Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK<>br>Dalam persaingan yang ketat di dunia industri, khususnya dalam industri telekomunikasi semakin ketat. Oleh karena itu, masing-masing operator telekomunikasi berlomba-lomba untuk memberikan layanan terbaik agar dapat menarik konsumen yang lebih banyak. Namun, sebelum membuat suatu layanan telekomunikasi, haruslah ada analisis pasar khususnya pelanggan, agar dapat diketahui layanan seperti apa yang dibutuhkan dan diinginkan oleh pelanggan tersebut. Dengan perkembangan sistem informasi, analisis menggunakan data mining menjadi pilihan. Dalam penelitian ini dibuat suatu model KDD Knowledge Discovery Data dengan menggunakan algoritma sistem rekomendasi yang dikombinasikan dengan social network analysis untuk memprediksi suatu layanan apakah diterima oleh pelanggan atau tidak. Dalam penelitian ini terdapat empat macam model sistem rekomendasi, yaitu collaborative filtering, content based filtering, hybrid filtering dan stochastic gradient descent. Kemudian hybrid filtering dan stochastic gradient descent dikombinasikan dengan hasil analisis dari jaringan sosial yang berupa nilai-nilai pagerank, eigenvector, modularity, degree dan sebagainya. Hasil dari kombinasi hybrid filtering dengan hasil analisis jaringan sosial tidak terlalu signifikan dan cenderung tetap, sedangkan hasil dari kombinasi stochastic gradient descent dengan hasil dari analisa jaringan sosial dapat menurunkan nilai RMSE dan MAE sebesar 0,001 sampai 0,010 dan 0,011 sampai 0,013.

---

ABSTRACT<>br>In the fierce competition in the industrial world, especially in the telecommunications industry is getting tighter. Therefore, each telecommunicationoperator will compete to provide the best service to attract more consumers. However, before performing a telecommunication service, there must be a market analysis, especially customers, to know what kind of service is needed and desired by the customer. With the development of information systems, analysis using data mining becomes an option. In this research will be made a model of KDD Knowledge Discovery Data using a recommendation system algorithm combined with social network analysis to predict a service whether received by customers or not. In this research, there are four models of the recommendation system they are collaborative filtering, content based filtering, hybrid filtering and stochastic gradient descent. Then hybrid filtering and stochastic gradient descent combined with the results of analysis of social networks in the form of PageRank values, eigenvector, modularity, degree and so forth. The result of hybrid filtering combination with social network analysis result is not very significant and tends to remain, while the result of stochastic gradient descent combination with result of social network analysis can decrease RMSE and MAE value about 0.001 to 0.010 and 0.011 to 0.013."

"Inovasi menentukan daya saing suatu bangsa, untuk meningkatkan daya saing bangsa yang mandiri melalui penyelenggaraan keantariksaan merupakan upaya bersama yang tidak mudah, karena bangsa Indonesia masih menghadapi permasalahan di dalam Riset & Inovasi di Indonesia. Tingkat inovasi di LAPAN masih dirasa rendah, struktur organisasi yang belum hierarchyless dan belum boundaryless. Tesis ini mencoba untuk menganalisis faktor-faktor yang mempengaruhi Ekosistem Inovasi dan Budaya Inovasi di LAPAN. Penelitian ini menggunakan pendekatan Mix Method (Kualitatif dan Kuantitatif), mengambil lokus di Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Teknik pengumpulan datanya melalui penyebaran kuesioner dan wawancara mendalam. Pemilihan responden hanya pada Peneliti/Perekayasa dengan Non-Probability Sampling. Pengolahan data penelitian Budaya Inovasi menggunakan Analisis Kuantitatif Statistik Deskriptif dengan aplikasi SPSS versi 22. Analisis proses bisnis melalui BPMN (Bussiness Process Modeling Notation) menggunakan Software Sybase Power Design 16.0. Untuk penelitian Ekosistem Inovasi menggunakan wawancara mendalam dan Social Network Analysis (SNA) serta menggunakan aplikasi UCINET versi 6. Hasil penelitian menunjukkan bahwa pada aspek budaya inovasi di LAPAN ada 2 variabel yang mempengaruhi budaya inovasi yaitu Struktur dan Budaya Organisasi. Sedangkan pada penelitian Ekosistem Inovasi didapat hasil bahwa Kepala LAPAN memiliki peran yang penting dalam penciptaan sebuah inovasi sekaligus sebagai pembangkit ide. Aktor yang berperan dalam komersialisasi adalah Pusispan, sedangkan yang berperan sebagai peran sentral serta aktor riset dan pengembangan adalah Pusat Teknis yang dibantu oleh Peneliti/Perekayasa.

---

nnovation determines the competitiveness of a nation, to increase the competitiveness of an independent nation through the implementation of space is a joint effort that is not easy, because the Indonesian people are still facing problems in Research & Innovation in Indonesia. The level of innovation at LAPAN is still considered low, the organizational structure is not hierarchyless and boundaryless. This thesis tries to analyze the factors that influence the Innovation Ecosystem and Innovation Culture at LAPAN. This study used a Mix Method (Qualitative and Quantitative) approach, taking the locus at the National Institute of Aeronautics and Space (LAPAN). The data collection technique is through distributing questionnaires and in-depth interviews. The selection of respondents is only for Researchers / Engineers with Non-Probability Sampling. Research data processing Innovation Culture using descriptive quantitative statistical analysis with SPSS version 22 application. Business process analysis through BPMN (Business Process Modeling Notation) using Sybase Power Design 16.0 software. Research on Innovation Ecosystems uses in-depth interviews and Social Network Analysis (SNA) and uses the UCINET application version 6. The results show that in the aspects of innovation culture in LAPAN there are 2 variables that affect the culture of innovation, namely organizational structure and culture. Meanwhile, the research on Innovation Ecosystems showed that the Head of LAPAN has an important role in creating an innovation as well as generating ideas. The actor who plays a role in commercialization is Pusispan, while the actor who plays a central role as well as research and development actors is the Technical Center assisted by Researchers / Engineers."

"Latar Belakang : Sefalometri lateral merupakan pemeriksaan radiograf penunjang yang menjadi standar utama dalam mengetahui kelainan kompleks kraniofasial anak terutama pada kelainan pola skeletal serta menegakkan diagnosis dan penentuan rencana perawatan. Sefalometri memiliki efek paparan radiasi yang kumulatif dan dapat menginduksi kematian sel sehingga dapat merusak fungsi organ. Sekarang ini, terdapat pergeseran paradigma tujuan perawatan ortodontik yang lebih mengutamakan penilaian jaringan lunak. Fotometri lateral telah digunakan sebagai alat diagnostik non-invasif dan dapat memprediksi nilai keselarasan skeletal. Analisis fotometri dinilai lebih efektif, andal, dan ekonomis dalam menilai morfologi kraniofasial profil wajah. Tujuan : Menganalisa perbedaan jarak dan sudut radiografi sefalometri terhadap fotometri lateral pada anak dengan maturasi vertebra servikal tahap dua dan tiga ras Deutro Melayu sebagai landasan dalam penentuan diagnosis dan rencana perawatan. Metode Penelitian: Penelitian potong lintang dengan total subyek 38 anak dengan CVS 2 – CVS 3 ras Deutro Melayu. Pengambilan radiograf sefalometri lateral dan fotometri lateral serta dianalisis menggunakan aplikasi perangkat lunak (Webceph). Hasil : Tidak terdapat perbedaan signifikan antara sudut SNA, jarak NA, dan jarak FHP pada sefalometri lateral dengan sudut TrgNA, jarak N’A’, dan jarak FHP’ pada fotometri lateral. Kesimpulan : Fotometri lateral dapat dipertimbangkan menjadi alternatif dalam mengevaluasi kelainan kraniofasial yang lebih sederhana, eknomis, dapat dilakukan berulang dan bersifat radioproteksi.

---

Background: Lateral cephalometry is a supporting radiograph examination that is the main standard in finding out the abnormalities of the pediatric craniofacial complex, especially in skeletal pattern abnormalities and establishing a diagnosis and determining a treatment plan. Cephalometry has the effect of cumulative radiation exposure and can induce cell death that damage organ function. Currently, there is a paradigm shift in orthodontic treatment goals that prioritizes soft tissue assessment. Lateral photometry has been used as a non-invasive diagnostic tool and can predict skeletal alignment. Photometric analysis is considered more effective, reliable, and economical in assessing the craniofacial morphology of the facial profile. Objective: To analyze the difference in distance and angle of cephalometric radiographs to lateral photometry in children with stage two and three cervical vertebra maturation of the Deutro Malay race as a basis for determining the diagnosis and treatment plan. Methods: A cross-sectional study with a total of 38 subjects with CVS 2 - CVS 3 of Deutro Malay race. Lateral cephalometry and lateral photometry radiographs were taken and analyzed using a software application (Webceph). Results: There is no significant difference between SNA angle, NA distance, and FHP distance in lateral cephalometry with TrgNA angle, N'A' distance, and FHP' distance in lateral photometry. Conclusion: Lateral photometry can be considered as an alternative in evaluating craniofacial abnormalities that are simpler, economical, repeatable and radioprotective."

"Penelitian ini merekonstruksi Sistem Komunikasi Krisis dan Risiko Kebencanaan di Media Sosial dalam Pengurangan Risiko Bencana Tsunami Vulkanik di Indonesia. Riset difokuskan pada kasus Tsunami Selat Sunda pada tahun 2018 yang menelan 426 korban jiwa. Tragedi ini disebabkan oleh lemahnya situational awareness akibat ketidaksinkronan kebijakan peringatan dini tsunami vulkanik antar lembaga, lemahnya crisis response masyarakat di media sosial, dan rumor yang berkembang akibat kesenjangan digital masyarakat terdampak bencana. Metode penyelesaian masalah menggunakan Soft Systems Methodology (SSM) Multi Method, dengan penggunaan Social Network Analysis pada SSM tahap ke dua untuk memperkaya Rich Picture dan Textual Network Analysis pada SSM tahap ke lima untuk mempertajam perbandingan model konseptual dengan dunia nyata. Survei dengan instrumen berplatform Open Data Kit dilakukan tehadap 100 penduduk desa yang terkena dampak langsung atau tidak langsung tsunami menghasilkan visualisasi crisis sensing network selama bencana dari perspektif publik. Wawancara mendalam dengan 22 orang yang mewakili 15 pemangku kepentingan nasional dan lokal utama menghasilkan crisis sensing network dari perspektif pemerintah. Riset ini merekomendasikan beberapa hal. Pertama, rekomendasi secara akademis, yaitu mengintroduksi collective intelligence sebagai pengembangan dari Social Mediated Crisis Communication dengan kolaborasi pengelolaan media sosial antar lembaga dan partisipasi masyarakat dalam komunikasi risiko dan krisis khususnya peringatan dini bencana. Kedua, kontribusi secara metodologis yaitu elaborasi varian baru SSM multi method yang memperkaya penerapan SSM dalam riset berbasis digital. Ketiga, rekomendasi secara praktis/ sosial; mengusulkan amandemen UU kebencanaan No.24/2007 dengan menambahkan tsunami non-tektonik (vulkanik) ke dalam tipe krisis/bencana tsunami; dan mempertegas peran institusi TNI dan Polri dalam komunikasi risiko dan krisis.

---

This study reconstructs the Crisis Communication System on Social Media for Disaster Risk Reduction of Volcanic Tsunami Disaster in Indonesia. Research is focused on the case of the Sunda Strait Tsunami in 2018 which claimed 426 lives. This tragedy was caused by weak situational awareness due to the out-of-synchronization of volcanic tsunami early warning policies between institutions, the weak crisis response of the community on social media, and rumors that developed due to the digital divide of the community affected by the disaster. The problem solving method uses the Soft Systems Methodology (SSM) Multi Method, with the use of Social Network Analysis in the second stage of SSM to enrich the Rich Picture and Textual Network Analysis in the fifth stage of SSM to sharpen the comparison of conceptual models with the real world. The survey using the Open Data Kit platform instrument was conducted on 100 villagers who were directly or indirectly affected by the tsunami, resulting in a visualization of the crisis sensing network during the disaster from a public perspective. In-depth interviews with 22 people representing 15 key national and local stakeholders produced a crisis sensing network from a government perspective. This research recommends several things. First, academic recommendations, namely introducing collective intelligence as a development of Social Mediated Crisis Communication with collaborative social media management between institutions and community participation in crisis communication, especially disaster early warning. Second, the methodological contribution, namely the elaboration of a new multi-method SSM variant which enriches the application of SSM in digital-based research. Third, practical/social recommendations; proposed an amendment to the Law on Disasters No.24/2007 by adding a non-tectonic (volcanic) tsunami to the type of tsunami crisis/disaster; and reinforce the role of TNI and Polri institutions in crisis communication.

Keywords: Social Media, Crisis Communication, Volcanic Tsunami, SSM Multi-Method, Social Network Analysis (SNA), Textual Network Analysis (TNA)"

"ABSTRAK Paska Perang Dingin telah membawa era keterbukaan yang mendorong intelijen untuk lebih beratensi terhadap eksploitasi sumber data terbuka. Meskipun sebelumya, eksploitasi sumber data terbukayang dikenal sebagai OSINT sering digunakan dalam proses intelijen, namun nilainya masih dipandang rendah oleh komunitas intelijen. OSINT hanya sebagai bahan sekunder dan pelengkap bagi sumber tertutup. Pandangan tersebut muncul, sebab sumber data terbuka dinilai bukan sumber yang terklasifikasi. Agar menjadi informasi intelijen maka diperlukan validasi dan analisis terlebih dahulu. Pada penelitian ini, teknologi informasi melalui prosestext mining digunakan sebagai alat bantu dalam proses eksploitasi sumber data terbuka. Sedangkan pada proses analisisnya mengunakan pendekatan timeline analisis dan social network analisis (SNA). Pendekatan timeline analisis dilakukan untuk mengambarkaninteraksi antar aktor terhadap urutan waktu. Sedangkan pendekatan SNA dilakukan untuk memetakan siapa aktor penting pada interaksi antar aktor. Hasil eksploitasi sumber data terbukayang telah diolah digunakan untuk mendeteksi ancaman atau sebagai early warning dalam mendukung proses analisa intelijen. Deteksi ancaman tersebutdijelaskan dalam tiga sinyal: weak signal (emerging issues), strong signal dan wildcard. Isu penyadapan Australia terhadap Indonesia diangkat sebagai studi kasus dalam penelitian ini untuk menjelaskan bagaimana melakukan eksploitasi sumber data terbuka untuk mendeteksi ancaman.

---

ABSTRAK The end of the Cold War has brought about an era of openness that subsequently pushed intelligence to devote more attention to the exploitation of open data sources. Although previously, the exploitation of open source data known as OSINT, is often used in the intelligence process, but the value is still considered inferior by the intelligence community. OSINT is only considered as a secondary and supplementary materials for closed sources. The opinion comes up because open data sources is not considered classified sources. To become intelligence information it needs validation and analysis beforehand. In this study, information technology through text mining process is used as a tool in the process of exploitation of open data sources, while in the process of analysis it uses a analysis timeline approach and social network analysis (SNA). The analysis timeline approach is taken to see the interaction between the actors of the time sequence, while the SNA approach is to map out who is the important actor in the interaction between actors. The exploitation of open data sources that have been processed is used to detect a threat or as an early warning in supporting the intelligence analysis process. Detection of these threats are described in the three signals: weak signal (emerging issues), strong signals and wildcards. The issue of Australian wiretapping against Indonesia is taken as a case study in this research to explain how to exploit open data sources to detect threats."