515 research outputs found
Pemilihan bahasa Tobati-bahasa Indonesia di kalangan penutur jati bahasa Tobati
No full textHadirnya buku Pemilihan Bahasa Tobati-Bahasa
Indonesia di Kalangan Penutur Jati Bahasa Tobati ini
merupakan hasil penelitian bahasa yang ditulis oleh Sitti
Mariati S., Supriyanto Widodo, Suharyanto, dan Novaria
Panggabean. Buku hasil penelitian ini mengungkapkan
bahwa telah terjadi pergeseran penggunaan bahasa oleh
masyarakat Tobati dan Enggoros dari bahasa Tobati ke
bahasa Indonesia. Dalam ranah keluarga misalnya,
masyarakat Tobati juga Enggros ketika berbicara dengan
ayah, ibu, dan kakaknya tentang persolan sehari-hari
sama seringnya menggunakan bahasa Tobati dan bahasa
Indonesia. Namun, ketika mereka berbicara dengan
adiknya atau kakaknya, cenderung mendekati lebih
sering menggunakan bahasa Indonesia daripada bahasa
Tobati. Sedangkan ketika mereka berbicara dengan anak-anak, berkecenderungan sering menggunakan bahasa
Indonesia. Kondisi dan situasi kebahasaan seperti itu
tentu sangat memprihatinkan, lebih-lebih jumlah penutur
bahasa Tobati berjumlah 617 orang. Oleh karena itu,
penelitian pemilihan bahasa sangat penting untuk dikaji
mengingat bahasa berkaitan dengan identitas. Penutur
yang sudah tidak mampu berbahasa daerahnya, tentu
kehilangan identitas kedaerahannya. Melihat rendahnya sikap masyarakat Tobati dan Enggros terhadap bahasa ibunya dapat dikatakan bahwa bahasa Tobati sudah tidak aman. Berdasarkan hasil penelitian ini Balai Bahasa Papua juga para pemangku kepentingan kebahasaan di Papua, khususnya di Kota Jayapura dapat terdorong untuk melakukan kegiatan
nyata seperti menyusun kamus, menyusun bahan ajar, menyusun ortografi bahasa Tobati, dan lain-lain
Pembelajaran Puisi, Apresiasi Dari Dalam Kelas
No full textBuku kategori bahasa dan sastra yang berjudul Pembelajaran Puisi, Apresiasi Dari Dalam Kelas merupakan karya dari Supriyanto. Buku Pembelajaran Puisi Apresiasi dari Dalam Kelas ini disusun bukan atas dasar teori yang “saklek” tetapi lebih kepada tataran terapan. Filosofi yang mendasari cara penyusunan buku ini sebenarnya adalah prinsip belajar yang paling fundamental, bahwa belajar pada hakikatnya merupakan pembiasaan peserta didik untuk melakukan sesuatu seperti yang menjadi tujuan pengajarnya. Seorang bayi yang lahir di lingkungan yang berbahasa Inggris, secara pragmatis ia akan pandai berbahasa Inggris (meskipun tidak tahu teori menyusun kalimat dalam Bahasa Inggris). Ini karena proses pembiasaan yang terus-menerus. Tidak ada beban sedikitpun bagi anak tersebut untuk belajar bahasa Inggris sepanjang waktu, bahkan ia sendiri tidaklah sadar kalau dirinya sedang belajar
Pengaruh konsentrasi limbah air cucian beras dan lama fermentasi terhadap produksi alkohol oleh ( Saccharomyces cerevisiase 3012)
No full textSUPRIYANTO. HS. J201880109. PENGARUH KONSENTRASI LIMBAH AIR CUCIAN BERAS DAN LAMA FERMENTASI TERHADAP PRODUKSI ALKOHOL OLEH Saccharomyces cerevisiae 3012 (dibawah bimbingan HJ. SRIANI HENDARKO dan WIJANARKA).
Beras menempati urutan pertama dalam konsumsi
pangan sehari-hari bagi sebagian besar penduduk
Indonesia. Sebagian besar air cucian beras dibuang ke
alam, padahal didalamnya masih terkandung beberapa
komponen yang bermanfaat seperti karbohidrat, protein, vitamin dan mineral. Sehingga memungkinkan sekali untuk dimanfaatkan serta dirombak menjadi produk yang bernilai ekonomis.Salah satunya dengan proses fermentasi oleh Saccharomyces cerevisiae 3012 untuk menghasilkan alkohol.
Penelitian ini bertujuan untuk mengetahui perbedaan produksi alkohol yang dihasilkan oleh S. cerevisiae 3012 dari limbah air cucian beras pada konsentrasi dan lama fermentasi yang berbeda.
Dalam penelitian ini menggunakan rancangan dasar Rancangan Acak Lengkap pola Faktorial. Ada 2 faktor yang dicoba : pertama, faktor konsentrasi liinbah air cucian beras yang mempunyai taraf 0% (K0), 10% (KI), 20% (K2), 30% (K3) clan kedua, faktor lama fermentasi : hari ke-0 (HO), hari ke-2 (H2), hari ke-4 (H4), hari ke-6 (H6), hari ke-8 (H8).
Hasil penelitian menunjukkan bahwa hari ke 0 sampai hari ke 6, kadar alkoholnya mengalami kenaikan pada semua konsentrasi. Kadar alkohol tertinggi diperoleh pada konsentrasi liinbah air cucian beras 30% pada hari ke-6 (K3H6) sebesar 24,70% dengan total asam 12,02% dan
SUPRIYANTO. HS. J20188109. THE EFFECT OF RICE RINSE
WATER CONCENTRATION AND LENGTH OF FERMENTATION FOR ALCOHOL PRODUCING BY Saccharomyces cerevisiae 3012.
Rice take the first place in most Indonesian people consumption. The greater part of rice water has thrown away to environment, however it maybe still consist a number of essential component like carbohydrates, protein, vitamin and minerals. So it can be used and changed for an economical value product. One of them was the fermentation by Saccharomyces cerevisiae 3012 to produce alcohol.
The aim of this research to know the differences of alcohol production from rice rinse water at the
different of concentration and the length of
fermentation by Saccharomyces cerevisiae 3012.
The experiment used Complete Randomised Designs with factorial method. There were 2 factor tried : the first factor was rice rinse water concentration factor i.e 0% (KO), 10% (K1), 20% (K2), 30% (K3) and the second factor was length fermentation factor : first day (HO), second day (H2), fourth day (H4), sixth day (H6), eighth day (H8).
The result of the research show that from the first day to the sixth day alcohol production increase in all concentration. The highest level of alcohol was taken at 30% of rice rinse water concentration in the sixth day (K3H6) that is 24,70% with total acid 12,02% and pH 2,262
PENGARUH TIDAK MAKSIMALNYA KERJA PELUMASAN DIESEL GENERATOR DI KM. PEKAN FAJAR
No full textBekti Supriyanto, 2018, NIT : 51145404. T, “Pengaruh Tidak Maksimalnya Kinerja Pelumasan Diesel Generator di KM. PEKAN FAJAR”, Skripsi Program Studi Teknika, Program Diploma IV, Politeknik Ilmu Pelayaran Semarang, Pembimbing I : H. Suwondo, M.M, M.Mar.E, Pembimbing II : Febria Nurjaman, M.T.
Based on the observation of lubrication function is very important above the ship, then the lubrication system must be given special attention in carrying out routine maintenance or lab testing in addition to other machinery. So that this lubrication system can work in accordance with its function on the ship so as not to disrupt the smooth operation of the ship. So the author poured in this thesis with the title “Pengaruh Tidak Maksimalnya Kerja Pelumasan Diesel Geerator di KM. Pekan Fajar” Based on the observation of lubrication function is very important above the ship, then the lubrication system must be given special attention in carrying out routine maintenance or lab testing in addition to other machinery. So that this lubrication system can work in accordance with its function on the ship so as not to disrupt the smooth operation of the ship. So the author poured in this thesis with the title. Furthermore the authors in data collection techniques is the method of observation, interview method, and literature review seta author gives the location /place of research. At the end of this thesis, the authors present the main substance of the conclusion, ie before there is better damage prevention by way of maintenance on the lubrication system. The treatment must be in accordance with the working hours (running hours) on the instruction manual book.
Kata Kunci : Lubricating, LO Cooler, LO Filter, LO Pump, Viskositas, fishbone, FT
Analisis Topik dan Author pada Jurnal Bahasa Inggris dengan Menggunakan Metode Author-Topik Model dan Gaussian Latent Dirichlet Allocation(GLDA)
No full textPenggunaan Author-Topic Model telah banyak dilakukan pada bidang machine learning khususnya natural language processing. Metode ini pertama kali digunakan untuk mengetahui bidang penelitian dari seorang penulis dengan melihat topik dari dokumen yang telah ditulisnya. Meskipun model ini banyak digunakan, penerapannya masih memiliki banyak kekurangan. Hal yang paling menonjol adalah ketidakmampuan Latent Dirichlet Allocation (LDA) sebagai dasar dari Author-Topic Model untuk menangkap kata yang belum pernah terlihat dalam data training pada saat melakukan percobaan dari suatu dokumen uji dalam menentukan distribusi kata suatu topik atau biasa disebut out of vocabulary(OOV). OOV membuat topik yang didapat dari suatu dokumen uji tidak sesuai dengan yang diinginkan. Hal tersebut dapat terjadi karena kata-kata penting yang terdapat pada dokumen uji tidak dapat ditangkap oleh LDA. Maka dari itu, pada tugas akhir ini menggunakan Gaussian Latent Dirichlet Allocation (GLDA) pada author-topic model untuk menyelesaikan permasalahan yang ada pada LDA dengan mengubah jenis kata menjadi vektor kata. Metode GLDA ini digunakan untuk pembanding dari penelitian sebelumnya. Pembuatan author-topic model terbaik dari kedua metode dilakukan dengan menghitung nilai perplexity dan topic coherence untuk setiap metode. Hasil yang didapat menggambarkan bahwa penggunaan GLDA dapat mendapatkan hasil modelling yang lebih stabil disetiap iterasi. Namun, hasil yang didapatkan dari kemampuan kedua model dalam memberikan prediksi terhadap author dari dokumen baru memiliki persamaan. Pada kedua model terlihat bahwa persentase prediksinya tidak berbeda jauh. Hal tersebut disebabkan karena penggunaan data dengan jenis kata yang terlali sedikit dan pembersihan data yang kurang baik. Sehingga membuat distribusi kata pada setiap topiknya terlihat tidak sesuai dengan topik dari dokumen tersebut.
=================================================================================================================================
The use of Author-Topic Model has been widely used in the field of machine learning, especially natural language processing. This method was first used to find out the research field of an author by looking at the topic of the document he had written. Although this model is widely used, its application still has many disadvantages. The most prominent thing is the inability of Latent Dirichlet Allocation (LDA) as the basis of the Author-Topic Model to capture words that have never been seen in training data when conducting experiments from a test document in determining word distribution of a topic or commonly called out of vocabulary (OOV). OOV makes the topic obtained from a test document not as desired. This can happen because the important words contained in the test document cannot be captured by the LDA. Therefore, in this final assignment use the Dirichlet Allocation Latent Gaussian (GLDA) on the author-topic model to solve the problems that exist on the LDA by changing the type of word into a word vector. This GLDA method is used for comparison from previous studies. Making the best author-topic model of the two methods is done by calculating the perplexity value and topic coherence for each method. The results obtained illustrate that the use of GLDA can get more stable modeling results in each iteration. However, the results obtained from the ability of the two models to provide predictions to the author of the new document have similarities. In both models it can be seen that the percentage of predictions is not very different. This is due to too little use of data types and poor data cleaning. so that the distribution of words on each topic does not appear to fit the topic of the document
Practical aspects in surface biopotential electrode placement for smart clothing: A simulation study
No full textIn addition to physiological aspects, placement of surface biopotential electrodes for smart clothing should consider practical aspects due to their dynamic application environment. This study is aimed at finding the best places to put the electrode on areas where the measurement is practically reliable. Calculation was performed by using three practical aspects: 1) skin-shirt gap; 2) shirt movement, and 4) regional sweat rate. We employed 3DS Max software to simulate shirt behavior. The simulation result showed that generally practical satisfaction degrees are higher in the posterior. The quantitative approach may help smart clothing designers to choose the locations to place electrodes
Analysis of gravity data beneath Endut geothermal prospect using horizontal gradient and Euler deconvolution
No full text- …
