Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 14 dokumen yang sesuai dengan query
cover
Fakultas Ilmu Komputer Universitas Indonesia, 1998
S26958
UI - Skripsi Membership  Universitas Indonesia Library
cover
Davis, James R.
New York: John Wiley & Sons, 1990
657.028 5 DAV a
Buku Teks  Universitas Indonesia Library
cover
Didik Prata Wijaya
"Dinas Arsip dan Perpustakaan (Disarpus) Kota Bandung merupakan lembaga teknis yangmempunyai tugas dan fungsi pengembangan pembudayaan kegemaran membaca melalui pemberdayaan perpustakaan. Peran Online Public Access Catalog (OPAC) sebagai sistem temukembali informasi sangat mendukung sebagai salah satu sarana atau fasilitas untuk meningkatkanpelayanan kepada masyarakat terutama di bidang perpustakaan khususnya di Kota Bandung. Penelitian ini bertujuan untuk mengetahui (1) bagaimana recall dan precision pada OPAC Dinas Arsipdan Perpustakaan Kota Bandung; (2) efektivitas OPAC sebagai sistem temu kembali informasi di Disarpus Kota Bandung. Metode pengumpulan data yang dilakukan adalah dengan melakukanpenelusuran kata kunci pada OPAC Disarpus Kota Bandung melalui halaman websitehttp://layanan.dispusip.bandung.go.id/inlislite3/opac/. 10 Sepuluh kata kunci tersebut adalah yangpaling sering dicari atau ditelusuri oleh pengguna perpustakaan pada bulan Maret 2022 di DisarpusKota Bandung. Setiap kata kunci yang digunakan dalam proses penelusuran, hasilnyaberupa sejumlah data katalog. Data katalog yang diperoleh kemudian dianalisis dan ditentukan datamana yang relevan dan tidak relevan dengan kebutuhan informasi yang dicari berdasarkan judul, subjek buku, dan ketersediaan koleksi. Kemudian akan dilakukan perhitungan recall dan precisionuntuk mengetahui tingkat efektivitastemu kembali aplikasi INLISLite. Berdasarkan hasil pengujianterhadap OPAC Dinas Arsip dan Perpustakaan Kota Bandung dengan 10 kata kunci yang palingsering ditelusuri oleh pemustaka selama bulan Maret 2022 dapat disimpulkan bahwa sistem temukembali informasi tersebut sudah efektif. Hal tersebut dapat dilihat dari nilai rata-rata recall sebesar 0.96 atau 95.79 % dan nilai rata-rata precision sebesar 0.92 atau 92.31 %. Dari 10 kata kunci yaitukeperawatan, sumber daya manusia, komunikasi, metode penelitian, akuntansi, pajak, sisteminformasi, keterampilan, parenting, dan psikologi, kata kunci dengan nilai recall dan precision tertinggi adalah kata kunci metode penelitian dan parenting yaitu nilai recall 1 atau 100% dan nilai precision1atau 100%. Sedangkan nilai recall dan precision terendah adalah kata kunci komunikasi yaitu dengannilai recall 0.90 atau 90.34% dan nilai precision 0.88 atau 88.33%. Secara keseluruhan OPAC padaDisarpus Kota Bandung sudah efektif sebagai sistem temu kembali informasi."
Jakarta: Pusat Jasa Perpustakaan dan Informasi, 2022
020 VIS 24:1 (2022)
Artikel Jurnal  Universitas Indonesia Library
cover
Himma Dewiyana
"Tulisan ini bertujuan untuk mengetahui efektivitas temu kembali menggunakan fasilitas pencarian spesifik pada katalog online perpustakaan universitas sumatera utara. Penelitian menggunakan ekperimen yaitu dengan mengukur dan membandingkan nilai precision hasil pencarian dengan menggunakan fasilitas pencaharian sederhana dan pencarian spesifik pada ruas judul dan subjek. Data menunjukkan bahwa hasil pengujian penggunaan fasilitas pencaharian sederhana secara umum mendapat nilai pecision sebesar 0,06, pasien rata-rata 0,73, dan pencarian spesifik pada ruas judul secara umum sebesar 0,06, pecision rata-rata 0,66, sedangkan pada ruas subjek secara umum mendapatkan nilai precision sebesar 0,08, rata-rata 0,48. hasil pengujian menunjukkan fasilitas pencarian yang paling efektif pada OPAC perpustakaan USU adalah pencarian sederhana; kedua, penggunaan pencarian spesifik dengan ruas judul, dan ketiga, fasilitas pencarian spesifik pada ruas subjek"
Medan: Politeknik Negeri Medan, 2019
338 PLMD 22:4 (2019)
Artikel Jurnal  Universitas Indonesia Library
cover
Ridwan Andi Kambau
"ABSTRAK
Sistem Temu Kembali Informasi (STKI) tradisional tidak cukup lagi untuk memenuhi kebutuhan informasi pengguna. Volume dan struktur informasi multimedia mengalami peningkatan yang tidak terpikirkan dan terdapat hubungan semantik antar-media. Untuk menemukan kembali informasi semantik antar-media adalah sebuah tantangan. Tulisan ini mengeksplorasi Sistem Temu Kembali Informasi Multimedia Terpadu Berbasis Konsep (STKIM-TBK). STKIM-TBK menggunakan hubungan semantik antar-media informasi dan teknik deep learning untuk mengungkap struktur informasi multimedia yang mungkin ada. Penelitian ini mengusulkan solusi untuk mengakses berbagai koleksi objek multimedia terdistribusi dan menyajikan secara komprehensif objek warisan budaya dalam empat jenis media, teks, gambar, audio, dan video yang direpresentasikan sebagai Konsep. STKIM-TBK menggunakan ontologi untuk menyediakan kosa kata, struktur informasi, dan membangun hubungan antar-konsep pada media yang berbeda. Koleksi objek warisan budaya digunakan sebagai domain penelitian ini. Relasi Ontologi STKIM-TBK memiliki tiga proses utama; Pertama adalah Proses Pengindeksan yang terdiri dari mengumpulkan objek multimedia, pembuatan dataset, mengekstraksi deskrispsi teks dan fitur multimedia dan mengklasifikasikan konsep-konsep dengan Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). Objek-objek dalam Konsep terklasifikasi diindeks dan disimpan pada Objek Terindeks. Kedua adalah Pemrosesan Kueri yang terdiri dari penginputan objek multimedia dan mengenalinya sebagai objek dalam suatu konsep terklasifikasi. Ketiga adalah Proses Temu Kembali yang mencocokkan objek terklasifikasi dari input multimedia pada Pemrosesan Kueri dengan Objek-objek dalam Objek Terindeks menggunakan Skema Ontologi. Pengindeksan Terpadu membuat model pengklasifikasi multimedia untuk mengenali dan mengklasifikasi teks, citra, audio, dan video dengan melatih tiga lapisan arsitektur CNN dan 50 lapisan arsitektur RNN menggunakan dataset enam objek pada empat media dari tiga etnis di Indonesia. STKIM-TBK yang merepresentasi konsep dapat mewakili semua fitur dari empat media sekaligus. Skema Ontologi menggunakan teknik Desain Ontologi Sederhana untuk mengorganisasi konsep-konsep terkait dengan konsep yang lain pada etnis yang sama. Relasi Ontologi STKIM-TBK menunjukkan kemampuan sistem mengekstraksi fitur dari empat representasi media menjadi suatu Konsep dan meningkatkan fleksibilitas struktur klasifikasi warisan budaya UNESCO untuk mencari objek terkait yang lebih banyak.

ABSTRACT
Traditional Information Retrieval System is no longer sufficient to satisfy the information need of users. The volume and structure of multimedia information mounted unthinkable, and the semantic relationship among media exists. To retrieve information which semantically intact among media is a challenge. This study explores the Unified Concept-Based Multimedia Information Retrieval System (UCB-MIRS). The UCB-MIRS employs ontological relationship among media of information and deep learning technique to uncover the structure of multimedia information that may exist. It proposes a solution to access various distributed multimedia object collection and present comprehensive media of cultural heritage in four types of media, text, image, audio, and video that represent as a Concept. The UCB-MIRS use an ontology to provide vocabularies, information structure and create relationship among concepts at different media. The collection of cultural heritage object used as a domain research. Ontological relationship in UCB-MIRS has three main processes; the first is Indexing Process which consist of collecting multimedia object, creating a dataset, extracting multimedia textual description and features, then classifying concepts with Convolutional Neural Network (CNN) and Recurrent Neural Network (RNN). The object in the classified concepts are indexed and stored on Object Indexed. The second is Query Processing which consist of inputting multimedia object and recognizing it as an object in classified concepts. The third is Retrieval Process which is matching the the classified object of multimedia input on Query Processing and object in the Object Indexed using Ontology Schema. In Unified indexing, multimedia classifier model recognize and classify text, images, audio and video by training three layers of CNN architecture and 50 layers of RNN architecture using six objects dataset in four media from three ethnicities in Indonesia. UCB-MIRS can represent all features of four media. The ontology using Simple Design Ontology technique to organizes concepts related to another concept in the same ethnics. Ontological relationship in UCB-MIRS shows the capability of the system to extract features of four media representation to become a concept and increasing the flexibility structure of UNESCO cultural heritage classification to find the more related object."
2019
D2653
UI - Disertasi Membership  Universitas Indonesia Library
cover
Dwi Astuti Aprijani
"Penelitian ini mengkaji penggunaan Maximal Frequent Sequences (MFS) sebagai indeks dalam koleksi dokumen untuk Sistem Temu-kembali Informasi teks berbahasa Indonesia. Indeks, sebagai representasi dokumen, harus menggambarkan informasi keseluruhan yang terkandung dalam dokumen. MFS sebagai salah satu cara untuk mengekspresikan multi kata (frase) dapat digunakan sebagai indeks dalam koleksi dokumen untuk merepresentasikan isi dokumen. Kekuatan utama MFS dapat membentuk indeks yang sangat solid karena menoleransi adanya kata-kata pemisah di antara suatu pasangan kata dan jumlah istilah yang digunakan sebagai indeks sedikit. Hasil uji coba terhadap 1162 dokumen ilmiah dan 2999 dokumen berita menunjukkan bahwa jumlah istilah pada pengindeksan berdasarkan MFS jauh lebih sedikit dibandingkan jumlah istilah pada pengindeksan berdasarkan frekuensi kata (term frequency), yaitu 31% untuk koleksi dokumen ilmiah non-stemming, 48% untuk koleksi dokumen ilmiah stemming, 30% untuk koleksi dokumen berita non-stemming, dan 59% untuk koleksi dokumen berita stemming. Pada koleksi dokumen ilmiah, MFS dengan nilai threshold yang lebih kecil relatif mampu memperbaiki nilai presisi, baik presisi rata-rata sesudah memproses 20 dokumen maupun presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan. Pada koleksi dokumen berita, MFS dengan nilai threshold yang kecil relatif memperbaiki nilai presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan, namun threshold yang lebih besar justru memperbaiki presisi rata-rata sesudah memproses 10 dokumen. Efek stemming meningkatkan presisi rata-rata sesudah memproses 10 dokumen dan presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan pada sistem temu-kembali informasi ini."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2006
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Putu Laxman Sanjaya Pendit
Fakultas Ilmu Pengatahuan Budaya Universitas Indonesia, 1994
LP-pdf
UI - Laporan Penelitian  Universitas Indonesia Library
cover
Gema Parasti Mindara
"Dewasa ini, banyak sekali ketersediaan data multimedia yang direkam dalam bentuk digital seperti teks, citra, audio dan video serta tersimpan dalam berbagai database. Data multimedia tersebut dapat diakses dengan menggunakan mesin pencari seperti Google, Yahoo, dan Bing. Namun, hasil pencarian dari mesin pencari tersebut belum bisamenghubungkan berbagai media kedalam suatu konsep yang saling terkait. Hal ini menyebabkan hasil penetapan relevansi (relevance judgement) menjadi tidak optimal. Disisi lain, mesin pencari hanya bisa menerima kueri tipe teks atau citra, seperti Google. Oleh karena itu, dibutuhkan suatu mekanisme identifikasi data multimedia secara terpadu (Unified Indexing) dan Query Interface yang bisa menerima berbagai tipe media.
Proses Unified Indexing terdiri dari beberapa tahapan: (1) Membangun testbed; (2) Perancangan Unified Indexing; (3) Implementasi; (4) Ujicoba dan Evaluasi. Perancangan Unified Indexing terdiri dari: Modul Mono Modal Indexing, Modul Conceptdan Modul Search. Modul Mono Modal Indexing melakukan pengindeksan masing-masing tipe media. Sedangkan ModulConceptmelakukanpemberiankonsepkepada data multimedia dengan proses naming. Selanjutnya, Modul Search melakukan pencarian informasi dengan berbagai tipe kueri multimedia (QueryInterface). Ketiga modul tersebut selanjutnya diimplementasikan pada tahapan implementasi. Tahapan ujicoba dan evaluasi dibangun berdasarkan dua skenario, yaitu sistem yang belum menggunakan UnifiedIndexing dan sistem yang telah menggunakan UnifiedIndexing.
Hasil ujicoba memberikan hasil peningkatan perolehan informasi data terambil untuk kueri teks 77%, kueri citra 60%, kueri audio 62% dan kueri video 60%. Sedangkan rata-rata perolehan data relevan untuk kueri teks 81%, kueri citra 85%, kueri audio 84% dan kueri video 85%.

Today, a lot of recorded multimedia data available in digital form such as text, image, audio and video stored in various databases. Multimedia data could be accessed by using search engine such as Google, Yahoo, and Bing. However, the result has not been able to link variety of media into an interrelated concepts. This causes the results of relevance judgement is not optimal. On the other hand, the search enginesuch as Google could only received query type likes text or image. Therefore, we need a mechanism of identifying multimedia data in integrated way (Unified Indexing) and Query Interface that can accept various type of media.
Unified Indexing and Query Interface processes consist of several stages: (1) Establish a testbed as experimental data; (2) Design of Unified Indexing; (3) Implementation; and (4) Test and Evaluation. The design of Unified Indexing comprises of: Mono Modal Indexing Module, Concept Module and Search Module. Mono Modal Indexing Module performs indexing of each type of media. Concept Module conducts giving concept of multimedia data with naming process. Search Module searchs information with various type of multimedia queries (Query Interface). The modules are implemented in the Implementation Stage. Test and evaluation stage built on two scenarios: a system that is not use Unified Indexing and system that use Unified Indexing
The results showed that by using the Unified Indexing, multimedia data residing on the same concept provides a better retrieval results:using query by text improve by average is 77%, by image is 60%, by audio is 62% and by video is 60%. Furthermore, the increase of relevant data using query by text is 81%, by image is 85%, by audio is 84% and by video is 85%.
"
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2013
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Thoriq Tri Prabowo
"OPAC sebagai salah satu sarana temu kembali informasi merupakan satu komponen penting untuk mempertemukan informasi dengan pengguna yang membutuhkan. Untuk itu. OPAC sangat perlu untuk dievaluasi. Penelitian ini membandingkan dua OPAC (Perpustakaan UI dan Perpustakaan NUS) dengan melakukan observasi untuk mengetahui fitur dan kinerjanya, lalu mengukur hasilnya, baik secara kuantitatif maupun kualitatif. Hasil penelitian diharapkan dapat menjadi bahan evaluasi dan menjadi gambaran OPAC yang ideal yang sesuai dengan penggunanya."
Jakarta: Pusat Jasa Perpustakaan dan Informasi, 2021
020 VIS 18:3 (2016)
Artikel Jurnal  Universitas Indonesia Library
cover
<<   1 2   >>