Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas akhir ini meninjau dan memperkena1kan sebuah metodenumerik ysng dikenal sebagai " METODE ONE STEP NON—LINIER "untuk menye1esaikan sebuah persoalan nilai awai perssmaandifferensial biasa. Dan diberikan pula paket program dalambahasa TURBO PASCAL untuk persoalan nilai awal persamaandifferensial biasa."

"Salah sa. 'tu. fungsi. Aritmetj..-k yartg discabLrt ■fun'gsi (j)darl Eu.l.Br., adalah su.atu fungsi yang kaya akansif a^fc-^sifaf da.fi mesdipunyai seju.mlah ap.1. .1 kasi „ Maka dalamtu. 1 i5a!'i ini a[■•■.an dibu.k■(:,ikan ten l:ang - si fat■■ -sif at danaplikasi yang terciapat pad a fungsi (j) dari Euler in in"

"Tesis ini membahas suatu model fasilitas perkakas kognitif yang dapat dikembangkan dalam suatu sistem Pengajaran Berbantuan komputer. Domain yang dipilih dalam model ini yaitu Strategi Belajar sebagai salah satu bidang kajian dalam psikologi. Secara keseluruhan, model dibagi atas beberapa modul sebagai fasilitas belajar yang diharapkan dapat mengembangkan proses berpikir kreatif dan kritis melalui eksplorasi bahan ajar dalam menentukan dan mengidentifikasi suatu strategi belajar. Cara yang ditempuh dalam menentukan suatu strategi belajar tersebut dapat dengan melakukan tanya-jawab dengan sistem melalui pencarian atribut-atribut yang dimiliki oleh suatu strategi belajar dan dapat juga dengan mengevaluasi suatu think-a-loud dan mengidentifikasi strategi belajar yang dikandungnya. Untuk memperoleh hasil belajar yang lebih mengembangkan proses berpikir kreatifkritis, sistem menyediakan fasilitas akuisisi data yang dapat digunakan oleh pemakai untuk menambahkan dan mengembangkan atribut-atribut (atau bahkan mengganti) beserta jenis strategi belajar yang lain. Melalui fasilitas akuisisi data, pemakai dapat mengisi slot form yang disediakan. Selain itu, mekanisma eksplanasi yang dapat dimanfaatkan sepanjang pemakaian sistem diharapkan juga membantu pemakai dalam mengembangkan pemahaman akan bahan ajar tersebut. Uji coba yang dilakukan untuk melihat akurasi dalam menentukan dan mengidentifikasi strategi belajar terutama modul evaluasi think-a-loud menunjukkan tingkat akurasi sekitar 84% dibandingkan terhadap hasil identifikasi yang dilakukan seorang pakar."

"Di Indonesia Knowledge Management (KM) memang belum dikenal secara luas. Namun apabila diamati, ada banyak aktifitas di dalam. perusahaan-perusahaan yang merupakan bagian dari penerapan KM, baik dari sisi infrastruktur organisasi maupun teknologi. Dengan mengembangkan potensi penerapan KM di dalam perusahaan, maka hal tersebut dapat menjadi salah satu faktor keunggulan bersaing. Dari sisi infrastruktur teknologi, dukungan teknologi komputer dan komunikasi merupakan faktor pemungkin bagi orang-orang untuk berbagi informasi tanpa dibatasi tempat dan waktu [Benn00]. Kesempatan untuk berbagi informasi ini memberikan peluang untuk menerapkan KM dalam suatu organisasi. Namun peluang tersebut belum dapat dimanfaatkan secara optimal, karena infrastruktur organisasi yang belum mendukung. Tesis ini bertujuan untuk meneliti bagaimana penerapan proyek KM dalam suatu perusahaan. Obyek studi kasus dalam tesis ini adalah Divisi Production Control dari P.T. Toyota Astra Motor (TAM). Metodologi yang digunakan dalam melakukan penelitian ini adalah Perencanaan Sistem Informasi dari Turban [Turb96]. Langkah-langkah dari Perencanaan Sistem Informasi tersebut adalah menentukan Strategi Bersaing perusahaan, kemudian menentukan kebutuhan informasi organisasi dan diakhiri dengan penentuan model konseptual penerapan KM di Divisi Production Control.

---

The term of Knowledge Management (KM) is not familiar in Indonesia, however there are many KM activities, both in organization and. technology infrastructure, involved in companies. Developing KM could be one of the competitive advantage factors of a company. Computer and communication technology infrastructure is an enabling factor for people sharing information with unlimited place and time [Benn00]. This explores the opportunity to implement KM. Unfortunately, due to not readiness of company's organization infrastructure the gain for implementing KM still couldn't be achieved.

The purpose of this thesis is to describe how to implement KM project successfully. It focused on case studies from Production Control Division as a part of P.T. Toyota Astra Motor, which is one of the biggest automotive manufacturing companies in Indonesia.

The research methodology of this thesis applies Information System Planning from Turban [Turb96]. The research steps consist on determining company competitive strategy, defining organization information requirement, and creating conceptual model of KM implementation in Production Control Division."

"

Privacy preserving data publishing (PPDP) merupakan bidang yang saat ini berkembang dengan fokus penelitian adalah mempertahankan data agar bersifat privat jika data tersebut dipublikasikan. Isu penting pada penelitian PPDP adalah meminimalkan nilai information loss yang diperoleh akibat proses penganoniman tabel mikrodata sehingga menjadi lebih privat. Berbagai model dan metode telah dikembangkan untuk mengatasi permasalahan tersebut. Model seperti k-anonymity, l-diversity, dan p-sensitive menjadi model dasar atas berkembangnya disiplin ilmu ini. Namun sebagian besar penelitian lebih banyak berfokus pada model untuk single sensitive attribute atau satu atribut sensitif pada tabel mikrodata. Padahal dalam dunia nyata atribut sensitif pada sebuah tabel bisa banyak atau multiple sensitive attributes. Penelitian yang membahas multiple-sensitive attributes pun masih banyak permasalahan yang belum terpecahkan karena hanya bertujuan untuk mengatasi satu permasalahan tertentu saja, misalnya untuk mengatasi serangan tertentu terhadap data. Sementara itu efek information loss kurang diperhatikan. Hal lain yang belum terlalu diperhatikan adalah bagaimana mendistribusikan nilai atribut sensitif ke seluruh grup data. Pendistribusian ini sangat penting untuk menghindari penumpukan data sensitif pada sebuah atau beberapa grup saja.

Penelitian ini berhasil mengusulkan dan mengevaluasi model PPDP dengan overlapped slicing pada multiple sensitive attributes dengan metode pendistribusian nilai atribut sensitif berupa simple distribution of sensitive values (SDSV) dan extended systematic clustering (ESC). Penelitian ini juga mengusukan sebuah pengukuran untuk menyempurnakan model pengukuran sebelumnya yaitu normalized and average discernibility metrics (NADM). Hasil dari penelitan ini menunjukkan overlapped slicing dengan tiga variasi metode untuk mencapaimodel tersebut memiliki tingkat information loss yang minimal dibandingkan dengan yang lain. Overlapped slicing dengan menggunakan variasi systematic clustering, SDSV, dan extended systematic clustering berhasil menghasilkan PPDP dengan nilai information loss yang kecil. Demikian juga dibandingkan dengan model lain yang menggunakan multiple sensitive attributes, overlapped slicing memiliki nilai information loss yang lebih kecil. Pada saat dijalankam dengan adult dataset, Nilai information loss yang telah dinormalkan untuk overlapped slicing adalah 0.25, sedangkan systematic clustering 0.625, SDSV 0.871, dan ESC 0,704. Dengan data bank marketing overlapped slicing menghasilkan nilai information loss yang dinormalkan sebesar 0.397, lebih baik daripada systematic clustering 0.441.

 

---

Privacy preserving data publishing (PPDP) is a field with research focus is in maintaining data to be private when the data is published. An important issue in PPDP is minimizing the information loss that is obtained due to the anonymization process to the microdata table so that it becomes more private. Various models and methods have been developed to overcome these problems. Models such as k-anonymity, l-diversity, and p-sensitive are the basic models for the development of this discipline. However, most studies focus on models for single sensitive attributes in microdata table. Yet in the real world, sensitive attributes on a table can be multiple sensitive attributes. There are still many problems in research that discusses multiple-sensitive attributes, and it still has not been solved because it only aims to overcome one particular problem for each research, for example to overcome certain attacks on data. Meanwhile the effect of information loss is less noticed. Another thing that has not been given much attention is how to distribute sensitive attribute values across data groups. This distribution is very important to avoid the accumulation of sensitive data on just one or a few groups.

This study successfully proposes and evaluates the PPDP model with overlapped slicing on multiple sensitive attributes and proposes methods for distributing sensitive attribute values namely, simple distribution of sensitive values (SDSV) and extended systematic clustering (ESC). This study also proposes a measurement to perfect the previous measurement model, normalized and average discernibility metrics (NADM). The results of this research show that overlapped slicing with three variation methods in achieving the model, has a minimalinformation loss compared to the others. Overlapped slicing by using systematic clustering, SDSV, and extended systematic clustering succeeded in producing PPDP with a small value of information loss. Likewise, compared to other models that use multiple sensitive attributes, overlapped slicing has a smaller information loss. When it is tested with adult dataset, the value of information loss that has been normalized for overlapped slicing is 0.25, while systematic clustering is 0.625, SDSV 0.871, and ESC is 0.704. With marketing bank dataset, it produces a normalized information loss value of 0.397, better than systematic clustering 0.441.

 

"