Hasil Pencarian  ::  Simpan CSV :: Kembali

"Saat ini, informasi menjadi suaru kebutuhan yang sangat penting meliputi semua bidang dalam kehidupan fidusia. Usaha pemenuhan kebutuhan informasi menuntut adanya sumber inforasi yang dapat dijangkau dimana pun dan kapan pun serta cepat, mudah dan murah. Dengan adanya metode penyajian informasi melalui internet mendorong berkembangnya perpustakaan dijital (Digital Library). Pada skripsi ini, penulis mencoba membuat perpustakaan dijital dalam bentuk paket informasi yang menggunakan sistem manajemen database dan antar muka pengguna berbasiskan web. Paket perangkat lunak yang dikembangkan ditujukan untuk pengguna dari semua kalangan sehingga tampilan antar muka dibuat sederhana agar mudah dipahami tanpa mengurangi aktivitasnya. Perpustakaan dijital yang dibuat ini melingkupi informasi multimedia baik berupa data teks atau dokumen, data citra data audio maupun data video. Pada perpustakaan dijital ini terdapat pula pembedaan akses antara administrator, pengguna yang belum mendaftar serta pengguna yang telah mendaftar."

"Kinerja jaringan nirkabel ad-hoc dalam penelitian ini ditinjau dari sisi mobilitas/perpindahan dan pengaruhnya terhadap sumber daya jaringan. Pergerakan node (node mobility) dalam suatu jaringan ad-hoc multihop secara umum akan meningkatkan penggunaan sumber daya (resources overhead) suatu node ad-hoc. Keterbatasan sumberdaya akan mernpengaruhi pula kualitas dan kuantitas komunikasi data antar node dalam jaringan. Tesis ini bertujuan untuk meneliti pengaruh pergerakan (mobility) dalam suatu jaringan ad-hoc multihop. Pengaruh yang ditinjau dalam hal ini adalah effek handover dari satu node ke node yang lain selama perpindahan terhadap Throughput rata-rata untuk TCP dan UDP, Jitter dan Packet Delivery Ratio untuk UDP Rowe DIZYCOVZUJ Time, Round Tr¢ Time dan Routing Overhead.Berdasarkan pengujian yang telah dilakukan, dapat disimpulkan bahwa pergerakan node mengakibatkan menurunkan kinelja jaringan ad-hoc. Untuk throughput TCP, terdapat penurunan sebesar 51 % untuk satu hop, 38 % untuk dua hop dan 35,6 % untuk 3 hop. Untuk parameter lain seperti, round trip time dan packet delivery ratio terdapat kecenderungan yang sama dimana pergerakan node akan menurunkan meningkatkan RTT, Jitter dan Packer Roaring Overhead, dan pada saat yang sama menurunkan Packet Delivery Ratio.Dari pengujian juga terlihat, bahwa jurnlah node antara (hop) dari node sumber ke node tujuan berpengaruh terhadap kinerja jaringan. Semakin banyak jumlah hop maka akan semakin menurunkan kinerja jaringan karena semakin banyak packet routing yang dikirimkan (routing overhead). Perubahan jumlah hop ini ditandai dengan handover tratik antar node yang menimbulkan kehilangan paket."

"Jaringan lokal (LAN) yang ada saat ini, kurang mendapatkan perhatian yang serius pada sisi user atau pengguna komputer pada LAN tersebut. Kecendrungan untuk memperhatikan ancaman yang ditimbulkan dari pihak luar (eksternal lebih sering menjadi prioritas dari pada yang berasal dari dalam. Ancaman dari dalam walau tidak mengakibatkan kerusakan pada jaringan, akan mengakibatkan munculnya pelanggaran terhadap aturan yang ada pada LAN. Dalam suatu institusi yang mempunyai LAN, terkadang perlu diperhatikan user yang menggunakan komputer pada LAN secara langsung dengan melihat tampilan pada layar monitor user. Hasil pengamatan pada user dapat menjadi acuan, apakah user melanggar aturan atau tidak untuk seterusnya diberikan sanksi. Untuk melakukan pengamatan secara langsung pada user yang dicurigai menggunakan komputer tidak sesui dengan aturan pada LAN adalah hal yang tidak efektif. Untuk mengatasi hal itu, maka harus ada program yang dapat mengintai tampilan layar monitor pada user tanpa diketahui oleh user yang bersangkutan. Program yang dibuat untuk mengintai aktifitas pada layar monitor user tanpa didasari user akan membuat pengaturan LAN dapat berjalan lebih mudah, karena user yang sering kali melakukan pelanggaran akan enggan melakukan pelanggaran karena akan merasa selalu diintai oleh administrator pada LAN tersebut."

"Sebuah survei yang dilakukan oleh National Highway Traffic Safety Administration NHTSA memperkirakan 5.895.000 kasus kecelakaan yang terkait dengan permasalahan kantuk maupun tidur saat berkendara di jalan jalan U.S.A pada tahun 2005-2009. Dari jumlah tersebut, 83.000 kasus setiap tahunnya merupakan kecelakaan fatal, bahkan pada tahun 2014, 846 orang meningga pada kecelakaan berkendara yang berkaitan dengan kantuk. Sistem pendeteksi kantuk dikembangkan untuk mengatasi hal ini. Sistem pendeteksi kantuk dibangun menggunakan pustaka OpenCV, dengan kombinasi dari beberapa algoritma, yaitu Haar Cascade Classifier, fungsi Blur, fungsi Canny dan fungsi Kontur. Algoritma Haar Cascade Classifier digunakan untuk mendeteksi area wajah dan area mata pada pengemudi. Sedangkan kombinasi antara fungsi color thresholding dan fungsi kontur digunakan untuk mendeteksi objek mata dan menganalisis sedang terbuka atau tertutupnya mata. Kinerja sistem deteksi kantuk diuji melalui empat variabel, yaitu mesin pengolah yang berbeda, nilai ambang batas, kondisi pencahayaan dan karakteristik mata yang berbeda. Berdasarkan hasil pengujian, nilai ambang batas Vlo dan VHi terbaik adalah Vlo = 10 atau 20 dengan perbedaan VHI 10-20. Selain itu, ditemukan bahwa setiap kecepatan setiap proses bergantung pada pengolahan mesh dimana semakin baik pengolahannya. Mesin semakin cepat waktu prosesnya. Perbedaan dalam kondisi pencahayaan pagi, siang, siang dan malam berpengaruh terhadap kinerja sistem deteksi kantuk dengan tingkat kesalahan 20 , yaitu saat kondisi malam hari. Karakteristik mata berkacamata dan tanpa kacamata berpengaruh pada kinerja sistem deteksi kantuk dengan deteksi 100 tingkat keberhasilan, yaitu bila kondisi mata tertutup pada orang dengan kacamata.

---

survey conducted by the National Highway Traffic Safety Administration NHTSA estimates 5,895,000 cases of accidents related to sleepiness and sleep problems while driving on the U.S.A roadway in 2005 2009. Of these, 83,000 cases each year are fatal accidents, even by 2014, 846 people die in a dormant driving accident. The drowsiness detection system was developed to overcome this. The sleepiness detection system is built using the OpenCV library, with a combination of several algorithms, the Haar Cascade Classifier, the Blur function, the Canny function and the Contour function. Haar Cascade Classifier algorithm is used to detect the facial area and eye area of the driver. While the combination of color thresholding function and contour function is used to detect the eye object and analyze the open or closed eyes.

The performance of the drowsiness detection system is tested through four variables, ie different processing machines, threshold values, lighting conditions and different eye characteristics. Based on the test results, the best Vlo and VHi threshold values are Vlo 10 or 20 with a VHI difference of 10 20. In addition, it was found that every speed of each process depends on mesh processing where the better the processing. The faster the machine the process time. Differences in lighting conditions morning, noon, day and night affect the performance of the drowsiness detection system with a 20 error rate, ie during nighttime conditions. Eye characteristics bespectacled and without glasses affect the performance of the drowsiness detection system with a 100 detection rate of success, ie when eye conditions are closed in people with glasses."