Hasil Pencarian  ::  Simpan CSV :: Kembali

"Watermaking adlah citra yang handal harus memiliki sifat robbust dan,hidden yang tinggi. dari simluasi yang diuji skema penumpangan watermark pada subband CD (frekuesni tinggi) dengan watermark berukuran 1/4 citra host menghasilkan teknik watermaking yang terbaik."

"Pemeliharaan kondisi mesin di industri membutuhkan kecepatan dan kemudahan, salah satu metodenya adalah dengan analisis getaran. Getaran mesin menyebabkan pola suara yang diemisikan mesin, di mana suara mesin satu bercampur dengan mesin lainnya. Blind Source Separation (BSS) merupakan teknik memisahkan sinyal campuran berdasarkan sifat kebebasan statistik antar sumber. Melalui simulasi dengan beberapa motor dan susunan mikrofon sebagai sensor, didapatkan data suara campuran dari beberapa motor yang terekam melalui tiap mikrofon. Intensitas sinyal yang diterima mikrofon berbeda satu sama lain, tergantung pada jarak dan sudut datangnya. Tujuan penelitian ini adalah untuk memisahkan sinyal campuran dari tiap mikrofon sehingga didapatkan sinyal estimasi sumber untuk mendeteksi kerusakan motor. Berdasarkan hasil penelitian, diperoleh pemisahan sinyal terbaik dalam Time-Domain ICA. Sinyal estimasi tersebut dianalisis untuk menentukan kondisi kerusakan mesin berdasarkan pola frekuensi sesaatnya.

---

AbstractMaintenance of engine conditionin the industry requires speed and convenience, one of the method is by vibration analysis. Machine?s vibration causes the machine emitted sound pattern, in which an engine sound mixed with other machine?s. Blind Source Separation (BSS) is a technique to separate mixed signals based on the statistical independence properties between the sources. Through simulation with several motors and the composition of the microphones as the sensor, noise mixture data obtained from some motors recorded by each microphone. The signal intensity received by microphone are different from each other, depending on the distance and angle of arrival. The purpose of this study is to separate the mixed signals from each microphone to obtain estimation of the signal source to detect the motor damage . Based on the research, obtained the best signal separation in the Time-Domain ICA. Signal estimation is analyzed to determine the condition of an engine failure patterns based on instantaneous frequency."

"Kejahatan yang semakin meningkat akhir-akhir ini membuat banyak orang untuk berpikir akan pentingnya sebuah sistem yang dapat melakukan identifikasi terhadap seseorang. Dengan memanfaatkan kamera pengawas diharapkan sistem tersebut dapat mendeteksi atau mengidentifikasi seseorang atau objek tertentu sehingga dapat meminimalisasi terjadinya tindak kejahatan. Misalnya saja pada saat-saat dimana ujian penerimaan mahasiswa baru, seringkali kecurangan-kecurangan berupa praktik joki terjadi. Hal ini dikarenakan ketidaktelitian pengawas ujian dalam mengawasi kecurangan-kecurangan yang dilakukan peserta. Oleh karena itulah adanya sistem yang dapat melakukan identifikasi terhadap peserta dirasakan sangat perlu. Dengan adanya hal-hal tersebut penulis melakukan penelitian terhadap pembuatan sistem yang dapat melakukan identifikasi terhadap seseorang. Proses identifikasi manusia dapat dilakukan terhadap beberapa hal, antara lain wajah, sidik jari dan iris mata manusia. Dalam penelitian ini penulis melakukan penelitian terhadap identifikasi wajah. Hal ini dikarenakan proses identifikasi wajah dapat dilakukan tanpa diketahui oleh orang yang sedang diidentifikasi sehingga sistem identifikasi wajah sangat baik digunakan dalam rangka mendeteksi tindak kejahatan. Namun dalam penelitian ini penulis membatasi permasalahan terhadap proses ekstraksi fitur-fitur pada wajah saja. Metode yang digunakan dalam proses ekstraksi ini adalah dengan menggunakan metode gabor. Metode gabor memanfaatkan gabor wavelet dalam melakukan ekstraksi. Wavelet tersebut akan dilakukan konvolusi dengan gambar yang akan diekstrak fitur-fiturnya, maka akan didapatkan nilai-nilai jet dimana setiap titik dari hasil konvolusi tersebut merepresentasikan nilai frekuensi disekitar titik tersebut. Selanjutnya adalah mencari nilai-nilai jet tersebut yang sesuai dengan nilai jet yang terdapat pada model gambar manusia. Pada penelitian ini memanfaatkan edge detection yang digunakan untuk memperkecil domain pencarian fitur-fitur dari wajah."

"Denoising merupakan suatu teknik yang bertujuan untuk mengurangi efek noise yang biasa mensitrosi data hasil akuisisi. Makalah ini membahas algoritma normal shrink untuk mengurangi noise pada data hasil akuisissi yang berupa multi layer data yaitu citra RGB dan suara stereo."

"Kementrian Kesehatan menyatakan Indonesia sudah memasuki kondisi ageing population, dimana kondisi tersebut ditandai dengan kenaikan persentase penduduk lanjut usia (lansia). Kondisi tersebut tentunya memerlukan perhatian khusus dari pemerintah. Demensia adalah istilah medis untuk menggambarkan gejala penurunan memori dan fungsi kognitif pada tubuh manusia. Indonesia termasuk sepuluh negara dengan jumlah penderita orang dengan demensia (ODD) tertinggi di dunia, dan pada tahun 2050 jumlahnya diprediksi mencapai empat juta jiwa. Prediksi tersebut dibuat berdasarkan perbandingan jumlah lansia di Indonesia dengan jumlah ODD di seluruh dunia. Penelitian bertujuan untuk mengetahui peran dari masing-masing uji klinis untuk mengidentifikasi penderita ODD dan mereduksi komponen uji klinis yang memiliki peran kontribusi rendah. Data yang digunakan adalah data uji klinis NIFD (Neuroimaging in Frontotemporal Dementia). Metode yang akan digunakan adalah Principal Component Analysis (PCA), dimana metode ini bertujuan untuk melihat komponen uji klinis yang memberikan peran kontribusi dalam mengidentifikasi penderita ODD. Selain itu, akan dilakukan proses imputasi missing value dengan menggunakan algoritma pengembangan dari PCA, yaitu SVD-Impute dan PPCA. Setelah dilakukan tiga kali iterasi, pengujian menunjukan bahwa metode PPCA lebih baik dalam melakukan imputasi missing value dibandingkan dengan metode SVDImpute berdasarkan nilai NRMSE dan koefisien korelasi Pearson.

---

The Ministry of Health stated that Indonesia had entered a condition of an aging population, where an increase in the proportion of older people marks this condition. This condition certainly requires special attention from the government. Dementia is a medical term to describe symptoms of decreased memory and cognitive function in the human body. Indonesia is one of the ten countries with the highest number of people with dementia in the world, and by 2050 it is predicted to reach four million people. This prediction was based on comparing the number of older people in Indonesia with those with dementia worldwide. The research aims to determine each clinical trial's role in identifying people with dementia and reducing the components of clinical trials with a low role contribution. The data used is NIFD (Neuroimaging in Frontotemporal Dementia) clinical trial data. The method used is Principal Component Analysis (PCA), which aims to see clinical component tests that contribute to identifying people with dementia. In addition, the missing value imputation process will be carried out using the development algorithm from PCA, SVD-Impute and PPCA. After three iterations, the test showed that the PPCA method was better at imputing missing values than the SVDImpute method based on the NRMSE value and Pearson's correlation coefficient."

"ABSTRAKDalam forecasting dibidang ekonomi (harga saham, sales, nilai kurs, dsb) keakuratan data sangat penting diperlukan. Selain itu metode pre-processing data (pengolahan data mentah) yang canggih juga lebih diperlukan untuk menghasilkan proyeksi!prediksi ke depan yang lebih akurat. Dalam tesis ini akan digunakan de-noising wavelet sebagai metode pre-processing data, dimana dengan kemampuannya dalam noise-filtering dan characterizing behavior dalam time series akan membuat pre-processing data tersebut lebih powerful dalam memprediksi financial time series.De-noising wavelet adalah sebuah proses menghilangkan noise dari data time series sehingga fungsi aproksimasi yang dihasilkan menjadi lebih akurat. De-noising ini sangat powerful dalam menghilangkan noise yang pasti ada dari data time series. Dari beberapa experimen numerik yang dilakukan, dalam tesis ini digunakan simple linear regression dalam menghasilkan persamaan fungsi dari data time series, de-noising ini mampu membuat fungsi yang penyimpangannya lebih kecil dibandingkan fungsi yang dibuat tanpa de-noising ( selisih penyimpangan yang terjadi bisa mencapai sebanyak 1.84% (in time), bahkan untuk real time (mei'2003) penyimpangan mencapai 12.62 % ) . Hal ini membuktikan de-noising yangdilakukan wavelet bisa menghasilkan fungsi yang keakuratannya lebih baik dibandingkan fungsi yang dibuat dari data yang tidak dilakukan proses de-noising.De-nosing wavelet bisa dijadikan alat bantu yang sangat powerful dalam mengolah data mentah sebelum di proses lebih lanjut, dimana dengan kemampuannya yang cukup handal bisa diperoleh basil forecasting yang lebih akurat."

"Data menjadi hal yang sangat penting di zaman teknologi informasi saat ini. Data tersebut dapat dicuri, diubah, dan disalahgunakan sehingga diperlukan pengamanan data. Salah satu teknik yang dapat digunakan untuk pengamanan data adalah steganografi. Pada skripsi ini, akan dilakukan implementasi algoritma steganografi menggunakan teknik Haar Integer Wavelet Transform IWT dan Least Significant Bit LSB untuk menyembunyikan pesan rahasia berupa teks ke dalam citra digital. Untuk menyisipkan pesan rahasia dilakukan teknik Haar IWT dan 1-LSB pada cover image sehingga menghasilkan stego image. Hasil yang diperoleh menunjukkan bahwa proses extracting jauh lebih cepat dibandingkan proses embedding. Nilai PSNR dari data uji berkisar pada nilai 55-71 dB yang berarti stego image yang dihasilkan dikategorikan baik. Ini menunjukkan bahwa perbedaan citra awal dengan citra yang telah disisipi pesan rahasia tidak mengalami perubahan yang signifikan secara kasat mata.

---

Data becomes very important in the age of information technology today. Such data could be stolen, modified, and abused so that the data security become necessary. One of the techniques for data security is steganography. In this undergraduate thesis, the algorithm of steganography will be implemented with Haar Integer Wavelet Transform IWT and the Least Significant Bit LSB techniques for hiding text as secret message into digital image. Haar IWT and 1 LSB techniques are use to embed secret message on the cover image to produce a stego image. The results show that with this implementation the extracting proccess much faster than embedding process. Values of PSNR from experiment data is in the range 55 71 dB, so stego image are good. This indicates that the difference between cover image and stego image not changed by human visual system."

"Cekungan Air Tanah (CAT) Serang-Tangerang sebagai tempat terjadinya semua kejadian hidrogeologi tentunya tidak lepas dengan kontrol geologi, parameter fisika air tanah, dan parameter kimia air tanah. Analisis proses hidrogeokimia berdasarkan metode principal componenet analysis dilakukan untuk mengetahui bagaimana proses geologi mempengaruhi proses hidrokimia yang terjadi di Cekungan Air Tanah (CAT) Serang-Tangerang. Hasil penelitian menunjukkan bahwa daerah penelitian disusun oleh 4 formasi batuan, 13 batuan atau hasil gunung api dan 3 endapan, jenis air tanah berdasarkan nilai TDS dan DHL jenis air di cekungan Air Tanah (CAT) Serang-Tangerang merupakan air segar (72%) dan air payau (28%) serta air tanah segar (78%) dan air asin (22%) dengan fasies Na-HCO3, Mg-HCO3, Ca-HCO3, Ca-Cl, dan Na-Cl, DHL berkorelasi dengan K+ (r=0,681), Na+ (r=0.967), HCO3- (r=0.889), dan Cl- (r=0,891). Ca2+ berkorelasi HCO3- (r=0,600). Mg2+ berkorelasi dengan K+ (r=0,618) dan HCO3- (r=0,593). K+ berkorelasidengan Na+ (r=0.625), HCO3- (r=0,797). Na+ berkorelasi dengan HCO3- (r=0,858), Cl- (r=0,893). HCO3- berkorelasi dengan Cl- (r=0,638). Hubungan antara kondisi geologi dan proses hidrogeokimia air tanah yang terjadi di Cekungan Air Tanah (CAT) Serang-Tangerang dipengaruhi oleh 2 faktor yakni faktor litologi atau batuan (F1) dan lingkungan pengendapan atau intrusi air laut atau pengaruh penguapan (F2).

---

The Serang-Tangerang Groundwater Basin (CAT), where all hydrogeological events occur, cannot be separated from geological control, groundwater physics, and groundwater chemical parameters. Analysis of hydrogeochemical processes based on principal component analysis method was carried out to determine how geological processes affect hydrochemical processes in the Serang-Tangerang Groundwater Basin (CAT). The study area comprised 4 rock formations, 13 rocks or volcanic products, and 3 sediments. The type of groundwater based on TDS and DHL values, the type of water in the Serang-Tangerang Groundwater Basin is fresh water (72%) and brackish water (28%) and fresh groundwater (78%), and salt water (22%) with Na-HCO3, Mg-HCO3, Ca-HCO3, Ca-Cl, and Na-Cl facies, DHL correlated with K+ (r =0,681), Na+ (r=0.967), HCO3- (r=0,889), and Cl- (r=0,891). Ca2+ correlates with HCO3- (r=0,600). Mg2+ correlated with K+ (r=0,618) and HCO3- (r=0,593). K+ correlated with Na+ (r=0,625), HCO3- (r=0,797). Na+ correlated with HCO3- (r=0,858) and Cl- (r=0,893). HCO3- correlated with Cl- (r=0,638). The relationship between geological conditions and groundwater hydrogeochemical processes that occur in the Serang-Tangerang Groundwater Basin (CAT) is influenced by two factors, namely lithology or rock factors (F1) and depositional environment or seawater intrusion or the influence of evaporation (F2)."

"Corona Virus Disease 2019 (COVID-19) adalah penyakit yang menyerang tubuh manusia melalui virus Severe Acute Respiratory atau SARS-CoV-2. Munculnya wabah COVID-19 menimbulkan setidaknya 16,6 juta penduduk di dunia meninggal dunia serta tidak sedikit dari penderitanya mengidap Community Acquired Pneumonia (CAP). CAP adalah infeksi akut parenkim paru pada orang yang telah mendapatkan infeksi di masyarakat. Menurut World Health Organization (WHO), pneumonia menjadi penyebab utama kematian nomor tiga di negara miskin dan berkembang. Dengan adanya pendeteksian serta diagnosis lebih dini, pengidap CAP akibat terpapar oleh virus COVID-19 ini dapat ditangani lebih cepat sebelum menyebar luas. Oleh karena itu, analisis gambar medis sangat penting dalam upaya pengobatan CAP sedini mungkin. Adanya pengembangan teknologi deep learning dan computer vision dapat membantu dokter dalam melakukan pendeteksian lebih cepat serta akurat. Maka dari itu, penelitian ini mengusulkan model Convolutional Neural Network (CNN) dengan arsitektur ensemble model Xception, InceptionV3, NASNet Large, dan Inception Resnet-V2 dengan menggunakan metode pre-processing Principal Component Analysis (PCA) dalam melakukan pendeteksian COVID-19 tiga kelas pada gambar chest xray. Penggunaan metode PCA pada data pre-processing dapat membantu mengembangkan model yang lebih efisien serta akurat. Para peneliti telah mencoba pemrosesan gambar baik menggunakan gambar rontgen dada dan juga Computerized Tomography (CT scan) khususnya CNN. Penelitian sebelumnya telah membuat model CNN dengan arsitektur ensemble model yang terdiri dari Xception, Inception-V3, NASNet Large, dan Inception Resnet-V2 berbasis ensemble model. Namun, hasil akurasi dalam pendeteksiannya masih belum optimal. Oleh karena itu, penelitian ini mengusulkan penggunaan metode PCA untuk meningkatkan akurasi pendeteksian menjadi 88,95%. Akurasi pendeteksian meningkat sebesar 3,14% dari penelitian sebelumnya.

---

Corona Virus Disease 2019 (COVID-19) is a disease that attacks the human body through the SARS-CoV-2 virus. The emergence of the COVID-19 outbreak has caused at least 16.6 million people worldwide to die, and many of them suffer from Community Acquired Pneumonia (CAP). CAP is an acute lung parenchyma infection in people who have been infected in the community. According to World Health Organization (WHO), pneumonia is the third leading cause of death in poor and developing countries. With earlier detection and diagnosis, CAP sufferers due to exposure to the COVID-19 virus can be treated more quickly before it spreads widely. Therefore, medical image analysis is crucial in the effort to treat CAP as early as possible. The development of deep learning and computer vision technology can help doctors to perform faster and more accurate detection. Hence, this research proposes a Convolutional Neural Network (CNN) model with ensemble architectures of Xception, InceptionV3, NASNet Large, and Inception Resnet-V2, using Principal Component Analysis (PCA) pre-processing method to perform three-class COVID-19 detection in chest x-ray images. The use of the PCA method in pre-processing data can help develop a more efficient and accurate model. Researchers have tried image processing using both chest X-ray images and also Computerized Tomography (CT scan), especially CNN. Previous research has created a CNN model with an ensemble model architecture consisting of Xception, Inception-V3, NASNet Large, and Inception Resnet-V2 based on the ensemble model. However, the results of the accuracy in the detection are still not optimal. Therefore, this study proposes the use of the PCA method to increase the detection accuracy to 88.95%. Detection accuracy increased by 3.14% from previous studies."