kesadaran masyarakat terhadap informasi akta Catatan Sipil memang cukup tinggi, hal ini disebabkan kelima wilayah kota telah ada satuan pelaksana Catatan Sipil yang bertugas melayani warga masyarakat yang berdomisili di wilayah masing-masing.Tetapi informasi yang cukup tinggi ini belum diikuti dengan kesadaran, pemahaman, dan tindakan untuk memiaki akta Catatan Sipil bagi setiap warga DKI. Akibatnya timbul salah pengertian dan persepsi yang berbeda, serta melahirkan citra negatif bagi aktifitas kantor Catatan Sipil dalam melayani masyarakat. Citra negatif ini berpengaruh terhadap rendahnya partisipasi masyarakat dalam mengurus akta-akta di kantor Catatan Sipil.Berdasarkan hal-hal diatas, make kesimpulan peneliti yakni menyampaikan rekomendasi untuk memperbaiki dan menyempurnakan startegi komunikasi pembudayaan akta Catatan Sipil dan membangkitkan partisipasi masyarakat terhadap fungsi kantor Catatan Sipil, antara lain : meningkatkan kualitas sumber daya manusia (Aparat) Pemda DKI Jakarta, membuat standarisasi komunikasi dan penggunaan alat, serta media komunikasi yang lengkap, mudah dipahami serta menarik untuk disimak dan dilaksanakan."

"Pengelompokan dokumen atau document clustering telah menjadi suatu teknik yang berguna dalam pengorganisasian sekumpulan dokumen. Dengan teknik ini, komputer bisa secara otomatis mengelompokkan sekumpulan dokumen ke dalam kluster-kluster yang cocok yang merepresentasikan data yang ada. Dengan demikian, proses pencarian informasi bisa dilakukan dengan lebih efisien. Telah banyak metode yang dikembangkan untuk mendukung pengelompokan dokumen. Dua diantara metode-metode tersebut adalah Nonnegative Matrix Factorization (NMF) dan Random Projection (RP). Pada penelitian ini, proses pengelompokan dokumen dilakukan dengan metode reduksi dimensi NMF dan RP pada dokumen berbahasa Indonesia. Untuk metode RP, diperlukan tahap tambahan untuk dapat mengelompokkan dokumen. Metode yang digunakan pada tahap ini adalah K-Means. Data yang digunakan pada percobaan adalah artikel media massa. Percobaan dilakukan dengan variasi pada variabel percobaan seperti jumlah kluster, jumlah data, jenis data, dan informasi fitur.Dari percobaan yang telah dilakukan, terlihat bahwa teknik NMF dan RP dapat diterapkan dalam aplikasi pengelompokan dokumen bahasa Indonesia. Akurasi pengelompokan bisa mencapai 97%. Dari percobaan terlihat juga bahwa teknik NMF menghasilkan akurasi yang lebih tinggi daripada RP dengan kisaran perbedaan sekitar 2%. Ukuran dan jumlah kluster juga mempengaruhi akurasi. Ukuran kluster yang semakin besar menyebabkan peningkatan akurasi sedangkan jumlah kluster yang semakin banyak menyebabkan penurunan akurasi. Dengan ukuran kluster 296 dan jumlah kluster 2 misalnya, akurasi mencapai 96%. Disamping itu, informasi fitur berupa presence merupakan yang paling cocok digunakan karena menghasilkan akurasi yang paling tinggi, juga mencapai 97%. Jumlah fitur yang lebih banyak dan tidak mengandung stopwords juga memberikan akurasi yang lebih tinggi.

---

Document clustering has been a beneficial technique in organizing documents. With good document clustering technique, computer can automatically group collection of documents into meaningful clusters. The information retrieval process thus can be done eficiently. There have been lots of methods developed in supporting document clustering process. Two of them are Nonnegative Matrix Factorization (NMF) and Random Projection (RP). In this research, document clustering process is conducted on Indonesian documents using both NMF and RP dimensional reduction method. For RP, additional clustering process is required. For this purpose, K-Means is used. Documents used are mass media articles. Experiments are conducted with variation of experiment variables including number of cluster, number of data, types of data, feature, etc.From the experiments conducted, it can be concluded that NMF and RP technique can be used in document clustering application for Indonesian documents. The accuracy reaches 97%. Experiments also show that NMF yields better accuracy than RP with difference range about 2%. Cluster size and cluster number also influence the accuracy. The bigger the cluster size, the higher the accuracy while the more the cluster number, the lower the accuracy. For example, with cluster size 296 and cluster number 2, the accuracy reaches 96%. Despitefully, using presence as feature is the most appropriate one because it results in the highest accuracy among others, also reaches 97%. In addition, the more the features used and excluding the stopwords, the higher the accuracy will be."

"Penulis artikel ini mengulas fungsi Tabel Penunjuk Inti Sari Huku. (TAPIS). TAPIS merupakan salah satu langkah yang ditempuh oleh Pusat Dokumentasi Hukum FHUI untuk meningkatkan sarana dan prasarana hukum sejak tahin 1980-an. TAPIS, adalah suatu alat dokumentasi hukum untuk menelusuri rangkaian hubungan yaitu pelaksanaan serta status suatu ketentuan hukum. Cara kerja TAPIS ini antara lain, dengan mengetahui sejauh mana hubungan atau kaitan antara satu peraturan dengan peraturan yang lainnya."

"Salah satu masalah yang terdapat dalam hukum tata negara Indonesia ialah tentang masa peralihan (transisi). Berkaitan dengan hal ini, berdasarkan sejarah ketatanegaraan Indonesia yang terbagi dalam empat periode, ada beberapa pengertian yang dapat diberikan tentang hal masa peralihan tersebut. Penulis sebagai seorang pakar tata negara, memberikan pengertian tentang masa peralihan tersebut dan kaitannya dengan kehidupan demokrasi dan politik negara Republik Indonesia berdasarkan Undang-Undang dasar yang pernah dan sedang berlaku sampai saat ini."

"Penelitian ini membahas mengenai potensi ekstensifikasi bea meterai atas dokumen elektronik. Penelitian dilakukan dengan menggunakan pendekatan kualitatif dan termasuk dalam penelitian cross sectional dengan teknik pengumpulan data berupa studi kepustakaan dan wawancara. Data tersebut dianalisis menggunakan teknik analisis data kualitatif. Hasil penelitian menunjukan bahwa terdapat potensi ekstensifikasi objek bea meterai yang dapat dikembangkan dengan melakukan amandemenUndang-Undang Nomor 13 Tahun 1985 tentang Bea Meterai. Bea meterai dapat dikenakan atas dokumen elektronik, tetapi perlu melihat batasannya, yaitu kemampuan objek tersebut dapat diawasi pemerintah.

---

This research discusses the potential of stamp duty extensification over electronic documents. The research was conducted by a qualitative approach and crosssectional research with data collection techniques as literature study and interview. The data is analyzed by qualitative data analysis techniques. Research output shows that there is potention which can be developed by doing amendment at Law Number 13 Year 1985 on Stamp Duty. Stamp duty can be collected for electronic document, but is limited for the object itself which can be controlled by the government."

"Dokumen standar sebagai sumber informasi belum banyak digunakan. Hal ini sebagian disebabkan oleh banyaknya perpustakaan yang belum menjadikan dokumen standar tersebut sebagai koleksinya. Dokumen standar tersebut banyak dibutuhkan oleh pelaku usaha, khususnya industri. Diduga jurusan-jurusan yang berkaitan dengan industri di universitas banyak membutuhkan dokumen standar. Kajian yang dilakukan di Fakultas Teknologi Pertanian IPB menyimpulkan bahwa mahasiswa Fakultas Teknologi Pertanian IPB banyak menggunakan dokumen standar yang dicerminkan oleh skripsi 2010-2012 menjadikan standar sebagai salah satu referensinya sebanyak 48,48 %. Dari semua informasi standar yang digunakan oleh mahasiswa sebagai referensi penulisan skripsi, Standar Nasional Indonesia (SNI) merupakan dokumen standar paling banyak digunakan yaitu sebesar 54,38 %. Selain standar SNI, mahasiswa juga menggunakan standar asing seperti AOAC, ISO, ASTM, APHA dan Codex Alimentarius Commission (CAC)"

"One of ways to facilitate process of information retrieval is by performing clustering toward collection of the existing documents. The existing text documents are often unstructured. The forms are varied and their groupings are ambiguous. This cases cause difficulty on information retrieval process. More-over, every second new documents emerge and need to be clustered. Generally, static document clus-tering method performs clustering of document after whole documents are collected. However, per-forming re-clustering toward whole documents when new document arrives causes inefficient clus-tering process. In this paper, we proposed a new method for document clustering with dynamic hierar-chy algorithm based on fuzzy set type-II from frequent item set. To achieve the goals, there are three main phases, namely: determination of keyterm, the extraction of candidates clusters and cluster hierar-chical construction. Based on the experiment, it resulted the value of F-measure 0.40 for Newsgroup, 0.62 for Classic and 0.38 for Reuters. Meanwhile, time of computation when addition of new document is lower than to the previous static method. The result shows that this method is suitable to produce so-lution of clustering with hierarchy in dynamical environment effectively and efficiently. This method also gives accurate clustering result.Salah satu cara untuk mempermudah proses information retieval adalah dengan melakukan peng-klasteran terhadap koleksi dokumen yang ada. Dokumen teks yang ada seringkali tidak terstruktur, formatnya bervariasi, dan pengelompokannya ambigu. Hal ini menimbulkan kesulitan dalam proses information retrieval. Selain itu, setiap detik dokumen baru bartambah dan perlu untuk dikelompokkan. Pada umumnya, metode pengklasteran dokumen statis melakukan pengklasteran dokumen setelah kese-luruhan dokumen terkumpul. Namun, melakukan pengklasteran ulang terhadap keseluruhan dokumen ketika dokumen baru tiba mengakibatkan proses pengklasteran menjadi tidak efisien. Penelitian ini mengusulkan metode baru untuk pengklasteran dokumen dengan algoritma hierarki dinamis berbasis fuzzy set type-II dari frequent itemset. Untuk mencapai tujuan tersebut, terdapat 3 tahapan utama yang akan dilakukan, yaitu; ekstraksi keyterm, ekstraksi kandidat klaster dan pembangunan hirarki klaster. Berdasarkan eksperimen yang telah dilakukan diperoleh nilai F-Measure 0,40 untuk Newsgroup, 0,62 untuk Classic, dan 0,38 untuk Reuters. Sedangkan waktu komputasi pada saat penambahan dokumen dapat direduksi dibanding dengan metode statis sebelumnya. Hasil percobaan terhadap beberapa dataset koleksi dokumen menunjukkan bahwa metode ini tidak hanya sesuai untuk menghasilkan solusi peng-klasteran secara hirarki dalam lingkungan yang dinamis secara efektif dan efisien, tetapi juga membe-rikan hasil pengklasteran yang akurat."

"Ant-based document clustering is a cluster method of measuring text documents similarity based on the shortest path between nodes (trial phase) and determines the optimal clusters of sequence do-cument similarity (dividing phase). The processing time of trial phase Ant algorithms to make docu-ment vectors is very long because of high dimensional Document-Term Matrix (DTM). In this paper, we proposed a document clustering method for optimizing dimension reduction using Singular Value Decomposition-Principal Component Analysis (SVDPCA) and Ant algorithms. SVDPCA reduces size of the DTM dimensions by converting freq-term of conventional DTM to score-pc of Document-PC Matrix (DPCM). Ant algorithms creates documents clustering using the vector space model based on the dimension reduction result of DPCM. The experimental results on 506 news documents in Indo-nesian language demonstrated that the proposed method worked well to optimize dimension reduction up to 99.7%. We could speed up execution time efficiently of the trial phase and maintain the best F-measure achieved from experiments was 0.88 (88%).Klasterisasi dokumen berbasis algoritma semut merupakan metode klaster yang mengukur kemiripan dokumen teks berdasarkan pencarian rute terpendek antar node (trial phase) dan menentukan sejumlah klaster yang optimal dari urutan kemiripan dokumen (dividing phase). Waktu proses trial phase algoritma semut dalam mengolah vektor dokumen tergolong lama sebagai akibat tingginya dimensi, karena adanya masalah sparseness pada matriks Document-Term Matrix (DTM). Oleh karena itu, penelitian ini mengusulkan sebuah metode klasterisasi dokumen yang mengoptimalkan reduksi dimensi menggunakan Singular Value Decomposition-Principal Component Analysis (SVDPCA) dan Algoritma Semut. SVDPCA mereduksi ukuran dimensi DTM dengan mengkonversi bentuk freq-term DTM konvensional ke dalam bentuk score-pc Document-PC Matrix (DPCM). Kemudian, Algoritma Semut melakukan klasterisasi dokumen menggunakan vector space model yang dibangun berdasarkan DPCM hasil reduksi dimensi. Hasil uji coba dari 506 dokumen berita berbahasa Indonesia membuk-tikan bahwa metode yang diusulkan bekerja dengan baik untuk mengoptimalkan reduksi dimensi hingga 99,7%, sehingga secara efisien mampu mempercepat waktu eksekusi trial phase algoritma se-mut namun tetap mempertahankan akurasi F-measure mencapai 0,88 (88%)."