Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam pembahasan tugas akhir ini kita hanyamelibatkan bentuk-bentuk matrik diagonal tertentu yangnanti akan kita hitung determinannya.Sebuah Determinan 5-Diagonal Toeplitz order-n.( P ea ) didefinisikan mempunyai elemen-elemen nol ndiraana-mana " keouali pada kelima diagonal utamanya,dengan setiap diagonal utamanya mempunyai elemen yangsama di semua posisi.Jadi determinan hanya tergantung dari 5 buah parameterbebas menurut urutannya ( x, y, s, it)"

"Berbeda dengan pandangan umum yang cenderung mengaitkan ketidak-pastian ke dalam konteks probabilistik, teori fuzzy mengenali ketidak-pastian justru dalam kaitannya dengan fuzziness yaitu kekurang-tepatan pendefinisian aspek-aspek yang terkait dengan suatu entitas, ataupun ambiguity yaitu pengaitan sejumlah berhingga pemaknaan atas entitas berfonetik sama. Paradigma yang ditawarkan oleh teori fuzzy adalah nilai keanggotaan yang gradual antara non-membership dan full-membership. Dalam kaitannya dengan modelisasi matematis fenomena riil yang secara alamiah mengandung aspek ketidak-pastian non-probabilistik, diajukan persamaan diferensial fuzzy sebagai alat bantu teoritis. Dalam menyelesaikan persamaan diferensial biasa linier fuzzy digunakan metode generalized differentiability. Kelebihan metode ini, atas metode-metode sebelumnya terletak pada kepraktisan dalam mencari solusi persamaan diferensial biasa linier fuzzy. "

" ABSTRAKClustering adalah salah satu topik penting pada bidang Data Mining. Teori graf dapat digunakan untuk membantu clustering dengan cara membuat graf yang mewakili data-data yang akan di-cluster. Salah satu metode graf clustering adalah k-way spectral clustering yang memanfaatkan sebanyak k nilai eigen dan vektor eigen pertama dari matriks Laplacian suatu graf untuk melakukan clustering dengan k adalah banyaknya cluster yang diinginkan. Pada skripsi ini dibahas mengenai algoritma k-way spectral clustering merujuk kepada Ng, Jordan, dan Weiss (2002) dan von Luxburg (2007).

---

ABSTRACT

Clustering is one of the most important topic in Data Mining. Graph can be used to do clustering by forming a representation graph data which is needed to be clustered. K-way spectral clustering is one of many methods of graph clustering. This method uses first-k eigen values and eigen vectors of a Laplacian matrix to cluster with k is the number of desired clusters. In this skripsi, it will be discussed a k-way spectral clustering algorithm by Ng, Jordan, and Weiss (2002) and von Luxburg (2007)."

"Dibahas algoritma paralel Prefix Sums pada model komputer SIMD dengan model EREW SM SIMD dan model keterhubungan elemen prosesor berbentuk: Khusus, Unshuffle, Pohon dan Mesh dimensi 2. Kompleksitas waktu dari algoritma paralel Prefix Sums adalah:O(log n) pada model EREW SM SIMD,O(log n) pada keterhubungan Khusus,O(log n) pada keterhubungan Unshuffle,O(log n) I pada keterhubungan Pohon, dan0(n112) I pada keterhubungan Mesh dimensi 2.Algoritma paralel Prefix Sums mi dimanfaatkan dalam optimisasi masalah Knapsack."

"Kemudahan dalam mengakses atau mendapatkan berbagai macam informasi digital menjadikan citra digital salah satu objek yang rentan di manipulasi. Teknik kriptografi dapat diterapkan untuk menjaga keaslian dan keamanan citra digital. Suatu algoritma enkripsi berbasis chaos dirancang untuk meningkatkan daya tahan terhadap brute force attack dan known plaintext attack. Pada skripsi ini, fungsi chaos yang digunakan dalam algoritma enkripsi ialah sine map yang akan digunakan sebagai pembangkit bilangan acak untuk mendapatkan keystream. Daya tahan dan kinerja algoritma dilihat berdasarkan waktu proses enkripsi dan dekripsi, analisis sensitivitas kunci, analisis ruang kunci, analisis histogram, serta analisis keacakan. Hasil yang diperoleh yakni sensitivitas kunci mencapai 10-16, ruang kunci mencapai 1030, keystream yang random, serta distribusi nilai piksel dari citra terenkripsi uniform. Hal ini menunjukkan bahwa algoritma enkripsi citra digital dengan menggunakan fungsi chaos sine map tahan terhadap brute force attack dan known plain text attack.

---

Ease of access or obtain various kinds of digital information makes the digital image is one object that is susceptible of manipulation. Cryptographic techniques can be applied to maintain the authenticity and security of digital image. A chaosbased encryption algorithm is designed to increase resistance to brute-force attack and known plain text attack. In this research, chaos function that is used in encryption algorithm is sine map that will be used as a random number generator to generate the keystream. Durability and performance of the algorithm are observed based on key sensitivity analysis, key space analysis, histogram analysis, and analysis of randomness. The results are the algorithm has key space of 􀍳􀍲􀬷􀬴, key sensitivity up to 􀍳􀍲−􀬵􀬺, the key stream is proved random, and the distribution of pixels value from encrypted image is proved uniform. It shows that the digital image encryption algorithm using chaos function sine map resistant to brute-force attack and known plain text attack."

"Polinomial Chebyshev jenis pertama dan kedua dapat direpresentasikan di dalam kuantitas kompleks yang didefinisikan oleh formula Moivre. Polinomial Chebyshev jenis pertama merupakan bagian real dari kuantitas kompleks sedangkan polinomial Chebyshev jenis kedua merupakan bagian imajiner dari kuantitas kompleks. Karena sifat keterhubungan polinomial Chebyshev di dalam kuantitas kompleks, fungsi pembangkit dari polinomial Chebyshev jenis pertama dan kedua dapat diturunkan berdasarkan bagian real dan imajiner dari fungsi pembangkit kuantitas kompleks. Dalam skripsi ini fungsi pembangkit yang akan diturunkan adalah fungsi pembangkit dari polinomial Chebyshev jenis pertama dan kedua, hasil kali dari polinomial Chebyshev jenis pertama dan kedua, serta fungsi pembangkit dari generalisasi polinomial Chebyshev jenis pertama dan kedua. Fungsi pembangkit yang akan diturunkan adalah fungsi pembangkit biasa dan fungsi pembangkit eksponensial.

---

Chebyshev polynomials of the first and the second kind can be represented by a complex quantity that is defined as the Moivre formula. Chebyshev Polynomial of the first kind is related to the real part of the complex quantity whereas Chebyshev polynomial of the second kind is related to its imaginary part. In as much the existence of the relation, the generating functions of Chebyshev polynomials of the first and the second kind can be derived from the real and the imaginary part of the generating functions of the complex quantity. The generating functions derived in this mini thesis are the generating functions of Chebyshev polynomials of the first and the second kind, product of Chebyshev polynomials and the generalization of Chebyshev polynomials.The generating functions which will be derived are ordinary and exponential generating functions."

"ABSTRAKDalam kurun waktu lebih dari dua dekade terakhir, deteksi anomali menjadi salah satu topik yang menarik bagi para peneliti untuk dikembangkan. Collaborative-Representation-Based Detector (CRD) merupakan salah satu metodologi deteksi anomali yang berhasil dikembangkan. CRD melakukan aproksimasi masing-masing piksel pada background yang direpresentasikan oleh piksel-piksel tetangga, sementara itu piksel anomali tidak bisa direpresentasikan sama seperti piksel yang lainnya. Citra yang dihasilkan dari metodologi ini tergolong baik, karena mampu mendeteksi piksel anomali dengan cukup akurat. Kelemahannya adalah, citra hasil deteksi yang dihasilkan cenderung memperlihatkan banyak piksel yang sebenarnya bukan anomali walaupun dengan nilai intesitas yang sangat kecil. Penerapan threshold penyesuaian Root-Mean pada penelitian ini akan melakukan filter terhadap piksel-piksel pengganggu yang tidak diinginkan pada citra hasil proses CRD tersebut sehingga memberikan hasil yang lebih memuaskan. Dari sembilan data yang digunakan pada penelitian ini, hampir semua data menunjukan perbaikkannya setelah dilakukan filter dengan threshold RM.

---

ABSTRACT

Over the last two decades, anomaly detection is one of most interesting topics to develop for researchs. Collaborative-Representation-Based Detector (CRD) becomes one of the methodologies that was successfully developed. In CRD, each pixel in background can be approximately represented by its spatial neighborgoods, while anomalies cannot. The output image of this methodology can be categorized as good enough because it can detect the anomalies pixel accurately. However, the output image tend to show us there are many normal pixels around the anomaly pixel, although in very low intensity. Implementation of Root-Mean Adjustment threshold in this research will filter that unexpected pixel to obtain the statisfactory results. To compare performences of Root-Mean Adjustment threshold. Most of the nine Data show us that its unexpected can be filtered and show the better results.

"