Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tulisan ini merupakan hasil penelitian penulis tahun 2019. Latar belakang penelitian ini adalah adanya persoalan mutu Pendidikan Diniyah Formal (PDF) yang strategis untuk diperhatikan demi efektifitas penyelenggaraan PDF ke depan. Penelitian evaluasi dengan pendekatan kualitatif ini mengambil kasus pada PDF tingkat Ulya Ciamis Jawa Barat. Data dan informasi penelitian ini merupakan hasil pikiran para ustadz, pengasuh, pengelola, pakar, dan pejabat terkait serta analisis terhadap penyelenggaraan PDF di pesantren. Hasilnya, pertama dari segi input, rekognisi terhadap PDF di pesantren harus dibarengi dengan pengawalan konteks mutu penyelenggaraan PDF dipesantren secara profesional, terdapat beberapa ustadz kurang memenuhi standar kualifikasi akademikdan semua ustadz belum memiliki sertifikat PDF, standar kurikulum PDF belum terumuskan sesuai jenjang, pembiayaan dan sarana prasarana kurang memadai. Kedua, dari segi proses, manajemen PDF belum tertata dengan baik, belum akreditasi, perencanaan pembelajaran kurang standar, pengelolaan proses pembelajaran kurang efektif, penggunaan metode pembelajaran kurang variatif,penilaian hasil pembelajaran kurang sesuai prosedur yang profesional, pembinaan dan pengawasannya kurang optimal

Abstrak :
Dokumen peraturan perundang-undangan pada umumnya tersedia dalam bentuk PDF yang bersifat tidak machine-readable, sehingga data tidak dapat diproses secara otoma-tis dan dalam skala besar oleh komputer untuk dimanfaatkan dalam berbagai teknologi digital. Oleh karena itu diperlukan struktur data yang dapat memuat informasi peraturan perundang-undangan, beserta sistem yang melakukan konversi dari PDF menjadi struk-tur data tersebut. Dengan alasan tersebut, pada penelitian ini penulis mengembangkan Lex2KG, framework untuk mengonversi dokumen PDF peraturan perundang-undangan di Indonesia (Lex berasal dari Bahasa Latin yang berarti hukum) menjadi knowledge gra-ph. Knowledge graph (KG) adalah graph yang menggambarkan entitas dunia nyata be-serta keterkaitannya dan memberikan informasi terstruktur yang machine-readable. Pada penelitian ini KG dipilih dari berbagai struktur data yang tersedia karena KG terkate-gori sebagai 5-star data menurut 5-star deployment scheme for Open Data, yaitu data dengan jenis informasi paling bermanfaat, memberikan data dalam bentuk open license,terstruktur, tersedia dalam open format, menggunakan URI sebagai notasi data, dan dapat dihubungkan (linked) dengan data lain. KG peraturan perundang-undangan mengandung berbagai data terstruktur konten tekstual, struktur dokumen, seperti metadata, serta relasi antara peraturan seperti amendemen dan rujukan. Lex2KG memungkinkan pemanfaatan data peraturan perundang-undangan secara advanced, otomatis, dan dalam skala besar pada berbagai lingkup digital terutama pada industrsi hukum dan pengacara. Contoh pemanfaatan data dapat berupa search engine, sistem question answering, dan analisis statistik peraturan perundang-undangan. Menggunakan Lex2KG, penulis berhasil meng-onversi 784 undang-undang menjadi KG dengan ukuran total lebih dari 1,1 juta triple. Salah satu peraturan yang berhasil dikonversi adalah UU 11/2020 tentang Cipta Kerja yang kontennya bersifat relatif kompleks dan berukuran besar. Penulis juga menunjuk- an use case dari KG peraturan perundang-undangan yaitu chat bot sederhana, SPARQL query, dan visualisasi peraturan perundang-undangan ......Most of the legal documents are available as PDF which is not machine-readable, which means the data could not be processed automatically and in large scale by a computer to be utilized in various digital technology. Therefore, we need a data structure that can contain a legal information, and also a system which converts PDF into that structure. For that reason, in this research, author developed Lex2KG, a framework wh converting legal PDF documents in Indonesia (Lex comes from Latin which means law) into a Knowledge Graph. A knowledge graph (KG) is a graph that describes real-world entities and their relationships as machine-readable and structured information, and linkable to another KG on different domain. In this research KG is choosen from various data structure available because KG it categorized as 5-star data according to 5-star deployment scheme for Open Data, which data comes with most beneficial information, available under an open licen- se, structured, open format, uses URI to denote things, and linkable to other data. The legal KG contains various kinds of structured data such as textual content, document stru- ctures, metadata, and relations between law such as amendments and citations. Lex2KG enables the advanced and automatic utilization of legal data on a large scale on a various digital scope especially on legal industry and lawyer. The utilization could be in form of search engine, question answering system, and statistics analytics for legals. Through Lex2KG, author have successfully converted 784 Indonesian laws into a KG with a total size of over 1.1 million triples. One of the regulation that was successfully converted was Law 11/2020 on Job Creation, which the content is relatively complex and large. Author also shows use cases of the legal KG for simple chatbots, SPARQL querying, and legal visualizations.

Abstrak :
Penelitian ini bertujuan untuk mengembangkan sistem chatbot yang mampu menjawab pertanyaan seputar akademik Teknik Komputer UI. Sistem ini memanfaatkan teknologi Large Language Model (LLM) Komodo-7B yang telah di-fine-tuning dengan teknik Low-Rank Adaptation (LoRA) dan diintegrasikan dengan Retrieval Augmented Generation (RAG). Dataset Ultrachat yang diterjemahkan ke Bahasa Indonesia digunakan untuk fine-tuning model Komodo-7B, sementara dokumen PDF Kurikulum Teknik Komputer UI 2020 v4 digunakan sebagai sumber informasi untuk model RAG. Pengujian performa model Komodo-7B menunjukkan bahwa LoRA efektif dalam meningkatkan kemampuan model dalam memahami dan menghasilkan teks percakapan Bahasa Indonesia. Namun, pengujian performa chatbot menggunakan dua dataset pertanyaan, yaitu dataset custom yang dihasilkan menggunakan Giskard dan API ChatGPT, dan dataset Fathurrahman Irwansa yang telah diadaptasi, menunjukkan bahwa sistem chatbot masih memiliki ruang untuk peningkatan. Tingkat akurasi yang rendah pada kedua dataset (32% pada dataset custom dan 24,1% pada dataset Fathur) mengindikasikan bahwa sistem retrieval yang digunakan kurang akurat dalam menemukan konteks yang relevan. Meskipun demikian, ketika model RAG dapat mengambil konteks yang relevan, model Komodo-7B menunjukkan akurasi yang cukup tinggi (80% pada dataset custom dan 91,29% pada dataset Fathur, dihitung dari jumlah ketika kedua Komodo-7B dan konteks benar, kemudian dibagi dengan jumlah ketika konteks benar). Hasil penelitian menunjukkan bahwa model Komodo-7B memiliki potensi yang baik untuk digunakan pada sistem chatbot jika dikombinasikan dengan sistem retrieval yang lebih akurat. Penelitian ini memberikan kontribusi dalam pengembangan sistem chatbot berbasis LLM untuk menjawab pertanyaan seputar akademik, dan membuka peluang untuk penggunaan yang lebih luas di lingkungan Universitas Indonesia. ......This research aims to develop a chatbot system capable of answering questions regarding the academic curriculum of Computer Engineering at Universitas Indonesia. The system utilizes the Komodo-7B Large Language Model (LLM), fine-tuned with Low-Rank Adaptation (LoRA) and integrated with Retrieval Augmented Generation (RAG). The Ultrachat dataset, translated into Indonesian, is used for fine-tuning the Komodo-7B model, while the 2020 v4 Computer Engineering Curriculum PDF document serves as the information source for the RAG model. Performance evaluation of the Komodo-7B model demonstrates that LoRA effectively enhances the model's ability to understand and generate Indonesian text. However, chatbot performance testing using two question datasets, a custom dataset generated using Giskard and the ChatGPT API, and the Fathur dataset adapted from prior research, reveals that the chatbot system still has room for improvement. The low accuracy on both datasets (32% on the custom dataset and 24.1% on the Fathur dataset) indicates that the retrieval system employed is not sufficiently accurate in finding relevant context. Nevertheless, when the RAG model successfully identifies relevant context, the Komodo-7B model exhibits relatively high accuracy (80% on the custom dataset and 91.29% on the Fathur dataset, calculated from the total of when Komodo-7B and the context are both correct, then divided by the total of when the context is correct). The research findings suggest that the Komodo-7B model holds significant potential for chatbot systems when combined with a more accurate retrieval system. This study contributes to the development of LLM-based chatbot systems for answering academic-related questions and opens up opportunities for broader applications within Universitas Indonesia.

Abstrak :
Pembacaan dan pengekstraksian data dari Lembar Isian Komputer (LIK) selama ini menggunakan alat pemindai khusus berteknologi Optical Mark Reader (OMR). Alat pemindai ini dapat memindai sekaligus mengekstrak data dari LIK. Namun OMR memiliki kelemahan utama yaitu ketergantungan kepada timing track. Tanpa timing track, OMR tidak dapat memproses LIK. Disamping itu kadangkala terjadi kesalahan seperti masukan LIK tidak pas di mesin, LIK kotor, basah, kusut, terlipat atau sejenisnya, sehingga LIK harus dimasukkan ulang ke mesin OMR. Jika sering terjadi kesalahan seperti disebutkan di atas, maka proses pemindaian LIK dapat memakan waktu lebih lama dari yang diharapkan. Berdasarkan permasalahan di atas, kami selaku tim pengembang pada proyek mahasiswa ini mengembangkan program yang berbasis pada pengenalan citra digital. Dengan teknologi ini, LIK terlebih dahulu dipindai dengan alat pemindai citra standar, untuk mendapatkan dokumen citra digital LIK. Selanjutnya program akan mengekstrak data dari dokumen citra digital LIK tersebut. Keunggulan program berdasarkan pengolahan citra adalah menghilangkan ketergantungan terhadap timing track dan waktu proses pengekstrakan yang lebih cepat dibandingkan dengan OMR. Laporan ini berisi dokumentasi proses pengembangan "Scanner Project" beserta perbandingan beberapa algoritma untuk mengembangkan program ini.

Abstrak :
Tanda tangan elektronik merupakan inovasi untuk menjawab tantangan keamanan dan keabsahan dokumen di dunia digital. Tanda tangan elektronik merupakan metode persandian menggunakan algoritma kriptografi Infrastruktur Kunci Publik. Penerapan tanda tangan elektronik pada dokumen akan membantu mempercepat, mempermudah, memberi fleksibilitas kepada pengguna untuk mengesahkan dokumen - dokumen strategis berbagai sektor. Tanda tangan elektronik tersertifikasi menggunakan metode algoritma kriptografi mampu menjamin keamanan dokumen dan validasi data yang ditransaksikan. Saat ini tanda tangan elektronik menjadi salah satu kunci dalam menjalankan inovasi pelayanan publik pada sektor pemerintahan berbasis digital. Dengan menerapkan tanda tangan elektronik mampu meningkatkan efisiensi, performa layanan dan transparansi layanan publik. Implementasi tanda tangan elektronik yang lazim berjalan adalah model Client Signing. Metode ini menjamin privasi dokumen tetapi kurang memiliki aksesibilitas untuk melakukan tanda tangan elektronik dimanapun. Model selanjutnya adalah Cloud Signing. Metode ini memiliki aksesibilitas yang baik untuk tanda tangan elektronik dimanapun tetapi tidak cukup menjamin privasi dokumen yang dikirimkan ke server Cloud Signing. Oleh karena itu dipilihlah model tanda tangan elektronik Remote signature untuk mendapatkan keamanan privasi dan aksesibilitas tanda tangan elektronik yang dapat diimplementasikan pada perangkat mobile. Pada penelitian ini bertujuan mengembangkan implementasi tanda tangan elektronik pada perangkat mobile menggunakan proses rekayasa keinsinyuran profesional. Kemudahan dan aksesibilas tanda tangan elektronik secara langsung dirasakan melalui genggaman pengguna. Pendekatan implementasi yang digunakan, yaitu teknologi Remote signature untuk menjamin privasi dokumen pengguna, sehingga tanpa perlu mengirimkan dokumen secara utuh kepada pihak ketiga penyedia layanan tanda tangan elektronik. Dari pengembangan didapatkan hasil akhir berupa modul tanda tangan elektronik berbasis mobile dengan mengedepankan aspek profesionalisme, keselamatan, kesehatan kerja dan lingkungan serta kode etik insinyur. ...... Digital signatures are an innovation to answer the challenges of document security and validity in the digital world. Digital signature is an encoding method using the Public Key Infrastructure cryptographic algorithm. Implementing digital signatures on documents will help speed up, simplify, and provide flexibility for users to ratify strategic documents in various sectors. Certified digital signatures using cryptographic algorithm methods can guarantee document security and validation of transacted data. Currently, digital signatures are one of the keys to implementing digital-based public service innovation in the government sector. By implementing digital signatures can improve the efficiency, service performance, and transparency of public services. The most common implementation of digital signatures is the client-signing model. This method guarantees document privacy but lacks the accessibility to perform digital signatures anywhere. The next model is Cloud Signing, this method has good accessibility for digital signatures anywhere but does not sufficiently guarantee the privacy of documents sent to the Cloud Signing server. Therefore, the Remote signature model was chosen to obtain privacy security and digital signature accessibility that can be implemented on mobile devices. This research aims to develop the implementation of digital signatures on mobile devices using professional engineering processes. The convenience and accessibility of digital signatures can be felt directly in the user's hand. The implementation approach used is Remote signature technology to ensure the privacy of user documents. So, there is no need to send the complete document to a third-party digital signature service provider. From the development, the final result is a mobile-based electronic signature module that prioritizes aspects of professionalism, occupational safety, health and environment as well as the engineer's code of ethics.

Abstrak :
Pada skripsi ini dibahas mengenai perluasan dari distribusi Chen distribusi XTG Distribusi XTG merupakan perluasan dari distribusi Chen dengan penambahan scale parameter Distribusi XTG merupakan salah satu distribusi probabilitas yang memiliki fungsi hazard berbentuk bathtub Distribusi XTG diperoleh dengan melakukan transformasi variabel random dengan perkalian skalar yaitu untuk dan dimana Karakteristik dari distribusi XTG yang dibahas adalah pdf fungsi distribusi fungsi survival fungsi hazard momen mean dan variansi Selain itu juga dibahas mengenai estimasi parameter dengan Weibull Probability Paper WPP plot dan maximum likelihood estimator Subkasus dari distribusi XTG adalah distribusi Chen distribusi Exponential Power dan distribusi Weibull Pada akhirnya 2 data mengenai waktu tunggu terjadinya kerusakan pada lampu dan pada suatu perangkat elektronik akan digunakan sebagai ilustrasi. ......XTG distribution is a distribution obtained by extending the Chen distribution which is one of the bathtub hazard shaped distribution It is extended from the Chen distribution by adding the scale parameter In doing this a scalar multiplication ransformation is applied to the random variable i e T=αY for α>0 and Y~Chen (η,β)where η=λα. The caracteristics explained are pdf distribution function survival function hazard rate moment mean and variance Moreover parameter estimation using Weibull Probability Paper WPP plot and maximum likelihood estimator are also presented Subcases of the XTG distribution are the Chen distribution Exponential Power distribution and Weibull distribution Finally two data about failure times for lightbulb and electronic devices are used as illustration.