Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sektor pariwisata menjadi salah satu sektor yang memiliki banyak potensipemasukan anggaran negara. Salah satu cara untuk meningkatkan pemasukanmelalui sektor pariwisata adalah dengan memanfaatkan teknologi informasi agardapat menarik lebih banyak wisatawan yang datang. Pemanfaatan teknologitersebut adalah dengan menggunakan smart tourism. Implementasi smart tourismyang digunakan pada pariwisata di Indonesia, khususnya untuk objek wisataMonumen Nasional (Monas) adalah dengan memanfaatkan aplikasi telepon pintarberbasis Visual Question Answering (VQA) untuk memberikan informasi detailmengenai objek pariwisata yang sedang diamati dari kamera ponsel. Fokus dariskripsi ini adalah untuk menghasilkan model latihan dengan akurasi deteksi objekyang baik. Hasil dari proses latihan model akan dijadikan sebagai model untukdeteksi objek yang ada di sekitar Monas yang akan digunakan untuk melakukan VQA. Dataset yang digunakan dalam penelitian ini adalah gambar Monas besertaobjek-objek sekitarnya sebanyak 600 gambar dengan label kelas sebanyak 25 kelasobjek. Jaringan yang digunakan untuk melakukan deteksi objek adalah denganmenggunakan YOLO dan RetinaNet, dimana nantinya kedua jaringan ini akandilakukan komparasi dengan mencari skor akhir dari hasil evaluasi kedua modelyang telah dihasilkan. Dengan menggunakan dataset orisinil, pada jaringan YOLO mean average precision (mAP) yang didapatkan dengan rentang nilai confidencelevel threshold 0,1 sampai 0,9 berkisar antara 60,77% sampai 71,99%, sedangkanuntuk jaringan RetinaNet mAP yang didapatkan berkisar antara 72,18% sampai92,98%. Dengan menggunakan dataset augmentasi, pada jaringan YOLO mAPyang didapatkan berkisar antara 52,51% sampai 93,72%, sedangkan untuk jaringanRetinaNet mAP yang didapatkan berkisar antara 23,8% sampai 56,19%. Untuk skorArea Under Curve (AUC) pada dataset orisinil sebesar 0,99 dan 0,96 pada datasetaugmentasi. Berdasarkan hasil eksperimen ini dapat disimpulkan model YOLOdapat mendeteksi lebih baik dibandingkan dengan RetinaNet dan datasetaugmentasi dapat menghasilkan deteksi gambar lebih baik dibandingkan dengandataset orisinil.

---

Tourism sector has become one of the most potential income for some countires.One of the way to increase income from tourism sector is to implement informationtechnology so it can attract more tourists to come. The technology that can beimplemented is smart tourism. One of the smart tourism implementations forIndonesia tourism, especially for Monumen Nasional (Monas) tourism destinationis mobile based Visual Question Answering (VQA) application that can providedetailed information about tourism object from mobile phone camera. Focus of thisthesis is to produce training model with good detection accuracy. The result of themodel training process will be used as model for object detection model that willbe used for doing VQA. Dataset that will be used for this research are 600 picturescontaining Monas and 25 surrounding objects called class. The networks that willbe used for object detection is using YOLO and RetinaNet, where both of thesenetworks will be compared each other by searching the accuracy from evaluationmetric from both networks. By using original dataset, in YOLO network the meanaverage precision (mAP) score is between 60.77% to 71.99% with 0.1 to 0.9confidence level threshold range and in RetinaNet network the mAP score isbetween 72.18% to 92.98%. By using augmented dataset, in YOLO network themAP score is between 52.51% to 93.72% and in RetinaNet network the mAP scoreis between 23,8% to 56,19%. The Area Under Curve (AUC) score for originaldataset is 0.99 and 0.96 for augmented dataset using YOLO network. Based on theevaluation result, YOLO can detect objects better than RetinaNet and augmenteddataset can produce better detection than original dataset."

"ABSTRAKSalah satu bagian terpenting dalam sistem telekomunikasi adalah kemampuanmenjaga keutuhan infomasi, mengingat pada saat pentransmisian data Dada sistemtelekomunikasi didapati error (gangguanPengkodean konvolusi (2,1,5) dengan mengurai viterbi menggunakan DSPS TMS320C yang dapat disebabkan oleh derau (noise),interferensi, Serta gangguan medan magnit/listrik. Untuk menghindari hal tersebut pada sistem komunikasi digital digunakan sistem pengoreksi kesalahart Pada sistem inisalah satu metode penyandian yang cukup efektif adalah metode konvolusi dan padabagian pengurainya mengiinakan algoritma Viterbi.

---

"

"Dalam teknologi telekomunikasi, pemrosesan sinyal menyandang peran vital. Penerapan teknik tersebut telah merambah ke berbagai bidang seperti halnya bidang pengolahan suara dan ucapan, bidang pengolahan citra, kompresi data, dan estimasi spektral waktu frekuensi.Radar (Radio Detection and Ranging) adalah suatu metode penggunaan gelombang radio untuk mendeteksi kehadiran objek sasaran dan menentukan posisinya (lokasi/jaraknya) serta kecepatannya. Secara umum sinyal echo radar terdiri dari clutter c(t) yang merupakan hamburan dari benda-benda lain, noise n(t) atau derau yang lebih didominasi oleh penerima sendiri (kecuali pada frekuensi rendah), dan sinyal yang mungkin jika ada sasaran.Melalui bentuk pemodelan pembangkitan sinyal echo radar dengan bantuan program berbasiskan Matlab Simulink dan Matlab versi 4.2, maka dapat dianalisa sejauh mana penerapan dari untuk kerja transformasi Wavelet dan membandingkannya dengan transformasi Fourier dalam mengidentifikasi sinyal echo radar . Pemrosesan sinyal ditujukan untuk mengetahui kandungan frekuensi Doppler, dengan kata lain untuk tujuan mengetahui besar kecepatan radial benda terhadap radar. Dalam setiap deteksi diasumsikan selalu ada sasaran yang sudah berhasil dideteksi, sehingga yang harus dilaksanakan adalah mengetahui besar kecepatan radialnya.

---

Signal processing plays an important role in communication technology. Application of the technique has broadly expanded to various fields such as sound and utterance processing, image processing, data compression and frequency time spectral estimation.Radar (Radio Detection and Ranging) is one method of using radio wave to detect the targeted objects, their positions (in terms of location and distance) and speeds. Signally radar echo signal consists of clutter c(t), scattering from other objects, noise n(t) or roaring sound, dominantly controlled by the internal receiver (except for low frequency), and possible signal, when the target exist.In form of radar echo signal erection modeling supported with the program-based Matlab Simulink and Matlab Version 4.2, we may analyze application of Wavelet transforms displays as far as possible and compare to the Fourier transforms to identify radar echo signal. Signal processing is aimed at knowing the Doppler frequency ingredients. In other words, it is purposed to see the objects radial speed against the radar. It is assumed that there are always targeted objects already successfully detected. In this care, it is our task to determine the radial speed."

"The Hidden Markov Model (HMM) is a frequently used tool in scientific research for recognizing pattern. This study discusses sign ature recognition using HMM where the signature image is transmitted from the remote station to the headquarter office by wireless because the remote station was not provided by the original signature as a reference. Generally, the transmission of radio communication has been corrupted with Additive White Gaussian Noise (AWGN) over the Rayleigh fading channel. To reduce the number of bits in the bitstream, the signal prior to transmission was compressed by means of run-length encoding (RLE), also known as source coding. The signature image detected from the receiver was processed in the computer using the HMM. The successful rate of recognition was 0-36% without compression and 60-76%with compression."

"ABSTRAKAplikasi-aplikasi transformasi wavelet telah banyak digunakan, terutamaaplikasi yang berhubungan dengan sinyal gambar, suara, video, dan sinyal elektriklainnya. Pada skripsi ini dibahas aplikasi transformasi wavelet untuk memprediksifluktuasi trafik internasional. Besarnya trafik internasional sangat dipengaruhi olehfaktor teknologi, ekonomi, hubungan bilateral negara satu dengan yang lain dankerjasama antar operator internasional.Fluktuasi trafik internasional berupa sinyal satu dimensi. Sinyal ini akandidekomposisi dari level I sampai dengan level 3 dengan menggunakan metodeDiscrete Wavelet Transform (DWT) untuk fungsi dasar Daubechies 18, Daubechies12, Daubechies 8 dan Haar . Hasil dekomposisi ini akan berupa sinyal aproksimasi darifilter lowpass dan sinyal detail dari filter highpass. Sinyal aproksimasi inimenggambarkan gambaran umum dari keseluruhan sinyal asli. sedangkan sinyal detailakan menentukan seberapajauh tingkat naik dan turunnya fluktuasi sinyal asli. Sinyalaproksimasi ini nantinya akan menjadi model sinyal pendekatan yang akandiprediksikan pada masa ke depan dengan asumsi kondisi keadaan yang hampir sama.Bentuk sinyal demi pada masa depan akan ditentukan oieh sinyal-siyal detail padamasa sebelumnya demikian pula dengan sinyal aproksimasinya yang dalam hal inidiprediksikan secara polinomial. Metode yang digunakan adalah Regresi PolinomialSelanjutnya proses prediksi fluktuasi sinyal merupakan proses rekonstruksi dari sinyalaproksimasi dan detail hasil prediksi. Untuk mendapatkan fluktuasi yang lebih smoothditambahkan proses denoising dengan menggunakan metode soft thresholding modelDonoho yang telah dimodifikasi dengan menggunakan harga rata-rata dan standartdeviasi pada koefisien sinyal detailnya.Dari hasil simulasi dapat diketahui bahwa dengan penerapan dekomposisi levelI untuk fungsi dasar Daubechies 18 dengan kombinasi denoising metode softthresholding model Donoho modifikasi dengan menggunakan nilai standart deviasiakan didapatkan nilai error prediksi yang terkecil.

---

"

"Teknik Komunikasi dengan mengunakan media sinar laser telah meningkatkan bandwitdh frekwensi dan kualitas daya dalam sinyal informasi yang akan diterima pada sebuah sistem pemancar dan penerima. Sistem yang dibuat dalam seminar ini adalah perancangan dan pembuatan alat pemancar dan penerima informasi audio dengan menggunakan sinar laser. Batas minimun dan maksimun bandwitdh frekwensi audio, kualitas dayanya serta kemampuan sistem dalam menyampaikan berbagai bentuk sinyal informasi dilakukan setelah sistem pemancar dan penerima dirangkai dan diposisikan tepat pada arah dan fokus masing-masing sisi. Hasil yang akan dicapai pada penerapan teknik komunikasi dengan menggunakan media sinar laser ini berguna untuk mengatasi masalah kebutuhan panjang kabel pada komunikasi antara dua buah gedung dengan tujuan untuk mendapatkan kualitas sinyal informasi seperti yang diharapkan."

"This book brings together papers from the 2018 International Conference on Communications, Signal Processing, and Systems, which was held in Dalian, China on July 14-16, 2018. Presenting the latest developments and discussing the interactions and links between these multidisciplinary fields, the book spans topics ranging from communications, signal processing and systems. It is aimed at undergraduate and graduate electrical engineering, computer science and mathematics students, researchers and engineers from academia and industry as well as government employees."

"Kebutuhan manusia untuk dapat berinteraksi dengan lebih baik dan lebih mudah ketika berhadapan dengan sistem yang terdiri dari mesin-mesin serta kebutuhan akan sistem keamanan yang lebih baik telah menjadi salah satu pemicu mengapa teknologi speech recognition terus dikembangkan.Sistem pengolahan sinyal yang dipakai di dalam sistem pengenalan suara telah banyak dikembangkan, cara-cara pengolahan sinyal inilah yang akan menghasilkan sebuah hasil akhir yang merupakan sebuah parameter bagi sistem pengenalan suara tersebut, disebut juga dengan front ends.Beberapa front ends yang dikenal saat ini diantaranya adalah Linear Predictive Coefficients (LPC), Linear Predictive Cepstral Coefficients (LPCC), dan Cepstral Transform Coefficients (CC), yang masing-masing datang dengan keunggulan dan kekurangannya masing-masing.Penulisan skripsi ini bertujuan untuk memberikan pengenalan lebih baik terhadap kinerja ketiga front ends tersebut berikut analisa faktor-faktor lain yang dapat mempengaruhi kinerja ketiganya.Hasil akhir yang didapatkan dalam penulisan skripsi ini juga menunjukkan keunggulan metode pengolahan sinyal menggunakan transformasi fourier dibandingkan metode pengolahan sinyal menggunakan teknik prediksi linear, serta adanya keunggulan dan kekurangan yang terdapat pada masing-masing metode LPC dan LPCC apabila keduanya dibandingkan."

"Pada skripsi ini dibuat suatu rancang bangun perangkat lunak modulator n/4-DQPSK yang menggunakan Prosesor DSP TMS320C54X. Rancang bangun perangkat lunak ini dibuat dengan bahasa pemrograman C yang merupakan satu-satunya bahasa pemrograman yang dapat digunakan untuk Prosesor bSP TMS320C54X. Rancang bangun perangkat lunak ini dibuat berdasarkan bagian-bagian yang ada pada modulator π/4-DQPSK, yaitu serial to paralel converter, differential encoding dan mapping, filterisasi dan terakhir adalah pengabungan keluaran filter I dan Q. Uji coba yang dilakukan adalah membandingkan keluaran masing-masing bagian antara simulasi menggunakan Simulator Prosesor DSP TMS320C54X, yaitu SimulatorC54X dengan perhitunyan berdasarkan teori. Hasil dari uji coba yang dilakukan adalah rancang bangun perangkat lunak modulator π/4-DQPSK yang dibuat dapat disimulasikan menggunakan SimulatorC54X."