Tampilkan postingan dengan label Kuliah. Tampilkan semua postingan
Tampilkan postingan dengan label Kuliah. Tampilkan semua postingan

Pemodelan Topik Film di Twitter menggunakan Latent Dirichlet Allocation

Add Comment
Pemodelan Topik Film di Twitter menggunakan Latent Dirichlet Allocation

Andri Imanudin

Abstrak - Film merupakan industri kreatif yang berkembang dari waktu ke waktu, bahkan dari satu judul film saja terkadang bisa dijadikan beberapa sekuel. Akan tetapi tidak serta merta suatu film dibuatkan sekuelnya begitu saja. Setiap industri film perlu memastikan terlebih dahulu apakah suatu film layak untuk dibuatkan sekuelnya atau tidak. Apakah masyarakat masih membicarakannya atau topik apa yang mereka bahas setelah penayangan film tersebut. Hal seperti ini tentunya akan menimbulkan banyak kesulitan, serta menghabiskan banyak waktu jika dilakukan secara manual. Maka dari itulah dibutuhkan suatu teknik untuk melakukannya. Pemodelan topik adalah teknik untuk menemukan kumpulan kata-kata yaitu topik dari sekelompok dokumen yang mewakili informasi dalam sekelompok dokumen tersebut. Sekelompok dokumen dapat diperoleh dari kumpulan data interaksi dalam media sosial, yang dalam hal ini adalah twitter. 

Keywords – Pemodelan Topik, Latent Dirichlet Allocation, Data Science

I. PENDAHULUAN

Film merupakan industri kreatif yang berkembang dari waktu ke waktu, bahkan dari satu judul film saja terkadang bisa dijadikan beberapa sekuel. Hal ini terjadi karena banyaknya masyarakat yang menantikan kelanjutan cerita dari suatu film yang telah ditontonya. Akan tetapi tidak serta merta suatu film dibuatkan sekuelnya begitu saja. Setiap industri film perlu memastikan terlebih dahulu apakah suatu film layak untuk dibuatkan sekuelnya atau tidak. 

Para pemilik industri film bisa melihatnya dari rating atau hal lain seperti review dan status media sosial yang dapat mewakili pendapat masyarakat terkait film yang telah mereka produksi. Apakah masyarakat masih membicarakan film tersebut, seberapa sering dan apa yang mereka bahas atau topik apa yang mereka bahas dalam pembicaraan tersebut. Hal seperti ini akan menimbulkan banyak kesulitan, serta menghabiskan banyak waktu jika dilakukan secara manual. Maka dari itulah dibutuhkan suatu teknik khusus yang dapat memudahkan dalam melakukannya. Pemodelan topik adalah teknik untuk menemukan kumpulan kata-kata yaitu topik dari sekelompok dokumen yang mewakili informasi dalam sekelompok dokumen tersebut. Sekelompok dokumen dapat diperoleh dari kumpulan data interaksi dalam media sosial, yang dalam hal ini adalah twitter. 

Dengan menggunakan kata kunci (hastag) #InfinityWars dan #InfinityWar yang sering dituliskan setiap pengguna membuat tweet terkait film  Avenger : Infinity War yang telah ditontonnya kita dapat menganalisa apakah mereka masih membicarakannya, seberapa sering dan apa yang sebenarnya mereka bicarakan atau topik apa yang mereka bicarakan setelah penayangan film tersebut.

II. DASAR TEORI

Beberapa langkah yang diperlukan dalam melakukan Pemodelan Topik di Twitter menggunakan LDA seperti Data Aquicition dengan melakukan web scraping, Data Preparation dengan melakukan preprocessing dan melakukan analisis data dengan menggunakan algoritma Latent Dirichlet Allocation, serta melakukan Visualization untuk menggambarkan hasil dari pemodelan topik tersebut

A. Data Aquicition

Suatu tahapan untuk pengumpulan informasi dalam hal ini berupa data twitter dengan menggunakan teknik web scraping, yakni teknik yang digunakan untuk mengambil isi sebuah halaman web dalam hal ini twitter secara spesifik, misalnya link tweet, isi tweet atau sejenisnya.

B. Data Preparation

Tahap penyiapan suatu data mentah, menjadi data berkualitas yang siap diolah, dengan melakukan beberapa tahap pre-processing seperti :
  • Case Folding : mengubah keseluruhan data menjadi bentuk standar (huruf kecil atau lowercase)
  • Filtering : melakukan penyaringan data untuk mendapatkan kata-kata yang penting dengan melakukan stopword removal atau penghapusan kata-kata yang tidak memiliki makna atau kata-kata yang tidak penting, punctuation filtering atau penghapusan tanda baca
  • Lemmatization : menghapus imbuhan dalam kata sehingga kata tersebut menjadi kata dasarnya
  • Tokenizing : melakukan split atau memisahkan seluruh kata yang ada menjadi list kata.

C. Analisis Data

Melakukan analisis terhadap data yang telah siap untuk diolah dengan melakukan ekstrasi fitur yang terkandung didalamnya meliputi :
  • Dictionary : memastikan setiap kata unik memperoleh index
  • Bag of word : menghitung frekuensi kemunculan setiap kata yang ada. 

Hingga selanjutnya barulah melakukan pemodelan topik menggunakan 
  • Latent Dirichlet Allocation : model Bayesian Hirarki yang memandang suatu dokumen sebagai kombinasi dari topik-topik yang berbeda. Dimana setiap dokumen diasumsikan memiliki sekelompok topik yang ditugaskan untuk membentuk dokumen tersebut.

D. Visualization

Melakukan visualiasi yang dapat menggambarkan isi dari data seperti
  • Barchart : menampilkan fluktuasi jumlah tweet perhari selama rentang waktu tertentu setelah penayangan film
  • WordCloud : menampilkan kata-kata yang menyusun suatu topik tertentu 
  • Nearest Interpolations : menggambarkan kedekatan kata dalam masing-masing topik

III. PERANCANGAN SISTEM

Perancangan sistem untuk pemodelan topik dilakukan menggunakan bahasa pemrograman python 3 pada Jupyter Notebook dan menggunakan algoritma pemodelan topik yakni Latent Dirichlet Allocation dengan tahapan sebagai berikut

A. Pengumpulan Data

Data dikumpulkan dengan melakukan twitter scraping pada Jupyter Notebook melalui library tweepy menggunakan kata kunci (hastag) #InfinityWars dan #InfinityWar dengan mengambil atribut berupa tanggal tweet dibuat, nama pemilik tweet, jumlah re-tweet dari tweet tersebut, jumlah favorit dari tweet tersebut, isi dari tweet tersebut dan lokasi tweet tersebut dibuat.

Gambar.1 Twitter Scraping dengan library tweepy

B. Preprocessing Data

Pada tahap ini dilakukan beberapa hal seperti Case Folding, Filtering, Lemmatization dan Tokenizing hingga data siap untuk dilakukan pengolahan ditahap berikutnya

Gambar.2 Proses Case Folding
Gambar.3 Proses Filtering, Lemmatization dan Tokenizing

C. Feature Extraction

Melakukan ekstrasi fitur dalam bentuk dictionary untuk memastikan setiap kata mendapatkan index, yang selanjutnya akan direpresentasikan dalam bentuk bag of word untuk mengetahui frekuensi kemunculan dari masing-masing kata. Ekstrasi fitur ini dilakukan dengan menggunakan library genism

Gambar.4 Proses Dictionary dan Bag of Word

D. Pemodelan Topik

Pemodelan topik dilakukan dengan LDA (Latent Dirichlet Allocation) menggunakan library gensim dengan penentuan jumlah passes, topik dan kata penyusun topik ditentukan secara manual yakni secara urut 50, 5 dan 10.

Gambar.5 Proses Pemodelan Topik dengan LDA
Untuk bab hasil pada artikel berikutnya yaa, admin ngantukk banget wkwk



Struktur Materi Semantic Web dan RDFS

Add Comment
Struktur Materi Semantic Web - ini merupakan tahapan dari pembuatan suatu semantic web. Sebelumnya kita telah mempelajari materi tentang mengenal semantic web, RDF dan dan berikutnya akan mempelajari RDFS.

RDFS
RDF Schema adalah layer ontologi yang kita lakukan pada RDF, RDFS memberikan generalisasi dari RDF. contoh RDF : Pesawat membutuh kan Avtur RDFS : Pesawat membutuhkan bahan bakar (generalisasi)

OWL
Web Ontology Language, RDF ontology yang terdapat didalamnya masih umum. Dengan OWL akan dibuat ontology yang lebih spesifik untuk masing-masing domain

Ontology
Mendesain ontology dan instances dengan protege

SPARQL
Query languange untuk RDF data, Memberikan pertanyaan atau query pada RDF.

Triple Store
protege sifatnya untuk data yang kecil atau stand alone bukan untuk produksi maka perlu menyimpan data ontology atau triplenya dalam triple engine misalnya sesame/jena

Aplikasi Semantic Web
Membuat aplikasi web semantic sederhana dengan PHP

Indexing Triple
untuk membuat yang berukuran sangat besar sesame tidak dapat menanganinya untuk itu diperlukan search engine seperti Lucene/Solr



Dari apa yang ada diatas bahwa proses untuk membangun suatu semantic web tidak mudah tidak seperti membuat database sederhana menggunakan database Mysql.

Nah untuk selanjutnya kita akan membahas tentang RDFS

RDFS (Resource Description Framework Schema)

RDFS

pada RDF kita bisa menyatakan bahwa sesuatu memiliki tipe tertentu, pada RDFS kita bisa membuat taksonomi



RDF : SBY adalah Person
RDFS : Person Subclass dari Animal dan Anjing juga subclass dari Animal
didunia ini kita memiliki banyak person dan salah satunya adalah SBY, dan didunia ini kita memiliki banyak kucing yang salah satunya adalah meong.

RDFS bisa menyatakan bahwa suatu kelas merupakan subclass dari sesuatu yang lain dan untuk membancanya kita akan menggunakan N3/notasi 3 kita akan mengikuti standar W3




sumber : https://www.youtube.com/watch?v=Wz55T0G2Vqc&t=88s

Penjelasan RDF semantic web secara sederhana

Add Comment
Penjelasan RDF semantic web secara sederhana - selamat pagi, ini merupakan lanjutan dari artikel sebelumnya yakni Penjelasan RDF semantic web secara sederhana

RDF dalam semantic web

RDF atau Resource Description Framework adalah suatu model data untuk mempresentasikan "seluruh pengetahuan dari manusia" dengan cara merepresentasikan segala detail tentang pengetahuan manusia kedalam relasi subjek-predikat-objek. RDF akan berhubungan dengan bagaimana cara memodelkan data yang dimiliki sebelumnya.

Resource

apa yang dimaksud dengan resource yang merupakan pusat dari konsep ini? segala model data dibuat untuk mempresentasikan resource ini, seluruh pengetahuan manusia yang ada masing-masing akan direpresentasikan dalam suatu resource.
lalu sebenarnya apakah itu resource? resource adalah segala sesuatu, segala sesuatu dapat disebut sebagai resource. contohnya komputer dapat disebut sebagai resource, hp, mobil, awal, siang, malam dan segala sesuatu yang ada dalam pikiran manusia

contoh resource :
presiden sby, istana negara (entitas fisik)
relasi diantara keduanya (entitas virtual) yang tidak dapat dipenggang, tidak dapat dilihat akan tetapi memiliki nama dan ini juga merupakan suatu resource.
entitas fisik dan virtual jika digabungkan akan menjadi seperti presiden sby ada di istana negara.

model atau framework yang menggambarkan resource berikut relasi antar resource disebut RDF (resource description framework)
untuk dapat menggambarkan apa yang ada diatas RDF menggunakan triple subjek objek predikat

presiden sby (subjek)
ada di (predikat)
istana negara (objek)



pada gambar terdapat dua node (entitas) terdapat garis yang mengarah dari subjek ke objek. garis yang ada digambar tidak sembarang dan arahnya tidak dapat dibalik karena logic ini tidak valid lagi. hubungan adanya subjek yang dihubungkan dengan relasi predikat kearah objek disebut denga triple atau directed graph. konsep yang ada ini serupa dengan logika atau ilmu dalam menyusun kalimat pada linguistik yang dimana suatu kalimat tersusun dalam subjek predikat objek dan atau keterangan namun disini tidak ada keterangan karena konsep ini harus dibuat sesederhana mungkin agar dapat diproses oleh komputer


sekarang bagaimana rdf dapat membuat suatu model yang dapat diproses oleh komputer, bagaimana data triple dapat dipahami oleh komputer, relasi-relasinya dapat dipahami oleh komputer.
apakah anda mengingat bahwa satu entitas dapat memiliki beberapa nama dan bagaimana cara agar kata-kata tersebut merefer kedalam makna yang sama? yakni dengan menggunakan identifier, contoh identifier dalam kehidupan nyata adalah nomor dalam KTP, dalam internet nomor ini disebut dengan URI (Uniform, Resource, Identifier)
URI merefer pada suatu halaman atau resource yang ada dalam internet.



RDF statement
berisi relasi dari URI yang menggambarkan relasi dalam suatu subjek, predikat dan objek.

FOAF
adalah salah satu vocabulary, menjelaskan tentang orang dan hubungannya dengan orang lain, menggambarkan bagaimana cara mendeskripsi tentang orang, mendeskripsikan tentang lokasi.


CURIE (Compact URI)
URL yang panjang dapat dibuat lebih compact

format standar penulisan RDF
#DRF/XML
ditulis menggunakan JENA

Lalu bagaimana memberitahu komputer bahwa resource tersebut memiliki label SBY dengan nama Susilo Bambang Yudhoyono adalah dengan menambahkan relasi yang merefer ke nama tersebut.


Relasi ini bukanlah suatu resources melainkan string biasa, relasi ini juga jika dibaca oleh manusia akan mengalami kesulitan karena memang ditujukan pada komputer. Dan untuk format yang dapat lebih dipahami oleh manusia adalah dengan format yang berikutnya yakni menggunakan N3 (Notation 3)

#N3 (Notation 3)
ditulis dengan menggunakan Protege


cara membacanya yang menyatakan bahwa sby memiliki nama susilo bambang yudhoyono. penulisan ini selain bisa dimengerti oleh komputer juga mudah untuk dipahami oleh manusia.

Directed labelled graph


elips menggambarkan resource, kotak berisi sting

subjek pri:sby dengan predikat:foaf:location memiliki objek gloc:istana-negara
subjek pri:sby dengan predikat:foaf:name memiliki objek berupa string "Susilo Bambang Yudhoyono"

Penjelasan secara Sederhana Semantic Web

Add Comment
Penjelasan secara Sederhana Semantic Web - Selamat pagi para pengunjung semangat27.com, kali ini kita akan membahas tentang semantic web secara sederhana agar mudah untuk dipahami. Baiklah tanpa berlama-lama langsung saja berikut adalah Penjelasan secara Sederhana Semantic Web
semantic web

web : informasi yang ada di internet yang dapat diakses melalui browser
semantic : makna/arti

makna/arti yang terkadung didalam web

semantic web : suatu metode/teknologi yang memungkin komputer dapat mengetahui makna/arti/informasi yang ada dalam web

contoh
1 : saya suka SBY
2 : "bingung"
SBY = surabaya (lokasi/nama kota) / presiden SBY (nama presiden)

sebuah kata dapat bermakna banyak hal
kata, makna dan hal

di wikipedia kata SBY dapat merujuk banyak hal seperti
Space Battleship Yamato
Susilo Bambang Yudhoyono, presiden indonesia
kode IATA untuk suatu daerah di airport di miko-miko
surabaya, jawa timur indonesia
shibuya yang ada dijepang

bagaimana komputer dapat membedakan?
Google :menggunakan database kata kuci yang dimilikinya, ketika mengetik kata tersebut maka google akan memberikan alternatif pilihan kata kuci yang paling sering muncul pada bagian bawah

misal : SBY merujuk pada Susilo Bambang Yudhoyono

SBY tidak hanya merujuk kepada Susilo Bambang Yudhoyono
tetapi banyak hal seperti
Presiden SBY
Dr.Susilo Bambang Yudhoyono
Dr.H. Susilo Bambang Yudhoyono
Presiden Yudhoyono
SBY
Presiden RI k-6

Bagaimana suatu komputer merefer kata yang ada diada kedalam satu makna yang memiliki arti yang sama

1 entitas --> banyak nama

entitas :sebuah kotak yang bisa berupa orang, tempat, sesuatu (thing) yang merefer pada sesuatu

entitas orang bisa memiliki banyak nama,
Presiden SBY
Dr.Susilo Bambang Yudhoyono
Dr.H. Susilo Bambang Yudhoyono
Presiden Yudhoyono
SBY
Presiden RI k-6
cara mendeteksinya dengan menggunakan id. satu id bisa memiliki banyak nama

orang, lokasi, peristiwa memiliki id tersendiri

contoh kita memiliki entitas
orang : SBY
lokasi : istana negara
peristiwa : rapat kabinet

digabungkan menjadi sebuah kalimat:
presiden sby melakukan rapat kabinet di istana negara
seseorang menjalankan suatu peristiwa di lokasi tertentu
namun disuatu blog tidak hanya berisi satu kalimat saja akan tetapi banyak kalimat, dimana beberapa kalimat akan membentuk suatu paragraf, kemudian beberapa paragraf akan membentuk satu tulisan. Semua ini berjumlah billiunan didalam internet

kemudian kita bisa memiliki entitas lain seperti
organisasi : contohnya NU
waktu : contohnya pagi siang sore, senin selasa rabu, jam 1 jam 2 jam 3
pekerjaan : contohnya sekretaris, petani, presiden, doktor
produk : contohnya microsoft, linux,
alat transportasi : contohnya mobil sepeda roket
planet : contohnya merkurius venus bumi
film : contohnya nama-nama film
lagu : contohnya nama-nama lagu
universitas : contohnya nama universitas

diatas merupaka contoh kecil entitas yang ada didunia nyata
segala sesuatu yang memiliki nama itulah entitas, yang bisa disambung-sambungkan (dihubungkan) untuk membentuk suatu informasi

organisasi bisa disambungkan dengan orang, orang bisa disambungkan dengan pekerjaan. orang yang mencari pekerjaan, kemudian pekerjaan dapat menghasilkan suatu produk yang kemudian dikirim menggunakan satu alat transportasi tertentu. Alat transportasi berupa roket dapat digunakan untuk menuju suatu planet atau suatu produk tertentu yang diciptakan disuatu universitas misalnya. didalam suatu film dinyanyikan suatu lagu atau dalam suatu film diperankan oleh orang tertentu yang dimaikan pada waktu tertentu. jika komputer dapat melihat setiap entitas yang ada dan sambungan-sambungan yang ada maka suatu komputer siap untuk menjalankan suatu semantic web. sebagai contoh dalam komputer kita mengetikan suatu kalimat, cari restoran disekitar jalan a dibandung, yang menjual ayam bakar dan memiliki tempat parkir mobil.
contoh dalam suatu komputer sudah terdapat beberapa entitas
entitas :
restoran, memiliki propertis atau karakteristik l lokasi, m menu, f fasilitas

restoran a
l : a bandung
m : ayam bakar
f : parkir halaman

restoran b
l : a bandung
m : ayam bakar
f : parkir di jalan

restoran c
l : a bandung
m : ayam goreng

restoran x
l : surabaya

restoran y
l : jakarta

x dan y dicoret karena memiliki lokasi yang berbeda dengan pencarian, kemudian melihat lagi secara spesifik bahwa restoran c tidak menjual ayam bakar. Setelah itu masih tersisa 2 pilihan restoran, yang didamana tempat parkir dihalaman dan dijalan, karena menggunakan mobil maka memerlukan tempat parkir di halaman oleh karena itu restoran b dicoret.



hasil tersebut kemudian kita jabarkan kembali
restoran a

a bandung (entitas lokasi)
ayam bakar (entitas masakan)
layanan (parkir dihalaman), kemudian contoh lain yang tidak terdapat didalamnya yakni wifi (entitas layanan)

masing-masing entitas yang ada biasanya dihubungkan dengan kata kerja, karena entitas akan dianggap sebagai kata benda yang memiliki makna
restoran dan lokasi dihubungkan dengan kata kerja berlokasi
restoran dan masakan dihubungkan dengan kata kerja menjual
restoran dan parkiran dihubungkan dengan kata kerja melayani

hal diatas sangat mirip dengan model SPO, subjek predikat objek
subjek restoran, predikat kata kerja, dan objek entitas lain seperti lokasi, masakan dan layanan

relasi dalam kalimat adalah relasi antar entitas yang jika komputer bisa mengekstraknya maka komputer akan dapat memahaminya informasi tersebut, komputer dapat memahami maka komputer dapat menjawab pertanyaan kita dengan eksak.

disebut triples (s p o) yang disimpan dalam komputer
ketika kita mencari suatu kata maka komputer akan menggunakan triples untuk menemukannya.

restoran a  menjual ayam bakar
s p o

restoran a adalah restoran
s p o

a bandung adalah lokasi
s p o

triples --> knowledge --> memahami makna diweb

Selanjutnya mari kita pelajari RDF dalam semantik web Penjelasan RDF semantic web secara sederhana

Contoh SPARQL Query dan DL Query

Add Comment
Contoh SPARQL Query dan DL Query- Selamat malam para pengunjung semangat27.com, pada malam hari ini admin akan membagikan beberapa contoh dari SPARQL query dan DL query yang dilakukan pada aplikasi protege. Aplikasi protege sendiri biasa digunakan untuk membuat ontologi dalam semantic QA. Baik untuk lebih jelasnya seperti apa Contoh SPARQL Query dan DL Query langsung saja simak dibawah ini

Untuk bentuk dari ontologinya seperti gambar berikut ini

Contoh SPARQL Query

Pertanyaan
Pada tanggal berapa terjadi ‘erosi tanah’ dimana dan tampilkan penyebabnya ?
Pertanyaan similiar
‘Erosi tanah’ terjadi pada tanggal dan tunjukan lokasi serta penyebabnya ?
Jawaban
Terjadi pada tanggal 20 April 2010, di Sleman dan disebabkan oleh limbah industri
SPARQL Query
PREFIX ont:
<http://www.semanticweb.org/randykp/ontologies/2018/4/untitled-ontology-11#>
SELECT ?tgl ?lokasi ?penyebab
WHERE {
?sbj ont:hasTanggal ?tgl.
?tgl ont:hasLokasi ?lokasi.
?tgl ont:hasPenyebab ?penyebab.
?tgl ont:dampak ?dampak.
FILTER (regex(?dampak, "erosi tanah"))
}
Pertanyaan
Tanggal berapa saja pencemaran terjadi di kota Bandung dan apa penyebab dan dampaknya ?
Pertanyaan similiar
Penyebab dan dampak pencemaran yang terjadi di Bandung terjadi pada tanggal ?
Jawaban
Tanggal 17 Feb 2014, penyebab kendaraan, dampaknya efek rumah kaca.
SPARQL Query

PREFIX ont:
<http://www.semanticweb.org/randykp/ontologies/2018/4/untitled-ontology-11#>
SELECT ?tgl ?lokasi ?penyebab ?dampak
WHERE
?sbj ont:hasTanggal ?tgl.
?tgl ont:hasLokasi ?lokasi.
?tgl ont:hasPenyebab ?penyebab.
?tgl ont:hasDampak ?dampak.
?tgl ont:lokasi ?tempat.
FILTER (regex(?tempat, "bandung"))
}

Pertanyaan
Pada tanggal berapa dan kejadian apa saja yang terjadi di kota sleman ?
Pertanyaan similiar
Tampilkan semua kejadian pencemaran dan dampaknya di kota sleman beserta tanggalnya ?
Jawaban
20 April 2010 terjadi erosi tanah karena limbah industri, 20 mai 2018 terjadi hujan abu karena letusan gunung merapi
SPARQL Query

PREFIX ont:
<http://www.semanticweb.org/randykp/ontologies/2018/4/untitled-ontology-11#
>
SELECT ?tgl ?penyebab ?dampak
WHERE {
?sbj ont:hasTanggal ?tgl.
?tgl ont:hasLokasi ?lokasi.
?tgl ont:hasPenyebab ?penyebab.
?tgl ont:hasDampak ?dampak.
?tgl ont:lokasi ?tempat.
FILTER (regex(?tempat, "sleman"))
}

Pertanyaan
Dimanakah Banjir terjadi dan disebabkan oleh apa ?
Pertanyaan similiar
Banjir terjadi dikota mana dan disebabkan oleh ?
Jawaban
Banjir terjadi dikota jakarta karena sampah sembarangan
SPARQL Query

PREFIX ont:
<http://www.semanticweb.org/randykp/ontologies/2018/4/untitled-ontology-11#
>
SELECT ?lokasi ?penyebab ?dampak
WHERE {
?sbj ont:hasTanggal ?tgl.
?tgl ont:hasLokasi ?lokasi.
?tgl ont:hasPenyebab ?penyebab.
?tgl ont:hasDampak ?dampak.
?tgl ont:dampak ?hasil.
FILTER (regex(?hasil, "banjir"))
}

Contoh DL Query

Pertanyaan
Munculkan kategori pencemaran udara dan dampak hujan_abu?
DL Query
hasKategori value pencemaran_udara and hasDampak value hujan_abu
Pertanyaan
Tanggal berapa saja pencemaran terjadi di kota Bandung dan apa penyebab dan dampaknya ?
DL Query
hasLokasi value bandung
Pertanyaan
Pada tanggal berapa dan kejadian apa saja yang terjadi di kota sleman ?
DL Query
hasLokasi value sleman
Pertanyaan
Dimanakah Banjir terjadi dan disebabkan oleh apa ?
DL Query
hasDampak value banjir
Pertanyaan
Tunjukan semua tanggal dan kejadian beserta lokasi kejadian pencemaran ?
DL Query
tanggal or dampak or kategori or lokasi or penyebab

Cara Mengajukan Cuti Kuliah Selama Berkuliah versi MIPA UGM

Add Comment
Cara Mengajukan Cuti Kuliah Selama Berkuliah versi MIPA UGM - Selamat malam para pengunjung setia semangat27.com, apa kabar? pasti luar biasa dan penuh dengan kebahagiaan ya. Dunia perkuliahan memang tak dapat dipungkiri akan selalu ada lika-liku didalamnya yang menyebabkan seorang mahasiswa ingin mengambil cuti untuk sementara waktu. Dari pada diam-diam keluar, akan lebih baik jika mengambil cuti sekalian.

Nah sebenarnya seperti apa sih cara mengajukan cuti dalam dunia perkuliahan? Bagi teman-teman mahasiswa mungkin apa yang ada dibawah ini dapat sedikit memberikan gambaran bagi teman-teman yang ingin mengambil cuti. Apa yang ada dibawah ini dikutip langsung dari official akunnya ya dan mungkin disetiap tempat akan berbeda-beda persyaratannya tapi secara garis besar sama. Jadi langsung saja simak baik-baik Cara Mengajukan Cuti Kuliah Selama Berkuliah versi MIPA UGM





[MASA PENGAJUAN CUTI DAN AKTIF KEMBALI]

Selamat Pagi, MIPA! Gimana kabar UAS-nya? Semoga lancar dan diberi kemudahan. Sebelum menjalankan UAS hari ini yu kita cek ada info terbaru apa seputar pengajuan cuti dan aktif kembali.

Periode pengajuan: 1 Juni - 30 Juni 2018

Bagi mahasiswa yang ingin mengajukan permohonan cuti harus mendapat izin tertulis dari Dekan Fakultas dengan syarat :
1. Lunas pembayaran BOP/UKT sampai dengan semester genap tahun ajaran 2017/2018
2. Sudah lulus evaluasi studi 4 semester
3. Tidak sedang menerima beasiswa BPPDN/Kerjasama

Form pengajuan dapat diunduh di : http://mipa.ugm.ac.id/dokumen-akademik-2/?lang=id
Form bisa diajukan melalui tata usaha.

Apabila ada pertanyaan lain, bisa menghubungi official account BEM KM FMIPA UGM.

Terimakasih, Selamat menjalankan UAS!

Kementrian Advokasi
Resonansi Karya
BEM KM FMIPA UGM



Nah itu dia Cara Mengajukan Cuti Kuliah Selama Berkuliah versi MIPA UGM, untuk beberapa syarat seperti pada penerima beasiswa tidak bisa mengajukan cuti memang benar, tapi mungkin lebih tepatnya jika tetap memaksa mengambil cuti maka beasiswanya akan dicabut. Baiklah, demikian artikel tentang Cara Mengajukan Cuti Kuliah Selama Berkuliah versi MIPA UGM semoga bermanfaat

Bussines Model Canvas

Add Comment
Bussines Model Canvas - Selamat pagi para pengunjung blog semangat27.com, bagaimana kabarnya? pasti baik semua ya. Kali ini semangat27.com akan berbagi tentang Bussines Model Canvas namun secara tersirat ya, jadi baca baik-baik dan semoga bermanfaat.


Berdasarkan gambar diatas terdapat beberapa komponen yang terdapat dalam the bussines model canvas, diantaranya adalah sebagai berikut.

Key partners, Key Activities, Value Proposition, Customer Relationships, Customer Segments, Key Resources, Channels, Cost Stucture dan Revenue Streams.

Namun untuk lebih jelas dimana saja letak pasti komponen tersebut silakan perhatikan gambar diatas

Desain model bisnis BMC

Desain bisnis dalam bussines model canvas sendiri terdiri dari beberapa komponen seperti

  • Menentukan target dalam pasar,
  • Merumuskan nilai yang ditawarkan
  • Cara memperoleh dan mempertahankan para pelanggan
  • Bagaimana cara penyalurannya
  • Sumber pendapatan yang bisa didapatkan
  • Aktifitas utama dalam bisnisnya
  • Sumber daya yang paling utama
  • Kemitraan dan 
  • Struktur pembiayanya.

Segmen Pelanggan

  • Merupakan inti dari suatu Bisnis Model
  • Segmen yang berbeda-beda dapat meliputi : Kebutuhan, Atribut, Prilaku, dan lain-lainnya
  • Fokus memilih Segmen Pelanggan

Klasifikasi konsumen

Konsumen sendiri dapat diklasifikasikan secara umum sebagai berikut ini

  • Permium Customer : Konsumen yang lebih fokus atau condong kedalam fungsi emosionalnya saja atau sekedar menggedekan gengsi yang terdapat dalam dirinya.
  • Value for Money : Konsumen yang menginginkan manfaat baik yang berupa fungsional maupun manfaat emosionalnya
  • Price Customer : Konsumen yang lebih cenderung untuk fokus kedalam manfaat fungsional
untuk lebih singkat bisa dilihat pada gambar dibawah ini

Daya beli masing-masing strata

dan untuk melihat seberapa besar daya beli yang ada kita bisa melihatnya pada gambar dibawah ini berdasarkan data daya beli dimasa lalu untuk melihat daya beli dimasa mendatang yang ada di negara Indonesia

  • Berdasarkan Indonesian population 2012 : 2,5 millions, mendapatkan Monthly household expenditure : Elite 7,5 and more IDR millions, dengan dimasa depan Indonesian population 2020 : 6,9 millions
  • Berdasarkan Indonesian population 2012 : 6,6 millions, mendapatkan Monthly household expenditure : 5,0-less than 7,5 IDR millions, dengan dimasa depan Indonesian population 2020 : 16,5 millions
  • Berdasarkan Indonesian population 2012 : 23,2 millions, mendapatkan Monthly household expenditure : 3,0-less than 5,0 IDR millions, dengan dimasa depan Indonesian population 2020 : 49,3 millions
  • Berdasarkan Indonesian population 2012 : 41,6 millions, mendapatkan Monthly household expenditure : 2,0-less than 3,0 IDR millions, dengan dimasa depan Indonesian population 2020 : 68,2 millions
  • Berdasarkan Indonesian population 2012 : 44,4 millions, mendapatkan Monthly household expenditure : 1,5-less than 2,0 IDR millions, dengan dimasa depan Indonesian population 2020 : 50,5 millions
  • Berdasarkan Indonesian population 2012 : 65,4 millions, mendapatkan Monthly household expenditure : 1,0-less than 1,5 IDR millions, dengan dimasa depan Indonesian population 2020 : 47,9 millions
  • Berdasarkan Indonesian population 2012 : 64,5 milions, mendapatkan Monthly household expenditure : less than 1,0 IDR millions, dengan dimasa depan Indonesian population 2020 : 28,3 millions

Komposisi dan susunannya dimasing-masing strata

Lalu untuk komposisinya dimasing-masing strata adalah terlihat seperti pada gambar dibawah ini


Segmentasi pasar

Segmentasi pasar merupakan Upaya pemilahan pasar menjadi kelompok-kelompok pembeli yang terbedakan menurut kebutuhan, karakteristik atau perilaku ; yang mungkin membutuhkan produk yang berbeda

Target Market/Pasar

Target pasar atau market merupakan segmen pasar yang dituju, didalamnya memungkinkan terbagi dalam kelompok target market/pasar berdasarkan Geografis, Demografis dan Psikografis
  • Target Market/Pasar Geografis terbagi kedalam : Target Market/Pasar Global, Target Market/Pasar Regional, Target Market/Pasar Nasional, dan Target Market/Pasar Lokal
  • Target Market/Pasar Demografis terbagi kedalam : Target Market/Pasar Jenis Kelamin, Target Market/Pasar Kurun Usia, Target Market/Pasar Belanja per bulan, dan Target Market/Pasar Tingkat Pendidilan
  • Target Market/Pasar Psikografis terbagi kedalam : Target Market/Pasar Gaya Hidup, Target Market/Pasar Gaya Belanja, Target Market/Pasar Gaya Berobat, dan Target Market/Pasar Penampilan
agar lebih sederhana mengingatnya silakan perhatikan gambar dibawah ini

Strategi Cakupan Market/Pasar

Strategi Cakupan Market atau strategi cakupan pasar yang didalamnya meliputi Cakupan, Segmentation, Targeting, Positioning dan Branding yang mengacu pada cakupan market atau pasar yang nantinya akan dilayani serta segmen market atau pasar yang nantinya akan dituju. Secara rinci strategi cakupan market atau strategi cakupan pasar meliputi

  • Strategi Cakupan Market/Pasar Cakupan meliputi : Strategi Cakupan Market/Pasar Single/multi product, Strategi Cakupan Market/Pasar nasional, Strategi Cakupan Market/Pasar regional
  • Strategi Cakupan Market/Pasar Segemtation meliputi : Strategi Cakupan Market/Pasar Geografis, Strategi Cakupan Market/Pasar Demografis, Strategi Cakupan Market/Pasar Psikografis
  • Strategi Cakupan Market/Pasar Targeting meliputi : Strategi Cakupan Market/Pasar segmen mana yang paling ok 
  • Strategi Cakupan Market/Pasar Positioning meliputi : Strategi Cakupan Market/Pasar penanaman citra di benak para konsumen
  • Strategi Cakupan Market/Pasar Branding meliputi : Strategi Cakupan Market/Pasar Single (umbrella) atau Strategi Cakupan Market/Pasar multibranding

Penjelasan Detail Tahapan dan Proses dalam Penelitian Ilmiah

Add Comment
Penjelasan Detail Tahapan dan Proses dalam Penelitian Ilmiah - Selamat pagi pengunjung semangat27.com, dipagi yang cerah dan penuh semangat ini semangat27.com akan melanjutkan materi dihari yang sebelumnya terkait penelitian. Kali ini kita akan membahas secara lebih detail tentang tahap-tahap atau proses-proses yang ada dalam suatu penelitian. Baiklah tanpa berlama-lama langsung saja berikut adalah Penjelasan Detail Tahapan dan Proses dalam Penelitian Ilmiah.



Tahap-tahap/proses penelitian

Setelah dalam artikel sebelumnya yakni Mata Kuliah Penulisan Karya Ilmiah [BAB II Melakukan Penelitian] kita telah mengetahui bahwa ada sekitar 7 (tujuh) tahap atau proses dalam penelitian, diantaranya yakni

  1. Identifikasi masalah
  2. Penelusuran pustaka
  3. Perumusan masalah
  4. Rancangan penelitian = > desain metodologi
  5. Pengumpulan data
  6. Pengolahan/analisis data
  7. Penyimpulan hasil  

Sekarang kita akan membahasnya satu per satu secara mendetail setiap tahapan yang ada diatas.

Tahap Mengidentifikasi Suatu Masalah


  • Mrngungkapkan suatu hal secara umum => seperti ide
  • Didalamnya berisi pernyataan yang memiliki sifat umum terhadap suatu permasalahan yang nantinya akan diteliti atau diamati. Contoh dari hal ini seperti suatu proses bisnis yang terjadi pada supermarket A kurang lancar, lalu bagaimanakah cara untuk bisa memperlancarnya?
  • Segala pertanyaan yang ada di atas bisa dijawab dengan cara melakukan suatu penelitian untuk dapat memberikan jawaban, berikut dengan didukung oleh fakta-fakta yang berasal dari berbagai teori dan data-data yang memiliki keakuratan dan bisa dipercaya nilai kebenarannya

Tahap Penelusuran Pustaka/Pencarian Literatus

  • Dalam rangka mendukung suatu ide yang sebelumnya telah diperoleh, perlu terlebih dahulu dicari suatu literatur atau penulusuran pustakan yang berkaitan dengan ide tersebut. Contoh dari suatu pustaka atau literatur bisa dalam bentuk buku, majalah, artikel, jurnal dan lain sejenisnya.
  • Dalam tahap ini para peneliti akan melakukan suatu tahaopan yang sering disebut dengan kajian pustaka, apakah itu kajian pustakan? adalah mempelajari beberapa buku referensi, serta hasil dari penelitian sejenis yang telah dilakukan sebelumnya oleh orang lain. Kajian pustaka ini bertujuan untuk memperoleh suatu landasan teori yang berkenaan dengan masalah yang nantinya akan diteliti oleh para penelitinya dan agar dapat diketahui sudah seberapa jauh penelitian tentang hal serupa pernah dilakukan. Sedangkan teori sendiri adalah suatu pijakan untuk para peneliti agar dapat memahami suatu persoalan yang diteliti dengan benar, serta berjalan sesuai dengan apa yang ada dalam kerangka berpikir ilmiah. 
  • Pada tahap ini juga perlu untuk dilakukan suatu analisa terhadap kelebihan, kelemahan, perbedaan dan persamaan dari berbagai metode, teknik, teori dari hasil ringkasan dan rangkuman dari pustaka atau literatur tersebut.  Hal ini bertujuan untuk dapat menginterpretasikan penelitian yang nantinya akan dilakukan, bila dibandingkan dengan penelitian sebelumnya yang disajikan pada konteks yang lain dan berbeda. 
  • Sesudah seluruh bahan telah terkumpul, selalu ingat untuk menuliskan pada bagian daftar pustaka semua daftar dari literatur atau pustaka yang berkaitan dengan masalah.

Tahap Perumusan masalah

  • Proses atau tahap perumusan masalah ini merupakan tahap yang digunakan untuk perancangan State Specific Problem atau masalah yang lebih spesifik
  • Menguraikan suatu permasalahan yang berasal dari suatu permasalahan yang memiliki sifat umum sampai ke permasalahan yang memiliki sifat yang spesifik atau lebih khusus, contohnya seperti Bagaimana caranya merancang suatu sistem informasi yang bisa mempermudah proses bisnis di supermarket A? atau Bagaimanakan caranya untuk dapat mengimplementasikan rancangan itu ke dalam suatu bahasa pemrograman? 
  • Semua pernyataan dari permasalahan tersebut harus bisa dijawab dengan cara melakukan suatu penelitian. 

Tahap Membuat Rancangan/Desain Penelitian

  • Desain dari suatu penelitian didalamnya biasanya berisikan suatu pengetahuan, metode, algoritma, model, produk (sistem), model dan lain sejenisnya.
  • Bertujuan untuk menemukan jawaban dari masalah yang spesifik (specific problem) dalam perumusan masalah, untuk itulah harus ada langkah-langkah yang perlu dilakukan. Ingatlah untuk membuat daftar dari langkah-langkah tersebut.
  • Suatu objek yang nantinya akan diteliti harus jelas sehingga langkah dari penelitian bisa didefinisikan juga dengan jelas. Salah satu contohnya seperti apabila ingin membangun suatu Sistem Informasi unutk tenaga eksekutif, yang nantinya harus diinterview bukan tenaga pendukung akan tetapi tenaga eksekutif

Tahap Mengumpulkan Data

  • Terdapat 2 (dua) macam jenis data yakni Data Kualitatif dan Data Kuantitatif 
  • Dalam program studi ilmu komputer yang terkait dengan pengembangan suatu sistem dapat mengumpulkan data yang nantinya akan digunakan untuk dapat melakukan analisis kebutuhan pada suatu sistem tersebut


Tahap Analisis Data

Terdapat dua bagian yakni proses dan pengembangan sistem, untuk masing-masing komponen yang ada didalamnya sebagai berikut

  • Yang merupakan proses adalah mengedit data, mengembangkan variabel, mengkodekan data,  mengecek kesalahan, Buat data terstruktur, mengecek pre-analisis komputer, proses tabulasi  
  • Dalam pengembangan sistem: Menganalisis sistem, merancan sistem, mengimplementasikan sistem, menguji sistem 

Tahap Penyimpulan Hasil

  • Tahap penarikan suatu kesimpulan dari hasil penelitian dilakukan sedudah seluruh proses yang ada dalam penelitian dilakukan.
  • Masing-masing kesimpulan yang telah dibuat didasarkan atas data-data yang sudah dikumpulkan ebelumnya.
  • Setiap kesimpulan yang telah diambil seharusnya merupakan suatu jawaban dari permasalahan yang ada. 
  • Cara dalam membuat suatu kesimpulan adalah dengan mereview ulang setiap kelemahan yang terdapat pada penelitian, lalu jelaskanlah mengapa kelemahan tersebut dapat terjadi, kemudian berikanlah solusi untuk dapat memperbaikinya.
  • Rangkumlah isi yang ada dalam kesimpulan dengan tidak merumuskan kesimpulan berdasarkan pada pengetahuan yang umum, serta hindarilah perkataan yang bisa menimbulkan suatu rasa keraguraguan contohnya seperti mungkin, kiranya, dan lain sejenisnya.
  • Dan terakhir yang paling penting dalam bab ini yakni utarakan future research yang bertujuan agar orang lain bisa melanjutkan penelitian yang serupa dalam penelitian berikutnya.  

Bonus :

Tahap-tahap/proses penelitian Tugas Akhir

  • Membaca sumber daya (resources). 
  • Melibatkan diri didalam komunitas.
  • Mulailah mempelajari bidang-bidang yang khusus, usahakan untuk menguasai 1 (satu) atau 2 (dua) bidang saja.
  • Membuat research notebook.
  • Menentukan suatu topik.
  • Membacanya kembali, bila perlu perbaikilah topiknya.
  • Memilih seorang pembimbing (ini jika mungkinkan).
  • Melakukan komunikasi.
  • Melakukan riset yakni mulai menyusun metodologi, desain, data, pemrograman, dan lain sejenisnya. Menulis laporan.
  • Mempublikasinya

Memulai suatu Riset

  • Mulailah dengan menentukan research field atau bidang penelitian. Contoh research field atau bidang penelitian seperti bidang sistem informasi
  • Menentukan research topic atau tema/topik penelitian. Contohnya seperti sistem informasi akademik
  • Menentukan research problems atau masalah penelitian, Contohnya seperti sistem informasi akademik di SMA A 
  • Merangkum state-of-theart methods atau setiap metode-metode yang ada
  • Menentukan proposed method atau metode yang akan diusulkan
  • Harus terdapat kontribusi pada ilmu pengetahuan dan masyarakat