Potensi pariwisata, kekayaan sumber daya pertanian, dan lokasi strategis yang dimiliki oleh Desa Ngijo Kecamatan Karangploso Kabupaten Malang perlu mendapatkan perhatian pada perubahan informasi terkini di desa tersebut. Desa Ngijo telah memiliki website sebagai media penyampaian informasi, namun kendala yang muncul adalah pengembangan konten di dalam webiste tersebut, para perangkat desa yang bekerja di desa tersebut masih merasakan kesulitan untuk mengembangkan konten yang tepat. Pelatihan yang dilaksanakan ini bertujuan untuk mengatasi permasalahan tersebut. Perangkat yang dipakai pada pelatihan ini adalah Canva sehingga memudahkan perangkat desa karena dapat dipakai langsung di smartphone setiap perangkat desa. Pelatihan ini dilaksanakan dengan protokol kesehatan dan mendapatkan hasil 90% peserta pelatihan ini menyatakan pelatihan ini sangat bermanfaat.
Automatic multi-document summarization needs to find representative sentences not only b y sentence distrib ution to select the most important sentence b ut also b y how informative a term is in a sentence. Sentence distrib ution is suitab le for ob taining important sentences b y determining frequent and well-spread words in the corpus b ut ignores the grammatical information that indicates instructive content. The presence or ab sence of informative content in a sentence can b e indicated b y grammatical information which is carried b y part of speech (POS) lab els. In this paper, we propose a new sentence weighting method b y incorporating sentence distrib ution and POS tagging for multi -document summarization. Similarity-based Histogram Clustering (SHC) is used to cluster sentences in the data set. Cluster ordering is b ased on cluster importance to determine the important clusters. Sentence extraction b ased on sentence distrib ution and POS tagging is introduced to extract the representative sentences from the ordered clusters. The results of the experiment on the Document Unde rstanding Conferences (DUC) 2004 are compared with those of the Sentence Distrib ution Method. Our proposed method achieved b etter results with an increasing rate of 5.41% on ROUGE-1 and 0.62% on ROUGE-2.
Automatic multi-document summarization needs to find representative sentences not only b y sentence distrib ution to select the most important sentence b ut also b y how informative a term is in a sentence. Sentence distrib ution is suitab le for ob taining important sentences b y determining frequent and well-spread words in the corpus b ut ignores the grammatical information that indicates instructive content. The presence or ab sence of informative content in a sentence can b e indicated b y grammatical information which is carried b y part of speech (POS) lab els. In this paper, we propose a new sentence weighting method b y incorporating sentence distrib ution and POS tagging for multi -document summarization. Similarity-based Histogram Clustering (SHC) is used to cluster sentences in the data set. Cluster ordering is b ased on cluster importance to determine the important clusters. Sentence extraction b ased on sentence distrib ution and POS tagging is introduced to extract the representative sentences from the ordered clusters. The results of the experiment on the Document Unde rstanding Conferences (DUC) 2004 are compared with those of the Sentence Distrib ution Method. Our proposed method achieved b etter results with an increasing rate of 5.41% on ROUGE-1 and 0.62% on ROUGE-2.
Perjalanan UKM di Indonesia, tak terkecuali kelompok UKM Ron Tuwuh dan Prohandji tidak semudah yang dibayangkan. Salah satu kendala yang dihadapi adalah pengelolaan keuangan untuk bisnis. Pada setiap bisnis yang dilakukan memerlukan menejemen keuangan agar roda kehidupan bisnis dapat berjalan dengan baik. Fakta dilapangan, pegiat UKM masih mempunyai kesulitan dalam proses pencatatan keuangan baik dari pemasukan dan pengeluaran. Sebagian besar UKM tidak memperhatikan transaksi keluar-masuk keuangan dan tanpa perhitungan atau pencatatan yang jelas, sehingga menimbulkan ketidakstbilan keuangan yang ada pada usaha. Dari kendala keuangan yang terjadi pada pelaku usaha UKM dan minimnya pengetahuan akan keuangan. Maka penelitian ini bertujuan untuk merancang sistem informasi akuntansi berbasis website untuk UKM khususnya pada kelompok UKM Ron Tuwuh dan Prohandji. Sistem informasi ini dikembangkan menggunakan framework Laravel untuk memenuhi kebutuhan standar pengelolaan informasi keuangan sehingga pencatatan keuangan tersistem dengan baik dan meminimalisir resiko tak terkontrolnya data keuangan.
Perjalanan UKM di Indonesia, tak terkecuali kelompok UKM Ron Tuwuh dan Prohandji tidak semudah yang dibayangkan. Salah satu kendala yang dihadapi adalah pengelolaan keuangan untuk bisnis. Pada setiap bisnis yang dilakukan memerlukan menejemen keuangan agar roda kehidupan bisnis dapat berjalan dengan baik. Fakta dilapangan, pegiat UKM masih mempunyai kesulitan dalam proses pencatatan keuangan baik dari pemasukan dan pengeluaran. Sebagian besar UKM tidak memperhatikan transaksi keluar-masuk keuangan dan tanpa perhitungan atau pencatatan yang jelas, sehingga menimbulkan ketidakstbilan keuangan yang ada pada usaha. Dari kendala keuangan yang terjadi pada pelaku usaha UKM dan minimnya pengetahuan akan keuangan. Maka penelitian ini bertujuan untuk merancang sistem informasi akuntansi berbasis website untuk UKM khususnya pada kelompok UKM Ron Tuwuh dan Prohandji. Sistem informasi ini dikembangkan menggunakan framework Laravel untuk memenuhi kebutuhan standar pengelolaan informasi keuangan sehingga pencatatan keuangan tersistem dengan baik dan meminimalisir resiko tak terkontrolnya data keuangan.
Peringkasan multi-dokumen berita berdasarkan fitur berita dan part of … http://doi.org/10.26594/register.v4i2.1251 © 2018 Register: Jurnal Ilmiah Teknologi Sistem Informasi. Semua hak cipta dilindungi undang-undang. News Feature Scoring (NeFS) merupakan metode pembobotan kalimat yang sering digunakan untuk melakukan pembobotan kalimat pada peringkasan dokumen berdasarkan fitur berita. Beberapa fitur berita diantaranya seperti word frequency, sentence position, Term Frequency-Inverse Document Frequency (TF-IDF), dan kemiripan kalimat terhadap judul. Metode NeFS mampu memilih kalimat penting dengan menghitung frekuensi kata dan mengukur similaritas kata antara kalimat dengan judul. Akan tetapi pembobotan dengan metode NeFS tidak cukup, karena metode tersebut mengabaikan kata informatif yang terkandung dalam kalimat. Kata-kata informatif yang terkandung pada kalimat dapat mengindikasikan bahwa kalimat tersebut penting. Penelitian ini bertujuan untuk melakukan pembobotan kalimat pada peringkasan multidokumen berita dengan pendekatan fitur berita dan informasi gramatikal (NeFGIS). Informasi gramatikal yang dibawa oleh part of speech tagging (POS Tagging) dapat menunjukkan adanya konten informatif. Pembobotan kalimat dengan pendekatan fitur berita dan informasi gramatikal diharapkan mampu memilih kalimat representatif secara lebih baik dan mampu meningkatkan kualitas hasil ringkasan. Pada penelitian ini terdapat 4 tahapan yang dilakukan antara lain seleksi berita, text preprocessing, sentence scoring, dan penyusunan ringkasan. Untuk mengukur hasil ringkasan menggunakan metode evaluasi Recall-Oriented Understudy for Gisting Evaluation (ROUGE) dengan empat varian fungsi yaitu ROUGE-1, ROUGE-2, ROUGE-L, dan ROUGE-SU4. Hasil ringkasan menggunakan metode yang diusulkan (NeFGIS) dibandingkan dengan hasil ringkasan menggunakan metode pembobotan dengan pendekatan fitur berita dan trending issue (NeFTIS). Metode NeFGIS memberikan hasil yang lebih baik dengan peningkatan nilai untuk fungsi recall pada ROUGE-1, ROUGE-2, ROUGE-L, dan ROUGE-SU4 secara berturut-turut adalah 20,37%, 33,33%, 1,85%, 23,14%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.