32 research outputs found
Bangla Transformation of Sentence Dataset (BTSD)
No full textThe presented dataset comprises a collection of Bangla sentences that have been meticulously labeled with their respective sentence types. The dataset comprises a total of 2,695 annotated sentences with three distinct sentence types, including simple, compound, and complex sentences. This dataset can be leveraged for a broad range of natural language processing (NLP) tasks, such as sentence classification, sentiment analysis, and machine translation
Praktik Jual Beli Tanah kepada Perusahaan Kelapa Sawit Graha Inti di Kecamatan Bakumpai Kabupaten Barito kuala
Full text linkMirajul hidayati 2011. Praktik Jual Beli Tanah kepada Perusahaan Kelapa Sawit Graha Inti di Kecamatan Bakumpai Kabupaten Barito kuala Skripsi, Jurusan Muamalat, Fakultas Syari’ah. Pembimbing (I)Drs. Jalaluddin, M.Hum (II) Arie Sulistyoko, S.Sos.,MH. Penelitian ini dilatarbelakangi oleh permasalahan jual beli tanah yang pemindahan hak milik tanah secara sepihak.
Penelitian ini bertujuan untuk mengetahui gambaran proses pengalihan hak milik tanah, mengetahui gambaran jual beli tanah kepada perusahaan kelapa sawit Graha Inti di Kecamatan Bakumpai Kabupaten Barito Kuala dan untuk mengetahui faktor yang melatarbelakangi jual beli tersebut.
Jenis penelitian ini adalah penelitian lapangan ( field research ) yang bersifat studi kasus yang terjadi dari tahun 2007-2010 yang dilakukan dengan terjun langsung kelapangan untuk menggali permasalahan yang terjadi.
Subjek penelitian ini adalah para pemilik tanah, penjual tanah, dan pihak perusahaan kelapa sawit yang terlibat langsung dalam transaksi jual beli tanah yang dimaksudkan di atas. Objek penelitian adalah perihal yang dipermasalahkan untuk diteliti, yaitu mengenai gambaran proses pengalihan hak milik tanah, gambaran jual beli tanah tersebut dan faktor yang melatarbelakangi jual beli tersebut.
Data diperoleh dari responden yaitu orang yang terlibat langsung dalam permasalahan yang penulis teliti ini terdiri dari para pemilik tanah, penjual tanah, dan pihak perusahaan kelapa sawit. Dan data juga diperoleh dari informan yaitu teman responden, keluarga para responden, dan pihak lainnya yang dapat memberikan keterangan terkait penelitian ini seperti Kepala Desa dan Camat Bakumpai.
Data yang telah dikumpulkan lalu diolah dengan teknik observasi, teknik wawancara ( interview ), dan dokumen. Kemudian data dianalisis dengan pendekatan kualitatif dengan cara editing dan matrikasi.
Dari hasil penelitian dilapangan penulis dapat menyimpulkan bahwa jual beli yang seperti diatas tidak sesuai dengan ketentuan hukum Islam sebab objek yang di perjualbelikan bukan milik sendiri sedangkan aturan di dalam Islam barang diperjualbelikan adalah milik sendiri, adapun faktor yang melatarbelakangi jual beli tersebut pada umumnya para penjual tergiur dengan keuntungan yang besar dan memiliki kesempatan yang lebih dahulu dari pada pemilik tanah
EFL TEACHERS' PERCEPTIONS OF AI'S IMPACT ON ACADEMIC INTEGRITY AND PEDAGOGY IN BANGLADESHI UNIVERSITIES
No full textThe objectives of the research are to identify Bangladeshi EFL teachers’ perceptions regarding the role of AI in language teaching in the way it affects academic integrity, the pedagogical issues, and how these can affect the efficacy of the existing institutional policies in English teaching profession. This study used a descriptive quantitative research design, which is based on an online questionnaire survey with 115 EFL teachers teaching in 22 private universities in Bangladesh. The results found that 69.6% of teachers were concerned about the ethical implications of AI, most prominently 69.6% about the alignment with academic dishonesty. In addition, 65.2% of the teachers revealed challenges in merging AI into class pedagogy, with the foremost reason being a lack of institutional support and training provision to integrate the lessons into class lessons. Indicatively, 74.8% of respondents stated that current institutional policies do not enable dealing with the challenges posed by AI in education. The study recommends the immediate requirements for extensive AI-related training programs, institutional regulations, and instruments to attain academic integrity in EFL classrooms. This research builds on and adds to the growing literature on AI in education while capturing the Bangladeshi EFL context. Future research can be conducted on the threats of AI-integration in EFL teaching and learning.
Penalized Regression Splines-Based Tests for Comparing Two Time Series with Unequal Lengths
Full text linkThe Spline-based modeling has been an established tool for parametric and nonparametricregression modeling because of its continuous progress on theoretical and computational fronts over the last three decades. This thesis explores the idea of penalized spline modeling and goodness of fit testing in the context of time series testing in the frequency domain approach. The comparison of different time series is an important topic in statistical data analysis and has various applications in scientific research. One approach to identifying similarities or dissimilarities between two stationary processes is to compare the spectral densities of both time series. This thesis examines whether two stationary and independent time series with unequal lengths have the same spectral density. A new test statistic is proposed based on penalized splines regression. It relies on penalized splines estimator of an unspecified smooth function for the log-ratio of two spectral estimates, which are obtained from averaging out of the blocked periodograms for corresponding time series. Under the null hypothesis that two spectral densities are the same, the theoretical asymptotic distribution of the test statistic is derived. Several tests have been proposed in recent years: some of them are computationally intensive, and some lack stable size. Also, some current tests have low powers. So, we examined a relatively computationally fast and consistent test using penalized splines regression which reveals stable empirical type I error and good power properties. Simulation studies show that our proposed test is very comparable to the current test statistics in almost every case. Another advantage of our proposed test statistic is that it is very simple to construct and computationally fast based on a low-rank estimation technique
Analisis hukum ekonomi syariah terhadap pembayaran zakat fitrah menggunakan e-money: Studi kasus menggunakan gopay coin di aplikasi Tokopedia
Full text linkBerkembangnya teknologi khususnya dalam dunia internet sudah semakin pesat pertumbuhannya. Pembayaran zakat fitrah yang saat ini bisa dilakukan melalui e-commerce salah satunya Tokopedia. Adapun metode pembayaran zakat di Tokopedia bisa melalui Kartu Kredit, E-Wallet, Transfer Bank dan juga bisa menggunakan Gopay Coin. Gopay Coin merupakan poin loyalitas yang diberikan kepada pembeli setelah melakukan transaksi belanja di Tokopedia.
Penelitian ini bertujuan untuk mengetahui mekanisme pembayaran zakat fitrah menggunakan gopay coin dan perspektif Hukum Ekonomi Syariah terhadap pembayaran zakat fitrah menggunakan gopay coin. Adapun teori atau kerangka berfikir penelitian ini didasarkan pada Fiqh Zakat, Harta yang dizakati, Fatwa dan Undang-Undang Zakat, dan Pembayaran Zakat Menggunakan Gopay Coin.
Metode penelitian ini tergolong ke dalam penelitian studi kasus tunggal dan pendekatan yang digunakan adalah pendekatan kualitatif. Sumber data yang diperoleh melalui observasi, wawancara, dan dokumentasi. Kemudian teknik analisis yang dipakai yaitu dimulai dari pengumpulan data, klasifikasi data, pengkajian data, dan penarikan kesimpulan.
Hasil penelitian menunjukan bahwa : 1) Mekanisme pembayaran zakat fitrah menggunakan gopay coin dimulai dari masuk ke fitur Tokopedia salam untuk melakukan zakat fitrah, masukan terlebih dahulu nama muzakki yang akan membayar zakat, membaca niat zakat yang sudah disediakan oleh Tokopedia, bayar dan pilih menggunakan gopay coin. 2) Ditinjau dari perspektif Hukum Ekonomi Syariah, pembayaran zakat fitrah menggunakan cashback gopay coin dikategorikan sebagai Ju’alah karena akad yang memberikan pekerjaan yang diketahui dengan adanya imbalan atau pengganti berupa bonus atau hadiah. Pembayaran zakat fitrah menggunakan gopay coin pada Tokopedia ini hukumnya boleh, dengan syarat diperoleh secara halal dan tidak mengandung unsur riba. Selain menggunakan akad Ju’alah, pembayaran zakat fitrah menggunakan gopay coin di Tokopedia sah dilakukan dengan akad Wakalah, di mana muzakki memberikan kuasa kepada Tokopedia untuk menyalurkan zakat fitrah kepada BAZNAS. Proses ini menjamin bahwa zakat disalurkan sesuai dengan ketentuan syariah dan sampai kepada pihak yang berhak menerima
DIAGNOSTYKA PĘCHERZYCY Z WYKORZYSTANIEM SZTUCZNEJ INTELIGENCJI: PODEJŚCIE OPARTE NA UCZENIU MASZYNOWYM DO AUTOMATYCZNEGO WYKRYWANIA ZMIAN SKÓRNYCH
Full text linkPemphigus is a skin disease that can cause a serious damage to human skin. Pemphigus can result in other issues including painful patches and infected blisters, which can result in sepsis, weight loss, and starvation, all of which can be life-threatening, tooth decay and gum disease. Early prediction of Pemphigus may save us from fatal disease. Machine learning has the potential to offer a highly efficient approach for decision-making and precise forecasting. The healthcare sector is experiencing remarkable advancements through the utilization of machine learning techniques. Therefore, to identify Pemphigus using images, we suggested machine learning-based techniques. This proposed system uses a large dataset collected from various web sources to detect Pemphigus. Augmentation has been applied on our dataset using techniques such as zoom, flip, brightness, distortion, magnitude, height, width to enhance the breadth and variety of the dataset and improve model’s performance. Five popular machine learning algorithms has been employed to train and evaluate model, these are K-Nearest Neighbor (referred to as KNN), Decision Tree (DT), Logistic Regression (LR), Random Forest (RF), and Convolutional Neural Network (CNN). Our outcome indicate that the CNN based model outperformed the other algorithms by achieving accuracy of 93% whereas LR, KNN, RF and DT achieved accuracies of 78%, 70%, 85% and 75% respectively.Pęcherzyca to choroba skóry, która może powodować poważne uszkodzenia ludzkiej skóry. Pęcherzyca może powodować inne problemy, w tym bolesne plamy i zakażone pęcherze, które mogą skutkować sepsą, utratą masy ciała i łaknienia, co może zagrażać życiu, próchnicą zębów i chorób dziąseł. Wczesne wykrycie pęcherzycy może uchronić przed śmiertelną chorobą. Uczenie maszynowe może zaoferować wysoce efektywne podejście do podejmowania decyzji i precyzyjnego prognozowania. Sektor opieki zdrowotnej doświadcza niezwykłych postępów dzięki wykorzystaniu technik uczenia maszynowego. Dlatego do identyfikacji pęcherzycy za pomocą obrazów zaproponowano techniki oparte na uczeniu maszynowym. Proponowany system wykorzystuje duży zbiór danych zebranych z różnych źródeł internetowych do wykrywania pęcherzycy. W zbiorze danych zastosowano augmentację przy użyciu technik takich jak powiększanie, odwracanie, zmiana jasności, zniekształcenie, zmiana wielkości, wysokość i szerokości, aby zwiększyć zakres i różnorodność zbioru danych oraz poprawić wydajność modelu. Do uczenia i oceny modelu wykorzystano pięć popularnych algorytmów uczenia maszynowego, są to: K-Nearest Neighbor (określany jako KNN), drzewo decyzyjne (DT), regresja logistyczna (LR), las losowy (RF) i konwolucyjną sieć neuronowa (CNN). Uzyskane wyniki wskazują, że model oparty na CNN był lepszy od innych algorytmów, osiągając dokładność na poziomie 93%, podczas gdy LR, KNN, RF i DT osiągnęły dokładność odpowiednio 78%, 70%, 85% i 75%.
