Hasil Pencarian  ::  Simpan CSV :: Kembali

"Conveyor adalah alat pemindah bahan yang sering digunakan di pabrik-pabrik. Konstruksinya bermacam-macam tergantung dari mana bahan yang akan dipindahkan dan kemana bahan itu dipindahkan.Karena fungsi tersebut, maka untuk perencanaanya diperlukan perhitungan terhadap parameter-parameter yang berhubungan dengan conveyor tersebut."

"ABSTRAKAlat pembalik frame adalah salah sam alat yang ada di pabrik PT. Toyota Astra Motor. Alat ini digunakan untuk membalik iiame kendaraan, khususnya kendaraan crown dan landcruiser. Selama beroperasi alat ini melakukan gerakan-gerakan seperti menjepit dan melepas, memutar 180°, dan naik dan turun. Untuk melakukan gerakan-gerakan tersebut alat ini memerlukan tenaga penggerak seperti motor listrik dan tekanan penumatik.Pemilihan tenaga penggerak tersebut adalah masalah utama dalam perancangan mekanisme penggerak pembalik iiame. Mekanisme penggerak tersebut harus mampu melawan beban statis dan beban dinamis yang terjadi selama beroperasi.Beban statis yang terjadi pada alat pembalik frame seperti gesekan-gesekan yang texjadi selama pergerakan. Pada gerakan pexputaran teljadi gesekan pada sekeliling luas permukaan. Gesekan ini terjadi karena adanya pergeseran antara dua permukaan benda berbeban yang bergerak. Beban ini sangat bervariasi sehingga rnemerlukan analisa untuk mengetahui berapa besarnya rcaksi texjadi pada tiap titik prgerakkan tersebut.Beban dinamis yang teljadi pada alat pembalik Eame adalah dibutuhkannya gaya tambahan untuk melakukan percepatan-percepatan linier maupun percepatan sudut.Selain tenaga penggerak, mekanisme penggerak juga membutuhkan elernen-elernen lain yang mefndukung pergerakkan tersebun Seperti gerakan perputaran dibutuhkan poros, bantalan, sprol-cet, dan rantai rol. Sedangkan pada gerakkan menjepit dibutuhkan elemen-elemen pneumatik seperti katup arah, pengendali aliran, pipa, dll.Pada gerakkan naik-turun dibutuhkan rangkaian batang-batang yang beximgsi sebagai penyeimbang.Dengan adanya analisa dan perhitungan yang seksama diharapkan tidak te1jadi kesalahan-kesalahan dalam melakukan pemilihan dan pembelian elemen-elemen penggerak tersebut.

---

"

"ABSTRAKTurbin air arus lintang adalah salah satu jenis turbin air dimanaaliran airnya mengalir masuk dan keluar dari rotor turbin dengan arahmelintang menembus rode jalannya dan memindahkan enarginya dua Kaliyaitu pada tingkat pertama dan tingkat kedua. Dilihat dari jaiannya air, lurbinini seringkali disebut sebagai turbin dengan dua tlngkat keoepalan.Berpegang pada fasilitas - fasilitas yang terdapat didaerah terpencil dan daerah irigasi dipertimbangkan sangat terbatas. maka tim mikrohidra MH2-UI memilih membuai turbin jenis arus lintang yang dirasa cocok dengan kondisi slam, oadangan enargi air di Indonesia Serta sesuai dengan kebijaksanaan pemerintah mengenai Pembangkit Listrik Tenaga Mikrohidro.Dalam hal ini. dirancanglah suatu sisiem penyalur daya yang cocok dengan jenis turbin ams lintang Inl dengan metode perhitungan mekanika fiulda, elemen mesin, kekuatan bahan dan enalisa dinamik yang menghasilkan dimensi, bentuk, pernllihan pmduk dan analisa kekuatan. Setelah proses perancangan, dilanjutkan dengan umtan proses fabrikasi yang dilakukan di bengkel pennesinan berdasarkan cetak biru dari hasilrancangan.Hasil akhimya ada di pengujian lapangan di LTA mini PLN Cipayung sentral 1 dlmana turbin hasil kerja sama penulis bersama tim diuji kinerjanya hlngga didapat data - data karakteristik dari turbin ini.

---

"

"Penggunaan mesin deteksi ulir & packing selama ini mengakibatkan filter menjadi reject/rework. Filter reject/rework tersebut dibagi menjadi tiga jenis yaitu : sablon rusak, cat rusak dan body penyok. Setelah dilakukan penelitian dilapangan, ternyata ada dua faktor yang menjadi penyebab filter reject/rework yaitu : kapasitas mesin yang tidak sama sehingga mesin overload dan sistem rnekanik dari mesin deteksi ulir sendiri. Dari permasalahan tersebut dilakukan perancangan mesin deteksi ulir & packing baru untuk menyempumakan mesin deteksi ulir & packing sebelumnya. Desain dikembangkan dari dua faktor penyebab filter reject, prinsip kerjanya masih menggunakan sistem yang lama. Ada empat modiiikasi yang clibuat dimesin baru yaitu : mesin deteksi ulir digabung dengan oven pengering, mesin mengatur incoming filter, rod transfer dibuat atas dan bawah, clamp centering menggunakan sistem roll. Dengan pembuatan mesin sistem mekanik baru hasil modifikasi diharapkan, filter reject /rework bisa berkurang, kelebihan yang lain harganya lebih murah, hanya 44% dari harga mesin sebelumnya."

"Penyakit kulit merupakan penyakit yang sangat umum pada manusia. Penyakit kulit merupakan salah satu penyakit dengan penyebaran paling luas di dunia. Banyaknya jenis penyakit kulit yang ada membuatnya sulit untuk di identifikasi dengan benar. Identifikasi penyakit kulit sangat penting dilakukan untuk mengetahui tindakan medis apa yang akan dilakukan pada penyakit tersebut. Dengan memanfaatkan machine learning, identifikasi penyakit kulit dapat dilakukan dengan lebih cepat dan dapat menjadi bantuan agar menjadi diagnosa awal penyakit kulit. Penelitian ini melakukan pengujian pada model deep learning untuk mengidentifikasi penyakit kulit yang ada di dalam dataset DermNet. AlexNet adalah model deep learning yang telah digunakan untuk mengklasifikasikan objek dengan dataset yang besar. Hasil pengujian pada penelitian ini dapat menjadi salah satu bahan perbandingan dalam perkembangan deep learning. Nilai akurasi validasi yang didapat dari model mencapai 44,25%.

---

Skin disease is a widespread disease in humans. Skin disease is one of the most pervasive diseases in the world. The many types of skin diseases make it difficult to identify correctly. Identifying skin diseases is essential to determine what medical action will be taken for the disease. By utilizing machine learning, the identification of skin diseases can be done more quickly and aid in making an early diagnosis of skin diseases. This study tested a deep learning model to identify skin diseases in the DermNet dataset. AlexNet is a deep learning model used to classify objects with large datasets. The test results in this study can be used as a comparison in developing deep learning. The validation accuracy value obtained from the model reaches 44.25%."

"

Emosi merupakan hal penting yang dimiliki oleh manusia. Banyak riset yang sudah dilakukan untuk menganalisis emosi seseorang secara langsung maupun tidak langsung. Salah satu topik dari machine learning yang berkembang adalah sistem yang mampu mempelajari isi suara manusia untuk menentukan emosi seseorang yang dinamakan speech emotion recognition. Banyak riset yang sudah dilakukan masih menggunakan dataset berbahasa Inggris, untuk itu diperlukan penelitian speech emotion recognition dengan menggunakan dataset berbahasa Indonesia. Pada penelitian ini dilakukan analisa speech emotion recognition menggunakan  4 model berbeda yaitu Convolutional Neural Network (CNN), Support Vector Machines (SVM), K-Nearest Neighbor (KNN), dan Logistic Regression (LR). Penelitian ini dilakukan dengan menggunakan hasil ekstraksi dari Mel-frequency Cepstral Coefficient (MFCC) yang dimasukkan ke dalam bentuk matriks 2D sebagai input menuju model percobaan. Dataset yang digunakan merupakan cuplikan dialog berbahasa Indonesia dengan karakteristik emosi tertentu yang sudah dikelompokkan terlebih dahulu. Dari percobaan yang telah dilakukan, didapatkan hasil bahwa model SVM memiliki tingkat rata-rata akurasi tertinggi jika dibandingkan dengan model lainnya, yaitu sebesar 59%. Sedangkan untuk model LR, KNN, dan CNN didapatkan tingkat akurasi rata-rata secara berurutan sebesar 54,5%; 53,5%; dan 47,7%.

---

Emotions are important things in human life. A lot of research had been done to analyze persons' emotions directly or indirectly. One of the topics of machine learning that is developing is a system that could understand the content of the human voice to determine a person's emotions called speech emotion recognition. Much of the research that had been done still uses English datasets. Therefore, speech emotion recognition research using Indonesian language datasets is needed. In this study, Speech Emotion Recognition analysis was performed using 4 different models, such as Convolutional Neural Network (CNN), Support Vector Machines (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). This study was conducted using the extraction outputs from the Mel-frequency Cepstral Coefficient (MFCC) which was converted into a 2D matrix. The output would be used as an input to the model. The dataset used was a snippet of Indonesian dialogue with several emotional characteristics that had been grouped. Based on this study, the results showed that the SVM model had the highest average level of accuracy around 59%. Meanwhile, for the LR, KNN, and CNN models, the average accuracy rate were 54.5%; 53.5%; and 47.7%.

"

"Dalam dunia industri, keretakan suatu material seringkali terjadi. Untuk mengetahui bedanya keretakan baik karena bawaan (inheren), proses (processing) ataupun penggunaan (service) dilakukan pengujian tampa rusak (Non Destructive Testing = NDT). Salah satu NDT yang dilakukan dalam tugas akhir ini adalah Magnetic Test (MT). Disamping harga yang cukup murah dari meyode uji tampa rusak yang lain, metode ini cukup sederhana. Pengujian Magnetic Particel Inspection (MPI) dilakukan pada material carbon steel dan FC 25 dengan tujuan untuk mengetahui keretakan permukaan pada material tersebut. Sedangkan Metalografi Macro yang dilakukan pada material FC 25 bertujuan untuk mengetahui panjang retak permukaan yang sebenarnya. Tujuan utama dari tugas akhir ini adalah untuk mencari penyimpangan panjang retak dengan membandingkan pengujian magnetic test penetrant test dengan macro test. Peralatan yang digunakan dalam pengujian ini yaitu Yoke AC, serbuk besi basah, partikel non fluresen dengan pemeriksaan visible light serta chemical penetran. Sedangkan Stereo Microskop Wild dan Measuring Mikroskop MM 40 dengan skala pembesaran 10x sangat membantu untuk melihat keadaan keretakan permukaan spesimen yang sebenarnya. Hasil pengujian dengan metoda magnetik partikel dibaudingkan dengun pengujian makro mempunyai rata-rata ratio sebesar 95,5%. Sedangkan untuk panetran sebagai pembanding uji tanpa rusak yang lain mempunyai rata-rata ratio sebesar 77,6%. Dari sini dapat disimpulkan pengujian dengan metoda magnelik partikel solusi hasil keretakan permukaan yang terjadi lebih baik dibandingkan dengan metoda penetran. Dan untuk hasil retak permukaan pada spesimen tersebut tidak memenuhi apec/standar penelitiaan yang ada."