Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPerkembangan teknologi informasi telah memberikan pengaruh terhadap dunia pendidikan khususnya dalam pembelajaran. Peran teknologi informasi dan sistem informasi di bidang pendidikan tinggi salah satunya dapat dilihat dalapenggunaan media ajar di dalam ruang perkuliahan, pemanfaatan laboratorium, dan sistem informasi akademik yang dapatmemperlancar pelaksanaan kegiatan akademik. Penelitian ini bertujuan untuk melihat apakah implementasi sistem informasi/ teknologi informasi (SI/TI) berpengaruh terhadap kualitas pembelajaran di perguruan tinggi, dengan studi kasus pada Politeknik Negeri Jakarta khususnya jurusan Teknik Elektro. Penelitian ini menggunakan metodologi penelitian kualitatif dengan analisis statistik infrensial untuk menggambarkan korelasi implementasi sistem informasi dan media ajar terhadap kualitas pembelajaranKeyword : Implementasi SI/TI, Media Ajar"

"Suara merupakan suatu hal yang penting pada diri manusia, dengan suara manusia bisa berkomunikasi dengan mudah. Selain itu, melalui suara kita bisa mengenali orang tersebut tanpa perlu melihat wajahnya. Hal itu disebabkan karena setiap suara manusia memiliki karakteristiknya masing-masing. Akan tetapi jika melalui perantara, misalnya melalui rekaman atau melalui pesawat telepon, suara yang dihasilkan kadang berbeda dengan suara aslinya tanpa melalui perantara. Hal ini dikarenakan tiap-tiap alat tersebut memiliki sample rate frekuensi yang berbeda. Oleh karena itu, perlu dikembangkan suatu sistem untuk identifikasi suara manusia dalam berbagai variasi sampling frekuensi. Dataset yang digunakan pada penelitian ini merupakan data rekaman dari empat orang dengan sample rate 8000Hz, 16000Hz, 32000Hz dan 48000Hz. Untuk melakukan identifikasi data tersebut, dibutuhkan metode ekstraksi fitur dan klasifikasi yang tepat untuk berbagai jenis data tersebut. Pada penelitian ini dilakukan penggabungan tiga fitur untuk identifikasi suara manusia dalam berbagai jenis sampling frekuensi yaitu fitur akustik MFCC, frekuensi formant, dan fitur prosodik dinamis. Proses klasifikasi dari fitur-fitur terebut dan penggabungan fitur menggunakan Deep Neural Network (DNN). Hasil eksperimen menunjukkan bahwa penggabungan ketiga fitur dengan Deep Neural Network memperoleh f1-score yang lebih baik dibandingkan penggabungan fitur dengan menggunakan klasifikasi Support Vector Machine (SVM). Nilai f1-score yang didapatkan pada penggabungan fitur dengan menggunakan DNN pada data suara berdurasi 3 detik, 5 detik, dan 10 detik berturut-turut adalah 97.89%, 98.51%, 99.83%.

---

Voice is an essential thing in humans; with voice, humans can communicate easily. In addition, through voice, we can recognize the person without seeing his/her face. This is because every human voice has its characteristics. However, if through an intermediary, for example, through a recording device or a telephone, sometimes the sound or voice that is produced is different from the original sound without going through an intermediary. This is because each of these devices has a different sample rate of frequency. Therefore, it is necessary to develop a system for identifying the human voice in a variety of sampling frequencies. The dataset that is used in this study is recorded data from four people with sample rates of 8000Hz, 16000Hz, 32000Hz, and 48000Hz. To identify the data, the appropriate feature extraction and classification methods are needed for these various types of data. In this study, three features will be combined to identify the human voice in various types of frequency sampling, namely MFCC acoustic features, formant frequencies, and dynamic prosodic features. The process of classifying these features and combining features using Deep Neural Network (DNN). The experimental results show that combining the three features with Deep Neural Network obtain a better f1-score compared with Support Vector Machine (SVM). The f1-score value obtained by combining those features with DNN on sound data with 3 seconds, 5 seconds, and 10 seconds duration are 97.89%, 98.51%, and 99.83%, respectively.

"

"ABSTRAK Sistem evaluasi pembelajaran berbasis soal esai mempunyai kelemahan misalnyamembutuhkan waktu yang lama bagi pengajar untuk membaca serta menilaisemua jawaban. Solusi dari kendala tersebut adalah suatu sistem penilai jawabanesai otomatis. Metode yang menganalisis makna semantik seperti Latent SemanticAnalysis (LSA) telah digunakan sebagai metode dalam sistem penilai esaiotomatis. Metode lain yang menganalisis makna semantik seperti BEAGLE(Bound Encoding of the Aggregate Language Environment) mencakup informasiurutan kata sebagai tambahan dari informasi konteks. Pembelajaran padaBEAGLE terdiri dari pembelajaran berbasis konteks, pembelajaran berbasisurutan kata, maupun campurannya (berbasis konteks dan urutan kata). Penelitianini membandingkan efektifitas tiga macam pembelajaran pada BEAGLE untukmenilai jawaban esai serta membandingkan efektifitas BEAGLE dan LSA untukmenilai jawaban dalam bentuk esai. Uji coba dilakukan dengan 14 soal esaidengan sifat soal subjektif maupun objektif. Berdasarkan penelitian ini, rata-ratakorelasi nilai BEAGLE-manusia (0,36) lebih tinggi dari LSA-manusia (0,22).

---

ABSTRACT Learning evaluation system based on essay has disadvantages such as it takes along time for teachers to read and score all the student’s answers. The solution ofthis problem is an automatic essay scoring. Method like Latent Semantic Analysis(LSA) which analyze the semantic meaning, is often used as a method ofautomatic essay scoring. Another method which analyze the semantic meaning,BEAGLE (Bound Encoding of the Aggregate Language Environment) includesorder information as additional information of context information. Learningprocess on BEAGLE consist of context-based learning, order-based learning, orcomposite learning (context-based and order-based). This study compare theeffectiveness of this learning methods on BEAGLE to score student’s essay andcompared the effectiveness between BEAGLE and LSA to score student’s essay.There are 14 essays with subjective and objective questions tested on this study.Based on this study, the average correlation value of BEAGLE-human (0.36) ishigher than LSA-human (0.22)."

"ABSTRAKMasalah kemacetan di Jakarta merupakan kumulasi dari berbagai masalah lalulintas. Polda Metro Jaya selaku penegak hukum dan pelaksana manajemen lalulintas membuat TMC sebagai wadah untuk penyebaran informasi lalu lintas.Namun pada kenyataannya, TMC belum terbukti dapat membantu penggunajalan dalam menghadapi lalu lintas. Penelitian ini menganalisis apakahpenyebaran informasi oleh TMC Polda Metro Jaya di media sosial berdampakterhadap pengambilan keputusan pengguna jalan, terutama ketika berhadapandengan kemacetan. Metode pengambilan data dari penelitian ini menggunakansurvey dengan waktu pengambilan sampel cross section yang disebar padafollower akun Twitter dan Facebook TMC Polda Metro Jaya. Hasil surveyyang diperoleh dianalisis menggunakan piranti lunak olah data statistik denganuji regresi linear berganda. Dari 624 responden, diperoleh hasil bahwa faktorfungsional, bauran pemasaran, dan kualitas informasi dari TMC Polda MetroJaya berpengaruh terhadap keputusan pengguna jalan.

---

ABSTRACTThe principal objective of this paper is to analyze the impact of informationsharing done by Jakarta Metropolitan Police Headquarter’s TrafficManagement Centre (TMC) with the road users’ decision making process. Theimpact of TMC is hoped to enease road users handling traffic congestion.Traffic congestion has always been main problem for any metropolitan cities,including Jakarta. This paper research how information sharing involvinginteraction, trust, online marketing mix, information quality and service qualityimpacts the road users’ decision making process. Research method used in thisresearch is cross sectional, where questionaires were shared among theFacebook and Twitter followers of TMC. A total of 624 respondents repliedthe questionaires and the data then processed using statistical software packagewith linear regression analysis. The result of this research proves thatfunctionality, online marketing mix, and information quality of TMC impactsignificantly on road users’ decision making."

"E-Procurement merupakan kegiatan mengadakan barang dan jasa oleh suatu organisasi yang dilakukan secara elektronik. E-Procurement di pemerintahan Indonesia bertujuan untuk meningkatkan efisiensi, efektivitas, transparansi, persaingan sehat, dan akuntabilitas di bidang pengadaan barang/jasa pemerintah. Penerapan e-Procurement di Kementerian Keuangan merupakan amanat dari Menteri Keuangan yang dicanangkan sejak tahun 2008. Jumlah paket yang dilaksanakan melalui sistem pengadaan secara elektronik (SPSE) mengalami peningkatan dari tahun ke tahun. Namun demikian, masih terdapat paket pengadaan yang tidak dilaksanakan secara elektronik. Salah satu hal yang menjadi kendala adalah tingkat penerimaan SPSE oleh pengguna.Tujuan dari penelitian ini adalah mengetahui tingkat penerimaan pengguna terhadap SPSE dengan menggunakan pendekatan Technology Acceptance Model 2 (TAM2). Penelitian ini mengguunakan teknik survey dengan melibatkan 185 responden, dalam hal ini panitia pengadaan barang/jasa, yang ada di kantor pusat Kementerian Keuangan. Pengujian model dan pengolahan data hasil survey dengan menggunakan Structural Equation Modeling (SEM).Hasil penelitian ini membuktikan bahwa dari 11 hipotesis yang dikembangkan, 9 hipotesis diterima dan 2 hipotesis ditolak. Variabel yang terbukti signifikan dalam penerimaan pengguna terhadap SPSE, yaitu: (a) Job Relevance; (b) Output Quality; (c) Result Demonstrability; (d) Perceived Ease of Use; (e) Perceived Usefulness; (f) Employee Training; dan (g) Infrastructure Support.

---

E-Procurement is an electronic procuring activity that held by an organization. In Indonesian government e-Procurement aimed to improve efficiency, effectiveness, transparency, healthy competition and accountability in Procurement. E-Procurement enforcement in Ministry of Finance is the mandate from Finance Minister that has been run since 2008. The number of package executed by e-Procurement has increase from year to year/year by year. However, there are several Procurement that is still executed in conventional way/cannot be executed by e-Procurement because of several constraints, one of the them is the level of user’s e-Procurement acceptance.

The goal of this research is to know the user’s e-Procurement acceptance using Technology Acceptance Model 2 approachment (TAM2), with research methodology that involving 186 respondents, (in this case procurement committees in Ministry of Finance head office) and Structural Equation Modeling (SEM) in examining the survey result.

This research find that out of 11 developed hypothesis 9 as the accepted hypothesis and 2 as rejected hypothesis. Variables influencing user’s e-Procurement acceptance, namely: (a) Job Relevance; (b) Output Quality; (c) Result Demonstrability; (d) Perceived Ease of Use; (e) Perceived Usefulness; (f) Employee Training; and (g) Infrastructure Support."