Daftar Abstrak Tesis Program S2
Fakultas Ilmu Komputer Universitas Indonesia - Tahun 2001

Yohanes Bowo Widodo Pengenalan kelompok FONEM berbasis jaringan syaraf buatan menggunakan algoritma pembelajaran extended least squares Salah satu cara interaksi manusia dan komputer adalah melalui suara. Dalam beberapa hal cara ini memiliki beberapa kelebihan dibandingkan dengan interaksi melalui gerakan mekanis. Agar interaksi melalui suara berjalan baik, salah satu kemampuan yang harus dimiliki oleh komputer adalah kemampuan menenali suara manusia, yaitu tersusun dari fonem-fonem apa saja suara tersebut. Penelitian ini mempelajari karakteristik suara yang diucapkan oleh manusia dan menentukan kelompok fonem apa saja yang menyusun suara tersebut. Kelompok fonem yang dimaksudkan meliputi Vowel, Nasall, Buzzzbar, Voiced Plosive, Unvoiced Plo=asive, Voiced Fricative, Unvoiced Fricative, silent. Keluaran dari proses ini dapat dipergunakan sebagai parameter bantu yang sangat bermanfaat untuk mengenali fonem apa saja yang membangun suatu suara masukan. Pendekatan pemecahan masalah yang digunakan adalah Jaringan Syaraf Buatan. Suatu cara yang memang cocok untuk masalah-masalah pengenalan pola, dimana karakteristik permasalahannya adalah tidak lengkapnya input, ketidak tegasan aturan dan adanya noise. Arsitektur jaringan syaraf yang dipilih adalah jaringan feedforward backpropagation. Algoritma pembelajaran yang digunakan adalah algoritma pembelajaran Extended Least Square, suatu metoda yang memadukan teknik Least Square dan gradient descent. Hasil penelitian menunjukkan bahwa pembelajaran menggunakan Extended Least Square (ELS) memiliki tingkat konvergensi yang jauh lebih tinggi dibandingkan pembelajaran menggunakan Backpropagation standar, terutama pada awal pembelajaran. Humuntal Rumapea Kajian Kinerja Fuzzy C-means clustering multiresolusi pada segmentasi citra inderaja Segmentasi citra adalah salah satu bagian penting dari pemrosesan citra, yang bertujuan untuk melakukan pembagian citra menjadi beberapa wilayah yang homogen berdasarkan kriteria kemiripan tertentu. Salah satu metode yang dapat digunakan untuk ini adalah dengan algoritma Fuzzy C-Means clustering. Tujuan dari penelitian ini adalah untuk melakukan kajian terhadap kinerja dari algoritma Fuzzy C-Means tersebut bila proses clustering citra dilakukan secara multiresolusi, dan selanjutnya membandingkannya dengan clustering secara konvensional. Untuk membangun citra multiresolusi atau citra dengan resolusi yang berbeda=beda digunakan transformasi wavelet, yakni dengan melakukan proses dekomposisi untuk menghasilkan citra dengan resolusi yang lebih kecil , dan sebagai bahan uji coba digunakan citra inderaja. hasil uji coba menunjukkan, bahwa pengklusteran citra dengan Fuzzy C=Means multiresolusi memiliki kinerja yang lebih baik dari cara konvensional, terutama bila dilihat dari sisi biaya komputasi, demikian juga dari sisi hasil, pengklusteran citra multiresolusi juga menghasilkan kluster yang lebih kompak. xiii + 93 hlm.;gbr.+ tbl.; Bibliografi : 19 (1973-1999) Yova Ruldeviyani OTOMATISASI pembentukan kamus pola pemicu dalam ekstraksi informasi Ekstraksi informasi merupakan pemrosesan bahasa alami yang menyaring item-item informasi dari bacaan secara otomatis. Teknik ekstraksi informasi bisa melalui pencocokkan kata kunci atau penggunaan aturan sintaktis dan semantis. Teknik ekstraksi informasi yang menggunakan aturan sintaktis dan semantis memerlukan pola ekstraksi yang disebut pola pemicu. Kamus pola pemicu dapat diangun secara toomatis. Membangun kamus pola pemicu secara otomatis merupakan tujuan penelitian ini. Pola pemicu dibangun secaa otomatis dengan menggunakan metode Riloff [RIL93]. Ruang lingkup penelitian ini hanya sebatas pembangunan kamus pola pemicu secara otomatis untuk ekstraksi item informasi tujuan, ruang lingkup, metode dan kesempulan dari dokumen sumber berupa abstrak skripsi Fakultas Ilmu Komputer Universtitas Indonesia dan abstrak tesis Program Studi Ilmu Komputer Program Pascasarjana Universitas Indonesia. Hasil penelitian menyimpulkan bahwa kamus pola pemicu untuk dokumen berbahasa Indonesia pada domain abstrak tulisan ilmiah, dapat dihasilkan secara otomatis. kamus pola pemicu akan dihasilkan lebih baik apabila jumlah kalimat uji coba lebih bervariasi, struktur kalimat baku, dan program pengurai sintaks yang akurat. Anung B. Ariwibowo Pendekatan Multi-dimensi Dokumen dalam sistem temu-kembali informasi menggunakan model spreading activation. Penelitian ini mengkaji pemanfaatan konsep multi-dimensi (atribut dokumen) de dalam Sistem-temu kembali Informasi (STI). Model yang digunakan untuk mengakomodasi konsep multi-dimensi ini adalah model Spreading Activation (SA) [Cre95]. Penggunaan model SA dalam Sistem Temu-kembali Informasi (STI) memiliki beberapa karakteristik, salah satunya adalah kemampuan mengaktifkan istilah=istilah (terms0 pada simpul-simpul yang tidak terdapat dalam kueri, tetapi terkait secara konsep. Sedangkan konsep yang terkait dapat dibentuk dari berbagai dimensi suatu dokumen, seperti sitilah-istilah yang dipakai,k referensi yang diacu (cocited), dan referensi yang mengacu (cociting). Sekumpulan dokumen yang relevan terhadap suatu kueri, diharapkan mempunyai sejumlah istilah yang sama (coterms) dan referensi yang diacu sama (cocited), serta referensi yang mengacu sama (cociting). Hasil uji coba terhadap 1162 abstrak dokumen penelitian BATAN menunjukkan, belum terlihat adanya relavansi atnara dokumen-dokumen yang terambil melalui masing-masing dimensi coterms, cociting, dancocited dengan kueri yang diberikan. penetapan hubungan relevansi dokumen-dokumen tersebut dilakukan secara subjektif, dengan melakukan pembandingan terhadap isi abstrak dokumen dengan konsep yang mewakili kueri tanpa melibatkan para ahli dalam bidang ilmu nuklir. Penetapan relevansi dokumen teraktivasi masih perlu dievaluasi lebih lanjutoleh pakar dalam bidang ilmu nuklir. Kata kunci: Temu-kembali Informasi, Cociting, Co terms, Cocited, Multikonsep, Multidimensi, Spreading Activation. vi_93 hlm.,29 gbr.,15 tbl.,21 bib (1964-1999),3 lamp. Urip Teguh Setijohatmo Rancangan bahasa Query berorientasi objek OXRL (Extended object retrieval language) Bahasa query merupakan suatu komponen penting dari suatu sistem manajemen basis data apapun. Jika pada sistem basis data relational sudah terdapat bahasa query standar, SQL, maka tidak demikian dgn sistem basis data berorientasi objek. Pada sistem basis data berorientasi objek masih terdapat banyak pemikirin mulai dari model referensi/ bangunan dasar, transaksi-transaksi berdurasi lama, mekanisme proteksi, struktur storage, dan mekanisme akses, sampai dengan bahasa query. Salah satu penelitian yang penulis lakukan adalah pengembangan bahasa query objek ORL (Object Retrieval Language) [4] yang selanjutnya disebut sebagai OXRL (Extended Object Retrieval Language). Sintak ORL telah mempertimbangkan kepraktisan (concisensess) melalui ekspresi path yang mempersingkat penulisan properti dan predikat, serta memenuhi beberapa kemampuan (features) objek sesuai paradigma dan pemodelan objek. ORL juga dibangun diatas bahasa formal (calculus dan algebra) berkemampuan properti-2 set, list. Walau pun demikian ORL belum berkemampuan memanggil metode dan belum teroptimasi. Dan karena itu fokus penelitian adalah mengembangkan bhs query objek ORL dgn kemampuan pelaksanaan metode dan juga melengkapinya dgn pengoptimasi. Kontribusi utama penelitian ini adalah memperluas tata bhs ORL yang berkemampuan memanggil metode, perluasan calculus objek[7] untuk melingkupi juga keluaran lebih dari sebuah klas, dan perluasan algebra objek [7] yi penambahan operator untuk mengkomodasi perluasan calculus Objek[7], serta implementasi pemrosesan query. Langkah-2 yang digunakan untuk diimplementasi mengikuti metodologi pemrosesan query yang meliputi parsing terhadap query masukan, transformas bahasa query. Siti Aminah Penggunaan metoda clustering dalam pemetaan kualitas pendidikan SMTA di INDONESIA berdasarkan nilai UMPTN Tesis ini membahas metoda-metoda clustering dan memilih metoda yang tepat untuk memetakan rataan nilai UMPTN per kabupaten/ kodya seluruh Indonesia. Data yang dipergunakan dalam penelitian ini adalah rataan nilai UMPTN per kabupaten/ kodya tahun 1999. Penelitian telah menunjukkan bahwa metoda yang paling tepat untuk memetakan rataan nilai UMPTN adalah metoda K-Means clustering. Dari hasil pemetaan disimpulkan bahwa kualitas pendidikan SMTA yang baik biasanya berasal dari daerah yang sarana dan prasarananya sudah cukup baik. Febriliyan Samopa Kuantisasi vektor dengan pendekatan metode FAIR-SHARE amount pada kompresi citra Untuk mengkompresi data menggunakan teknik kuantisasi vektor, dibutuhkan sebuah codebook yang dibentuk dari vektor-vektor yang dihasilkan dari data asal. Banyak metode-metode untuk membentuk codebook ini, yang bersifat deterministik maupun yang bersifat non-deterministik. Salah satu metode deterministik yang paling sering digunakan adalah Algoritma Lloyed. Sayang sekali Algoritma Lloyd ini memiliki kompleksitas n. Zainal Agus Arifin Algoritma clustering adaptif pada klasifikasi citra inderaja multispektral Citra penginderaaan jauh multispektral terdiri dari sejumlah citra yang diperoleh melalui panjang gelombang yang bervariasi. Masing-masing spektrum saling menunjang dalam proses klasifikasi kelas suatu objek. Algoritma clustering untuk klasifikasi citra multispektral ini, telah banyak dikembangkan, termasuk dengan cara mengoptimasidanmengintegrasikan berbgi algoritma. Tesis ini mengusulkan sebuah algoritma, yakni algoritma clustering adaptif (CA) yang berusaha mengatasi sejumlah kelemahan yang terdapat pada algoritma sebelumnya dengan mengintegrasikan metode hierarchical dan partitional clustering. Metode hierarchical ini terdiri dari split dan merger, dimana split berusaha membagi dataset menjadi sejumlah cluster sesuai karakteristik citra. Proses split yang berdasarkan distribusi pixel dalam feature space ini menggunakan histogram dari komponen utama citra multispektral tersebut. Sedangkan proses merger berusaha menggabungkan secara ketat cluster yang telah dihasilkan, agar cluster yang memang sangat berdekatan saja, yang digabung. Hal ini mengantisipasi berperannya noise yang sangat mungkin mengakibatkan chain effect. Adapun partitional clustering berusaha mendeteksi prototype yang sebenarnya dari tiap cluster, dengan memanfaatkan FCM (Fuzzy C-Mean). Sebab FCM sangat baik dalam mengatasi uncertainty yang mungkin terjadi akibat adanya noise atau outlier. Algoritma CA ini diuji coba terhdp sejuml. citra penginderaan jauh dari satelit Landsat TM dan GOES-8. untuk bahan pembandingan, sampel juga diuji coba dengan algoritma ISMC, yang berdsrk. penelitian sebelumnya telah terbukti lebih baik dari pada ISODATA dan SMC.