• Tidak ada hasil yang ditemukan

Catatan : Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

N/A
N/A
Protected

Academic year: 2021

Membagikan "Catatan : Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis."

Copied!
50
0
0

Teks penuh

(1)

Nama : ADENUAR PURNOMO NRP : 05111950010004

Judul Tesis :

Pembimbing : Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

- Penggunaan istilah BN3 disamakan supaya konsisten apakah menggunakan subscript atau numerik biasa. Juga konsistensi untuk istilah lainnya.

- Revisi proposal sesuai tambahan yang ada pada presentasi file ppt.

- Perbaiki tipo.

- Revisi sesuai saran selama bimbingan.

- Revisi sesuai saran penguji.

Surabaya, 5/12/2020 Dosen Pembimbing

(Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D.)

KLASIFIKASI KEJANG EPILEPSI MULTI-KELAS BERBASIS

ELECTROENCEPHALOGRAM MENGGUNAKAN MODIFIED

BATCH NORMALIZATION NEURAL NETWORK

(2)

Nama : ADENUAR PURNOMO NRP : 05111950010004

Judul Tesis :

Pembimbing : Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Konsisten penulisan seperti "epilepsi", "BNNN", dll. Lengkapi penulisan di bagian ujicoba. Lengkapi penjelasan dataset.

Surabaya, 5/12/2020 Dosen Penguji

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.)

KLASIFIKASI KEJANG EPILEPSI MULTI-KELAS BERBASIS

ELECTROENCEPHALOGRAM MENGGUNAKAN MODIFIED

BATCH NORMALIZATION NEURAL NETWORK

(3)

Nama : ADENUAR PURNOMO NRP : 05111950010004

Judul Tesis :

Pembimbing : Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Revisi tata tulis proposal penulisan referensi et.al , konsistensi penulisan desimal 2. Revisi bagian kajian pustaka 3. Ditambahkan contoh data di Bab 3 4. Dilengkapi skenario ujicobanya

Surabaya, 5/12/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

KLASIFIKASI KEJANG EPILEPSI MULTI-KELAS BERBASIS

ELECTROENCEPHALOGRAM MENGGUNAKAN MODIFIED

BATCH NORMALIZATION NEURAL NETWORK

(4)

Nama : ADENUAR PURNOMO NRP : 05111950010004

Judul Tesis :

Pembimbing : Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Tata tulis :

- sebelum titik, jangan ada spasi - konsistensi penyebutan istilah

- Persamaan 2.5 tidak ada, 2.4 lanjut ke 2.6

- Hal 19, persamaan 2.7 --> FN' (kenapa ada tanda afostrop ?) - Hal 19, ada paragraf yang ter-enter/pindah baris --> (namun pada kenyataannya salah)

- Hal 26, no judul gambar pisah halaman dengan gambarnya

Surabaya, 5/12/2020 Dosen Penguji

(Dr. Eng. Darlis Herumurti, S.Kom., M.Kom.)

KLASIFIKASI KEJANG EPILEPSI MULTI-KELAS BERBASIS

ELECTROENCEPHALOGRAM MENGGUNAKAN MODIFIED

BATCH NORMALIZATION NEURAL NETWORK

(5)

Nama : ALQIS RAUSANFITA NRP : 05111950010009

Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

kalimat pada bagian kontribusi diperbaiki, ada doble kata "dengan" pada penggalan kalimat ini "... dengan klasifikasi dengan mempertimbangkan korpus"

bab 2.4.1 dst ditambahi contoh2 sehingga lebih banyakan kalimatnya diproposal ...Error! Reference source not found.. dihalaman 13. harap dicek dihalaman yang lain untuk kasus yang serupa

Gambar 3.2 diberi penjelasan kalimat dihalaman tersebut

Surabaya, 5/13/2020 Dosen Pembimbing

(Dr. Eng.Radityo Anggoro, S.Kom., M.Sc.)

Ekstraksi Kebutuhan Pengguna Pada Atribut Kualitas Perangkat

Lunak Menggunakan Metode Latent Dirichlet Allocation dan

Inverse Document Frequency

(6)

Nama : ALQIS RAUSANFITA NRP : 05111950010009

Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Di proposal ditambahkan teori dari metode Fuzzy SVM di Bab 2, ditambahkan bagaimana cara mengevaluasi hasil ringkasan, diberikan contoh proses penyorotan (MARK II), di bab 3 dijelaskan dan beri contoh klasifikasi multilabel menggunakan Fuzzy SVM

Surabaya, 5/13/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

Ekstraksi Kebutuhan Pengguna Pada Atribut Kualitas Perangkat

Lunak Menggunakan Metode Latent Dirichlet Allocation dan

Inverse Document Frequency

(7)

Nama : ALQIS RAUSANFITA NRP : 05111950010009

Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. diberi penjelasan kelebihan fuzzy SVM; 2. di batasan masalah bisa ditambahkan untuk klasifikasinya masuk kategori multilabel, dan asumsi bahwa tidak ada

keterkaitan antar label sehingga bisa menggunakan binary relevance; 3. jika

memungkinkan diberi contoh data latih yang menjadi masukan algoritma klasifikasi

Surabaya, 5/13/2020 Dosen Penguji

(Agus Budi Raharjo, S.Kom., M.Sc., Ph.D.)

Ekstraksi Kebutuhan Pengguna Pada Atribut Kualitas Perangkat

Lunak Menggunakan Metode Latent Dirichlet Allocation dan

Inverse Document Frequency

(8)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010032

Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai masukan dosen penguji

Surabaya, 5/11/2020 Dosen Pembimbing

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(9)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010032

Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai komentar saat ujian

Surabaya, 5/11/2020 Dosen Pembimbing

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(10)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010032

Judul Tesis :

Pembimbing : Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Revisi cover kata Jurusan dirubah menjadi Departemen; 2. Revisi diagram sistem nanti diskusi dgn saya 3. Revisi skenario uji coba

Surabaya, 5/11/2020 Dosen Pembimbing

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.) PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(11)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010032

Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Sudah OK.

Surabaya, 5/11/2020 Dosen Penguji

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.) PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(12)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010032

Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Keberhasilan sistem sangat tergantung kepada ketepatan pemilihan topik. Belum ada pengujian ketepatan pemilihan topik. Bila memang menjadi faktor penentu, maka perlu ada pengujian.

Evaluasi sistem adalah dengan menilai kemiripan output dengan metode BLEU.

Kriteria keberhasilan saat ini adalah tingginya BLEU pada sistem yang menggunakan perluasan dan yang tanpa perluasan. Perlu ada rencana kriteria keberhasilan itu secara jelas, pilihannya misalnya:

(1) perbandingan "tanpa" dan "menggunakan" beda berapa persen.

(2) perbandingan dg tabel contigency (3) penetapan threshold disebut berhasil.

Surabaya, 11/5/2020 Dosen Penguji

(Prof. Dr. Agus Zainal Arifin, S.Kom., M.Kom.) PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(13)

Nama : ANA ALIMATUS ZAQIYAH NRP : 05111950010015

Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

(1) Penulisan istilah asing supaya ditulis dengan cetak miring; (2) Menambahkan sitasi untuk mendukung pernyataan yang disampaikan; (3) Penjelasan mengenai strategi yang digunakan untuk menentukan ukuran vocabulary dalam pembuatan BoW; (4) Mungkin bisa dipertimbangkan penggunaan cross validation dalam pengujian.

Surabaya, 5/11/2020 Dosen Penguji

(Shintami Chusnul Hidayati, S.Kom., M.Sc., Ph.D.) PEMBANGKITAN KATA MENGGUNAKAN METODE DEEP LEARNING DENGAN PERLUASAN REPRESENTASI

VEKTOR KATA BERBASIS TOPIK PADA DATASET REVIEW

(14)

Nama : CINTHIA VAIRRA HUDIYANTI NRP : 05111950010015

Judul Tesis :

Pembimbing : Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Model hrsnya Fungsi Transfer ARIMA

Surabaya, 11/5/2020 Dosen Pembimbing

(Dr. Ahmad Saikhu, S.Si., MT)

PEMODELAN FUNGSI TRANSFER MULTI INPUT DAN

MULTI OUTPUT UNTUK ANALISIS HUBUNGAN ANTARA

TEMPERATUR DAN KELEMBABAN UDARA DENGAN

JUMLAH KASUS KONFIRMASI, PDP DAN ODP COVID-19 DI

SURABAYA

(15)

Nama : CINTHIA VAIRRA HUDIYANTI NRP : 05111950010015

Judul Tesis :

Pembimbing : Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

BAB 2 KAJIAN PUSTAKA --> tambahkan referensi dan uraian ttg penelitian penyebaran penyakit lain yg menggunakan model time series.

Perbaiki / tambahkan diagram sistem dgn menyertakan apa saja inputnya dan outputnya (MIMO).

Batasan masalah: Prediksi utk 1 hari ke depan.

Perbaiki penulisan referensi dalam teks.

Surabaya, 5/11/2020 Dosen Pembimbing

(Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.)

PEMODELAN FUNGSI TRANSFER MULTI INPUT DAN

MULTI OUTPUT UNTUK ANALISIS HUBUNGAN ANTARA

TEMPERATUR DAN KELEMBABAN UDARA DENGAN

JUMLAH KASUS KONFIRMASI, PDP DAN ODP COVID-19 DI

SURABAYA

(16)

Nama : CINTHIA VAIRRA HUDIYANTI NRP : 05111950010015

Judul Tesis :

Pembimbing : Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Studi literatur sebaiknya ditambah, karena referensi sangat sedikit hanya 1

referensi [3] sj terkait penelitian sebelumnya? 2. Motivasi di latar belakang mengapa hanya temperatur dan kelembaban udara yg dievaluasi? 3. Tambahkan diagram sistem mulai input sampai output utk penerapan prediksinya 4. Skenario ujicoba mungkin perlu ditambahkan perbandingan tanpa dan menggunakan model yang diusulkan

Surabaya, 5/11/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

PEMODELAN FUNGSI TRANSFER MULTI INPUT DAN

MULTI OUTPUT UNTUK ANALISIS HUBUNGAN ANTARA

TEMPERATUR DAN KELEMBABAN UDARA DENGAN

JUMLAH KASUS KONFIRMASI, PDP DAN ODP COVID-19 DI

SURABAYA

(17)

Nama : CINTHIA VAIRRA HUDIYANTI NRP : 05111950010015

Judul Tesis :

Pembimbing : Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Perbaiki tata tulis di buku: daftar gambar, daftar tabel. Tambahkan di latar belakang:

bahasan tentang alasan tidak menggunakan variabel kepadatan dan fasilitas pelayanan dalam pemodelan fungsi transfer, serta bahasan tentang pengaruh hasil prediksi jika model dibangun dengan tidak melibatkan semua variabel yang berpengaruh (bisa mengacu pada referensi). Perbaiki desain sistem (Gambar 3.2),

Surabaya, 5/11/2020 Dosen Penguji

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.)

PEMODELAN FUNGSI TRANSFER MULTI INPUT DAN

MULTI OUTPUT UNTUK ANALISIS HUBUNGAN ANTARA

TEMPERATUR DAN KELEMBABAN UDARA DENGAN

JUMLAH KASUS KONFIRMASI, PDP DAN ODP COVID-19 DI

SURABAYA

(18)

Nama : CINTHIA VAIRRA HUDIYANTI NRP : 05111950010015

Judul Tesis :

Pembimbing : Prof. Ir. Joko Lianto Buliali, M.Sc., Ph.D.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

(1) Parafrase bagian abstrak agar lebih mudah dipahami; (2) Perbaikan pada penulisan referensi; (3) Penjelasan mengenai plot ACF di bab 1.5 atau di bab sebelumnya; (4) Pada kajian pustaka hanya dibahas mengenai data deret waktu dan ARIMA. Menurut saya, sebaiknya juga dilakukan pengkajian referensi [3] dan referensi lain yang membahas tentang prediksi transmisi COVID-19 ataupun penyakit menular lainnya, seperti MERS; (5) Jumlah data sangat sedikit sehingga sangat perlu untuk dilakukan penambahan data.

Surabaya, 5/11/2020 Dosen Penguji

(Shintami Chusnul Hidayati, S.Kom., M.Sc., Ph.D.) PEMODELAN FUNGSI TRANSFER MULTI INPUT DAN

MULTI OUTPUT UNTUK ANALISIS HUBUNGAN ANTARA

TEMPERATUR DAN KELEMBABAN UDARA DENGAN

JUMLAH KASUS KONFIRMASI, PDP DAN ODP COVID-19 DI

SURABAYA

(19)

Nama : DINI YUNIASRI NRP : 05111950015005 Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

-

Surabaya, 5/13/2020 Dosen Pembimbing

(Agus Budi Raharjo, S.Kom., M.Sc., Ph.D.)

Analisis Keterkaitan antara CK Metriks dan Modularitas pada

Perangkat Lunak Berbasis Objek

(20)

Nama : DINI YUNIASRI NRP : 05111950010015 Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

terminologi CK metrics apa perlu ditulis lengkap dibagian awal? Chidamber and Kemerer Metrics

bagaimana mendefinisikan kedalaman analisis yang dijadikan sebagai output tesis?

bagaimana mengukur keberhasilan level kedalaman analisis yang dijadikan sebagai output tesis? (belum ada penelitian pembanding sebelumnya)

Surabaya, 5/13/2020 Dosen Penguji

(Dr. Eng.Radityo Anggoro, S.Kom., M.Sc.)

Analisis Keterkaitan antara CK Metriks dan Modularitas pada

Perangkat Lunak Berbasis Objek

(21)

Nama : DINI YUNIASRI NRP : 05111950015005 Judul Tesis :

Pembimbing : Dr. Ir. Siti Rochimah, M.T.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Revisi tatatulis variabel harus ditulis miring, ditambahkan rumus akurasi pada proses validasi

Surabaya, 5/13/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

Analisis Keterkaitan antara CK Metriks dan Modularitas pada

Perangkat Lunak Berbasis Objek

(22)

Nama : FATIMATUS ZULFA NRP : 05111950010030 Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

p.Ary

- Analisis computation complexity-nya.

- kappa==> ditambahkan ke buku Saikhu:

- penjelasan pengumpulan data - bab 2 ttg usecase didetilkan - batasan software

Surabaya, 5/11/2020 Dosen Pembimbing

(Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.)

Pengukuran Keserupaan Semantik Menggunakan TACSim dan

Struktural Menggunakan Graph Edit Distance-Greedy pada

Diagram Kasus Penggunaan

(23)

Nama : FATIMATUS ZULFA NRP : 05111950010030 Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Standardisasi penulisan aktor dan use case, pembatasan software sbg studi kasus

Surabaya, 11/5/2020 Dosen Penguji

(Dr. Ahmad Saikhu, S.Si., MT)

Pengukuran Keserupaan Semantik Menggunakan TACSim dan

Struktural Menggunakan Graph Edit Distance-Greedy pada

Diagram Kasus Penggunaan

(24)

Nama : FATIMATUS ZULFA NRP : 05111950010030 Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

- menambahkan titik awal acuan metode greedy untuk mengukur similarity dari dua graph

Surabaya, 5/11/2020 Dosen Penguji

(Ary M. Shiddiqi, S.Kom., M.Comp.Sc., Ph.D.)

Pengukuran Keserupaan Semantik Menggunakan TACSim dan

Struktural Menggunakan Graph Edit Distance-Greedy pada

Diagram Kasus Penggunaan

(25)

Nama : HIDAYATUL MUNAWAROH NRP : 05111950010033

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

p.Ary

- Analisis computation complexity-nya.

- kappa==> ditambahkan ke buku p.Saikhu

- Alasan memilih UML/statechart.

- batasan bukan recursive, tp nested - min/max dr setiap rumus dijelaskan

Surabaya, 5/11/2020 Dosen Pembimbing

(Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.)

Pengukuran Keserupaan Semantik Menggunakan Pemrosesan

Bahasa Alami dan Keserupaan Struktural Menggunakan Graph Edit

Distance-Greedy pada Statechart Diagram

(26)

Nama : HIDAYATUL MUNAWAROH NRP : 05111950010033

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Pembatasan kompleksitas kuantitatif : m dan m

Surabaya, 11/5/2020 Dosen Penguji

(Dr. Ahmad Saikhu, S.Si., MT)

Pengukuran Keserupaan Semantik Menggunakan Pemrosesan

Bahasa Alami dan Keserupaan Struktural Menggunakan Graph Edit

Distance-Greedy pada Statechart Diagram

(27)

Nama : HIDAYATUL MUNAWAROH NRP : 05111950010033

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

- menambahkan konstrain untuk titik acuan awal greedy

Surabaya, 5/11/2020 Dosen Penguji

(Ary M. Shiddiqi, S.Kom., M.Comp.Sc., Ph.D.)

Pengukuran Keserupaan Semantik Menggunakan Pemrosesan

Bahasa Alami dan Keserupaan Struktural Menggunakan Graph Edit

Distance-Greedy pada Statechart Diagram

(28)

Nama : MUTIA RAHMI DEWI NRP : 05111950010020

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai dengan isi email ke [email protected]

Surabaya, 5/11/2020 Dosen Penguji

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

Ekstraksi Aspect of What dari Berita Daring dengan Word

Embedding untuk Elisitasi Kebutuhan Perangkat Lunak

(29)

Nama : MUTIA RAHMI DEWI NRP : 05111950010020

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. menyertakan sumber repository SKPL; 2. diperjelas deskripsi dan contoh data training yg digunakan pada fase klasifikasi; 3. diperjelas posisi kontribusi (bisa melalui pohon penelitian)

Surabaya, 5/11/2020 Dosen Penguji

(Agus Budi Raharjo, S.Kom., M.Sc., Ph.D.)

Ekstraksi Aspect of What dari Berita Daring dengan Word

Embedding untuk Elisitasi Kebutuhan Perangkat Lunak

(30)

Nama : NAFINGATUN NGALIAH NRP : 05111950010022

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Prof. Ryan:

- Cara menyusun corpus bagaimana?

- Kebaharuan dari metode yang digunakan? ==> ttg Fastext (TA S1) ==> pohon penelitian

- tentang class dari hasil p.Budi:

- tambahkan link dari sumber SKPL di buku - relasi dokumen SKPL terhadap kasus diperjelas

- saran: class binary: tambahan akurasi dan balance/specificity/sensitivity/ROC/CSI.

b.Diana:

- tambahkan rumusan masalah: bagaimana ekstraksi yang relevan.

- pertegas kontribusi

- metodologinya==> elistasi=userstory

Surabaya, 5/11/2020 Dosen Pembimbing

(Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.) EKSTRAKSI USER STORY DARI BERITA DARING

MENGGUNAKAN METODE FEATURE-BASED DAN

MAXIMUM ENTROPY UNTUK ELISITASI KEBUTUHAN

PERANGKAT LUNAK

(31)

Nama : NAFINGATUN NGALIAH NRP : 05111950010022

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Prof. Ryan:

- contoh bagaimana ME digunakan.

- Kebaharuan dari metode yang digunakan? ==> ttg Fastext (TA S1) ==> pohon penelitian

- tentang class dari hasil p.Budi:

- tambahkan link dari sumber SKPL di buku - relasi dokumen SKPL terhadap kasus diperjelas

- saran: class binary: tambahan akurasi dan balance/specificity/sensitivity/ROC/CSI.

- diperjelas kenapa yang dipilih who dan what, kenapa bukan why - diagram ME dikoreksi

- terkait dengan groundtruth, dijelaskan lebih rinci bagaimana cara membangunnya.

b.Diana:

- tambahkan rumusan masalah: bagaimana ekstraksi yang relevan.

- pertegas kontribusi

- metodologinya==> elistasi=userstory

- Latar belakang: user story pakai apa? Kenapa pakai ME sebagai solusi?

- rumusan masalah: jelaskan ttg masalah yang solusinya nanti adalah ME - CSI ==> Thread Score/ROC

Surabaya, 5/11/2020 Dosen Pembimbing

(Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.) EKSTRAKSI USER STORY DARI BERITA DARING

MENGGUNAKAN METODE FEATURE-BASED DAN

MAXIMUM ENTROPY UNTUK ELISITASI KEBUTUHAN

PERANGKAT LUNAK

(32)

Nama : NAFINGATUN NGALIAH NRP : 05111950010022

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai dengan isi email di [email protected]

Surabaya, 5/11/2020 Dosen Penguji

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

EKSTRAKSI USER STORY DARI BERITA DARING

MENGGUNAKAN METODE FEATURE-BASED DAN

MAXIMUM ENTROPY UNTUK ELISITASI KEBUTUHAN

PERANGKAT LUNAK

(33)

Nama : NAFINGATUN NGALIAH NRP : 05111950010022

Judul Tesis :

Pembimbing : Daniel Oranova S, S.Kom., M.Sc. P.D.Eng.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. diperjelas posisi kontribusi (bisa melalui pohon penelitian); 2. dijelaskan mengapa hanya fokus pada "aspect of who" dan "what", karena ada irisan aspek dengan tesis Mutia R.D.; 3. deskripsi tentang ground truth diperjelas

Surabaya, 5/11/2020 Dosen Penguji

(Agus Budi Raharjo, S.Kom., M.Sc., Ph.D.) EKSTRAKSI USER STORY DARI BERITA DARING

MENGGUNAKAN METODE FEATURE-BASED DAN

MAXIMUM ENTROPY UNTUK ELISITASI KEBUTUHAN

PERANGKAT LUNAK

(34)

Nama : NOVRINDAH ALVI HASANAH NRP : 05111950010002

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai masukan dari penguji

Surabaya, 5/15/2020 Dosen Pembimbing

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(35)

Nama : NOVRINDAH ALVI HASANAH NRP : 05111950010002

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Perbaiki tata tulis: abstrak, rumus DOC. Cek lagi seluruh kalimat (hindari penulisan 2 kata kerja secara berurutan, kalimat yang terlalu panjang dll).

Surabaya, 5/15/2020 Dosen Pembimbing

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(36)

Nama : NOVRINDAH ALVI HASANAH NRP : 05111950010002

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Penyusunan kalimat di Ringkasan tdk tepat, 1 Paragraf terlalu panjang, Fishbone diagram tdk jelas

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Ahmad Saikhu, S.Si., MT)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(37)

Nama : NOVRINDAH ALVI HASANAH NRP : 05111950010002

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Penomoran equation masih keliru 2. Equation Degree of Concern tidak standard penulisan rumusnya 3. Sebaiknya ditambahkan penjelasan dan contoh utk

perhitungan Degree of Concern di Bab 3. 4. Bagaimana cara memvalidasi hasil DoC jika subtopik tertentu yg paling menjadi concern

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(38)

Nama : NOVRINDAH ALVI HASANAH NRP : 05111950010002

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

"Pengukuran tingkat kepedulian" apakah benar dijadikan sebagai tujuan, sebab tidak ada pembahasan khusus tentang tingkat kepedulian itu.

Kontribusinya sepertinya adalah perumusan DOC.

Bila kontribusinya adalah menemukan pasangan ideal antara (W2V, FT, VE) dan (CNN, RNN, LSTM), maka harus disiapkan analisis yang relevan mengapa itu yang baik.

Perumusan Tujuan dan kontribusi perlu mengikuti kaidah yang relevan untuk level Tesis di Teknik Informatika.

Surabaya, 5/15/2020 Dosen Penguji

(Prof. Dr. Agus Zainal Arifin, S.Kom., M.Kom.)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(39)

Nama : PUTRI DAMAYANTI NRP : 05111950010001 Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

sesuai dengan masukan penguji

Surabaya, 5/15/2020 Dosen Pembimbing

(Dr. Diana Purwitasari, S.Kom., M.Sc.)

Peringkasan Otomatis Teks Twitter dengan Eliminasi Data Non-

Topik terkait COVID-19 Menggunakan Topic Modelling dan

Extractive Summarization

(40)

Nama : PUTRI DAMAYANTI NRP : 05111950010001 Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Perbaiki penjelasan tentang pemodelan topik.

Surabaya, 5/15/2020 Dosen Pembimbing

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.)

PENGUKURAN DEGREE-OF-CONCERN BERDASARKAN

HASIL KLASIFIKASI BAHASAN COVID-19 PADA TEKS

TWITTER MENGGUNAKAN PENDEKATAN DEEP

LEARNING

(41)

Nama : PUTRI DAMAYANTI NRP : 05111950010001 Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Eliminasi akan tergantung dengan similarity measurement dan thresholdnya. Perlu ada penjelasan yang dapat menjamin keberhasilan eliminaasi, tidak sampai over dan tidak under.

Pembatasan 7 topik perlu dikaji ulang, sebab topik di twitter SS tidak sekedar 7 topik itu saja.

Namun apabila jumlah topik itu open, maka penamaan judul topik juga menjadi challenge.

Surabaya, 5/15/2020 Dosen Penguji

(Prof. Dr. Agus Zainal Arifin, S.Kom., M.Kom.)

Peringkasan Otomatis Teks Twitter dengan Eliminasi Data Non-

Topik terkait COVID-19 Menggunakan Topic Modelling dan

Extractive Summarization

(42)

Nama : PUTRI DAMAYANTI NRP : 05111950010001 Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Revisi abstrak paragraf 2 variasi metode yg digunakan dijelaskan utk tahapan yang mana saja 2. Penambahan penjelasan lebih detil setiap tahapan di Bab 3

Metode Penelitian 3. Kontribusi harus clear dan penjelasan detil ditahapan ini harus lebih detil di bab 3

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

Peringkasan Otomatis Teks Twitter dengan Eliminasi Data Non-

Topik terkait COVID-19 Menggunakan Topic Modelling dan

Extractive Summarization

(43)

Nama : PUTRI DAMAYANTI NRP : 05111950010001 Judul Tesis :

Pembimbing : Dr. Diana Purwitasari, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

* typo:

- sebelum titik dua (:) jangan ada spasi

- penyebutan bulan juli di twiter yang diambil, padahal diproposal masih bulan mei

* tabel juga harus disitasi di paragraf

* Perlu dijelaskan terkait pemodelan covid dan non-covid, serta proses pelabelan kedalam 7 kategori

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Eng. Darlis Herumurti, S.Kom., M.Kom.)

Peringkasan Otomatis Teks Twitter dengan Eliminasi Data Non-

Topik terkait COVID-19 Menggunakan Topic Modelling dan

Extractive Summarization

(44)

Nama : SYAVIRA TIARA ZULKARNAIN NRP : 05111950010028

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Perbaiki tata tulis pada buku.

Surabaya, 5/15/2020 Dosen Pembimbing

(Dr. Eng. Nanik Suciati, S.Kom., M.Kom.)

Representasi Fitur Menggunakan Multi-scale Block Modified Local

Ternary Pattern pada Pengenalan Wajah Berbasis Video

(45)

Nama : SYAVIRA TIARA ZULKARNAIN NRP : 05111950010028

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Banyak space halaman yg kosong, label gambar tdk tepat di bawah gambar, "hal ini sengaja dikosongkan" tapi di posisi hal ganjil.

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Ahmad Saikhu, S.Si., MT)

Representasi Fitur Menggunakan Multi-scale Block Modified Local

Ternary Pattern pada Pengenalan Wajah Berbasis Video

(46)

Nama : SYAVIRA TIARA ZULKARNAIN NRP : 05111950010028

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Revisi Bab 3 gambar banyak yg tidak tepat lokasinya 2. Perlu didetilkan skenario ujicoba untuk memvalidasi apakah metode usulan atau modifikasi lebih baik

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.)

Representasi Fitur Menggunakan Multi-scale Block Modified Local

Ternary Pattern pada Pengenalan Wajah Berbasis Video

(47)

Nama : SYAVIRA TIARA ZULKARNAIN NRP : 05111950010028

Judul Tesis :

Pembimbing : Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

urutan: daftar isi, daftar gambar, daftar tabel Daftar isi: subbab 2.2.7 --> ada dua

Gambar 2.4 kurang jelas, perlu ditulis ulang

Gambar-gambar di bab 3 perlu ditata ulang dan dicek sitasi di paragrafnya.

Surabaya, 5/15/2020 Dosen Penguji

(Dr. Eng. Darlis Herumurti, S.Kom., M.Kom.)

Representasi Fitur Menggunakan Multi-scale Block Modified Local

Ternary Pattern pada Pengenalan Wajah Berbasis Video

(48)

Nama : VESSA RIZKY OKTAVIA NRP : 05111950010024

Judul Tesis :

Pembimbing : Dr. Umi Laili Yuhana, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

Revisi judul disesuikan dengan tujuan akhir tesis, ditambahkan contoh proses dari teks ke metode klasifikasi

Surabaya, 5/13/2020 Dosen Pembimbing

(Dr. Eng. Chastine Fatichah, S.Kom., M.Kom.) PENILAIAN OTOMATIS JAWABAN SOAL CERITA

MATEMATIKA UNTUK IDENTIFIKASI KOMPETENSI

BERHITUNG SISWA SEKOLAH DASAR DI INDONESIA

(49)

Nama : VESSA RIZKY OKTAVIA NRP : 05111950010024

Judul Tesis :

Pembimbing : Dr. Umi Laili Yuhana, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

ditambahkan penjelasan detail terkait alasan pemilihan random forest dalam topik ini dan bukan metode lain

disertakan contoh wujud tree yang terbentuk dari hasil random forest dan dari cara manual

diberi penjelasan jenis kompetensi siswa dan bagaimana contoh penentuan kompetensi siswa dari hasil uji coba yang dilakukan

Surabaya, 5/13/2020 Dosen Penguji

(Dr. Eng.Radityo Anggoro, S.Kom., M.Sc.)

PENILAIAN OTOMATIS JAWABAN SOAL CERITA

MATEMATIKA UNTUK IDENTIFIKASI KOMPETENSI

BERHITUNG SISWA SEKOLAH DASAR DI INDONESIA

(50)

Nama : VESSA RIZKY OKTAVIA NRP : 05111950010024

Judul Tesis :

Pembimbing : Dr. Umi Laili Yuhana, S.Kom., M.Sc.

Catatan :

Tanda tangan dosen pembimbing / penguji setelah mahasiswa yang bersangkutan merevisi buku proposal tesis.

NO REVISI

1. Mungkin bisa ditambahkan satu poin batasan masalah: satu kalimat hanya memiliki satu operasi;

2. diberikan contoh data latih yang menjadi masukan algoritma klasifikasi;

3. Diberikan justifikasi pemilihan Random Forest (atau deskripsi jika algoritma klasifikasi bukan fokus utama studi);

4. Jika datasetnya masuk kategori binary classification, dipertimbangkan juga untuk menggunakan metode evaluasi yang mampu mengukur keseimbangan kelas(ROC atau Kappa Score)

Surabaya, 5/13/2020 Dosen Penguji

(Agus Budi Raharjo, S.Kom., M.Sc., Ph.D.)

PENILAIAN OTOMATIS JAWABAN SOAL CERITA

MATEMATIKA UNTUK IDENTIFIKASI KOMPETENSI

BERHITUNG SISWA SEKOLAH DASAR DI INDONESIA

Gambar

Gambar 3.2 diberi penjelasan kalimat dihalaman tersebut
Gambar 2.4 kurang jelas, perlu ditulis ulang

Referensi

Dokumen terkait

Secara definitive, tanur pengering adalah suatu peralatan atau bangunan yang terdiri dari satu atau lebih ruangan (kamar), yang kedalamnya dapat dialirkan udara yang

[r]

Berdasarkan hasil penelitian dan dengan mengkaji penelitian-penelitian lain dapat disimpulkan bahwa (1) Strategi pembelajaran SiMaYang adalah strategi dari model

Upaya kedua subjek guru SM dan guru ES meningkatkan kepercayaan diri siswa dengan mengajak siswa berkomunikasi saat berputar mengelilingi kelas mengawasi

Dengan dibangunnya jalan-jalan desa dan jalan setapak yang mengelilingi tegalan memudahkan masyarakat Desa Bogorame khususnya para petani penerima redistribusi tanah untuk

indikator yang ditetap. Antara persoalan utama yang perlu diberi perhatian dalam fasa penilaian ialah kaedah penilaian yang sesuai bagi setiap indikator M&E sama ada

Keyakinan terhadap agama mempengaruhi kepatuhan terapi ARV. Di Jawa Barat masih sedikit tokoh agama yang terlibat dalam penanggulangan HIV/AIDS. Keyakinan umum yang

Permasalahan modal umumnya adalah berapa modal yang harus disediakan oleh pemilik sehingga keamanan pihak ketiga dapat terjaga, dengan CAR tinggi berarti bank