Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bahasa lahir bersamaan dengan perkembangan peradaban manusia itu sendiri. Sebagai suatu alat untuk berkomunikasi, bahasa dapat mencerminkan berbagai aspek kehidupan suatu masyarakat. Suatu masyarakat yang telah maju selalu ditandai dengan pemakaian bahasanya yang luas, begitu juga sebaliknya, suatu bahasa yang banyak dipakai oleh masyarakat luas, merupakan bahasa dari suatu masyarakat yang telah maju. Sulit untuk menentukan mana yang terlebih dahuhi maju, masyarakatnya atau bahasanya. Tapi yang jelas, bagi penganut paham rasionalis, bahasa mencenninkan kemampuan daya nalar (Alwasilah, 1994).Bahasa Indonesia merupakan salah satu bahasa yang banyak dipakai, karena jumlah penduduk bangsa Indonesia diperkirakan telah mencapai 180 juta jiwa. Bahasa Indonesia yang dipakai oleh banyak orang tersebut, berpotensi menjadi salah satu bahasa yang dipakai masyarakat internasional, seperti halnya bahasa Inggris. Dalam kenyataannya, harapan tersebut masih jauh dari kenyataan. Kemungkinan besar salah satu sebabnya adalah karena bahasa Indonesia itu dipergunakan di atas bahasa-bahasa daerah yang tersebar dari Sabang sanipai Merauke.Sampai saat ini belum ada data yang pasti, berapa banyak bahasa-bahasa daerah yang ada di Indonesia. Variasi bahasa dari suatu tempat ke tempat lain berkaitan erat dengan dimensi sosial maupun geografi. Variasi ini terlihat jelas antara masyarakat perkotaan dan pedesaan, perbedaan dalam umur, jenis kelamin, golongan, maupun identitas suku bangsa."

"ABSTRACTMercury and arsenic are considered to be among the most toxic metals and have been associated with serious adverse health effects. These two trace metals and other contaminants that are found in fish products are therefore of public concern for food safety reasons. Hence, we selected three marine species to study i.e., yellow fin tuna, marlin and green mussels because of their economic values in the international and local markets. The objective of our study was to determine the arsenic and mercury content in these three marine species as a first step in monitoring metal content in seafood products. The tissue samples of tuna and marlin were collected from the Jakarta Fishing Port, while the green mussels was collected from aqua culture sites in Jakarta Bay. The metal content was determined by ICP MS and validated using CRM DORM Z and DORM 3. The speciation of arsenic (organic and inorganic forms) was determined using HPLC ICPMS. All measurements were based on dry weight samples. The result showed that the mercury concentration in yellow fin tuna, marlin and green mussel samples was 0.68 :1: 0.08 mg kg", 0.56 :1: 0.06 mg kg"and 1.51 :t 0.10 mg kg, respectively. The total arsenic concentration in yellow fin tuna, marlin and green mussel samples was 3.47 i 0.21 mg kg, 2.71 i 0.18 mg kg, and 6.77 :t 0.32 mg kg, respectively. The mercury content in the fish tissue was below the maximum allowable concentration (National Standard of Indonesia 1.0 mg kg), except for the green mussels. For total arsenic concentration, all the samples were above the national standard concentration (1.0 mg kg). The organic arsenic species arsentobetaine (AB) found in tuna and marlin fish samples was not toxic. Inorganic and organic arsenic was found in the green mussel samples. Our results suggest that there is a need to establish a national program to regularly monitor the content of selected trace metals in fishery products."

"Pencarian dokumen pada jaringan Perpustakaan Digital (PD) berbasis peer-to-peer dengan arsitektur terdistribusi sangat mengandalkan koneksi antar-peer. Salah satu teknik pencarian yang umum digunakan adalah melalui pengiriman query secara broadcast kepada peer tetangga. Sayangnya cara ini kurang efisien karena berpotensi meningkatkan kepadatan lalu lintas jaringan. Selain permasalahan efisiensi, permasalahan lain yang dihadapi aplikasi PD adalah rendahnya kredibilitas PD dalam pertukaran data. Hal ini dapat dilihat dari rendahnya kualitas servis yang diberikan oleh sebuah PD. Pada penelitian ini penulis mengusulkan sebuah metode yang bernama Jaris. Jaris melakukan pencarian berdasarkan kemiripan antar-PD pada cache cluster dan kemiripan query pada cache query. Cara ini dilakukan untuk meningkatkan relevansi hasil pencarian dokumen dan menurunkan jumlah pesan yang dikirim. Jaris menggunakan mekanisme polling yang menggabungkan nilai QoS lokal dan global untuk meningkatkan kualitas transaksi. Pada uji coba penelitian, metode Jaris dibandingkan dengan metode random voting. Hasil percobaan menunjukkan kinerja Jaris lebih baik bila dibandingkan dengan random voting."

"An efficient Region-Based Image Retrieval (RBIR) system must consider query region determination techniques and target regions in the retrieval process. A query region is a region that must contain a Region of Interest (ROI) or saliency region. A query region determination can be specified manually or automatically. However, manual determination is considered less efficient and tedious for users. The selected query region must determine specific target regions in the image collection to reduce the retrieval time. This study proposes a strategy of query region determination based on the Region Importance Index (RII) value and relative position of the Saliency Region Overlapping Block (SROB) to produce a more efficient RBIR. The entire region is formed by using the mean shift segmentation method. The RII value is calculated based on a percentage of the region area and region distance to the center of the image. Whereas the target regions are determined by considering the relative position of SROB, the performance of the proposed method is tested on a CorelDB dataset. Experimental results show that the proposed method can reduce the Average of Retrieval Time to 0.054 seconds with a 5x5 block size configuration."

"SVM (Support Vector Machine) with RBF (Radial Basis Function) kernel is a frequently used classification method because usually it provides accurate results. The focus of most SVMoptimization research is the optimization of the input data, whereas the parameter of the kernel function (RBF), the sigma, which is used in SVM also has the potential to improve the performance of SVM when optimized. In this research, we proposed a new method of RBF kernel optimization with Particle Swarm Optimization (PSO) on SVM using the analysis of input data?s movement. This method performed the optimization of the weight of the input data and RBF kernel?s parameter at once based on the analysis of the movement of the input data which was separated from the process of determining the margin on SVM. The steps of this method were the parameter initialization, optimal particle search, kernel?s parameter computation, and classification with SVM. In the optimal particle?s search, the cost of each particle was computed using RBF function. The value of kernel?s parameter was computed based on the particle?s movement in PSO. Experimental result on Breast Cancer Wisconsin (Original) dataset showed that this RBF kernel optimization method could improve the accuracy of SVM significantly. This method of RBF kernel optimization had a lower complexity compared to another SVM optimization methods that resulted in a faster running time.Metode klasifikasi SVM (Support Vector Machine) dengan RBF (Radial Basis Function) kernel merupakan metode yang sering digunakan karena memberikan hasil klasifikasi yang cukup akurat. Penelitian mengenai optimasi pada SVM sementara ini masih banyak berfokus pada optimasi dari nilai data masukan padahal parameter fungsi kernel (RBF), yaitu parameter sigma, yang digunakan pada SVM juga memiliki potensi untuk meningkatkan performa dari SVM apabila dioptimasi. Pada penelitian ini diajukan metode baru optimasi RBF kernel dengan Particle Swarm Optimization (PSO) pada SVM berdasar analisis persebaran data masukan. Metode ini melakukan optimasi terhadap bobot data masukan sekaligus parameter RBF kernel berdasarkan analisis persebaran data masukan sehingga terpisah dari proses penentuan margin pada SVM. Tahapan darimetode ini adalah inisialisasi parameter, pencarian partikel optimal, perhitungan nilai parameter kernel, dan klasifikasi dengan SVM. Pada proses pencarian partikel optimal, nilai cost dari tiap partikel dihitung berdasar fungsi RBF. Nilai parameter kernel dihitung berdasar pergerakan partikel data masukan pada PSO. Hasil uji coba pada dataset Breast Cancer Wisconsin (Original) menunjukkan bahwa metode optimasi RBF kernel mampu meningkatkan akurasi klasifikasi SVM secara cukup signifikan. Metode optimasi parameter RBF kernel ini memiliki kompleksitas yang lebih rendah dibandingkan dengan metode optimasi SVM lainnya sehingga menghasilkan running time yang lebih cepat."

"In document retrieval, besides the suitability of query with search results, there is also a subjective user assessment that is expected to be a deciding factor in document ranking. This preference aspect is referred at the fiqh document searching. People tend to prefer on certain fiqh metho-dology without rejecting other fiqh methodologies. It is necessary to investigate preference factor in addition to the relevance factor in the document ranking. Therefore, this research proposed a method of term weighting based on preference to rank documents according to user preference. The proposed method is also combined with term weighting based on documents index and books index so it sees relevance and preference aspect. The proposed method is Inverse Preference Fre-quency with α value (IPFα). In this method, we calculate preference value by IPF term weighting. Then, the preference values of terms that is equal with the query are multiplied by α. IPFα combin-ed with the existing weighting methods become TF.IDF.IBF.IPFα. Experiment of the proposed me-thod uses dataset of several Arabic fiqh documents. Evaluation uses recall, precision, and f-mea-sure calculations. Proposed term weighting method is obtained to rank the document in the right order according to user preference. It is shown from the result with recall value reach 75%, preci-sion 100%, and F-measure 85.7% respectively.Dalam pencarian, selain kesesuaian query dengan hasil pencarian, terdapat penilaian subjektif pengguna yang diharapkan menjadi faktor penentu dalam perangkingan dokumen. Aspek prefe-rensi tersebut tampak pada pencarian dokumen fiqih. Seseorang cenderung mengutamakan meto-dologi fiqih tertentu meskipun tidak mengabaikan pendapat metodologi fiqih lain. Faktor prefe-rensi menjadi hal yang diperlukan selain relevansi dalam perangkingan dokumen. Oleh karena itu, pada penelitian ini diajukan metode pembobotan kata berbasis preferensi untuk merangkingkan dokumen sesuai dengan preferensi pengguna. Metode yang diajukan digabungkan dengan pembo-botan kata berbasis indeks dokumen dan buku sehingga mampu memperhatikan aspek kesesuaian (relevance) dan keutamaan (preference). Metode pembobotan yang diusulkan disebut dengan Invers Preference Frequency with α value (IPFα). Langkah pembobotan yang diusulkan yaitu de-ngan perhitungan nilai preferensi term dengan pembobotan IPF. Kemudian nilai preferensi dari term dokumen yang sama dengan term query dikalikan dengan 𝜶𝜶 sebagai penguat. IPFα digabung-kan dengan metode pembobotan yang telah ada menjadi TF.IDF.IBF.IPFα. Pengujian metode yang diusulkan menggunakan dataset dari beberapa dokumen fiqih berbahasa Arab. Evaluasi meng-gunakan perhitungan recall, precision, dan F-measure. Hasil uji coba menunjukkan bahwa dengan pembobotan TF.IDF.IBF.IPFα diperoleh perangkingan dokumen dengan urutan yang tepat dan se-suai dengan preferensi pengguna. Hal ini ditunjukkan dengan nilai maksimal recall mencapai 75%, precision 100%, dan F-measure 85.7%."

"Curse of dimensionality merupakan masalah yang sering dihadapi pada proses klasifikasi. Trans-formasi fitur dan seleksi fitur sebagai metode dalam reduksi fitur bisa diterapkan untuk mengatasi masalah ini. Terlepas dari performanya yang baik, transformasi fitur sulit untuk diinterpretasikan ka-rena ciri fisik dari fitur-fitur yang asli tidak dapat diperoleh kembali. Di sisi lain, seleksi fitur dengan proses komputasinya yang sederhana bisa mereduksi fitur-fitur yang tidak diperlukan dan mampu me-representasikan data untuk memudahkan pemahaman terhadap data. Pada penelitian ini diajukan metode seleksi fitur baru yang berdasarkan pada dua pendekatan filter, yaitu similarity (kemiripan) dan entropi untuk mengatasi masalah data berdimensi tinggi. Tahap awal metode ini adalah meng-hitung nilai similarity antara fitur dengan vektor kelas dari 6 data berdimensi tinggi. Kemudian diperoleh nilai similarity maksimum yang digunakan untuk menghitung nilai entropi untuk setiap fitur. Fitur yang dipilih adalah fitur yang memiliki nilai entropi lebih tinggi daripada entropi rata-rata seluruh fitur. Fuzzy k-NN diterapkan untuk tahap klasifikasi data hasil seleksi fitur. Hasil percobaan menunjukkan bahwa metode yang diajukan mampu mengklasifikasi data berdimensi tinggi dengan rata-rata akurasi 80.5%.

---

Curse of dimensionality is a major problem in most classification tasks. Feature transformation and feature selection as a feature reduction method can be applied to overcome this problem. Despite of its good performance, feature transformation is not easily interpretable because the physical meaning of the original features cannot be retrieved. On the other side, feature selection with its simple com-putational process is able to reduce unwanted features and visualize the data to facilitate data understanding. We propose a new feature selection method using similarity based entropy to over-come the high dimensional data problem. Using 6 datasets with high dimensional feature, we com-puted the similarity between feature vector and class vector. Then we find the maximum similarity that can be used for calculating the entropy values of each feature. The selected features are features that having higher entropy than mean entropy of overall features. The fuzzy k-NN classifier was im-plemented to evaluate the selected features. The experiment result shows that proposed method is able to deal with high dimensional data problem with mean accuracy of 80.5%."

"Menurut Imam Abu Hanifah sebagai pendiri Madzhab Hanaf, WAKAF adalah penahanan pokok suatu harta benda dalam tangan pemilik wakaf (pemberi wakaf disebut WAKIF) dan penggunaan hasil barang itu dapat disebut Ariah (Commodate Loan) yang bertujuan amal saleh. Sedangkan menurut Adhi Abu Yusuf dan Imam Muhammad, WAKAF adalah penahanan pokok suatu harta benda di bawah hukum benda Tuhan Yang Maha Kuasa, sehingga hak pemilikan dari WAKIF berakhir dan berpindah kepada Tuhan Yang Maha Kuasa, untuk sesuatu tujuan amal yang hasilnya dipergunakan untuk manfaat makhluk-Nya. Dalam tiap-tiap wakaf didapati 3 (tiga) unsur, yaitu: 1. Pemilikan oleh Tuhan Yang Maha Kuasa dan oleh sebab itu sifatnya abadi dan tidak dapat dicabut; 2. Manfaatnya bagi kepentingan manusia; 3. Hapusnya hak pemilikan dari. WAKIF. Sedangkan menurut Imam Syafi'i, WAKAF adalah: Suatu kontak yang hasil atau akibatnya merupakan penahanan asal (pokok) dari sesuatu benda dan membiarkan hasil-hasilnya untuk kepentingan umum. Pokok-pokok yang penting dalam definisi menurut Imam Syafi'i tersebut ialah: 1. Pembekuan pemilikan dari WAKIF (Immobilization Corpus) oleh badan atau organisasi; 2. Pemakaian penghasilan atau keuntungan untuk tujuan amal tertentu. Asaf A.A. Fyzee dalam bukunya Outlines of Mohammadan Law, Geoffrey Cumberlege Oxford University Press, London 1956 hal. 103 mengatakan bahwa WAKAF dapat diberikan kepada: 1. Imam Masjid kepentingan peribadatan); 2. Untuk sekolah-sekolah, dan keperluan bagi tenaga pengajarnya serta siswa-siswinya (kepentingan pendidikan); 3. Untuk saluran air, jembatan-jembatan, rumah penginapan kafilah, derma fakir dan miskin dan bantuan untuk kepentingan orang-orang miskin naik Haji. Dengan alasan tersebut peneliti mencoba mengadakan penelitian di Wilayah DKI Jaya dengan permasalahan sebagai di bawah ini:- apakah pelaksanaan WAKAF di Wilayah DKI Jaya dapat menunjang lajunya peningkatan pendidikan; - sampai sejauh mana partisipasi fuqoha, ulama dan masyarakat khususnya umat Islam dalam mensukseskan pendidikan dengan dana/pembiayaan dari wakaf; - sampai seberapa jauh secara sosiologis, juridis dan ekonomis pelaksanaan wakaf telah dapat mensukseskan pendidikan. Dari hasil penelitian ini dapat diketahui bahwa telah ada 78.038,33 M2 tanah wakaf, 2251 orang/badan hukum yang telah berwakaf, 893 NADZIR (pengelola tanah/harta benda wakaf), 2307 buah rumah ibadat berasal dari wakaf, 432 Madrasah, 379 Yayasan Yatim Piatu, 41 Yayasan fakir miskin, 535.569 orang miskin dan 16.618 orang jompo dibiayai dari dana wakaf. Untuk pendidikan telah diasuh 74 buah sekolah Taman Kanak-kanak, 3019 murid TK, 153 buah SD dengan 6865 murid, 59 buah SLTP dengan 7637 siswa, 124 buah SLTA dengan 4973 siswa, 3 sekolah Kejuruan tingkat SLTA dengan 500 murid dan 3 buah Perguruan Tinggi dengan 1500 orang mahasiswa."