SNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
|
|
- Devi Tanuwidjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1
2 rssn SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA. Hasibuan (Universitas lndonesia) Prof. Dr. lr. Kuswara Setiawan, MT {UPH Surabaya} STEERING COMMITTEE Evy Poerbaningtyas, S.Si, M.T TriY. Evelina, SE, MM Meivi Kartikasari, S.Kom Mukhlis Amien, S.Kom Dedy Ari P., S.Kom ORGANIZING COMMITTEE Eka Widya Sari lsa Suarti SEKRETARIAT Lembaga Penelitian dan Pengabdian Kepada Masyarakat Sekolah Tinggi lnformatika & Komputer lndonesia (STlKl)- Malang SNATIKA 2013 Jl. Raya Tidar 100 Malang Tel Fax Website : snatika.stiki.ac.id snatika@stiki.ac.id
3 KATA PE]IIGA]IITAR Bapakllbu/Sdr. Peserta dan Pemanakal SNATIKA 2013 yang saya hormati, pertama-tama saya ucapkan selamat datang atas kehadiran Bapak/lbu/Sdr, dan tak lupa kami mengucapkan terimakasih atas partisipasi dan peran serta Bapak/lbulsdr dalam kegiatan ini. SNATIKA 2013 adalah Seminar NasinalTeknologi lnformasi, Komunikasi dan Aplikasinya yang diselenggarakan oleh STIKI Malang bekerjasama dengan APTIKOM Malang dan KIik lndonesia. Sesuai tujuannya SNATIKA 2013 merupakan saiana bagi peneliti, akademisi dan praktisi untuk mempublikasikan irasil-hasil penelitian, ide-ide terbaru mengenai Teknologi lnformasi, Komunikasi dan Aplikasinya. Selain itu sesuai dengan tema yaitu "lcts Aspect for Mobility, Social, Culture & Economy'', topic-topik yang diambil disesuaikan dengan kompetensi dasar dari APTIKOM Malang yang diharapkan dapat mensinergikan penelitian yang dilakukan oleh para peneliti di bidang lnformatika dan Komputer. Semoga acara ini bermanfaat bagi kita semua terutama bagi perkembangan ilmu dan teknologi di bidang tekn ologi i nform asi, komuni kasi d an apli kasi nya. Akhir kata, kami ucapkan selamat mengikuti seminar, dan semoga kita bisa bertemu lkembali pada SNATIKA yang akan datang. Malang, 16 Nopember 2013 Panitia SNATIKA 2013 Tri Y. Evelina, SE, MM ill
4 SAMBUTAN IGTUA SEKOIAH TTNGG TNFORMATTKA DAN KOMPUTER NDONES A (ST K!) MAIANG Yang saya hormati peserta Seminar NasionalAffiKOM zftllg, Puji &'Syukur kita panjatkan kepada Tuhan Yang Maha Esa, atas terselenggarakannya Seminar Nasional sebagairangkaian dari kegiatan Klik lndonesia 2013 di Kota Malang. Kami ucapkan selamat datang kepada peserta Seminar Nasional serta rekan-rekan perguruan tinggi maupun mahasiswa yang telah berpartisipasi aktif sebagai pemakalah maupun peserta dalam kegiatan seminar nasional ini. Konferensi ini merupakan bagian dari 10 Flag APTIKOM untuk meningkatkan kualitas SDM ICT di lndonesia, dimana anggota APTIKOM khususnya harus haus akan llmu untuk mampu memajukan tct di lndonesia. Konferensi ICT bertujuan untuk menjadiforum komunikasi antara peneliti, penggia! birokrat pemerintah, pengembang sistem, kalangan lndustry dan seluruh komunitas ICT lndonesia yang ada didalam APTIKOM maupun diluar APTIKOM. Kegiatan ini diharapkan memberikan masukan kepada stokeholder ICT di lndonesia, yang meliputi masyaraka! pemei'intah, industri dan lainnya, sehingga mampu sebagai penggerak dalam memajukan ICT!nternasional. Akhir kata, semoga forum seperti ini dapat terus dilaksanakan secara periodic sesuai dengan kegiatan tahunan APTIKOM. Dengan demikian kualitas makalah, maupun hasil penelitian dapat semakin meningkat sehingga mamfiu bersinergi dengan ilmuwan dan praktisi ICT internasional. Sebagai Ketua STIKI Malang kami mengucapkan terimakasih kepada semua pihak atas segala bantuan demi sukesnya acara ini. "Mari Bersama Memajukan ICT lndonesia" Malang 16 Nopember 2013 Ketua STlKl, Eva Handriyantini, S.Kom, M.MT IV
5 tssn SNATIKA z}!3,volume 02 DAFTAR ISI Halaman Halaman Judul Kata Pengantar Sambutan Ketua STIKI Daftar lsi lii lv v 1 litty VonessiLapmng, Aplikasi Ber:basis Web Untuk lzin Absensi Dan 1-s Ririn lkono Desanti, Penggajian Pada Perusahaan Kontraktor Tambang Astrid Collirta 2 Arip Mulyanto, Mando Klasifikasi Karakter Manusia Menggunakan 6-11 Rohandi, Moh. Syafri Algoritma Nairre Bayes Untuk Rekomendasi Motif Tuloli Karawo Berbasis Budaya Gorontalo 3 Sandra Murdianto, Evy Sistem Pangkalan Data Dosen t2-16 Poerboningtyos,Hendro Guna Perhitungan lnde,ks Prestasi Dan Beban Kerja Suprayogi Dosen (Studi Kasus: ST KI Malang) 4 lndoh DwiMumpuni, Pengolahan Data Gaji Pada Stmik Ppkia Pradnya t7-21 JauharulMoknunah ParamitaMalangDenganPendekatan Data Warehouse 5 Choerul Anwor, Perencanaan Strategi Sistem lnformasi Dan Muhamad lrsdn Teknologi lnformasi Pada Sma Plus Pembangunan Jaya 6 Setiabuditukaria, Sistem Penunjang Keputusan Perekrutan Karyawai Menggunakan Analytical Hierarchy Process (AHP) Evangelista Deld Rosa 7 DedvKumiasunotw il1h,iln,,,xt"[,:'*"[.jl[*h,f?fffi Kampus ll lnstitut Teknologi Nasional Malang) 8 betamrizky Pemodelan Sistem loformasi Alqademik Perguruan Wicoksano, Supriyanto Tinggi Berbasis Service Oriented Architecture (Studi Kasus: Macsysuniversitas Ma Chung) 9 Soetom Rizky Kendali Penggunaan Laboratorium Majemuk Di M - 47 Wicoksono, Ronald Dwi Lingkup Perguruan Tinggi Menggunakan ltalc Nompunu (lntelligent Teaching And Learning With Computers) 10 Nurdionsyah Algoritma Rijndael SebagaiTeknik Pengamanan Data Rezkinanda, Ewy Poerbaningtyas, lohan
6 tl Erika Ahmod Luthfi Pemodelan Open Course Ware Sebagai Platform Konsep Saling Berbag t2 Laura Vionti, Astrid Developing An E-Learning System Prototype Case Callista, Suryosori Study: The Department Of lnformation Systems At Universitas Pelita Harapan ' 13 Devi Sionita Soeprapto, Aplikasi Berbasis Web Untuk Pengajuan Kegiatan Suryasofi, Astrid Cattista (emahasiswaan Dan Proses Pendukungnya Studi Kasus: UFH t4 Tri Yulistyawati Evelina; Sistem Ketersediaan Pangan Daerah Dengan 70 - lg Subari Anatisa Wlayah Lumbung Pangan Berbasis Teknologi Sistem lnformasi Geografis 15 Subari, Go Frendi Otomatisasi Sistem Rekomendasi Gunawon Layanan Kesehatan Untuk Berobat Berbasis Webgis 16 ko Budi Cahynno Rekalibrasi Kamera Kinect Untuk Augmented Reality Dengan Geometri Visi Stereo L7 Yuda Munorko Studi Perbandingan Teknologi Mesin Pencari Berhasis Dialog Dan Berhasis Thread Di User Forum 18 Subori Rancang Bangun Sistem Official App Perguruan Tinggi Berbasis Mobile Sebagai Upaya Pencitraan lnstitusi tg Koko Wahyu Pmsetyo Penerapan lt Balanced Scorecard Dalam Perencanaan Strategis Sistem lnformasi DiSTlKltvialang 2n Voyok Seby Dwaaoko, Rancang Ban8un Media Pembelajaran interaktif Hemorica Destiand Pengenalan Nama Tumbuhan Menggunakan Adobe, Flash Cs3 Sdn Kauman 1 Malang 2t Jayonto, Titin Promiyati, Rancangan Basisdata: Sistem lnformasi lbu Hamil t2t - t25 Henky Boyu Seto ZZ Sabarudin The User Capability Development Model in lt lmplementation in Government: Case on IFMIS {tntegrated Financial Management lnformation Systems) lmplementation in lndonesia - a Practitioner Perspective 23 Mukhlis Amien, Meivi Aplikasi Berbasis Java Untuk Melakukan Pelacakan t Kortikosori Penggunaan Kata Dalam Bahasa lndonesia Di Situs- Situs Berita Untuk Mendapatkan Kata-Kata Terbaru Yang Paling Sering Dipakai \n
7 lllilt, riiii Eka WfdW firi, Siska Diatinod Andamwarih, Monigo Cindy Niusori llendrykttuwan, Samuel Perkosa, Herditomo, Sunday Noya Hendro Poerbo Proxtija, Yudhi Kumiawan, Fronsisca Romono Dessyona Kordha Sistem lnformasi GeoSrafis Pencarian Lo*asi Restoran Terdekat Dengan Pembayaran Melalui Kartu Kredit Sistem lnformasi Penjualan Pada Suvalayan Abc Pemanfaatan Data Warehouse Dalam Mendukung Pengambilan Keputusa n Dan Pem buatan Pelaporan Evaluasi Diri Perguruan Tinggi {Studi Kasus Data Akademik Universitas Ma Chung Malang) t t ;iiiri: llltttt Ami Fauzijoh, Dito Donionti Sistem lnformasi Penilaian Kineria Guru lrtlr;i i ilii, itrrili Diah Arifoh P.,lndra 5., Lailo lsyriyoh Optimasi Jaringan Fungsi Basis Radial Dalam Verifi kasi Citra Sidik Jari 'll,,ili li i 1lli, 'I ili vil
8 tulufllltilil[ililill
9 Studi Perbandingan Teknologi Mesin Pencari Berbasis Dialog dan Berbasis Thread di User Forum Yuda Munarko Universitas Muhammadiyah Malang ABSTRAK Pada penelitian ini dibangun mesin pencari yang digunakan untuk mencari informasi dari user forum. Hal ini dilakukan karena user forum memiliki struktur yang berbeda jika dibandingkan dengan dokumen web pada umumnya. Sehingga dengan adanya mesin pencari ini bisa diketahui efektifitas pendekan baru yang digunakan. Teknologi yang digunakan untuk keperluan ini meliputi teknik restrukturisasi user forum menjadi bentuk dialog dan thread. Selanjutnya dari dua jenis struktur ini dibangun dua mesin pencari, kemudian dibandingkan kinerjanya. Untuk masing-masing mesin pencari, diterapkan perhitungan similaritas untuk mencari kesamaan dan perangkingan. Selain itu juga diterapkan teknologi inverted index untuk mempercepat kinerja mesin pencari. Hasil perbandingan dua mesin pencari ini menunjukkan bahwa mesin pencari berbasis dialog memiliki kinerja yang lebih baik jika kata kunci bersifat khusus. Sedangkan untuk kata kunci yang bersifat umum, kedua mesin pencari memiliki kinerja yang hampir sama. Keywords: search engine, inverted index, restrukturisasi thread 1. Pendahuluan Mesin pencarian merupakan salah satu tools yang efektif untuk mencari informasi dari sekumpulan dokumen. Keberadaan mesin pencari pada saat ini telah mencapai kemajuan dan ketepatan yang cukup tinggi, terutama untuk pencarian halaman web, gambar, publikasi, user forum dan lain sebagainya. Namun untuk kasus user forum, hampir semua mesin pencari melakukan pendekatan yang sama dengan pencarian dokumen biasa. Pada kenyataannya, user forum memiliki struktur yang khas yang dapat dibedakan dengan pencarian di tipe dokumen yang lain. User forum dapat diorganisasi berdasarkan bagian-bagiannya, yakni thread, post, pair dan dialogue. Hal ini dapat dilihat di gambar 1. yang menunjukkan struktur dari thread. Gambar1. Konteks pada struktur thread [1] Untuk itu diperlukan pendekatan baru pada mesin pencari untuk user forum, sebagaimana diusulkan oleh Seo at al. di [1]. Tujuan dari pendekatan baru ini bukanlah untuk meningkatkan kemiripan antara kata kunci dengan data yang dicari, namun lebih pada teknik penyajian hasil agar lebih informatif. Pendekatan ini didasarkan pada kondisi dimana mesin pencari pada umumnya menampilkan thread secara keseluruhan, dengan beberapa halaman hasil yang berbeda. Namun, pada kenyataannya, hanya sebagian informasi saja yang dibutuhkan oleh pengguna mesin pencari, biasanya pada dialog tertentu saja. Untuk mendapatkan gambaran yang lebih tepat, perhatikan contoh thread di gambar 2. Gambar2. Contoh thread Dari gambar 2., dapat dilakukan analisa sederhana untuk membagi thread tersebut. Thread tersebut terdiri dari dua dialogue, yang pertama melibatkan post1, post2 dan post5, dan yang kedua melibatkan post1, post3 dan post4. Ketika seseorang ingin mencari informasi mengenai harga lensa summarit 50mm/1.5, bisa jadi dialog kedua akan lebih menarik daripada dialogue pertama atau keseluruhan thread. Sepanjang pengetahuan kami, fasilitas pencarian dialogue pada thread belum disediakan oleh mesin pencari-mesin pencari utama. Dari latar belakang tersebut, maka dibuat suatu mesin pencari berdasarkan thread dan dialog, untuk selanjutnya dibandingkan kinerjanya. Meskipun penelitian oleh Seo et al. [1] mengusulkan restrukturisasi tersebut, namun tidak dibahas mengenai perbandingan kinerja mesin pencari SNATIKA 2013, ISSN
10 dengan basis yang berbeda. Adapun kontribusi dari penelitian ini adalah: 1. Tersedianya platform mesin pencari pada user forum yang berdasar pada thread atau pada dialog. 2. Studi mengenai perbandingan efisiensi mesin pencari yang berdasar pada thread dan yang berdasar pada dialog. 2. Tinjauan pustaka Ide mengenai restrukturisasi thread di user forum untuk peningkatan hasil pencarian telah diusulkan oleh Seo et al. [1]. Untuk mengidentifikasi struktur dialog dari suatu thread digunakan parameter kesamaan isi post, penyalinan isi post, lokasi relatif terhadap post sebelumnya, perbedaan waktu, kesamaan author, referensi, dan kondisi tanya jawab. Selain itu, juga ada penelitian oleh Elsas dan Carbonell [2] yang membahas mengenai mesin pencari di user forum, namun bukan pada strukturnya, akan tetapi pada pemeringkatan hasil dengan memperhatikan faktor adanya hyperlink, judul thread dan isi post pertama di suatu thread. Hasil yang ditampilkan oleh penelitian ini adalah satu thread utuh, dan bukan merupakan pencarian berdasarkan dialog. Penelitian lanjutan yang berdasar pada penelitian di atas, dilakukan oleh Bathia dan Mitra [3], yang berkonsentrasi pada peningkatan kinerja mesin pencari dengan memperhatikan data-data bukan teks. Kemudian, untuk membangun suatu mesin pencari, teknologi pemeringkatan yang tersedia mayoritas berdasar pada perhitungan similaritas. Teknik ini sebagian besar bersumber pada perhitungan tf-idf, seperti halnya dilakukan oleh Ramos [4], Aizawa [5], dan Hiemstra [6]. Dalam penerapannya, konsep yang paling umum digunakan adalah cosine similarity atau variasinya. Konsep lain yang mirip dengan cosine similarity namun dengan presisi lebih tinggi dikenalkan oleh Robertson dan Walker [7], yang lebih dikenal dengan perhitungan BM25. Untuk selanjutnya perhitungan ini disempurnakan oleh Robertson et al. [8], dimana perhitungannya menjadi lebih sederhana dengan memperhatikan bobot kemunculan suatu kata di lokasi dokumen tertentu, misalnya, judul, isi, pembukaan atau penutup suatu dokumen. Teknologi pemeringkatan sendiri tidak dapat berfungsi maksimal jika tidak didukung oleh teknologi untuk mempercepat akses ke data yang jumlahnya sangat banyak. Guna keperluan ini dikembangkan sistem pengindeksan seperti dilakukan oleh Maron dan Kuhns [9] dan Millett et al. [10]. Keterbatasan dua penelitian tersebut adalah, kemampuannya dalam menangani data dengan jumlah yang sangat besar. Untuk menangani permasalahan ini, beberapa peneliti seperti Cutting dan Pedersen [11], Yan et al. [12] serta Anh dan Moffat [13] mengadaptasi konsep inverted index untuk mempercepat akses ke data yang tersedia. 3. Metodologi dan implementasi Terdapat empat tahap utama dalam melakukan penelitian ini. Tahap pertama adalah pengumpulan data, dilanjutkan dengan retsrukturisasi thread. Tahap selanjutnya adalah pembuatan index terhadap thread yang disesuaikan dengan model pencarian. Kemudian dilanjutkan dengan pembuatan sistem pencarian dan diakhiri dengan proses uji coba. Detail dari metodologi yang dilakukan, dijelaskan pada sub bab di bawah ini. Pengumpulan data Data yang digunakan pada penelitian ini berasal dari data thread yang berasal dari sosial media. Ada beberapa kandidat sosial media yang akan digunakan, namun pada akhirnya hanya digunakan data dari flickr.com. Adapun data yang digunakan adalah data dengan kriteria: Adanya API untuk mengakses thread Adanya koleksi thread yang representatif Setiap thread paling sedikit memiliki 100 post Setiap thread paling sedikit memiliki 4 dialogue Dengan tersedianya API pengakses data thread, memungkinkan untuk membangun aplikasi web crawler yang secara otomatis dapat menyeleksi dan mengkoleksi data thread dari social media yang bersangkutan. Sedangkan syarat yang lainnya diperlukan sebab,sistem yang dikembangkan dibangun untuk mengakomodasi proses pencarian yang lebih sensitif berdasarkan. Dengan web crawler yang sudah dibuat, berhasil diidentifikasi thread. Dari semua thread tersebut dilakukan pemilihan thread yang sesuai dengan kriteris yang telah disebutkan, dan menghsilkan thread yang valid. Restrukturisasi Thread Tujuan dari restrukturisasi thread adalah untuk mendapatkan dialog dari thread. Dialog adalah bagian dari thread yang terdiri dari urutan post dan reply. Oleh karena itu, ada kemungkinan bahwa pada satu thread terdapat banyak dialog. Untuk keperluan restrukturisasi ini, pertama-tama dilakukan pengubahan format thread yang flat menjadi format tree. Jika tree telah terbentuk, setiap path yang ada pada tree dipisah menjadi dialog. Untuk lebih jelasnya, perhatikan gambar 3. yang mengilustrasikan proses identifikasi dialog. SNATIKA 2013, ISSN
11 bahwa nilai RL dan F merupakan efek tambahan yang bisa ditambahkan langsung ke nilai f(d,t). Oleh karena itu, sebelum menjalankan persamaan di langkah ke 1, kami menghitung f(d,t) dengan rumusan: Gambar3. Restrukturisasi thread Pengubahan format thread menjadi format tree didasarkan pada Seo, J. et al yang menggunakan enam atribut untuk mengidentifikasi relasi post dan replay. Akan tetapi tidak semua atribut digunakan pada tahap ini, hal ini karena beberapa atribut tidak memberikan kontribusi yang maksimal ketika digabung dengan atribut yang lain. Selain itu, data di flickr tidak memungkinkan untuk melakukan perhitungan time gap antara satu post dengan post yang lain. Lebih lanjut lagi, pada kenyataannya setiap post telah diatur secara terurut berdasarkan waktu. Untuk lebih jelanya, berikut dijelaskan detail implementasi atribut-atribut yang digunakan: 1. Perhitungan similaritas Menghitung kesamaan antara dua post menggunakan cosinus similarity yang diusulkan oleh Aizawa [5]. 2. Lokasi relatif Jika ada post dengan urutan p1, p2, p3 dan p4, maka lokasi relatif p4 terhadap p3 adalah 1, p4 terhadap p2 adalah ½, p4 terhadap p1 adalah 1/3. Secara intuitif, jika ada post yang baru, maka post tersebut memiliki jarak terpendek ke post lain dengan nilai index terbesar. 3. Kesamaan author Merupakan kondisi dimana dua post memiliki author yang sama. Author yang sama kecil kemungkinannya membalas post-nya sendiri. Dua post yang memiliki author yang sama maka nilai keterkaitannya 1, sebaliknya jika sama maka Referensi ke author Merupakan kondisi dimana post baru menyebutkan nama author pada post sebelumnya. Jika kondisi ini muncul, maka nilai faktor akan ditambah 1. Untuk atribut 2, 3 dan 4 dilakukan smooting dengan rumus: Pembuatan Index Setelah thread selesai direstrukturisasi, maka tahap selanjutnya adalah pembuatan index. Untuk keperluan ini dibangun model inverted index. Inverted index terdiri dari tiga file, yakni: 1. lexicon: merupakan kumpulan dari katakata yang ada di setiap dialogue beserta pointer yang menunjuk ke lokasi indexnya di inverted list. 2. inverted list: berisi daftar dialogue_id dan frekuensi kemunculan untuk setiap katakata yang ada lexicon. 3. map: merupakan kumpulan dialogue_id dan dialogue itu sendiri; dialogue merupakan kumpulan dari satu atau lebih link ke post. Dalam proses pembuatan index ini diperhatikan pula faktor jumlah kata-kata. Jumlah kata-kata yang disertakan dibatasi pada kata-kata selain stop words seperti ke, di, dari pada. Pembuatan Mesin Pencari Di tahap ini, dibangun mesin pencari yang dilengkapi dengan proses menghitung rangking untuk setiap dokumen yang ditemukan. Penghitungan rangking menjadi fitur yang penting sebab dapat memberi rekomendasi ke pemakai mengenai ketepatan hasil pencarian yang diinginkan. Untuk proses perangkingan ini, dilakukan pendekatan menggunakan algoritma BM25 dengan multi pembobot, seperti dijelaskan oleh Robertson et al. [8]. 4. Hasil dan uji coba Pada aplikasi ini, halaman yang ditampilkan langsung diakses dari website flickr. Proses retrieval untuk pencarian dialog dilakukan dengan beberapa rangkaian request berdasar pada jumlah post. Contoh interface untuk pencarian dapat dilihat di gambar4 atau gambar 5, dimana gambar4 adalah pencarian dialog sedangkan gambar5. adalah pencarian thread. 5. Penggabungan RL dan F. Menggabung lokasi relatif (RL) dengan nilai faktor (F) dalam perhitungan cosine similarity. Untuk mudahnya, diasumsikan SNATIKA 2013, ISSN
12 no query terms thread dialog 1 nikon 12 (60%) 8 (40%) 2 canon 11 (55%) 9 (45%) 3 pentacon 10 (50%) 10 (50%) 4 leica 9 (45%) 11 (55%) 5 leica summicron 7 (35%) 13 (65%) Gambar 4. Contoh pencarian dialog 6 canon f1.4 7 (35%) 13 (65%) 7 landscape photography 6 (30%) 14 (70%) 8 medium format photography 3 (15%) 17 (85%) 9 summilux 7 (35%) 13 (65%) 10 olympus 10 (50%) 10 (50%) 11 summilux vs summicron 2 (10%) 18 (90%) 12 cronn review 0 (0%) 20 (100%) 13 your favorite camera 9 (45%) 11 (55%) Gambar5. Contoh pencarian thread Untuk uji coba dilakukan pengujian secara kuantitatif, menggunakan kuesioner. Tujuan dari pengujian ini adalah untuk mendapatkan persepsi user mengenai level usabilitas pencarian berdasarkan thread dibandingkan dengan pencarian berdasarkan dialogue. Kuesioner diisi oleh user flickr yang aktif melakukan posting dan pencarian data di situs flickr. Jumlah user yang mengisi kuesioner adalah 20 responden. Adapun pelaksanaan uji coba ini adalah sebagaimana berikut: 1. Responden mencoba aplikasi menggunakan daftar key terms yang sudah ditentukan, sebanyak 20 key terms pada mesin pencari thread dan dialog. Kemudian dilanjutkan dengan memilih mana yang lebih informatif diantara keduanya. 2. Responden mencoba melakukan pencarian dengan query terms bebas namun dibatasi hanya untuk istilah fotografi. 3. Responden menjawab kesioner yang terdiri dari 10 pertanyaan. Daftar key terms yang digunakan oleh responden beserta hasil pilihan keefektifannya di pencarian thread atau dialog bisa dilihat di tabel processing black and white film 1 (5%) 19 (95%) 15 film or digital 10 (50%) 10 (50%) 16 elmarit vs summicron vs summilux 2 (10%) 18 (90%) 17 pin hole lens 7 (35%) 13 (65%) 18 bubble on lens surface 6 (30%) 14 (70%) 19 5D vs D2X 8 (40%) 12 (60%) 20 crop sensor 3 (15%) 17 (85%) Untuk terms bebas, tidak ada aturan mengenai jumlah terms, term khusus atau umum. Tujuan utama dari kegiatan ini, responden mendapatkan pengalaman dalam menjalankan aplikasi. Mereka juga diharapkan mendapatkan impresi tertentu terhadap kebutuhan akan pencarian di thread atau user forum. Berdasarkan pengalaman ini, responden akan mengisi kuesioner yang telah disediakan dan memberikan pendapat mereka dengan level 1 sampai 5. Tabel 2 adalah sepuluh query terms bebas yang paling sering dibuat oleh responden. Tabel 1. Daftar query terms yang digunakan responden beserta pilihan tingkat informatifnya SNATIKA 2013, ISSN
13 Tabel 2. Daftar query terms bebas yang paling sering dilakukan oleh responden no pertanyaan sts ts n s ss no query terms thread dialog 1 lensa nikon 3 (27%) 8 (73%) 2 lensa canon 4 (36%) 7 (64%) 3 micro four third 3 (33%) 6 (67%) 4 full frame 1 (11%) 8 (89%) 5 sharpest lens 0 (0%) 9 (100%) 6 nikon full frame 1 (12%) 7 (88%) 7 HDR 5 (62%) 3 (38%) 8 sony 6 (75%) 2 (25%) 9 lens converter 4 (50%) 4 (50%) 10 soft lens 1 (12%) 7 (88%) Setelah melakukan semua aktivitas di atas, responden selanjutnya mengisi kuesioner mengenai aplikasi yang sudah mereka jalankan. Pertanyaanpertanyaan tersebut meliputi aspek-aspek: 1. Kemudahan pengoperasian aplikasi 2. Ketepatan hasil pencarian 3. Perbedaan performa jika menggunakan pencarian dialog dibandingkan dengan pencarian thread. Berikut ini adalah hasil kuesioner yang diisi responden, beserta rangkuman hasil pendapat mereka. Tabel 3. Hasil jawaban responden terhadap kusioner no pertanyaan sts ts n s ss 1 Apakah hasil pencarian menggunakan query terms yang sudah ditentukan dan pencarian dialog bisa memberikan hasil sesuai dengan harapan anda? 0% 0% 15% 10% 75% 2 Apakah hasil pencarian menggunakan query terms yang sudah ditentukan dan pencarian thread bisa memberikan hasil sesuai dengan harapan anda? 3 Apakah hasil pencarian bebas dan pencarian dialog hasil sesuai dengan harapan anda? 4 Apakah hasil pencarian bebas dan pencarian thread hasil sesuai dengan harapan anda? 5 Apakah penggunaan query terms dengan satu kata kunci dan pencarian dialog hasil yang sesuai dengan harapan anda? 6 Apakah penggunaan query terms dengan satu kata kunci dan pencarian thread hasil yang sesuai dengan harapan anda? 7 Apakah penggunaan query terms dengan dua kata kunci dan pencarian dialog hasil yang sesuai dengan harapan anda? 8 Apakah penggunaan query terms dengan dua kata kunci dan pencarian thread hasil yang sesuai dengan harapan anda? 9 Apakah penggunaan query terms dengan tiga kata kunci dan pencarian dialog hasil yang sesuai dengan harapan anda? 0% 0% 20% 20% 60% 0% 10% 15% 35% 40% 0% 5% 25% 35% 35% 5% 5% 40% 25% 25% 0% 0% 20% 35% 45% 0% 0% 30% 40% 30% 0% 0% 30% 50% 20% 0% 0% 15% 25% 60% SNATIKA 2013, ISSN
14 no pertanyaan sts ts n s ss 10 Apakah penggunaan query terms dengan tiga kata kunci dan pencarian thread hasil yang sesuai dengan harapan anda? 11 Apakah pencarian dengan mengunakan dialog search lebih hasil yang lebih baik jika dibandingkan dengan menggunakan thread search? 12 Apakah pencarian dengan mengunakan dialog search selalu memberikan hasil yang lebih baik jika dibandingkan dengan menggunakan thread search? 15% 50% 25% 10% 0% 0% 0% 0% 10% 90% 0% 0% 20% 55% 25% 5. Kesimpulan Berdasarkan hasil uji coba secara kuantitatif melalui responden yang mengoperasikan aplikasi kemudian menjawab serangkaian pertanyaan, didapatkan bahwa: 1. Tingkat kepuasan hasil pencarian menggunakan mesin pencari berbasis dialog lebih tinggi jika dibandingkan dengan mesin pencari berbasis thread. 2. Untuk searching bebas, kepuasan responden hampir sama untuk kedua jenis mesin pencari, dimana 75% puas dengan kinerja yang berbasis dialog dan 70% puas dengan kinerja yang berbasis thread. 3. Untuk pencarian dengan query terms yang umum, dengan menggunakan satu kata, responden lebih puas jika menggunakan mesin pencari berbasis thread. 4. Untuk pencarian dengan query term yang khusus, dengan menggunakan lebih dari satu kata, responden lebih suka jika menggunakan yang berbasis dialog. 5. Secara umum, mesin pencari berbasis dialog memiliki kinerja yang lebih baik jika dibandingkan yang berbasis thread. 6. Referensi [1] Seo, J., Croft, W. B., & Smith, D. A. (2009, November). Online community search using thread structure. In Proceedings of the 18th ACM conference on Information and knowledge management (pp ). ACM. [2] Elsas, J. L., & Carbonell, J. G. (2009, July). It pays to be picky: an evaluation of thread retrieval in online forums. In Proceedings of the 32nd international ACM SIGIR conference on Research and development in information retrieval(pp ). ACM. [3] Bhatia, S., & Mitra, P. (2010, May). Adopting Inference Networks for Online Thread Retrieval. In AAAI. [4] Ramos, J. (2003, December). Using tf-idf to determine word relevance in document queries. In Proceedings of the First Instructional Conference on Machine Learning. [5] Aizawa, A. (2003). An informationtheoretic perspective of tf idf measures.information Processing & Management, 39(1), [6] Hiemstra, D. (2000). A probabilistic justification for using tf idf term weighting in information retrieval. International Journal on Digital Libraries, 3(2), [7] Robertson, S. E., & Walker, S. (1994, August). Some simple effective approximations to the 2-poisson model for probabilistic weighted retrieval. InProceedings of the 17th annual international ACM SIGIR conference on Research and development in information retrieval (pp ). Springer-Verlag New York, Inc.. [8] Robertson, S., Zaragoza, H., & Taylor, M. (2004, November). Simple BM25 extension to multiple weighted fields. In Proceedings of the thirteenth ACM international conference on Information and knowledge management (pp ). ACM. [9] Maron, M. E., & Kuhns, J. L. (1960). On relevance, probabilistic indexing and information retrieval. Journal of the ACM (JACM), 7(3), [10] Millett, R. P., Millett, H. L., & Allen, D. K. (1989). U.S. Patent No. 4,817,036. Washington, DC: U.S. Patent and Trademark Office. SNATIKA 2013, ISSN
SNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 289-183 SNATIKA 213 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 2, Tahun 213 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 02, Tahun 2013 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA.
Lebih terperinciPENGEMBANGAN APLIKASI LOST & FOUND BERBASIS WEBSITE DENGAN FITUR PENCARIAN MENGGUNAKAN COSINE SIMILARITY. Tugas Akhir
PENGEMBANGAN APLIKASI LOST & FOUND BERBASIS WEBSITE DENGAN FITUR PENCARIAN MENGGUNAKAN COSINE SIMILARITY Tugas Akhir Diajukan untuk Memenuhi Persyaratan Meraih Gelar Sarjana Strata 1 Teknik Informatika
Lebih terperinciTugas Makalah. Sistem Temu Kembali Informasi (STKI) TI Implementasi Metode Generalized Vector Space Model Pada Information Retrieval System
Tugas Makalah Sistem Temu Kembali Informasi (STKI) TI029306 Implementasi Metode Generalized Vector Space Model Pada Information Retrieval System Oleh : I PUTU ANDREAS WARANU 1204505042 Dosen : I Putu Agus
Lebih terperinciEKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN
EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN Afri Yosela Putri 1, Faisal Rahutomo 2, Ridwan Rismanto 3 1, 2, 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika, Politeknik
Lebih terperinciBAB I PENDAHULUAN. Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Pesatnya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Pesatnya perkembangan teknologi dewasa ini telah menyebabkan aliran informasi begitu lancar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
Pesatnya perkembangan dunia teknologi sekarang ini memberikan banyak kemudahan bagi manusia di berbagai bidang. Selain itu, kebutuhan manusia untuk mendapatkan ilmu pengetahuan pun dapat dilakukan dengan
Lebih terperinciTugas Makalah. Sistem Temu Kembali Informasi (STKI) TI Implementasi Metode Generalized Vector Space Model Pada Information Retrieval System
Tugas Makalah Sistem Temu Kembali Informasi (STKI) TI029306 Implementasi Metode Generalized Vector Space Model Pada Information Retrieval System Oleh : I PUTU ANDREAS WARANU 1204505042 Dosen : I Putu Agus
Lebih terperinciPRESENTASI TUGAS AKHIR KI PERANCANGAN DAN PEMBANGUNAN MODUL REKOMENDASI SECTION PADA OPEN JOURNAL SYSTEM (OJS)
PRESENTASI TUGAS AKHIR KI091391 PERANCANGAN DAN PEMBANGUNAN MODUL REKOMENDASI SECTION PADA OPEN JOURNAL SYSTEM (OJS) (Kata kunci: Jurnal, K-Nearest Neighbor, Karya Ilmiah, Klasifikasi Penyusun Tugas Akhir
Lebih terperinciSistem Temu Kembali Informasi pada Dokumen Teks Menggunakan Metode Term Frequency Inverse Document Frequency (TF-IDF)
Sistem Temu Kembali Informasi pada Dokumen Teks Menggunakan Metode Term Frequency Inverse Document Frequency (TF-IDF) 1 Dhony Syafe i Harjanto, 2 Sukmawati Nur Endah, dan 2 Nurdin Bahtiar 1 Jurusan Matematika,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Semakin canggihnya teknologi di bidang komputasi dan telekomunikasi pada masa kini, membuat informasi dapat dengan mudah didapatkan oleh banyak orang. Kemudahan ini
Lebih terperinciPEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN
PEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN Hermawan Andika Institut Informatika Indonesia andika@iii.ac.id Suhatati Tjandra Sekolah Tinggi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi perusahaan yang bergerak dalam industri manufaktur, sistem informasi produksi yang efektif merupakan suatu keharusan dan tidak lepas dari persoalan persediaan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Tinjauan Penelitian Terdahulu Penelitian sebelumnya dilakukan oleh Rahmatulloh (2016). Penelitian yang berjudul Rancang Bangun Sistem Informasi Pencarian Benda Hilang Lost &
Lebih terperinciLatent Semantic Analysis dan. Similarity untuk Pencarian. oleh : Umi Sa adah
Metode Latent Semantic Analysis dan Algoritma Weighted Tree Similarity untuk Pencarian berbasis b Semantik oleh : Umi Sa adah 5109201030 Pembimbing : Prof. Drs.Ec. Ir. Riyanarto Sarno, M.Sc, Ph.D Umi Laili
Lebih terperinciBAB II DASAR TEORI Crawler Definisi Focused Crawler dengan Algoritma Genetik [2]
BAB II DASAR TEORI Pada bab ini dibahas teori mengenai focused crawler dengan algoritma genetik, text mining, vector space model, dan generalized vector space model. 2.1. Focused Crawler 2.1.1. Definisi
Lebih terperinciAnalisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem Temu Kembali Informasi
Jurnal Integrasi, vol. 6, no. 1, 2014, 21-25 ISSN: 2085-3858 (print version) Article History Received 10 February 2014 Accepted 11 March 2014 Analisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem
Lebih terperinciIMPLEMENTASI K NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI ARTIKEL WIKIPEDIA INDONESIA
IMPLEMENTASI K NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI ARTIKEL WIKIPEDIA INDONESIA Erik Hardiyanto 1, Faisal Rahutomo 2, Dwi Puspitasari 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Sistem Rekomendasi Sistem rekomendasi adalah sebuah sistem yang dibangun untuk mengusulkan informasi dan menyediakan fasilitas yang diinginkan pengguna dalam membuat suatu keputusan
Lebih terperinciVECTOR SPACE MODEL. Tujuan 4/2/13. Budi Susanto
Text & Web Mining - Budi Susanto - TI UKDW 1 VECTOR SPACE MODEL Budi Susanto Text & Web Mining - Budi Susanto - TI UKDW 2 Tujuan Memahami model index berdasar pada bobot untuk binary retrieval model Memahami
Lebih terperinciSearch Engines. Information Retrieval in Practice
Search Engines Information Retrieval in Practice All slides Addison Wesley, 2008 Search Engine Architecture Arsitektur dari mesin pencari ditentukan oleh 2 persyaratan efektivitas (kualitas hasil) efisiensi
Lebih terperinciINFORMATION RETRIEVAL SYSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER
INFORMATION RETRIEVAL SSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER Muhammad asirzain 1), Suswati 2) 1,2 Teknik Informatika, Fakultas Teknik,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahap-tahap yang dilaksanakan dalam pembuatan tugas akhir. Adapun tahapan yang dilalui dalam pelaksanaan penelitian ini adalah
Lebih terperinciKata Kunci : Aplikasi E-Learning, ISO , Model Kualitas
Penilaian Kualitas Sistem Elearning Dengan Menggunakan ISO 19796-1 Andharini Dwi Cahyani, Daniel Oranova Siahaan, Sarwosri Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh
Lebih terperinciSNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.
rssn 2089-1083 SNATIKA 2013 Seminar Nasinal Teknlgi lnfrmasi, Kmunikasi dan Aplikasinya Vlume 02, Tahun 2013 PROGRAM COMMITIEE Prf. Dr. R. Ek lndrajit, MSc, MBA (Perbanas Jakarta) Prf. Dr. ZainalA. Hasibuan
Lebih terperinciDAFTAR ISI. SKRIPSI... ii
DAFTAR ISI SKRIPSI... i SKRIPSI... ii HALAMAN PENGESAHAN... ii PERNYATAAN... iii HALAMAN MOTO DAN PERSEMBAHAN... iv PRAKATA... v DAFTAR ISI... vii DAFTAR GAMBAR... x DAFTAR TABEL... xiii INTISARI... xiv
Lebih terperinciSearch Engine. Text Retrieval dan Image Retrieval YENI HERDIYENI
Search Engine Text Retrieval dan Image Retrieval YENI HERDIYENI 14 JUNI 2008 Search engine atau mesin pencari merupakan bagian dari teknologi inte rnet yang sangat penting untuk pencarian informasi. Dewasa
Lebih terperinciPengujian Kerelevanan Sistem Temu Kembali Informasi
Pengujian Kerelevanan Sistem Temu Kembali Informasi Ari Wibowo / 23509063 Jurusan Teknik Informatika, Politeknik Negeri Batam Jl. Parkway No 1 Batam Center, Batam wibowo@polibatam.ac.id Abstrak Sistem
Lebih terperinciKATA PENGANTAR Model Pengukuran dan Sistem Pemeringkatan Transparansi Keuangan dan Mutu Informasi Publik pada Website Pemerintah Daerah di Indonesia
ABSTRAK Pemerintah Indonesia masih menghadapi sejumlah tantangan yang mungkin bisa menghambat penerapan e-goverment, diantaranya adalah (1) Ketidakcukupan dan mahalnya kapasitas dan infrastruktur telekomunikasi;
Lebih terperinciAnalisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem Temu Kembali Informasi
Analisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem emu Kembali Informasi Ari Wibowo Program Studi eknik Multimedia dan Jaringan, Politeknik Negeri Batam E-mail : wibowo@polibatam.ac.id Abstrak
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Buku merupakan media informasi yang memiliki peran penting dalam perkembangan ilmu pengetahuan, karena dengan buku kita dapat memperoleh banyak informasi, pengetahuan
Lebih terperinciMetode Forward Chaining pada Aplikasi Android untuk Pemilihan Komponen Kamera DSLR
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Metode Forward Chaining pada Aplikasi Android untuk Pemilihan Komponen Kamera DSLR Yohanes Priyo Atmojo 1), Bagus Made Sabda
Lebih terperinciSistem Temu Kembali Informasi/ Information Retrieval
Sistem Temu Kembali Informasi/ Information Retrieval Pemodelan IR Imam Cholissodin S.Si., M.Kom. Table Of Content 1. Boolean Retrieval Model Boolean Index Inverted Index 2. Boolean Query Retrieval 3. Vector
Lebih terperinciInformation Retrieval
Information Retrieval Budi Susanto Information Retrieval Information items content Feature extraction Structured Structured Document Document representation representation Retrieval model: relevance Similarity?
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK PENCARIAN WEB SERVICE MENGGUNAKAN LUCENE
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK PENCARIAN WEB SERVICE MENGGUNAKAN LUCENE OLGA CERIA SARI NRP 5106 100 618 DOSEN PEMBIMBING: Sarwosri,S.Kom,MT. Umi Laili Yuhana, S.Kom, M.Sc LATAR BELAKANG Kebutuhan
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI PENCARIAN INFORMASI BEASISWA DENGAN MENGGUNAKAN COSINE SIMILARITY
Vol. 4, No. 2 Desember 2014 ISSN 2088-2130 PERANCANGAN DAN PEMBUATAN APLIKASI PENCARIAN INFORMASI BEASISWA DENGAN MENGGUNAKAN COSINE SIMILARITY Andry Kurniawan, Firdaus Solihin, Fika Hastarita Prodi Teknik
Lebih terperinciMengenal Information Retrieval
STBI-2011 Sistem Temu Balik Informasi 2011 Mengenal Information Retrieval Husni husni@if.trunojoyo.ac.id Husni.trunojoyo.ac.id Komputasi.wordpress.com 2 3 Amazon.com 4 Amazon.com 5 6 7 8 9 Wordpress.com
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu basis data, pendekatan model data relasional masih banyak dimanfaatkan untuk penyimpanan data dan informasi terhadap
BAB I PENDAHULUAN 1. 1 Latar Belakang Sistem informasi merupakan serangkaian prosedur normal dimana data dikumpulkan, diproses menjadi sebuah informasi yang valid dan kemudian didistribusikan ke para pengguna
Lebih terperinciPENGGUNAAN INTERNET SEBAGAI TEKNOLOGI INFORMASI DI KALANGAN MAHASISWA EKONOMI AKUNTANSI UNIVERSITAS MUHAMMADIYAH SURAKARTA SKRIPSI
PENGGUNAAN INTERNET SEBAGAI TEKNOLOGI INFORMASI DI KALANGAN MAHASISWA EKONOMI AKUNTANSI UNIVERSITAS MUHAMMADIYAH SURAKARTA SKRIPSI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar
Lebih terperinciPENERAPAN ALGORITMA LATENT SEMANTIC INDEXING PADA CONTENT BASED IMAGE RETRIEVAL SYSTEM
PENERAPAN ALGORITMA LATENT SEMANTIC INDEXING PADA CONTENT BASED IMAGE RETRIEVAL SYSTEM Tugas Akhir Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka Sistem adalah rangkaian dari suatu komponen yang saling berhubungan satu dengan yang lainnya dan mempunyai tujuan tertentu yang sesuai dengan pengembangan yang
Lebih terperinciImplementasi Metode Document Oriented Index Pruning pada Information Retrieval System
Implementasi Metode Document Oriented Index Pruning pada Information Retrieval System Hendri Priyambowo 1, Yanuar Firdaus A.W. S.T, M.T 2, Siti Sa adah S.T. M.T 3 123 Program Studi S1 Teknik Informatika,
Lebih terperinciSIDANG TUGAS AKHIR Anggoro Sukmo
SIDANG TUGAS AKHIR Anggoro Sukmo 5206100016 AuReLS: MODUL SISTEM PENCARI PENELAAH MAKALAH OTOMATIS PADA OPEN CONFERENCE SYSTEM PEMBIMBING Wiwik Anggraeni, S.Si, M.Kom Ahmad Mukhlason, S.Kom, M.Sc LATAR
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Tes Secara harfiah kata tes berasal dari kata bahasa prancis kuno: testum yang berarti piring untuk menyisihkan logam-logam mulia, dalam bahasa Indonesia diterjemahkan dengan
Lebih terperinciPANDUAN PELATIHAN E LEARNING DASAR
2009 I. PANDUAN PELATIHAN E LEARNING DASAR Fakultas Ekonomi Univesitas Muhammadiyah Yogyakarta 29/Agustus/2009 PENDAHULUAN Selamat datang di e:learning Community (elcom) Universitas Muhammadiyah Yogyakarta.
Lebih terperinciINDEXING AND RETRIEVAL ENGINE UNTUK DOKUMEN BERBAHASA INDONESIA DENGAN MENGGUNAKAN INVERTED INDEX
INDEXING AND RETRIEVAL ENGINE UNTUK DOKUMEN BERBAHASA INDONESIA DENGAN MENGGUNAKAN INVERTED INDEX Wahyu Hidayat 1 1 Departemen Teknologi Informasi, Fakultas Ilmu Terapan, Telkom University 1 wahyuhidayat@telkomuniversity.ac.id
Lebih terperinciPENERAPAN SEMANTIC SEARCHING BERBASIS ONTOLOGI PADA PERPUSTAKAAN DIGITAL
PENERAPAN SEMANTIC SEARCHING BERBASIS ONTOLOGI PADA PERPUSTAKAAN DIGITAL i SKRIPSI S U L H A N 041401025 PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciText & Web Mining - Budi Susanto - TI UKDW 1 VECTOR SPACE MODEL. Budi Susanto
Text & Web Mining - Budi Susanto - TI UKDW 1 VECTOR SPACE MODEL Budi Susanto Text & Web Mining - Budi Susanto - TI UKDW 2 Parametric dan zone Index Sebuah dokumen, selain tersusun dari deretan term, juga
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciKONTRAK PERKULIAHAN TEMU KEMBALI INFORMASI KOM431
KONTRAK PERKULIAHAN TEMU KEMBALI INFORMASI KOM431 KOORDINATOR MATA AJARAN TEMU KEMBALI INFORMASI DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR TAHUN 2011/2012 KONTRAK PERKULIAHAN Nama Matakuliah :
Lebih terperinciContoh Perhitungan Kemiripan Cosinus pada Model Ruang Vektor
Contoh Perhitungan Kemiripan Cosinus pada Model Ruang Vektor Persoalan 1: Ada 4 dokumen (D1 s.d D4): D1: dolar naik harga naik penghasilan turun D2: harga naik harusnya gaji juga naik D3: Premium tidak
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1, Edi Winarko 2 1 Jurusan Teknik Informatika, Universitas Sebelas Maret 2 Program Studi Ilmu Komputer, Universitas Gajah
Lebih terperinciQUERY EXPANSION DENGAN MENGGABUNGKAN METODE RUANG VEKTOR DAN WORDNET PADA SISTEM INFORMATION RETRIEVAL
QUERY EXPANSION DENGAN MENGGABUNGKAN METODE RUANG VEKTOR DAN WORDNET PADA SISTEM INFORMATION RETRIEVAL Susetyo Adi Nugroho () Abstrak: Salah satu metode yang sering digunakan dalam mengukur relevansi dokumen
Lebih terperinciSistem Informasi Tugas Akhir Menggunakan Model Ruang Vektor (Studi Kasus: Jurusan Sistem Informasi)
Sistem Informasi Tugas Akhir Menggunakan Model Ruang Vektor (Studi Kasus: Jurusan Sistem Informasi) Wahyudi,MT Laboratorium Sistem Informasi Fakultas Sains dan Teknologi UINSUSKA RIAU Jl.HR.Subrantas KM.15
Lebih terperinciUSUL PENELITIAN PENGEMBANGAN IPTEKS
P2I USUL PENELITIAN PENGEMBANGAN IPTEKS PERANCANGAN DAN PEMBUATAN PERANGKAT LUNAK OTOMASI KANTOR DI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG DENGAN MENERAPKAN METODE BPM(BUSINESS PROCESS MANAGEMENT)
Lebih terperinciHUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR
HUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Lebih terperinciMonitoring dan Pemetaan UMKM Sektor Informal Kota Malang Berbasis Sistem Informasi Geografis
Monitoring dan Pemetaan UMKM Sektor Informal Kota Malang Berbasis Sistem Informasi Geografis Disampaikan oleh Yudhi Kurniawan, Dalam Seminar Nasional Ilmu Komputer, Di Universitas Negeri Semarang 10 Oktober
Lebih terperinciSistem Penunjang Keputusan Pemilihan Handphone Dengan Metode AHP Menggunakan Expert Choice Weda Adistianaya Dewa, Evy Sophia
Sistem Penunjang Keputusan Pemilihan Handphone Dengan Metode AHP Menggunakan Expert Choice Weda Adistianaya Dewa, Evy Sophia Sistem Bel Otomatis Terprogram Berbasis Raspberry Pi Mochamad Subianto Analisis
Lebih terperinciINTELLIGENT TUTORING SYSTEM UNTUK PEMBELAJARAN BAHASA PEMROGRAMAN BERBASIS BAYESIAN NETWORK DI STMIK WIDYA PRATAMA PEKALONGAN
INTELLIGENT TUTORING SYSTEM UNTUK PEMBELAJARAN BAHASA PEMROGRAMAN BERBASIS BAYESIAN NETWORK DI STMIK WIDYA PRATAMA PEKALONGAN Taryadi Komputerisasi Akuntansi, STMIK Widya Pratama Jalan Patriot No. 25,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciSISTEM PENCARIAN PASAL-PASAL PADA KITAB UNDANG-UNDANG HUKUM PIDANA DENGAN MENGGUNAKAN METODE TF-IDF. Abstrak
SISTEM PENCARIAN PASAL-PASAL PADA KITAB UNDANG-UNDANG HUKUM PIDANA DENGAN MENGGUNAKAN METODE TF-IDF Muh. Alfarisi Ali¹, Moh. Hidayat Koniyo², Abd. Aziz Bouty³ ¹Mahasiswa Teknik Informatika Universitas
Lebih terperinciBINUS UNIVERSITY. Jurusan Sistem Informasi. Skripsi Sarjana Komputer. Semester Ganjil tahun 2007/2008
BINUS UNIVERSITY Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008 ANALISIS DAN PERANCANGAN E-LEARNING PADA SEKOLAH SMAK 1 BPK PENABUR Ivan Adriansyah 0800735072 Mariana
Lebih terperinciBAB III Landasan Teori
BAB III Landasan Teori 3.1 Sistem Rekomendasi Sistem rekomendasi merupakan suatu aplikasi untuk menyediakan dan merekomendasikan suatu item dalam membuat suatu keputusan yang diinginkan oleh pengguna (Ungkawa,
Lebih terperinciHERU SUSANTO Dosen Pembimbing : 1. Dr. Surya Sumpeno, ST., M.Sc. 2. Reza Fuad Rachmadi, ST., MT.
HERU SUSANTO 2209 105 030 Dosen Pembimbing : 1. Dr. Surya Sumpeno, ST., M.Sc. 2. Reza Fuad Rachmadi, ST., MT. LATAR BELAKANG Peran media jejaring sosial pada perkembangan teknologi komunikasi dan informasi;
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada era ini perkembangan teknologi informasi sangat pesat. Hal ini ditandai dengan semakin populernya penggunaan internet dan perangkat lunak komputer sebagai
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENERAPAN PENCARIAN KATA DENGAN VECTOR SPACE MODEL PADA APLIKASI TERJEMAHAN JUZ AMMA BERBASIS JAVA
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK 1.1 PENDAHULUAN Pada saat kita melakukan pencarian melalui search engine (google.com, yahoo, dsb), kita bisa mendapatkan beberapa hasil, yang berupa dokumen - dokumen yang sama
Lebih terperinciBAB V EKSPERIMEN TEXT CLASSIFICATION
BAB V EKSPERIMEN TEXT CLASSIFICATION Pada bab ini akan dibahas eksperimen untuk membandingkan akurasi hasil text classification dengan menggunakan algoritma Naïve Bayes dan SVM dengan berbagai pendekatan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN OBYEK WISATA KOTA SURABAYA MENGGUNAKAN METODE AHP SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN OBYEK WISATA KOTA SURABAYA MENGGUNAKAN METODE AHP SKRIPSI Disusun Oleh : MUAMMAR ARIE FAUZAN NPM : 0534010293 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
Lebih terperinciPengujian pada Pengguna
Pengujian pada Pengguna No Pertanyaan SS S N TS STS 1 Penggunaan warna latar (background) sudah tepat 16 4 2 Fitur yang terdapat dalam aplikasi dapat digunakan dengan baik 5 15 3 Bahasa yang digunakan
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006 PERANCANGAN SEARCH ENGINE MENGGUNAKAN ALGORITMA EXTENDED BOOLEAN PADA SITUS PERPUSTAKAAN UNIVERSITAS
Lebih terperinciTema Penelitian. keterangan. Penelitian tentang pengolahan citra digital yang diaplikasikan dalam berbagai bidang kehidupan
A. Tema Penelitian Bidang Ilmu Komputer Berikut ini adalah topik topik penelitian untuk mengerjakan tugas akhir dan skripsi sesuai dengan program studi masing-masing. TABEL 1.1 Program Studi Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan informasi yang semakin banyak menjadikan ringkasan sebagai kebutuhan yang sangat penting (Mulyana, 2010). Menurut (Hovy, 2001) Ringkasan merupakan teks
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan rangkaian dari langkah-langkah yang diterapkan dalam penelitian, secara umum dan khusus langkah-langkah tersebut tertera pada Gambar flowchart
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Information Retrieval System Sistem temu kembali informasi ( information retrieval system) merupakan sistem yang dapat digunakan untuk menemukan informasi yang relevan dengan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. antara Content, Accuracy, Format, Ease of Use, dan Timeliness dengan Satisfaction
BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka Berpikir Penelitian ini diawali dengan mengetahui permasalahan objek penelitian yang akan diteliti, yaitu untuk mengetahui apakah ada hubungan dan pengaruh antara
Lebih terperinciSistem Rekomendasi Hasil Pencarian Artikel Menggunakan Metode Jaccard s Coefficient
Jurnal Transistor Elektro dan Informatika (TRANSISTOR EI) Vol. 2, No. 1 1 Sistem Rekomendasi Hasil Pencarian Artikel Menggunakan Metode Jaccard s Coefficient Muhammad Fadelillah, Imam Much Ibnu Subroto,
Lebih terperinciEVALUASI EFEKTIFITAS METODE MACHINE-LEARNING PADA SEARCH-ENGINE
EVALUASI EFEKTIFITAS METODE MACHINE-LEARNING PADA SEARCH-ENGINE Rila Mandala Kelompok Keahlian Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10 Bandung,
Lebih terperinciLatar Belakang. Teknik Mendapatkan Nilai WEBOMETRIC
Latar Belakang WEBOMETRIC adalah sebuah sistem perangkingan dunia yang berbasis WEB. Peringkat ini diperbaharui dua kali dalam setahun (januari dan juli). Tujuan utama dari perangkingan ini adalah (1)
Lebih terperinciPROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2015
SISTEM PENILAAN KINERJA PEGAWAI SMAN 1 GROGOL DENGAN MENGGUNAKAN METODE SAW SKRIPSI Diajukan Untuk Memenuhi Salah SatuSyarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan volume dan keragaman informasi yang tersedia di internet saat ini sangat pesat sehingga mendorong tumbuhnya media pemberitaan online.
Lebih terperinciSearch Engine. Adri Priadana ilkomadri.com
Search Engine Adri Priadana ilkomadri.com Pendahuluan Buku vs Internet. Internet Bebas dan Banyak Sumber seluruh dunia. Mencari informasi secara spesifik. Pencarian informasi secara spesifik ini dapat
Lebih terperinciPERANCANGAN SISTEM INFORMASI MANAJEMEN PERPUSTAKAAN MENGGUNAKAN POLA MODEL-VIEW- CONTROLLER (MVC)
PERANCANGAN SISTEM INFORMASI MANAJEMEN PERPUSTAKAAN MENGGUNAKAN POLA MODEL-VIEW- CONTROLLER (MVC) Rangga Sanjaya Fakultas Teknik, Universitas BSI Jalan Sekolah Internasional No. 1-6, Bandung 40282, Indonesia
Lebih terperinciKLASIFIKASI DOKUMEN NASKAH DINAS MENGGUNAKAN ALGORITMA TERM FREQUENCY INVERSED DOCUMENT FREQUENCY DAN VECTOR SPACE MODEL
KLASIFIKASI DOKUMEN NASKAH DINAS MENGGUNAKAN ALGORITMA TERM FREQUENCY INVERSED DOCUMENT FREQUENCY DAN VECTOR SPACE MODEL MANUSCRIPT DOCUMENT CLASSIFICATION ALGORITHM USING THE OFFICE OF TERM FREQUENCY
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan yang pesat dewasa ini telah mendorong permintaan akan kebutuhan informasi ilmu pengetahuan itu sendiri. Cara pemenuhan kebutuhan
Lebih terperinciKUESIONER. Berilah tanda centang ( ) pada jawaban yang dikehendaki. INTERNAL A. DEMOGRAFI
KUESIONER Dengan hormat, Dalam rangka penyelesaian tugas akhir (Thesis), saya Arya Purbaya Djoko S.T. Selaku mahasiswa Binus Business School jurusan Business Management untuk gelar Paska Sarjana, memohon
Lebih terperinci