Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data approximation by low-complexity models details the theory, algorithms, and applications of structured low-rank approximation. Efficient local optimization methods and effective suboptimal convex relaxations for Toeplitz, Hankel, and Sylvester structured problems are presented. Much of the text is devoted to describing the applications of the theory including, system and control theory, signal processing, computer algebra for approximate factorization and common divisor computation, computer vision for image deblurring and segmentation, machine learning for information retrieval and clustering, bioinformatics for microarray data analysis, chemometrics for multivariate calibration, and psychometrics for factor analysis."

"Citra satelit digunakan untuk memperoleh informasi mengenai area permukaan bumi agar dapat digunakan dalam berbagai keperluan. Misalnya, mendeteksi perubahan yang terjadi pada area yang terdampak bencana alam, mendeteksi perubahan area hutan dan lahan pertanian, keperluan keamanan nasional, pengamatan meteorologi, dan sebagainya. Namun citra yang dihasilkan ini biasanya terkontaminasi oleh partikel aerosol di udara yang ditunjukkan dengan adanya kabut atau awan yang mengakibatkan hilangnya informasi mengenai permukaan bumi pada citra tersebut. Salah satu metode yang banyak digunakan untuk proses menghapus awan pada citra satelit adalah Dark Channel Prior (DCP). DCP banyak dikombinasikan dengan beberapa metode untuk meningkatkan hasil yang diperoleh, salah satunya yaitu metode Low-rank. Pada penelitian ini diusulkan penggunaan diagram Voronoi pada metode Low-rank yang telah dikombinasikan dengan metode DCP. Nilai rata-rata PSNR dan SSIM yang diperoleh yaitu 9.93 dan 0.3572. Nilai PSNR dan SSIM yang diperoleh tidak menunjukkan adanya paningkatan dibandingkan dengan metode pembandingnya, namun berdasarkan hasil akhir visualisasi citra yang diperoleh menunjukkan bahwa terdapat peningkatan dalam hasil penghapusan awan. Hal ini menunjukkan masih perlu dilakukan peningkatan rekonstruksi citra agar nilai PSNR dan SSIM yang diperoleh sesuai dengan peningkatan hasil penghapusan awan melalui penggunaan diagram Voronoi.

---

Satellite imagery is used to obtain information about the Earth’s surface area for various purposes. For example, it is used to detect changes in areas affected by natural disasters, monitor changes in forest and agricultural lands, address national security needs, observe meteorological conditions, and more. However, the resulting satellite images are often contaminated by aerosol particles in the air, indicated by haze or clouds, which lead to the loss of information about the Earth’s surface in those images. One widely used method for cloud removal from satellite images is the Dark Channel Prior (DCP). DCP is often combined with several other methods to enhance the results, one of which is the Low-rank method. In this research, the use of the Voronoi diagram for the Low-rank method, combined with the DCP, is proposed. The average PSNR (Peak Signal-to-Noise Ratio) and SSIM (Structural Similarity Index) values obtained are 9.93 and 0.3572. The PSNR and SSIM values obtained did not show an increase compared to the comparison method, but based on the final image visualization results obtained, it showed that there was an increase in the cloud removal results. This shows that it is still necessary to improve image reconstruction so that the PSNR and SSIM values obtained are in accordance with the increase in cloud removal results through the use of Voronoi diagram."

"Most of existing coal fired power plants in Indonesia that have capacity of 400-600 MW is designed using sub-bitumonous coal intake. This coal has a caloric value of 5,000 kcal/kg (a.r)...."

"Tulisan ini mengulas tentang teknologi pengeringan batubara muda dengan prinsip teknologi sirkulasi panas yang sangat hemat energi. Dalam teknologi sirkulasi panas, semua energi yang terlibat dalam proses pengeringan selalu disirkulasi dan digunakan dalam proses pengeringan selanjutnya. Dalam kajian ini, dikembangkan dua macam proses pengeringan yang didasarkan pada prinsip sirkulasi panas, yaitu dengan dan tanpa separasi. Selanjutnya dilakukan analisa kalkulasi dari dua proses pengeringan tersebut menyangkut konsumsi energi yang diperlukan. Untuk menganalisa lebih jauh tentang efek aplikasi sirkulasi panas pada konsumsi energi, juga dilakukan perbandingan terhadap proses pengeringan dengan teknologi pemulihan panas konvensional. Sebagai hasilnya, kedua macam proses pengeringan yang dikembangkan dengan prinsip sirkulasi panas mampu menurunkan konsumsi energi hingga 70% dari yang diperlukan pada teknologi pemulihan panas konvensional. Selanjutnya, proses pengeringan dengan separasi, membutuhkan energi yang sedikit lebih banyak daripada proses tanpa separasi, tetapi diperkirakan bahwa proses dengan separasi akan mempunyai performa tukar panas yang jauh lebih baik daripada proses tanpa separasi. Hal ini berhubungan dengan rendahnya koefisien perpindahan panas yang menyertai proses kondensasi dari campuran udara dan uap air dibandingkan dengan kondensasi uap air murni."

"Dalam konteks matematika komputasi, tensor sering dipandang sebagai larik multidimensi, dengan jumlah dimensinya disebut sebagai orde tensor tersebut. Tensor dapat digunakan untuk merepresentasikan berbagai jenis data, seperti data gambar dan data psikometri. Salah satu masalah yang penting dalam komputasi tensor adalah aproksimasi rank rendah tensor. Untuk sebuah tensor A, masalah aproksimasi rank rendah adalah mencari tensor B yang nilainya paling mendekati tensor A tetapi memiliki rank tertentu yang lebih kecil dari rank A. Untuk tensor orde 2 (matriks), Teorema Eckart-Young-Mirsky menjelaskan bahwa masalah aproksimasi rank rendah matriks dapat diselesaikan dengan dekomposisi nilai singular (SVD). Akan tetapi, memperumum Teorema Eckart-Young-Mirsky untuk tensor adalah sebuah persoalan yang rumit. Masalah utamanya adalah, dalam kasus tensor, ada beberapa definisi rank yang berbeda. Masing-masing definisi rank dihasilkan dengan memperumum sifat-sifat tertentu dari fungsi rank matriks dan dapat menghasilkan nilai yang berbeda-beda untuk tensor yang sama; permasalahan tersebut adalah pokok bahasan skripsi ini. Skripsi ini dimulai dengan membahas konsep-konsep dasar dalam komputasi tensor. Lalu, akan dibahas mengenai tiga definisi konsep rank tensor. Untuk masing-masing definisi rank tensor, akan dipaparkan dekomposisi tensor yang berkaitan; dekomposisi-dekomposisi tensor ditujukan untuk memperumum SVD. Lalu, konsep rank dan dekomposisi tensor digabungkan dalam pembahasan masalah aproksimasi rank tensor. Pembahasan dilanjutkan dengan pembahasan hasil kali *M. Hasil kali *M dibuat untuk membentuk sebuah kerangka umum sebagai upaya menggabungkan beberapa dekomposisi tensor yang telah dibahas sebelumnya. Terakhir, dijelaskan mengenai berbagai sifat dan keunggulan teoretis kerangka hasil kali *M.

---

In the context of computational mathematics, tensors are often viewed as multidimensional arrays, with the number of dimensions referred to as the order of the tensor. Tensors can be used to represent various types of data, such as image data and psychometric data. One important problem in tensor computation is the low-rank approximation of tensors. For a tensor A, the low-rank approximation problem is to find the tensor B whose entries are closest to the tensor A but has a certain rank that is smaller than the rank of A. For tensors of order two (matrices), the Eckart-Young-Mirsky theorem says that the matrix low-rank approximation problem can be solved by truncating its singular value decomposition (SVD). However, generalizing the Eckart-Young-Mirsky theorem to tensors is a complicated problem. The main problem is that there are several different definitions of rank in the case of tensors. Each definition of rank is generated by generalizing certain properties of the matrix rank and can yield different values for the same tensor; that problem is the subject of this thesis. This thesis begins by discussing the basic concepts of tensor computation. Then, three definitions of the concept of rank tensor will be addressed. For each definition of rank tensor, the corresponding tensor decomposition is presented; the tensor decompositions are intended to generalize the SVD. Then, the concepts of rank and tensor decomposition are combined to discuss the rank tensor approximation problem. The discussion continues with the discussion of the product of *M. The product of *M is made to form a general framework as an attempt to combine several tensor decompositions that have been discussed previously. Finally, various properties and theoretical advantages of the *M product framework are explained."

"ABSTRAKKanker adalah salah satu penyebab kematian terbanyak dan otak termasuk salah satu organ yang rentan terkena kanker. Deteksi dini tumor otak dapat mengurangi resiko terkena kanker. Scanner seperti Computed Tomography (CT) Scan dan Magnetic Resonance Imaging (MRI) adalah alat yang digunakan deteksi dini dan diagnosis tumor otak. Namun, modalitas tersebut berbiaya tinggi, berukuran besar, dan memiliki efek samping terhadap kesehatan. Pencitraan gelombang mikro menawarkan metode pemindaian tumor untuk deteksi dini dengan biaya rendah, ukuran kecil, dan risiko rendah terhadap kesehatan. Compressive Sensing (CS) memungkinkan rekonstruksi citra gelombang mikro dengan data yang sparse. Penelitian ini mengusulkan pengembangan Compressive Sensing dengan Low-Rank Compressive Sensing. Penelitian menunjukkan bahwa metode Low-Rank CS dapat memberikan hasil rekonstruksi yang sama, bahkan lebih baik secara kualitatif dan kuantitatif dibandingkan dengan metode Simultaneous Algebraic Reconstruction Technique (SART), CS murni, maupun CS dengan regularisasi Total Variation (TV). Parameter kualitatif diukur dengan perbandingan visual dan kontur aktif dari citra yang direkonstruksi, sedangkan parameter kuantitatif diukur dengan MSE dan SSIM. Penelitian ini juga telah merancang dan membuat sebuah framework yang mengemas metode Low-Rank CS. Framework tersebut merupakan komponen controller dan image reconstructor untuk produk pendeteksi tumor otak portabel berbasis gelombang mikro yang bersifat open source dan universal (multi-plartform).

---

ABSTRACTCancer is one of the leading causes of death and the brain is one of the organs vulnerable to cancer. Early detection of brain tumors can reduce the risk of cancer. Scanners such as Computed Tomography (CT) Scan and Magnetic Resonance Imaging (MRI) are tools for early detection of brain tumors. However, those modalities are high cost, big size, and has a side effect risk to health. Microwave imaging offers a novel cancer scanning method for early detection with low cost, small size, and low risk to health. The Compressive Sensing (CS) enables the reconstruction of microwave images with a sparse data. This research proposes the development of Compressive Sensing with Low-Rank Compressive Sensing. Experiment shows that the Low-Rank CS method can give the same, even better qualitatively and quantitatively reconstruction results compared to the Simultaneous Algebraic Reconstruction Technique (SART), pure CS, as well as CS with Total Variation (TV) regularization. Qualitative parameters are measured by visual comparison and active contours of the reconstructed image, while quantitative parameters are measured by MSE and SSIM. This research also designed and created a framework that packs the Low-Rank CS methods. The framework is a component of the controller and image reconstructor for a portable microwave-based brain tumor detector products that are open source and multi-platform."

"Pertumbuhan ekonomi Indonesia membawa dampak meningkatnya kebutuhan energi akibat bertambahnya kegiatan komersial, industri, serta mobilitas orang dan barang. Kebutuhan energi yang sangat besar salah satunya adalah kebutuhan akan energi listrik. Energi listrik dihasilkan oleh industri pembangkit tenaga listrik dimana dalam operasionalnya memerlukan bahan bakar sebagai sumber energi utama. Batubara merupakan salah satu sumber energi dimana banyak digunakan sebagai bahan bakar pembangkit tenaga listrik. Kualitas batubara hasil tambang di Indonesia pada umumnya berada dalam kategori low-rank coal yaitu tergolong dalam jenis lignit dimana mempunyai nilai kalor rendah dan mempunyai kandungan air moisture content yang relatif tinggi. Oleh sebab itu, diperlukannya proses pengeringan sebelum digunakan pada industri pembangkit tenaga listrik. Pada penelitian ini ditujukan untuk mengetahui nilai konstanta laju pengeringan k serta karakteristik pengeringan pada batubara peringkat rendah. Penelitian menggunakan metode forced convection dengan sistem refrigerasi dan heater untuk menciptakan udara pengering yang selanjutnya dialirkan ke ruang pengering. Ruang pengering menggunakan desain fixed-bed dryer. Variabel-variabel yang digunakan dalam penelitian ini adalah ketebalan tumpukan batubara, suhu heater, kecepatan aliran udara dan suhu udara keluaran evaporator. Variabel ketebalan batubara divariasikan menjadi 2cm, 3cm, 4cm, dan 5cm. Variabel suhu heater divariasikan menjadi 65°C, 70°C, 75°C, dan 80°C. Kecepatan aliran udara yang digunakan sebesar 320 LPM Liter per menit dan suhu udara keluaran evaporator pada sistem refrigerasi sebesar 10°C.

---

Indonesia's economic growth brings the impact of increasing energy demand due to the increase in commercial, industrial, and mobility of people and goods. Energy needs are very large one of them is the need for electrical energy. Electrical energy is generated by the power generation industry which in its operations requires fuel as the main energy source. Coal is one of energy source which is widely used as fuel of power plant. The quality of coal mining products in Indonesia is generally in the low rank coal category which is classified as lignite type which has low calorific value and has a relatively high moisture content. Therefore, the need for drying process prior to use in power generation industry. This research is aimed to find out the value of drying rate constant k and drying characteristics in low rank coal. The research used forced convection method with refrigeration system and heater to create drying air which is then distributed to drying chamber. The drying chamber uses a fixed bed dryer design. The variables used in this research are thickness of coal heap, heater temperature, air flow velocity and air temperature of evaporator output. Variable thickness of coal heap is varied to 2cm, 3cm, 4cm, and 5cm. The variable temperature of the heater was varied to 65°C, 70°C, 75°C, and 80°C. The air flow rate used is 320 LPM Liters per minute and the air output temperature of the evaporator in the refrigeration system is 10°C."

"Penelitian ini bertujuan untuk mengembangkan sistem chatbot yang mampu menjawab pertanyaan seputar akademik Teknik Komputer UI. Sistem ini memanfaatkan teknologi Large Language Model (LLM) Komodo-7B yang telah di-fine-tuning dengan teknik Low-Rank Adaptation (LoRA) dan diintegrasikan dengan Retrieval Augmented Generation (RAG). Dataset Ultrachat yang diterjemahkan ke Bahasa Indonesia digunakan untuk fine-tuning model Komodo-7B, sementara dokumen PDF Kurikulum Teknik Komputer UI 2020 v4 digunakan sebagai sumber informasi untuk model RAG.Pengujian performa model Komodo-7B menunjukkan bahwa LoRA efektif dalam meningkatkan kemampuan model dalam memahami dan menghasilkan teks percakapan Bahasa Indonesia. Namun, pengujian performa chatbot menggunakan dua dataset pertanyaan, yaitu dataset custom yang dihasilkan menggunakan Giskard dan API ChatGPT, dan dataset Fathurrahman Irwansa yang telah diadaptasi, menunjukkan bahwa sistem chatbot masih memiliki ruang untuk peningkatan. Tingkat akurasi yang rendah pada kedua dataset (32% pada dataset custom dan 24,1% pada dataset Fathur) mengindikasikan bahwa sistem retrieval yang digunakan kurang akurat dalam menemukan konteks yang relevan. Meskipun demikian, ketika model RAG dapat mengambil konteks yang relevan, model Komodo-7B menunjukkan akurasi yang cukup tinggi (80% pada dataset custom dan 91,29% pada dataset Fathur, dihitung dari jumlah ketika kedua Komodo-7B dan konteks benar, kemudian dibagi dengan jumlah ketika konteks benar).Hasil penelitian menunjukkan bahwa model Komodo-7B memiliki potensi yang baik untuk digunakan pada sistem chatbot jika dikombinasikan dengan sistem retrieval yang lebih akurat. Penelitian ini memberikan kontribusi dalam pengembangan sistem chatbot berbasis LLM untuk menjawab pertanyaan seputar akademik, dan membuka peluang untuk penggunaan yang lebih luas di lingkungan Universitas Indonesia.

---

This research aims to develop a chatbot system capable of answering questions regarding the academic curriculum of Computer Engineering at Universitas Indonesia. The system utilizes the Komodo-7B Large Language Model (LLM), fine-tuned with Low-Rank Adaptation (LoRA) and integrated with Retrieval Augmented Generation (RAG). The Ultrachat dataset, translated into Indonesian, is used for fine-tuning the Komodo-7B model, while the 2020 v4 Computer Engineering Curriculum PDF document serves as the information source for the RAG model. Performance evaluation of the Komodo-7B model demonstrates that LoRA effectively enhances the model's ability to understand and generate Indonesian text. However, chatbot performance testing using two question datasets, a custom dataset generated using Giskard and the ChatGPT API, and the Fathur dataset adapted from prior research, reveals that the chatbot system still has room for improvement. The low accuracy on both datasets (32% on the custom dataset and 24.1% on the Fathur dataset) indicates that the retrieval system employed is not sufficiently accurate in finding relevant context. Nevertheless, when the RAG model successfully identifies relevant context, the Komodo-7B model exhibits relatively high accuracy (80% on the custom dataset and 91.29% on the Fathur dataset, calculated from the total of when Komodo-7B and the context are both correct, then divided by the total of when the context is correct). The research findings suggest that the Komodo-7B model holds significant potential for chatbot systems when combined with a more accurate retrieval system. This study contributes to the development of LLM-based chatbot systems for answering academic-related questions and opens up opportunities for broader applications within Universitas Indonesia."

"Proses peningkatan mutu batubara peringkat rendah dengan slurry dewatering merupakan pengembangan dari proses UBC (Upgrading Brown Coal). Proses tersebut memanfaatkan pelarut limbah CPO parit dan minyak jelantah, menggantikan kerosin dan residu minyak bumi yang digunakan dalam proses UBC. Slurry dewatering dioperasikan pada temperatur dan tekanan rendah, sekitar 150°C dan 1 atmosfer. Proses ini dimaksudkan hanya untuk mengurangi sebagian besar kandungan air dalam batubara, jadi hanya melibatkan proses fisika (dewatering) tanpa melibatkan proses kimia atau pirolisis sehingga limbah cair dan emisi gas yang dihasilkan tidak berbahaya. Batubara dengan ukuran partikel < 3mm dan pelarut dimasukkan ke dalam reaktor tertutup (autoclave) berpengaduk, dengan rasio berat pelarut dan batubara bebas air 1; 1,5 dan 2. Slurry batubara dan pelarut dipanaskan dalam reaktor hingga mencapai temperatur 150°C selama sekitar 2 jam. Dalam penelitian ini digunakan 3 jenis pelarut : CPO parit, jelantah dan campuran 50/50 CPO parit dan jelantah. Uap air batubara dikondensasi dan dikumpulkan untuk dianalisa kadar BOD dan pH-nya. Pelarut yang telah dipisahkan dari batubara dengan menggunakan separator sentrifugal, direcycle dengan make-up sekitar 20%. Batubara yang sudah kering selanjutnya dibriket untuk memudahkan dalam transportasinya. Hasil penelitian menunjukkan bahwa proses slurry dewatering dengan menggunakan ketiga jenis pelarut tersebut mampu menurunkan kadar air batubara rata-rata 90% dan peningkatan nilai kalor hingga > 40%, serta meningkatkan temperatur pembakaran maksimum sebesar 50%. Rasio pelarut dan batubara bebas air 1,5 memberikan hasil dewatering terbaik, sedangkan dari ketiga jenis pelarut yang digunakan, pelarut campuran mampu menurunkan kadar air tertinggi dibandingkan jelantah dan CPO parit. Limbah cair yang dihasilkan memiliki nilai BOD yang memenuhi syarat baku mutu lingkungan dan aman dibuang ke lingkungan setelah dilakukan pengolahan dengan bahan penetral yang murah dan efektif.

---

The process of improving the quality of low rank coal by slurry dewatering process is the development of UBC (Upgrading of Brown Coal). The process utilizes a solvent trenches CPO and waste cooking oil, replacing kerosene and petroleum residue used in the UBC. Slurry dewatering operated at temperatures and low pressures, approximately 150°C and 1 atmosphere. This process is intended only to reduce most of the moisture content in coal, so it only involves physical processes (dewatering) without involving chemical processes or pirolysa so that liquid waste and gas emissions are produced is not harmful.

Coal with particle size < 3mm and the solvent incorporated into a closed reactor (autoclave) stirred, with a weight ratio of solvent and water-free coal 1, 1.5 and 2. Slurry mixture of coal and solvent is heated in the reactor until the temperature reaches 150°C for about 2 hours. This study used three types of solvents : CPO trenches, waste cooking oil and 50/50 mixture of CPO trenches and waste cooking oil. Coal water vapor is condensed and collected for analysis levels of BOD and pH value. Solvents which have been separated from the coal by using centrifugal separator, in recycle with make-up around 20%. Coal was dried further brequetting process for ease in transportation.

The results showed that the slurry dewatering process by using three types of solvents are able to lower the moisture content of coal on average 90% and an increase in calorific value of up to > 40%, and increasing the maximum combustion temperature by 50%. The ratio of solvent and water-free coal dewatering 1.5 gives the best results, while of the three types of solvent used, solvent mixtures can reduce the water content of the highest compared to cooking and CPO trenches. Liquid waste generated has a value of BOD qualified environmental quality standards and safe disposal into the environment after treatment with a neutralizing agent is cheap and effective. "

"This book contends that despite traditional doubts, practical limitations, and contemporary critiques, a rigorous social archaeology is indeed possible. The early chapters outline what a productive socialarchaeology might look like, covering such issues as the possibility andprospect of cross-cultural social inference, the central importance ofarchaeological theory and of social models, the nature of inequality, and the extraordinary effects rules for arranging statuses have on the character of life. The following section of the book offers a systematic review and critique of cross-cultural correlates of inequality. Forexample, the ways in which residential buildings can vary are summarized and examined for how they might yield insight into a former status system. In the final chapter these correlates are used tohelp answer the question, "Was catal Huyuk a ranked Neolithic townin Anatolia?""