Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar belakang penelitian ini adalah kebutuhan penerapan pengenalan wajah dalam berbagai aplikasi dunia nyata. Pengenalan wajah dapat dilakukan dengan beberapa pendekatan, salah satunya adalah pendekatan dengan jaringan syaraf tiruan. Salah satu algoritma yang dikenal dan digunakan adalah Fuzzy Neuro Learning Vector Quantization (FNLVQ). Pernyataan masalah yang muncul adalah tingkat pengenalan FNLVQ konvensional yang masih bisa ditingkatkan dan kebutuhan akan jaringan yang mampu membaca citra yang mengandung noise. Tujuan riset ini adalah untuk memperlajari karakteristik algoritma FNLVQ melalui eksperimen dan pengujian terhadap citra asli dan citra dengan noise, pengembangan algoritma FNLVQ berbasiskan dimensi dalam rangka meningkatkan tingkat pengenalan serta mengujinya dengan citra asli dan citra dengan noise, serta perbandingan performa antara keduanya. Ada 2 kriteria pengukuran hasil, yaitu tingkat identifikasi dan klasifikasi. Tingkat identifikasi kemampuan jaringan untuk mengidentifikasi citra sebagai kelas yang sesuai sedangkan tingkat klasifikasi adalah kemampuan jaringan untuk memisahkan antara citra yang teregistrasi dan tidak teregistrasi. Tingkat identifikasi algoritma berbasiskan vektor konvensional adalah 30% dan meningkat hingga 85% dengan algoritma berbasiskan dimensi. Dalam hal tingkat klasifikasi, algoritma konvensional cenderung tidak mampu mengenali data tidak teregistrasi, sedangkan algoritma berbasiskan dimensi mampu memisahkan data teregistrasi dan tidak teregistrasi dengan baik. Untuk citra dengan noise, kedua algoritma mengalami penurunan pengenalan. Tingkat identifikasi algoritma berbasiskan dimensi masih tidak lebih baik daripada algoritma konvensional berbasiskan vektor untuk beberapa jenis noise, tetapi tingkat klasifikasi yang dicapai lebih baik antara pengenalan data teregistrasi dan tidak teregistrasi.The background of this research was the need to apply face recognition in many applications in real life. Face recognition can be done using a number of approaches, one of them is by using artificial neural networks. A known algorithm used to train a neural network is the Fuzzy Neuro Learning Vector Quantization (FNLVQ). The research questions emerging from this background were the issue of the FNLVQ recognition rate that can still be increased and the need to create a network that is robust to noise. The research objectives were to study of the characteristics of the FNLVQ algorithm using experiments and testing it with both pure and noisy images, in attempt to increase the recognition rate the dimension-based approach to the FNLVQ learning algorithm was developed and tested with both pure and noisy images, and finally the two algorithms were then compared and analyzed. There were 2 criterions of measurement, the identification rate and classification rate. The identification rate is the ability of the algorithm to identify each image as the right person, and the classification rate is the ability of the algorithm to classify an image as a registered or unregistered person. The identification rate was around 30% with the conventional vector based algorithm, and could be increased to 85% with the dimension based algorithm. For the classification rate, with the conventional algorithm the unregistered data could not be recognized and with the new dimension-based approach, the unregistered and registered data could be differetiated. As for the noisy images, both algorithms experienced a decreased recognition rate. The identification rate of the dimension based algorithm still did not exceed the recognition rate of the vector based algorithm for most noises, but the classification rate was more stable between both registered and unregistered clusters."

"Pemetaan suatu citra gambar dari long range CCTV kepada koordinat nyata pada peta merupakan hal yang baru. Pengetahuan ini dapat digunakan dalam berbagai macam keperluan seperti : peletakan kamera CCTV pada ujung ? ujung daerah perkotaan untuk pendeteksian bencana (kebakaran, pencurian, dll). Pada penulisan laporan ini, penulis akan mencoba suatu metode pemetaan citra kepada koordinat nyata. Koordinat nyata tersebut bukanlah suatu koordinat x,y,z pada permukaan geografis melainkan koordinat pixel citra satelit yang mengambil gambar perkotaan tersebut. Input yang digunakan dalam metode ini adalah sudut pemotretan CCTV terhadap objek yang digunakan. Sudut yang dibentuk tersebut dapat berubah-ubah dan mengandung banyak ketidakpastian (uncertainty). Untuk mengatasi permasalahan tersebut maka penulis menggunakan logika fuzzy dalam memasukkan input sudut pemotretan. Sistem ini diujikan dengan data hasil simulasi percobaan. Pengembangan sistem ini dapat diarahkan kepada pemetaan pada permukaan geografis.Image mapping from long range CCTV to real coordinate in map is an unordinary knowledge. This knowledge can be applied to many uses such as : set up a CCTV camera in the end of city to detect a disaster (fire, robbery, etc). In this final year project, the writer triesnto implement a new method to mapped an image from CCTV image to real coordinate. the real coordinate that is mentioned is not a X, Y, Z coordinate in land surface but pixel coordinate in satellite image that pictured the city. Angle that has been made between CCTV with the object is an input to the system. The problem is it is dynamic and has many uncertainty. To solved the problem, the writer use fuzzy logic within an angle. This system is tested with simulation data, it also can be developed to the land surface mapping."

"Penulisan skripsi yang dikerjakan penulis merupakan usulan konsep perbaikan sistem pengadaan material pada PT. X.Sesuai dengan judul skripsi yang berjudul : ?Usulan konsep penyediaan material dengan menggunakan SAP RB?, maka penulis berupaya memberikan sumbangan pemikiran yang berupa usulan hasil analisa maupun buah pemikiran dari penulis.Proses penulisan skripsi yang dilakukan oleh penulis mencakup studi terhadap PT.X sendiri, yang mana dalam study tersebut dilalcukan dengan studi literatur yang dalam hal ini termasuk study terhadap laporan, kertas kerja, dll, maupun study lapangan yang dalam hal ini termasuk wawancara, maupun terjun ke lapangan (ikut melihat sistem secara langsung).Setelah dilakukan study terhadap PT. X sendiri maka penulis berupaya rnengadakan analisa analisa terhadap permasalahan yang melingkupi sistem yang ada tersebut.Sesuai dengan judul skripsi yang mengetengahkan SAP R/3 sebagai alat bantu, maka penulis setelah rnengadakan analisa sistem lalu berupaya mengadakan pembedahan terhadap SAP R/3, yang kebetulan pada saat itu juga penulis termasuk sebagai tenaga pernbantu dalam proyek penerapan SAP R/3 pada PT. X.Berdasarkan analisa perrnasalahan permasalahan yang telah dilalcukan dan pernbedahan terhadap SAP R/3 maka penulis berupaya memberikan solusi yang terbaik bagi permasalah permasalah sistem pengadaan material pada PT. X.

---

"

"Sistem perolehan citra merupakan bidang penelitian yang berkembang pesat seiring dengan semakin banyaknya jumlah koleksi citra. Zoran telah mengembangkan sistem perolehan citra dengan menggunakan atribut tingkat rendah yaitu spasial warna. Namun pada sistem tersebut masih ditemukan satu kekurangan yaitu pendekatan yang digunakan adalah crisp, dengan pendekatan ini ada citra-citra yang relevan tetapi citra tersebut tidak diperoleh yang seharusnya dapat diperoleh. Pada penelitian ini diusulkan logika fuzzy sebagai pendekatan untuk merepresentasikan spasial warna pada sistem perolehan citra. Fungsi keanggotaan fuzzy yang diusulkan untuk memodelkan kedua puluh dua spasial warna Zoran adalah fungsi gaussian dua dimensi (2D). Kedua puluh dua spasial warna tersebut adalah : tengah, pinggir, tepi kiri, tepi kanan, tepi atas, tepi bawah, kiri atas, kiri bawah, kanan atas, kanan bawah, seperempat kiri atas, seperempat kiri bawah, seperempat kanan atas, seperempat kanan bawah, setengah kanan, setengah kiri, setengah atas, setengah bawah, horisontal, vertikal, diagonal menaik serong ke kanan, diagonal menurun serong ke kanan. Hasil uji coba memperlihatkan bahwa sistem ini berhasil memperbaiki pendekatan sebelumnya dalam merepresentasikan kueri spasial warna. Diharapkan rancangan sistem ini bisa memberikan kueri yang lebih alami kepada pengguna."

"Kanker payudara merupakan salah satu jenis kanker yang ganas, deteksi yang lebih awal akan membantu penyembuhan yang lebih baik. Terkait dengan penegakan diagnosis yang akurat pada kanker payudara, salah satu metode dalam bidang patologi adalah analisis imunohistokimia. Salah satu prosedur dalam analisis imunohistokimia adalah menghitung positifitas antigen yang dilakukan dengan menghitung prosentase sel positif dan negatif pada suatu paparan. Selama ini perhitungan positifitas pulasan masih dilakukan secara manual karena pengamatan morfologi imunohistokimia merupakan hal yang penting disamping keterbatasan perangkat bantu yang ada. Proses perhitungan secara manual membutuhkan waktu 5-10 menit dengan akurasi subjektif. Oleh sebab itu, pembuatan perangkat penentu positifitas antigen yang dapat melakukan penghitungan dengan cepat, objektif dan akurasi tinggi sangat penting untuk meningkatkan kualitas diagnosis dokter. Dalam rangka membangun perangkat penentu positifitas antigen tersebut salah satu modul yang harus dipecahkan adalah segmentasi, yaitu bagaimana cara memisahkan bagian citra yang berisi sel positif, negatif dan background. Terdapat dua pendekatan segmentasi yang dapat dilakukan, pertama pendekatan crisp yang diwakili double thresholding dan pendekatan fuzzy yang diwakili oleh fuzzy morphologi. Kinerja dari fuzzy morphologi dan double thresholding telah dibandingkan dalam melakukan segmentasi pulasan imunohistokimia pada citra sel positif kanker payudara. Secara keseluruhan hasil segmentasi dari fuzzy morphologi lebih baik daripada double thresholding kerena tingkat akurasi pendeteksian sel kankernya lebih tinggi dibandingkan dengan metode double thresholding.

---

Breast cancer is one type of malignant cancer and the preventif detection will help to get better cure. Related to an accurate diagnosis of breast cancer. One of the methods in pathology is immunohistochemistry analysis. One of the procedures in analyzing immunohistochemistry is by counting antigen which is done by counting the precentage of positive and negative cells in an image. So far the counting of positivity of the stain is still being done manually. It happens because the observation of the morphology of immunohistochemistry is important and because of the unsufficient equipment. The manual process of counting needs 5- 10 minutes with subjective acuracy. So the making of the equipment to determine the antigen positivity which can calculate fast, objectively, and with most accuracy is very important to improve the quality of the doctor?s diagnosis. In making the equipment to determine the antigen positivity, one of the moduls which has to be solved is segmentation; how to seperate the image which contains the positive and negative cells and background. There are two segmentation approaches which can be done. First is crisp approaches which is represented by double thresholding and the fuzzy approaches which is represented by the fuzzy morphology. The performance of the fuzzy morphology has been compared with the double thresholding in doing segmentation of the image of immunohistochemistry stain positive cells in breast cancer. The general result of the fuzzy morphology is better than the double thresholding because it can make more accurate detection than the double thresholding method."

"Tesis ini membahas sistem pengendalian prosentase kerapatan bubur mineral pada suatu plant penggilingan mineral. Plant penggilingan mineral adalah merupakan bagian dari proses pengaturan konsentrasi mineral. Dinamika proses kerapatan ini diidentifikasi menggunakan data input output dengan metode identifikasi fuzzy, untuk mendapatkan model plant berdasarkan aturan-aturan identifikasi Takagi & Sugeno. Dalam identifikasi fuzzy terhadap plant penggilingan mineral ini diperoleh 6 aturan yang kemudian dapat diringkas lagi menjadi 4 aturan saja.Metode identifikasi Takagi & Sugeno dapat juga diterapkan pada pembuatan pengendali. Dengan data input berupa persen kerapatan bubur dan output berupa tonase/jam yang dibutuhkan pengendali plant penggilingan mineral diidentifikasi menggunakan metode tersebut. Penerapan pengendali pada plant memberikan hasil yang baik pada set point prosentasi kerapatan antara 59% sampai dengan 70%.

---

This thesis presents a discussion on the control of the percentages of pulp density in a mineral grinding plant, which is subsection of a concentration process. The plant dynamics is identified using input output data based on the fuzzy identification method, which yield the plant model parameters. The identification is done using Takagi & Sugeno fuzzy identification method. The identification results into 6(six) fuzzy rules, which one then simplified to only 4(four) rules to be implemented.

A fuzzy controller based on the Takagi & Sugeno method is also implemented to control the pulp density. In the training process, the pulp density data is used as input, and the required tonnage per hour to the plant is used as output. The implementation of the Takagi & Sugeno fuzzy controller to the plant shows good result for the range of pulp density set point from 59% to 70% only."

"Tugas akhir ini merupakan lanjutan dari penelitian sebelumnya (Sanabila, 2008) dalam pengenalan sudut wajah dengan konsep yang sama, yaitu data acuan awal memiliki interval tertentu, dibuat data acuan baru menggunakan interpolasi, lalu data uji dihitung jaraknya terhadap semua data acuan, data acuan dengan jarak terdekat merupakan hasil tebakan. Perbedaan dalam penelitian ini adalah penggunaan data rata-rata dan data fuzzy sebagai data acuan, perbedaan dalam PCA yang dilakukan, serta penggunaan control point placement dalam interpolasi Bezier kuadratik. Skema eksperimen dibagi menjadi dua, menggunakan set data yang sama dengan penelitian sebelum ini dan menggunakan set data yang lebih kecil intervalnya. Selain itu, penelitian ini juga mencakup pengenaan distorsi. Kesimpulan dari peneltian ini adalah penggunaan data rata-rata lebih baik daripada data masing-masing foto yang harus dipisahkan berdasarkan kelas wajah terlebih dahulu, penggunaan PCA memberi hasil yang baik, algoritma dengan data fuzzy belum memberi hasil sebaik data rata-rata, pengenaan distorsi kurang mempengaruhi hasil pengenalan algoritma untuk eksperimen yang memakai data rata-rata, dan pemakaian control point placement menghasilkan tingkat pengenalan yang lebih baik untuk eksperimen dengan data rata-rata.

---

This final project is a continuity of previous research about angle estimation with the same main concept: with reference data in some intervals, new reference data with smaller intervals was made with the use of interpolation, and distances between testing data and all reference data was calculated, the reference data with the closest distance was the algorithm?s estimation (Sanabila, 2008). Differences made were the use of average data (crisp data) and fuzzy data for each angle as reference data, differences in PCA algorithm, and the use of control point placement in quadratic bezier interpolation.

Experiment scenarios were divided into two main schemes based on the intervals of the data set, the first one was an experiment scheme with the same data set intervals with previous research and another one was experiment scheme with smaller intervals. Data manipulation with noise addition have also been done in some experiment schemes.

Some of the Conclusions were: use of average data was more efficient than one data for each picture, the use of PCA gave better result than experiments without PCA, experiments with average data gave better result than with fuzzy data, noise addition to data did not effect the recognition rate of the algorithm for experiments with average data (crisp), control point placement gave better result in experiments with average data."

"Banyaknya dokumen pada Internet menuntut adanya mesin pencari. Mesin pencari yang ada saat ini dapat menemukan dokumen atau informasi berdasarkan kata kunci tertentu. Namun terkadang dokumen hasil pencarian tidak relevan dengan informasi yang dibutuhkan. Penelitian dalam tugas akhir ini bertujuan untuk membuat sistem yang dapat melakukan ekspansi kata kunci pada mesin pencari dengan menggunakan metode relasi fuzzy.Relasi fuzzy merupakan suatu metode yang dapat menggambarkan hubungan antara dua buah objek. Dengan adanya ekspansi kata kunci, diharapkan hasil pencarian yang didapatkan akan lebih banyak dan dapat ditemukan dokumen dengan kata kunci lain namun memiliki relevansi dengan informasi yang dibutuhkan.Dengan ekspansi kata kunci sebagai dasar, penelitian tugas akhir ini juga kemudian melakukan pemeringkatan hasil pencarian dengan menggunakan sistem inferensi fuzzy Takagi-Sugeno-Kang (TSK) orde-satu. Penelitian tugas akhir ini dibatasi pada kata kunci berbahasa Indonesia dan ekspansinya dibatasi maksimal tiga kata kunci.

---

The existence of search engine is required due to the increasing number of documents on the Internet. Search engines are able to find documents or information based on certain keyword. But the search results are seldom irrelevant with the necessary information. The aim of this final project research is to build a system which is able to expand the keyword on search engine using fuzzy relation.Fuzzy relation is a method which is capable of describing the relationship between two objects. The expectation of the keyword expansion is to enable users to get more search results and perhaps some of them are relevant with the necessary information.With the keyword expansion as basic, this final project research then ranks the search results using the orde-one Takagi-Sugeno-Kang (TSK) fuzzy inference system. The system can only accept keyword in Indonesian language, and will only have three keyword expanded in maximum."