Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kombinasi thumbnail dan judul pada portal berbagi video sangat berguna untuk memberikan gambaran mengenai isi video. Tetapi, terdapat juga thumbnail yang bersifat clickbait yang lebih bertujuan memancing masyarakat untuk menonton video. Bahkan terdapat clickbait thumbnail yang dibuat untuk menyesatkan masyarakat dengan agenda untuk membangun opini tertentu. Untuk membatasi variasi pada dataset permasalahan dipersempit pada clickbait thumbnail yang mengandung ujaran kebencian terhadap dai. Thumbnail yang dipilih sebagai dataset terdiri dari foto satu orang atau lebih dengan disertai teks narasi. Dari thumbnail diperoleh informasi berupa identitas individu dengan menggunakan face recognition dan teks narasi dengan menggunakan optical character recognition. Untuk mengolah teks narasi dari thumbnail dan judul video digunakan teknik analisis sentimen. Dibangun model machine learning dengan data yang diperoleh dari identitas, teks narasi dan judul video dengan menggunakan model SVM. Evaluasi terhadap model machine learning dilakukan dengan validasi silang 5-fold. Evaluasi menghasilkan akurasi 0.968, sensitivitas 0.968, nilai presisi 0.9698 dan F1-Score 0.967.

---

The combination of thumbnails and titles on video sharing portals is effective for providing an overview of the content of the video. However, there are also clickbait thumbnails that are more intended to lure people into watching the videos. There are even clickbait thumbnails created to mislead the public with an agenda to build a particular opinion. To limit the variation in the dataset the problem was narrowed down to clickbait thumbnails containing hate speech against dai. Thumbnails selected as datasets consist of photos of one or more people accompanied by narrative text. From the thumbnails, information is obtained in the form of individual identities using face recognition and narrative texts using optical character recognition. To process narrative text from thumbnails and video titles, sentiment analysis techniques are used. A machine learning model was built with data obtained from identity, narration text, and video titles using the SVM model. Evaluation of the machine learning model is carried out with 5-fold cross-validation. The evaluation resulted in an accuracy of 0.968, a sensitivity of 0.968, a precision value of 0.9698, and an F1-Score of 0.967. "

"Kombinasi thumbnail dan judul pada portal berbagi video sangat berguna untuk memberikan gambaran mengenai isi video. Tetapi, terdapat juga thumbnail yang bersifat clickbait yang lebih bertujuan memancing masyarakat untuk menonton video. Bahkan terdapat clickbait thumbnail yang dibuat untuk menyesatkan masyarakat dengan agenda untuk membangun opini tertentu. Untuk membatasi variasi pada dataset permasalahan dipersempit pada clickbait thumbnail yang mengandung ujaran kebencian terhadap dai. Thumbnail yang dipilih sebagai dataset terdiri dari foto satu orang atau lebih dengan disertai teks narasi. Dari thumbnail diperoleh informasi berupa identitas individu dengan menggunakan face recognition dan teks narasi dengan menggunakan optical character recognition. Untuk mengolah teks narasi dari thumbnail dan judul video digunakan teknik analisis sentimen. Dibangun model machine learning dengan data yang diperoleh dari identitas, teks narasi dan judul video dengan menggunakan model SVM. Evaluasi terhadap model machine learning dilakukan dengan validasi silang 5-fold. Evaluasi menghasilkan akurasi 0.968, sensitivitas 0.968, nilai presisi 0.9698 dan F1-Score 0.967.

---

The combination of thumbnails and titles on video sharing portals is effective for providing an overview of the content of the video. However, there are also clickbait thumbnails that are more intended to lure people into watching the videos. There are even clickbait thumbnails created to mislead the public with an agenda to build a particular opinion. To limit the variation in the dataset the problem was narrowed down to clickbait thumbnails containing hate speech against dai. Thumbnails selected as datasets consist of photos of one or more people accompanied by narrative text. From the thumbnails, information is obtained in the form of individual identities using face recognition and narrative texts using optical character recognition. To process narrative text from thumbnails and video titles, sentiment analysis techniques are used. A machine learning model was built with data obtained from identity, narration text, and video titles using the SVM model. Evaluation of the machine learning model is carried out with 5-fold cross-validation. The evaluation resulted in an accuracy of 0.968, a sensitivity of 0.968, a precision value of 0.9698, and an F1-Score of 0.967. "

"Pada masa pandemi COVID-19, banyak orang kehilangan pekerjaan karena perusahaan tidak mampu meraih keuntungan seperti pada kondisi normal dan terpaksa mengurangi jumlah pekerjanya. Kondisi ini bisa meningkatkan tingkat kejahatan terutama karena banyak orang tidak memiliki pendapatan. Salah satu metode efektif untuk mencegah terjadinya tindak kejahatan adalah dengan memasang sistem keamanan rumah (home security), dengan salah satu metode yang mudah dilakukan adalah memasang sistem pengawasan (surveillance). Penelitian ini bertujuan membuat sistem pengawasan yang memanfaatkan metode pelacakan wajah dan identifikasi wajah. Sistem ini menggabungkan 3 modul, yaitu pelacak Discriminative Single-Shot Segmentation (D3S), pendeteksi wajah MTCNN, dan pengenal wajah VGGFace2 untuk membuat sistem yang mampu melacak wajah orang yang tertangkap di kamera pengawasan. Sistem yang diusulkan juga memiliki fitur notifikasi untuk memberitahu jika ada orang asing yang terlalu lama berada di area pengawasan. Sistem ini akan mengevaluasi video bacaan dari Raspberry Pi dan PiCamera selaku alat penangkap citra. Sistem ini dievaluasi menggunakan metrik precision, recall, F-score untuk deteksi dan pelacakan, fps untuk evaluasi kecepatan komputasi, dan confusion matrix dengan akurasi untuk evaluasi identifikasi wajah. Dari hasil uji coba, sistem berjalan dengan kecepatan komputasi rata- rata sebesar 2.64 fps. Hasil pendeteksian dan pelacakan menunjukkan performa dengan nilai F-score 0.541 untuk dataset yang dikumpulkan sendiri. Akurasi identifikasi wajah memberikan hasil sebesar 50 persen.

---

During the COVID-19 pandemic, many people lost their jobs because companies were unable to make profits as normal conditions and were forced to reduce the number of workers. This condition could lead to increase of crime rate, especially because many people do not have any income. One way to prevent crime effectively is to install a safe home security system, in which a surveillance system is the most basic and effective. This study aims to create a surveillance system using face detection, face identification and face tracking method. This system combines 3 modules, namely Discriminative Single- Shot Segmentation (D3S) tracker, MTCNN face detector, and VGGFace2 face recognizer to create a system capable of tracking the faces of people caught on surveillance camera(s). The proposed system also have a notification feature to tell the house owner if a stranger have been staying in surveillance area for too long. This system will evaluate video readings from the Raspberry Pi as the camera capture tool. The system is evaluated using metrics such as precision, recall, F-score for detection and tracking, fps for computational speed evaluation, and confusion matrix with accuracy for evaluating the facial identification. From the test result, the system runs with a computation speed of 2.64 fps. The detection and tracking results show the performance with an F-score of 0.541. Facial identification accuracy gave a result of 50 percent."

"Pada jenjang SMA di Indonesia ditemukan bahwa pelajaran Matematika menjadi mata pelajaran yang kurang diminati oleh siswa dan memiliki capaian nilai kompetensi yang rendah. Rendahnya minat dan nilai kompetensi Matematika mengindikasikan rendahnya keterlibatan siswa SMA dalam pelajaran Matematika. Keterlibatan siswa merupakan salah satu indikator dari keberhasilan proses akademik di sekolah yang mana rendahnya keterlibatan siswa dapat berimplikasi pada berbagai perilaku negatif yang secara bertahap dapat menyebabkan kasus putus sekolah. Maka dari itu, diperlukan adanya identifikasi mengenai faktor yang dapat meningkatkan keterlibatan siswa SMA. Persepsi dukungan sosial dan adaptabilitas dipilih sebagai variabel pada penelitian ini. Penelitian ini bertujuan untuk menguji peran persepsi dukungan sosial dan adaptabilitas secara bersamaan terhadap keterlibatan siswa SMA dalam pelajaran Matematika. Keterlibatan siswa dalam Matematika diukur menggunakan University Student Engagement (USEI), persepsi dukungan sosial diukur dengan Social Provisions Scale (SPS), dan adaptabilitas diukur dengan The Adaptability Scale (TAS). Pengambilan data penelitian dilakukan dengan menyebarkan kuesioner secara daring kepada siswa SMA yang bersekolah di Jabodetabek dan sedang menjalani pembelajaran tatap muka. Analisis regresi berganda digunakan untuk melihat peran dari tiga sumber dukungan sosial dan adaptabilitas dalam memprediksi keterlibatan siswa dalam Matematika. Hasil penelitian menunjukkan bahwa hanya peran persepsi dukungan sosial siswa terhadap guru dan adaptabilitas yang secara simultan memprediksi keterlibatan siswa dalam pelajaran Matematika (R =.281 p<0.001).

---

Mathematics in Indonesia was found to be a subject with low competency scores, especially at the senior high school level. The low competency score obtained indicates the low engagement of high school students in Mathematics. Student engagement is one indicator of the process of academic success in schools, where low student involvement can have an impact on various negative behaviors, which can gradually lead to cases of dropping out. Therefore, it is necessary to identify factors that can increase the involvement of high school students. Perceived social support and adaptability were selected as variables in this study. This study examines the role of perceptions of social support and adaptability simultaneously on high school students’ engagement in Mathematics during face-to-face learning. Student engagement in Mathematics will be measured using University Student Engagement (USEI), perceptions of social support will using the Social Provisions Scale (SPS), and adaptability will be measured using The Adaptability Scale (TAS). Research data collection was carried out by distributing an online questionnaire to high school students who attend schools in Jabodetabek and are undergoing face-to-face learning. Multiple regression analysis was used to see the role of three sources of social support and adaptability in predicting student engagement. The results showed that only perceived social support for math teachers and adaptability which simultaneously predicted student engagement in Mathematics (R =.281 p<0.001)."

"Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia.

---

This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations."

"Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia.

---

This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations."

"Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia.

---

This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations."

"Kapanpun orang berkomunikasi, mereka ingin apa yang mereka sampaikan dapat diterima dengan baik oleh petutur atau pembaca. Agar komunikasi mereka berhasil, mereka perlu menerapkan strategi. dalam berkomunikasi karena diduga bahwa dalam suatu interaksi, ada beberapa tindakan yang berpotensi mengancam muka, baik muka penutur maupun muka petutur.Kesantunan adalah suatu strategi dalam berkomunikasi yang sangat penting diterapkan pada setiap bentuk interaksi termasuk dalam penulisan skripsi sarjana. Menerapkan strategi kesantunan dalam penulisan skripsi berarti penulis skripsi tersebut melindungi "muka", tidak hanya mukanya sendiri tetapi juga muka pembaca dan muka pengarang yang dikutip. Salah satu cara dalam menerapkan strategi kesantunan adalah penerapan "pagar''.Penelitian ini adalah penelitian kualitatif yang menggunakan ancangan sosiopragmatik Sumber data penelitian ini adalah 20 skripsi sarjana yang terdiri atas 10 skripsi sarjana perempuan dan 10 skripsi sarjana laki-laki. Hampir semua skripsi tersebut adalah kuantitatif dan kebanyakan topiknya berkenaan dengan tehnik untuk meningkatkan salah satu keterampilan berbahasa.Hasil penelitian ini menunjukkan bahwa ada perbedaan dalam penggunaan pagar dalam skripsi mereka.. Perbedaan tersebut dapat dilihat setelah dianalisis dengan stereotipe gender. Perbedaan penggunaan pagar dalam skripsi mereka adalah: (a) pemilihan pagar yang mereka gunakan berbeda dari yang digunakan oleh penutur asli bahasa Inggris; (b) penerapan kesantunan sangat kuat, terutama sarjana perempuan, mereka cenderung memilih bentuk pagar yang paling santun sedangkan sarjana laki-laki memilih bentuk-bentuk yang menunjukkan formalitas; (c) Mereka agaknya kesulitan dalam menerapkan pagar dalam skripsi mereka.. Hal itu ditunjukkan dengan sangat jarangnya pemakaian pagar think, theory, suggest, concept, assume, hope yang pada mulanya diduga akan ditemukan banyak ; (d) hasil penelitian ini mendukung pendapat bahwa pemakaian pagar bergantung pada konteks.

---

Whenever people want to interact or communicate, they want what they express is well accepted by the addressee. In order that their communication is successful, they need to apply strategy of communication because it is assumed that in interaction, there are some acts that probably threaten the face of the hearer or the speaker.

Politeness is a strategy of communication that is very important to be applied in any interaction including in writing an essay. Applying this strategy in writing an essay means that the writer of the essay protects Face, not only his/her own face but also the readers' face and the cited authors. One of the ways of politeness strategy is applying hedges.

This research is a qualitative research that uses sociopragmatic approach. The sources of the data are 20 essays that consist of 10 essays of women and 10 essays of men. Almost all of the scripts are quantitative and most of the topics are concerning with the techniques for improving one of language skills.

The result of this research shows that there is a difference in using the hedges in their essays. The differences can be seen after being analyzed by gender stereotypes. The differences of using hedges in their essays are: (a) the choices of hedges they use are different from those are used by the native speakers; (b) women tend to choose the most polite forms, while men tend to choose the forms of formality; (c) it seems they are difficult to apply hedges in their essays, it is shown by the scarcity of think, theory, suggest; concept, assume, hope that formerly I thought that I would find many; (d) the result of this research supports the opinion that hedges are context-dependent."