YAO Junping et al: ANALISIS DAN EVALUASI INFORMASI KREDIBILITAS BERDASARKAN BESAR DATA

Analisis dan Evaluasi Kredibilitas Informasi Berdasarkan Big Data

yao Junping 1, a, fan Shouxiang 1, b *, Li Xiaojun 1, c, Zhang Cuiping 1, d

1 Tinggi Institut Teknologi, Xi'An, Shaanxi, Cina.

email: Sebuah junpingy200225@163.com , b fsx18840653260@163.com , c xi_anlxj@126.com , d 515054023@qq.com

Abstrak - Di era data besar, pertumbuhan yang cepat dari informasi yang disebabkan banyak informasi yang sama dan palsu yang mengakibatkan kesulitan
pemilihan informasi yang efektif. Untuk ini, standar evaluasi kredibilitas informasi data web dibahas, atas dasar definisi kriteria evaluasi yang tepat, kendala
scoring wajar diformulasikan sesuai dengan kriteria evaluasi dan kekhususan dari isi data; analisis kualitatif dan kuantitatif kredibilitas informasi diteliti dengan
contoh-contoh. Tulisan ini adalah eksplorasi awal untuk kebutuhan disiplin penelitian informasi.

Kata Kunci - Analisis Data, Kredibilitas Informasi, Analisis Kualitatif, Analisis Kuantitatif

I. PENDAHULUAN pemahaman dari konsep ini adalah bahwa penerima dapat menerima dan kepercayaan
apapun sedang disebarluaskan tanpa
Di era big data, dengan pembentukan posisi dominan ekonomi pengetahuan dan Kontroversi [1]. Oleh karena itu, keandalan informasi juga dapat disebut
perkembangan pesat dari komputasi awan, internet hal dan teknologi mobile internet, jumlah keandalan persepsi atau evaluasi.
informasi memiliki kekuatan seperti tren pertumbuhan. Setiap individu di internet menghasilkan data

setiap saat, yang menghasilkan sejumlah besar pesan kualitas yang buruk dan nilai rendah. Untuk II. TINJAUAN LITERATUR
informasi pekerjaan penelitian yang memainkan peran penting dalam pekerjaan analisis data,

“informasi yang berlebihan” adalah kebutuhan ujian besar harus dihadapi dengan. Munculnya cepat
sejumlah besar pesan bahwa informasi lembaga penelitian wajah membuat pesan jauh melampaui
kemampuan mereka dari analisis informasi dan pengolahan. Dan kelebihan relatif mengarah
informasi kepada tudung dari informasi yang efektif massal, sehingga peneliti intelijen yang
dihasilkan kemampuan pengambilan keputusan rendah dan rasa tak terlihat penindasan,
mengurangi efisiensi dan penggunaan informasi yang efektif. Penelitian analisis dan evaluasi teknik
kredibilitas informasi dapat membantu informasi intelijen peneliti penyaring cepat dan akurat dalam
jumlah besar data, meningkatkan kemampuan mereka untuk membedakan keaslian dan kualitas
informasi, kemampuan mereka untuk secara efektif memperoleh informasi, keandalan dan
Melihat ke informasi [1] - [12], kami menemukan bahwa bagaimana
meningkatkan rilis informasi atau karakteristik penerima untuk
mempengaruhi sikap penerima terhadap informasi adalah studi awal
kredibilitas. Pada awal tahun 1953, mengeksplorasi konsep kredibilitas dan
memperhitungkan berbagai faktor, psikolog eksperimental Amerika dan
tokoh terkemuka di bidang studi komunikasi, CI Hovland dan sarjana W.
Kelley akhirnya berpikir bahwa kredibilitas harus memiliki dua yang paling
kritis

keakuratan hasil penelitian . Cara memilah informasi yang diharapkan dari data yang besar dan dan sangat diperlukan Faktor - keahlian dan
beragam cepat adalah masalah besar dalam ilmu pengetahuan dan teknologi informasi bekerja. kepercayaan.
Tulisan ini adalah eksplorasi awal untuk kebutuhan disiplin penelitian informasi. mengurangi Penelitian tentang evaluasi dan pengukuran kredibilitas informasi telah
efisiensi dan penggunaan informasi yang efektif. Penelitian analisis dan evaluasi teknik kredibilitas membangkitkan perhatian ulama di rumah dan di luar negeri, namun
informasi dapat membantu informasi intelijen peneliti penyaring cepat dan akurat dalam jumlah sejauh ini belum mencapai kesimpulan konsistensi [2] - [4]. Kebanyakan
besar data, meningkatkan kemampuan mereka untuk membedakan keaslian dan kualitas informasi, sarjana menekankan metode evaluasi dan sistem indeks evaluasi,
kemampuan mereka untuk secara efektif memperoleh informasi, keandalan dan keakuratan hasil mengabaikan studi tentang kredibilitas evaluasi informasi jaringan. Sebuah
penelitian . Cara memilah informasi yang diharapkan dari data yang besar dan beragam cepat metode untuk menghitung kredibilitas informasi diusulkan atas dasar
adalah masalah besar dalam ilmu pengetahuan dan teknologi informasi bekerja. Tulisan ini adalah lingkungan semantik oleh Zhong Cheng et al. Metode ini menghitung
eksplorasi awal untuk kebutuhan disiplin penelitian informasi. mengurangi efisiensi dan penggunaan kredibilitas informasi dari aspek kredibilitas konten itu sendiri dan
informasi yang efektif. Penelitian analisis dan evaluasi teknik kredibilitas informasi dapat membantu kredibilitas node informasi. Zhu Ning [4] dan perguruan tinggi nya dibahas
informasi intelijen peneliti penyaring cepat dan akurat dalam jumlah besar data, meningkatkan users'perception dan akuisisi efektif kredibilitas informasi akademik
jaringan,
kemampuan mereka untuk membedakan keaslian dan kualitas informasi, kemampuan mereka untuk secara melakukan
efektif memperoleh analisis
informasi, kualitatif
keandalan dan kuantitatif
dan keakuratan dari. enam
hasil penelitian aspek
Cara memilah informasi yang diharapkan da

Konsep kredibilitas informasi, berasal dari bidang penelitian
komunikasi massa, umumnya percaya bahwa apa informasi sejauh mana
atau informasi sumber yang terpercaya. teknik komputasi biasanya
diadopsi untuk mengevaluasi kredibilitas informasi berdasarkan data yang
diperoleh dari Internet.It juga dapat dijelaskan sebagai kualitas penerbit
informasi atau media komunikasi yang
relevansi, objektivitas, akurasi, otoritas, ketepatan waktu dan pemastian.
Shen Wang [5] et al. melakukan penelitian tentang evaluasi kredibilitas
informasi dari pertanyaan dan jawaban masyarakat, dan menemukan
bahwa isi dari informasi tersebut terbesar

penerima merasa. Biasa

DOI 10,5013 / IJSSST.a.20.06.11 11.1 ISSN: 1473-804x online, 1473-8031 cetak

 YAO Junping et al: ANALISIS DAN EVALUASI INFORMASI KREDIBILITAS BERDASARKAN BESAR DATA

berdampak pada kredibilitas informasi. Untuk menghilangkan informasi
gangguan dari platform C2C, Guo Shunli [6] et al. dibangun sebuah
kredibilitas informasi metode perhitungan yang inovatif dengan
menggunakan tertimbang abu-abu relasional gelar Cara atas dasar
pembangunan sistem indeks informasi kredibilitas evaluasi, yang memiliki
signifikansi praktis tertentu. P. Borah [7] mempelajari pengaruh hyperlink
pada kredibilitas dirasakan berita. Hasil penelitian menunjukkan bahwa
penggunaan hyperlink dapat meningkatkan kredibilitas yang dirasakan
informasi. R. Li [8] et al. didirikan model inovasi berdasarkan ELM, dan
akhirnya dikonfirmasi tiga faktor utama yang mempengaruhi kredibilitas
dirasakan informasi dari pandangan media dan pesan kredibilitas dengan
menguji data empiris di Facebook.
Setelah memeriksa hasil penelitian di bidang terkait di rumah dan di
luar negeri, meringkas persyaratan khusus untuk penilaian kredibilitas
informasi di bidang penelitian informasi, dalam makalah ini, kami
mengumpulkan dan preprocessed data besar internet sesuai dengan topik
hangat, dan kemudian metode kualitatif dan kuantitatif digunakan untuk
mengevaluasi kredibilitas informasi dari tiga aspek berikut: sumber, waktu
dan judul.
AKU AKU AKU. PENDATAAN DAN PENGOLAHAN Dalam rangka
memfasilitasi penelitian, kami menganalisis kredibilitas informasi melalui analisis
kasus: memberikan tema --- informasi yang 288 perguruan tinggi sarjana akan
berubah menjadi perguruan tinggi kejuruan dan teknis ditransmisikan melalui
luas. Jika pengumpulan data titik diadopsi, beban kerja terlalu besar,
sehingga makalah ini terutama mengadopsi massal koleksi paging data.
A. Konsolidasi Data dan Klasifikasi.
Pemilahan dan klasifikasi data adalah pekerjaan profase analisis data,
yang memiliki makna penting dan fungsi. Ada dua jenis data: satu adalah
variabel kontinu, seperti tinggi, berat badan, dll dan yang lainnya adalah jenis
variabel diskrit, yang tidak kompatibel satu sama lain, seperti seks dan
golongan darah. Yang terakhir ini digunakan dalam penelitian ini. Dalam
rangka memfasilitasi analisis data kemudian dan hasil penelitian, 750 Data
yang diambil sebagai sampel untuk membuat klasifikasi yang wajar dari data.
Waktu standar diubah menjadi “lama format waktu”, misalnya, 14 Februari
2010 dinyatakan sebagai 20.100.214 bentuk. Karena data tersebut ada di
spreadsheet Excel, kita dapat menggunakan fungsi pengurutan digital data
mengurutkan dan memproses digital (waktu) di urutan menaik, sehingga
kemudian indeks evaluasi waktu akan menjadi nyaman.
B. Pengolahan Informasi Sumber:
Karena sumber informasi teks, pertama kita ditandai setiap informasi, maka
mengumpulkan informasi dari asalnya yang sama, dengan demikian kita dapat
menggunakan standar yang sama untuk mengevaluasi mereka.
C. Kata Kunci Pengolahan:
Pertama, kami menentukan beberapa kata kunci, menghitung jumlah

jaringan, kemudian menggunakan web crawler untuk menangkap data pada kata kunci yang terkandung dalam setiap informasi yang ditangkap,
tercantum dalam Excel, dan diproses dalam urutan menaik. Yang paling
halaman web yang relevan. Ada definisi: “Jika ada beberapa pesan dari struktur
sulit adalah penghitungan jumlah karakter, yang merupakan beban kerja
yang sama pada halaman, kita dapat mendefinisikan informasi struktur yang
yang berat. Jadi kita ingin program untuk menyelesaikan jumlah kata,
sama sebagai sampel”. Demikian pula, beberapa informasi yang terstruktur
akhirnya software Matlab membantu. Kemudian kita memproses angka
adalah berbagai contoh. Artikel ini rencana untuk menangkap semua informasi
statistik di urutan menaik di excel.
tentang konten ini, yang terstruktur informasi pada semua halaman web. Topik
yang dibahas melibatkan banyak aspek dan format lebih Berikut ini adalah prosedur untuk jumlah kata:

clc jelas Data %%

impor

[~, ~, Baku] = xlsread ( 'C: \ Users \ Lou \ Desktop \ WCN \ analyze.xlsx', 'menganalisis', 'B2: B752'); mentah (cellfun (@ (x)
~ isEmpty (x) && IsNumeric (x) && Isnan (x), mentah)) = { ''}; cellVectors = mentah (:, 1);

%% Tetapkan array diimpor ke kolom variabel nama W = cellVectors (:, 1);

%% Batal variabel sementara clearvars cellVectors baku; num = cellfun (

'panjang', W); xlswrite ( 'hasil', num);

DOI 10,5013 / IJSSST.a.20.06.11 11.2 ISSN: 1473-804x online, 1473-8031 cetak

 YAO Junping et al: ANALISIS DAN EVALUASI INFORMASI KREDIBILITAS BERDASARKAN BESAR DATA

D. Kualitatif dan Analisis Kuantitatif Informasi (2) 2 poin untuk 24-33 kata (3) 3 poin untuk lebih dari 34 kata-kata Kami
Kredibilitas: memilih tiga nilai ini karena mereka terus-menerus dan kesenjangan nilai
tidak besar, sehingga skor lebih ketat.
Matematis skrining dan evaluasi ilmiah
Indikator yang digunakan untuk membangun model evaluasi. Fungsi dari model ini adalah
untuk dapat secara sistematis mengevaluasi kredibilitas informasi dari berbagai faktor
TABEL I. EVALUASI HASIL Waktu Standar
kuantitatif dan kualitatif. Kami Masukan standar sumber pertama. Data pengambilan diperoleh Sumber Standard Kata Kunci Jumlah scoring
dari mesin Baidu, sumber lebar, jadi kami memberikan informasi standar evaluasi menurut Standar karakter Situasi

sumber yang berbeda. Sumber situs web dibagi menjadi tiga kategori. Yang pertama adalah 1 2 1 25 2
1 1 1 13 1
sangat terkenal dan berwibawa (seperti people.com, CCTV, jaringan pendidikan China,
1 3 2 26 2
xinhuanet.com dan pendidikan setempat situs resmi, dll); Yang kedua adalah terkenal tetapi
1 1 1 16 1
tidak sangat berwibawa (seperti Baidu, Sina, sohu, Tencent, dll); Jenis ketiga adalah situs 1 2 1 10 1
dengan popularitas yang rendah dan otoritas rendah (personal halaman web forwarding, 1 2 2 16 1
beberapa promosi halaman web iklan). Kami menandai 3 sumber, 3 poin, 2points dan 1 poin 1 2 2 14 1
1 1 1 32 2
masing-masing. Jumlah kata kunci dalam informasi adalah kriteria lain untuk mengevaluasi
1 2 2 14 1
kredibilitas informasi. Setelah percakapan melibatkan kata-kata sensitif militer, atau berisi kosa
1 3 1 28 2
kata pemerintah tertarik, itu akan menjadi kunci untuk dipantau. Mengatur kata-kata kunci
1 1 2 34 3
sesuai dengan tujuan kami. Ada tiga jenis indikator evaluasi, (1) kata kunci tidak termasuk; (2) 1 3 3 25 2
berisi satu atau dua kata kunci; (3) berisi tiga kata kunci. Skor pada gilirannya juga 1, 2, dan 3. 1 1 3 34 3

Mengatur kata-kata kunci sesuai dengan tujuan kami. Ada tiga jenis indikator evaluasi, (1) kata 1 2 2 34 3
1 3 2 30 2
kunci tidak termasuk; (2) berisi satu atau dua kata kunci; (3) berisi tiga kata kunci. Skor pada
1 3 2 33 2
gilirannya juga 1, 2, dan 3. Mengatur kata-kata kunci sesuai dengan tujuan kami. Ada tiga jenis
1 2 2 33 2
indikator evaluasi, (1) kata kunci tidak termasuk; (2) berisi satu atau dua kata kunci; (3) berisi 1 3 2 35 3
tiga kata kunci. Skor pada gilirannya juga 1, 2, dan 3. 1 3 3 34 3
1 2 3 34 3
2 2 3 33 2
2 1 3 32 2
2 2 3 21 1
2 2 3 25 2
Dalam bentuk yang sangat maju dari media, dalam jurnalisme, 2 3 3 39 3
mengejar ketepatan waktu berita adalah tujuan utama, dan tidak ada hal
seperti “baru” tanpa fitur ini. Dalam proses transmisi informasi, namun, pada
E. Korelasi Antara Indeks Tunggal dan
tahap awal rilis penerbit tidak dapat memberikan beberapa bukti dan pesan
Evaluasi Hasil:
hanya dapat memprovokasi perdebatan tetapi tidak dapat sepenuhnya
percaya. Kami menggunakan waktu kami merilis informasi sebagai indikator Kami mengeksplorasi yang indeks evaluasi kami mendirikan memiliki
evaluasi , dan kami percaya bahwa informasi yang lebih baru, semakin
korelasi tertinggi dengan hasil. clc jelas A = xlsread ( 'test'); x1_z = min (min
kredibel itu. Kami membagi waktu rilis dari informasi yang kami kumpulkan
menjadi tiga fase: (1) 2010-2011 adalah tahap pertama; (2) 2015-2016 (corrcoef (A (:, 1), A (:, 5)))); x2_z = min (min (corrcoef (A (:, 2), A (:, 5)))); x3_z

adalah tahap kedua; (3) informasi setelah 2017 adalah di tahap ketiga. = min (min (corrcoef (A (:, 3), A (:, 5)))); x4_z = min (min (corrcoef (A (:, 4), A (:,
Dengan cara ini, kita diberikan satu, dua dan tiga poin di masing-masing 5)))); x1_z = x1_z / (x1_z + x2_z + x3_z + x4_z); x2_z = x2_z / (x1_z + x2_z +
tiga tahap.
x3_z + x4_z); x3_z = x3_z / (x1_z + x2_z + x3_z + x4_z); x4_z = x4_z / (x1_z +

x2_z + x3_z + x4_z); B = A (:, 1) * x1_z + A (:, 2) * x2_z + A (:, 3) * x3_z + A (:,
Fitur berita informasi tidak dapat diabaikan ketika membahas 4) * x4_z; xlswrite ( 'test2.xls', B)
kredibilitas informasi. Berita meliputi waktu, tempat, karakter dan komentar.
Kami ingin melihat deskripsi yang lebih rinci dari beberapa peristiwa besar,
karena lebih rinci mereka, yang lebih menarik atau dipercaya pembaca
akan. deskripsi Menghitung rincian, dan kemudian teks dapat dikonversi ke
jumlah karakter. Kami menggunakan software Matlab program, maka
program dapat membaca informasi teks dalam spreadsheet. Catat nomor
kata masing-masing informasi ke level Menghitung detail,

(1) 1 poin untuk kurang dari 23 kata

TABEL II. HUBUNGAN VALIDASI

DOI 10,5013 / IJSSST.a.20.06.11 11.3 ISSN: 1473-804x online, 1473-8031 cetak

 YAO Junping et al: ANALISIS DAN EVALUASI INFORMASI KREDIBILITAS BERDASARKAN BESAR DATA

Kata kunci
Sumber
Waktu Standar Karakter Nomor Scoring Keandalan
s
Standar Keandalan situasiSkor Tingkat
Standar
1 2 1 25 2 3.683831 12
1 1 1 13 1 3.683831 12
1 3 2 26 2 3.683831 12
1 1 1 16 1 3.683831 12
1 2 1 10 1 3.683831 12
1 2 2 16 1 3.683831 12
1 2 2 14 1 3.683831 12
1 1 1 32 2 3.683831 12
1 2 2 14 1 3.683831 12
1 3 1 28 2 3.683831 12
1 1 2 34 3 3.683831 12
1 3 3 25 2 3.683831 12
1 1 3 34 3 3.478044 11
1 2 2 34 3 3.478044 11
1 3 2 30 2 3.478044 11
1 3 2 33 2 3.478044 11
1 2 2 33 2 3.478044 11
1 3 2 35 3 3.478044 11
1 3 3 34 3 3.478044 11
1 2 3 34 3 3.478044 11
2 2 3 33 2 3.478044 11
2 1 3 32 2 3.478044 11
2 2 3 21 1 3.447373 11
2 2 3 25 2 3.447373 11
2 3 3 39 3 3.447373 11

Korelasi Data menunjukkan bahwa penggunaan sumber informasi REFERENSI

untuk evaluasi lebih objektif. korelasi diverifikasi oleh hasil. Hasil penelitian
menunjukkan bahwa skor keandalan telah berubah, tapi kehandalan tidak
berubah sangat, dan tidak memiliki dampak yang besar pada evaluasi
kredibilitas keseluruhan.
[1] Barat, Mark Douglas, Memvalidasi Skala untuk para Pengukuran
Kredibilitas: Sebuah Kovarian Modeling Struktur Pendekatan, J. Jurnalisme Quarterly. 71,1
(1994) 159-168.
[2] Lu Baoyi, Evaluasi Jaringan Informasi Sumber Daya, J. Journal of
China Society for Scientific & Technical Informasi. 21,1 (2002) 71-76.

Berdasarkan Informasi [3] Deng Yunfa, Evaluasi dan Seleksi Keputusan

F. Diskusi Evaluasi Hasil
pada Kredibilitas, J. Pasar Modernisasi. 7 (2009) 68-69. [4] Zhu Ning, Chen Hongqin et
al., Analisis dan Evaluasi
Melalui analisis data, kami melakukan analisis lengkap kredibilitas Keandalan Persepsi Pengguna Jaringan Akademik Sumber Daya Informasi, J.
informasi data internet. Dalam studi ini, kami menemukan bahwa korelasi Perpustakaan. 5 (2010) 37-39. [5] Borah P, dunia hyperlink: lihat bagaimana interaksi

antara kriteria sumber dan hasil akhir adalah yang tertinggi, sehingga di masa
frame berita dan hyperlink mempengaruhi kredibilitas berita dan kemauan untuk mencari
depan ketika menilai WEB data besar kita dapat mengamati apakah asal
informasi, J . Jurnal komunikasi komputer-dimediasi ..
informasi berasal dari beberapa website yang sangat terkenal dan berwibawa. 19,3 (2014) 576 -590
[6] LI R . SUH A, Faktor yang mempengaruhi kredibilitas informasi tentang sosial
platform media: bukti dari halaman Facebook, J. Procedia ilmu komputer. 72 (2015) 314
-328 .
IV. KESIMPULAN DAN PEKERJAAN SELANJUTNYA
[7] Shen Wang et al., Penelitian tentang Evaluasi Informasi
Kredibilitas Sosial Q & Sebuah Berbasis Komunitas di Pengguna Perspektif, J.
Melalui penelitian di atas kita dapat melihat bahwa pemilihan indikator Perpustakaan dan Layanan Informasi, 62,17 (2018) 104 -111 [8] Guo Shun-li et al., Sebuah
dan penentuan indeks berat badan ditentukan oleh kebutuhan aktual dari Studi C2C Platform Informasi Produk
berbagai bidang dalam analisis kualitatif dan kuantitatif dari kredibilitas Kredibilitas Berdasarkan Hubungan Gray kelas, J.Information Science. 07 (2017)
144-150.
informasi.
[9] Zhong Cheng, Zhao Zhifeng et al., Penelitian Komputasi
Metode Informasi Keandalan di Semantic Lingkungan, Teori Kecerdasan J. dan Praktek.
Tulisan ini adalah eksplorasi awal untuk persyaratan disiplin penelitian 35 (2012) 103-106. [10] Wang Yan, Keberadaan dan Pengembangan Lalu Lintas
informasi, dan studi lebih lanjut diperlukan dalam hal perhitungan berat Broadcasting di
Big data Wave, J. Berita Panduan Penelitian. 95,11 (2016). 382 [11] Hu Wenrui,
badan dan perhitungan evaluasi kredibilitas.
Memasuki Era Big Data, J. Sinopec. 12 (2013) 30-30. [12] Li Min, Desain Internasional dan
Implementasi Java Sistem Web
Berdasarkan Struts2-Hibernate-Spring, J. Software. 37,2 (2016) 166-169 [13] Gerry, Li
Hua, Gao Lingmei, Pengembangan Manajemen Properti
Sistem, J. Pendidikan mengajar BBS, 15 (2010) 22.

DOI 10,5013 / IJSSST.a.20.06.11 11.4 ISSN: 1473-804x online, 1473-8031 cetak

 YAO Junping et al: ANALISIS DAN EVALUASI INFORMASI KREDIBILITAS BERDASARKAN BESAR DATA
[14] Jenkins, John G, Penggunaan data pasien: GMC pedoman
kerahasiaan, J. BMJ. 335.7632 (2007) 1226.
[15] Westendorf, J. Jennifer, Memanfaatkan Keperawatan perioperatif data Set
dalam pengaturan Bedah, J. Plastik Bedah Keperawatan. 27,4 (2007) 181-184. [16]
Raman, P., V. Cherezov, M. Caffrey, The Membrane Protein Data
Bank, J. Seluler dan Molekular Biologi. 63,1 (2006) 36-51. [17] Runy LA, halaman data.
kamar pasien datang usia, J. Rumah Sakit & Kesehatan
Jaringan. 80,4 (2006) 34.
[18] Brazma, Alvis, et al., Penyimpanan data dan analisis di ArrayExpress, J.
Metode dalam enzim. 411,5 (2006) 370-386 ..
[19] Smoot A, S. Prchlik, data bit. Apa yang diinginkan hatimu kau tahu:
Gejala risiko pada orang dewasa yang lebih tua, J. Kentucky Perawat. 54,4 (2006) 22. [20]
Khaji, Ali, B. Eftekhar, Pengumuman Sina Trauma Data Bank
(STDB), J. Timur Mediterania jurnal kesehatan. 12,6 (2006) 930. [21] Laing, Karen,
Penggunaan SGNA Minimum Set Data di Klinik
Area, J. Gastroenterologi Keperawatan. 28,1 (2005) 59-60. [22] DN Williams, T Bremer,
C Doutriaux et al., Ultrascale Visualisasi
Data Iklim, J. Komputer. 46,9 (2013) 68-76.
.
.
DOI 10,5013 / IJSSST.a.20.06.11
[23] Tidak diketahui, Rock Stars of Big data Iklan, J. Computing di
Science & Engineering. 15.4 (2013) 75-75. [24] Chielle, Eduardo, et al., Mengevaluasi
Selektif redundansi di
Teknik Data-Flow Software Berbasis, J. IEEE Transaksi pada Sains Nuklir. 60,4 (2013)
2768-2775. [25] Baker, dan SC, Jurnal Keturunan mengadopsi Joint data Pengarsipan
Kebijakan, J. Journal Hereditas. 104,1 (2013) 1-1. [26] Brusco, Michael, et al, Algoritma
Exact untuk Blockmodeling dari
Dua-Mode Jaringan Data, J. The Journal of Sociology Matematika.
37,2 (2013) 61-84.
[27] Alonso, F., et al., Model Membangkitkan Referensi untuk struktural
Kompleks Data, J. Metode Informasi Medicine. 52,05 (2013) 441-453.
[28] Ip EH, Molenberghs G., Chen S.-H. et al., fungsional
Unidimensional Barang Response Model untuk multivariat Binary Data, J. multivariat
Behavioral Research. 48,4 (2013) 534-562.
11,5 ISSN: 1473-804x online, 1473-8031 cetak