Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perangkat lunak PVM (Parallel Virtual Machines) yang mampu mengubah jaringan komputer menjadi sistem komputer paralel multicomputer merupakan alternatif yang menarik untuk memenuhi kebutuhan komputasi paralel. Apalagi pada saat sebagian besar perkantoran pada umumnya telah memiliki jaringan komputer. Melalui PVM kita dapat membuat komputer paralel dengan 1000 prosesor lebih, dengan memanfaatkan jaringan komputer yang ada. Untuk mengetahui kinerja PVM pada jaringan PC ini maka dilakukan penelitian terhadap kinerja komunikasi data dan kinerja komputasinya. Aspek-aspek kinerja komunikasi data yang dievaluasi adalah komunikasi tanpa beban, yang meliputi bandwidth komunikasi, latensi dan komunikasi multi cast; serta kinerja komunikasi dengan beban, meliputi komunikasi saling-silang antara dua PC serta kinerja komunikasi simultan antara dua pasang PC. Sedangkan aspek-aspek kinerja komputasi paralel yang dievaluasi adalah waktu eksekusi program paralel, speedup, dan rasio waktu komunikasi terhadap komputasi (CIC ratio), yang dibandingkan dengan eksekusi program sekuensialnya. Dalam evaluasi kinerja komputasi paralel ini digunakan program perkalian matriks, yang menggunakan matriks berukuran 12x12, 40x40, 80x80, 120x120, 200x200, 240x240 dan 360x360. Penelitian dilakukan dengan menggunakan empat buah PC Intel DX4 100MHz yang terhubung melalui jaringan Ethernet dengan sistem operasi LINUX. Dari hasil pengukuran ternyata bahwa PVM hanya mampu memanfaatkan bandwidth jaringan Ethernet sampai 720KB per detik atau 58% dari bandwidth yang tersedia pada Ethernet (10Mbps). Waktu latensi mencapai 1923 mikrodetik; kecepatan transfer data multicast mencapai 227.575 byte per detik; kecepatan transfer data pada komunikasi saling-silang mencapai 155.253 byte per detik; kecepatan transfer data pada komunikasi simultan mencapai 10.095 byte per detik. Sedangkan pada pengujian komputasi paralel dengan perkalian matriks, ternyata hanya pada matriks berukuran 200 x 200 lebih, PVM mulai menunjukkan speedup; dan mencapai speedup terbaik sebesar 3,55 kali pada 4 PC dengan matriks berukuran 360 x 360. Speedup tersebut adalah 88,9 persen dibanding speedup ideal (4 kali). Hal ini karena sebagian waktu terpakai untuk komunikasi antar PC. Demikian pula C/C ratio semakin kecil (baik) untuk matriks berukuran 200x200 ke atas."

"ABSTRAKSistem pakar sebagai salah satu cabang dari kecerdasan buatan merupakan kajian yang menarik dan banyak diminati. Hal ini karena sistem pakar merupakan akumulasi keahlian manusia yang direpresentasikan dengan komputer, sehingga diharapkan dapat mengurangi ketergantungan terhadap manusia. Sistem pakar akan semakin lengkap bila dalam proses pengambilan keputusan juga mendekati cara kerja otak manusia, oleh karena itu ide jaringan syaraf diadopsi untuk sistem pakar dalam tesis ini. N-XSIMP (Neural network based - expert System for Injection Molding Process) disajikan untuk domain masalah yang berkaitan dengan proses injeksi plastik (termoplastik). Di dalamnya tercakup 24 diagnosis (10 masalah mesin injeksi dan 14 masalah pada produk. Saran aksi akan muncul dalam 4 aksi (dinaikan, diturunkan, perbaikan, dan variasi) dimana sistem menyediakan 6 lainnya. Dengan demikian saran keseluruhan mencapai 240 buah saran. Sedangkan langkah penanggulangan terdiri dari 24 perubahan pada komponen (13 perubahan setelan pada mesin, 5 perubahan pada cetakan, dan 6 perubahan lainnya ). Implementasi mesin inferensi menggunakan algoritme winner take-all groups, algoritme ini memiliki karakteristik bahwa pada saat yang sama hanya ada satu masalah yang muncul. Pembelajaran perseptron diimplementasikan sebagai pengenalan atau pelatihan data oleh jaringan syaraf. Karakteristik ini selain cocok untuk mendiagnosis masalah yang muncul pada saat proses injeksi plastik juga sangat cocok untuk kasus pengenalan pola. Dari hasil evaluasi sejumlah responder pada tiga buah perusahaan produsen plastik besar dan dua lembaga pendidikan tinggi yang memiliki topik bahasan cetakan plastik dalam kurikulumnya, ternyata belum ada yang menggunakan sistem pakar. Tanggapan terhadap N-XSIMP sangat positif, dan menyarankan untuk dikembangkan lebih lanjut agar sistem benar-benar dapat beraksi selayaknya pakar. Saran dad pemakai juga mengusulkan agar sistem dikembangkan kemampuannya agar tidak hanya mampu berinteraksi antara manusia-mesin, namun juga antara mesin-mesin (on chip). Penambahan basis pengetahuan berdasarkan fakta di lapangan akan meningkatkan kinerja sistem agar saran yang muncul benar-benar realistis. Pustaka: 28 (1979-1994)"

"Computer vision merupakan cabang dari bidang ilmu kecerdasan buatan yang mempelajari bagaimana sebuah komputer dapat memahami suatu gambar yang diberikan. Salah satu contoh nyata dari penerapan computer vision adalah pengenalan objek bola pada robot sepak bola. Salah satu tantangan yang dapat menyulitkan robot dalam mendeteksi bola adalah warna bola yang sebagian besar berwarna putih. Hal ini menjadi tantangan karena warna putih sangat rentan terhadap noise. Metode tradisional yang hanya dapat mendeteksi satu bentuk saja tidak cukup untuk memenuhi kebutuhan tersebut, karenanya digunakan pendeteksian berdasarkan machine learning. Salah satu metode pengenalan objek berdasarkan machine learning yang sering digunakan adalah metode Jaringan Saraf Tiruan. Pada tulisan ini, sistem penglihatan robot sepak bola untuk mengenali objek bola dirancang menggunakan metode jaringan saraf tiruan dengan library pengolahan citra OpenCV dalam bahasa pemrograman C++. Berdasarkan pengujian kinerja sistem dalam mendeteksi bola pada gambar mendapatkan nilai accuracy sebesar 0.9987, nilai precision sebesar 0.8055, nilai recall sebesar 0.7, dan FPS sebesar 6. Sedangkan kinerja sistem pembanding dengan menggunakan SVM pada dataset yang sama mendapatkan nilai accuracy sebesar 0.988, nilai precision sebesar 0.167, nilai recall sebesar 0.966, dan FPS sebesar 7,7. Setelah kedua metode dibandingkan dapat disimpulkan bahwa metode jaringan saraf tiruan dapat mendeteksi bola lebih akurat berdasarkan nilai F-Score yang didapatkan yaitu 0.749 pada sistem yang dibuat berbanding dengan 0.285 pada sistem pembanding, namun memerlukan waktu proses yang lebih lama.

---

Computer vision is a branch of the field of artificial intelligence that studies how a computer can understand a given image. An example of the application of computer vision is detecting a ball object on a soccer robot. One of the challenges that can make it difficult for the robot to detect the ball is the color of the ball, which is mostly white. This becomes a challenge because white is very susceptible to noise. Traditional methods that can only detect one form are not sufficient to meet these needs, therefore detection based on machine learning is used. One of the object detection methods based on machine learning that is often used is the Artificial Neural Network method. In this paper, the system to detect ball object is implemented using an artificial neural network method with the OpenCV image processing library in the C ++ programming language. Based on testing the performance of the system at detecting ball have the accuracy value of 0.9987, precision value of 0.8055, recall value of 0.7, and FPS of 6. While the performance of the comparison system using SVM on the same dataset gets accuracy value of 0.988, precision value of 0.167, recall value of 0.966, and FPS of 7.7. After the two methods were compared, it can be concluded that the artificial neural network method can detect the ball more accurately based on the F-Score value obtained, which is 0.749 compared to 0.285, but it requires a longer processing time"

"ABSTRAKSetiap nasabah bank menginginkan kemudahan, kenyamanan, dan rasa aman dalam melakukan transaksi, mereka tidak mau direpotkan dengan pengisian bermacam-macam forrnulir, lalu harus antri di counter / teller yang hanya dapat dilakukan pada jam buka kas bank.Dari contoh kasus di atas, untuk melayani nasabahnya lebih baik lagi, desakan penggunaan teknologi informasi tidak dapat dielakkan oleh perbankan, Pengeluaran uang untuk implementasi sistem baru berbasis teknologi informasi tetap harus dilakukan, walaupun sebagian besar komponennya harganya relatif mahal dan tidak dihasilkan di dalam negeri.Kenyataannya perbankanpun menggunakan teknologi informasi sebagai alat untuk bersaing. Hal ini membuat kebutuhan system/teknologi informasi terus bertambah dan dengan sendirinya pengeluaran bank juga meningkat.Setelah mencermati kondisi tersebut, penulis terdorong untuk melakukan analisis terhadap sistem perbankan elektronik. Dalam menganalisis penulis menggunakan pendekatan perencanaan strategis system/teknologi informasi, work centered analysis, dan cost & benefit analysis untuk data pendukung yang berasal dari studi literatur, media massa, data di internet yang berhubungan dan dari perusahaan penyedia komunikasi data.Keluaran dan Proyek akhir ini berupa sebuah perencanaan strategis system/teknologi informasi dan rancangan layanan jaringan transaksional pada sistem perbankan elektronik yang menghemat devisa, lebih efisien, efektif, berorientasi kepada nasabah, dan mempunyai keunggulan bersaing.Daftar Pustaka : 17 ( 1992-1996)

---

ABSTRACT

Generally customer wants to get easy, comfortable, and safe in banking transaction. They do not want to fill out various forms, wait in the line for the bank counter I teller while the bank's service hour is so short.

In order to better serve customers, banking management can not avoid the use of information technology. Therefore, the management should expense funding to implement information technology based banking system eventhough the system is expensive and most of the information technology components are imported.

It is a fact that banking management uses the information technology as a tool for competition. Therefore, the needs of information technology increases and so does the bank expenses.

Having observed the object, I have been motivated to analyze electronic banking system in details. Some data on banking have been collected from literatures, mass media, internee, and from a particular communication provider company. The analysis on the data uses system / technology strategic planning work centered analysis, and cost & benefit analysis.

The Thesis result a strategic planning and design concept for transaction network services in electronic banking system. The concept is aimed to reduce information technology investment and transaction cost, and to provide competitive advantages by effective, efficient, and customer oriented

Bibliography : 17 (1992-1996)"

"ABSTRAK

Proses pemeliharaan dan perawatan bangunan gedung khususnya bangunan gedung milik pemerintah kebanyakan masih bersifat konvensional dan tidak memiliki sistem informasi pemeliharaan yang jelas.Akibatnya proses pemeliharaan dan perawatan bangunan gedung cenderung lamban,berbelit-belit,tidak terstruktur bahkan seringkali dapat mengakibatkan tambahan biaya yang tidak signifikan.Tujuan penelitian ini yaitu untuk mengembangkan sistem informasi pekerjaan pemeliharaan dan perawatan berbasis web guna meningkatkan kinerja pemeliharaan bangunan gedung pemerintah.Metode perancangan sistem informasi yang digunakan yaitu metode SDLC waterfall Model.Untuk mengukur kinerja petugas digunakan metode Fuzzy dan metode DSS Profile Matching digunakan untuk optimasi pekerjaan sesuai alokasi dana yang tersedia.Hasil dari penelitian ini yaitu berupa sebuah sistem informasi berbasis web yang berguna bagi instansi pemerintah dalam melaksanakan pekerjaan pemeliharaan dan perawatan bangunan gedung mereka.Berdasarkan pengujian alpha dan beta secara fungsional sistem informasi ini sudah dapat menghasilkan output yang diharapkan dan bersifat user friendly

---

ABSTRACT

Building maintenance process especially for government building still mostly carried out conventionally and it doesn't have decent information system.As a result, building maintenance process tend to be slow, complicated, unstructured and often create insignificant added cost.The purpose of this research is to develop web based information system of maintenance work in order to improve government building maintenance performance. The information system design method used is the SDLC waterfall Model method. To measure the performance of officers used Fuzzy method and DSS method Profile Matching is used to optimize the work according to available fund allocation. The result of this research is a web-based information system that is useful for government agencies in carrying out maintenance and treatment work on their buildings. Based on alpha and beta testing this web based information systems can already produce expected output and user friendly

"

"Beberapa tahun terakhir teknologi di bidang computer vision mengalami kemajuan yang signifikan. Aplikasi teknologi ini merambat ke banyak area perkembangan teknologi lainnya, salah satunya dalam teknologi search engine untuk mempermudah pengguna mencari tanpa perlu mengetik. Salah satu implementasi dari konsep ini adalah aplikasi Google Lens oleh Google. Penelitian ini melihat dua dari tujuh fitur utama dalam aplikasi tersebut, translate dan homework. Fitur translate bertujuan untuk mempermudah pengguna dalam mencari translasi suatu teks ke bahasa lain tanpa perlu mengetik teks awal, melainkan menggunakan kamera pengguna untuk menangkap teks awal dan langsung diterjemahkan dan ditampilkan pada pengguna. Fitur homework melakukan hal yang sama, namun bertujuan untuk membantu mencari solusi pertanyaan yang biasa merupakan pekerjaan rumah siswa. Melalui pengujian akurasi optical character recognition (OCR) didapatkan bahwa fitur translate pada Google Lens, memiliki nilai akurasi lebih dari 0.99 ketika melihat potongan teks pengetikan dan 0.96 pada teks tulisan tangan dalam berbagai bahasa. Serta hasil translasi memiliki rata-rata nilai 9.2 untuk semua bahasa yang diuji. Fitur homework memiliki nilai akurasi OCR 0.99 untuk semua jenis soal, dan mampu menjawab 310 soal dari total 353. Hasil ini menunjukkan bahwa, untuk kedua fitur yang diuji, Google Lens memiliki potensial untuk digunakan dalam kehidupan sehari-hari. Hal ini terlihat pada bagian wawancara 20 responden, di mana 84.2% yakin akan kembali menggunakan aplikasi Google Lens untuk kedua fitur tersebut.

---

In recent years, there have been significant advancements in computer vision technology. This technology has spread to various other areas of technological development, including search engine technology to facilitate user searches without the need for typing. One implementation of this concept is the Google Lens application developed by Google. This study focuses on two out of seven main features of the application: translate andhomework. The translate feature aims to facilitate users in searching for translations of a text into another language without the need for typing the original text. Instead, it utilizes the user’s camera to capture the original text and immediately translate and display it to the user. The homework feature performs a similar function, but it is designed to assist in finding solutions to commonly assigned homework questions. Through accuracy testing of optical character recognition (OCR), it was found that the translate feature of Google Lens achieved an accuracy score of over 0.99 when examining typed text and 0.96 for handwritten text in various languages. Additionally, the translation results had an average score of 9.2 for all tested languages. The homework feature achieved an OCR accuracy score of 0.99 for all types of questions and was able to answer 310 out of a total of 353 questions. These results demonstrate that Google Lens has the potential for everyday use in both tested features. This is supported by the interview section of 20 respondents, where 84.2% of the respondents expressed confidence in using the Google Lens application again for both features."

"Beberapa tahun terakhir teknologi di bidang computer vision mengalami kemajuan yang signifikan. Aplikasi teknologi ini merambat ke banyak area perkembangan teknologi lainnya, salah satunya dalam teknologi search engine untuk mempermudah pengguna mencari tanpa perlu mengetik. Salah satu implementasi dari konsep ini adalah aplikasi Google Lens oleh Google. Penelitian ini melihat dua dari tujuh fitur utama dalam aplikasi tersebut, translate dan homework. Fitur translate bertujuan untuk mempermudah pengguna dalam mencari translasi suatu teks ke bahasa lain tanpa perlu mengetik teks awal, melainkan menggunakan kamera pengguna untuk menangkap teks awal dan langsung diterjemahkan dan ditampilkan pada pengguna. Fitur homework melakukan hal yang sama, namun bertujuan untuk membantu mencari solusi pertanyaan yang biasa merupakan pekerjaan rumah siswa. Melalui pengujian akurasi optical character recognition (OCR) didapatkan bahwa fitur translate pada Google Lens, memiliki nilai akurasi lebih dari 0.99 ketika melihat potongan teks pengetikan dan 0.96 pada teks tulisan tangan dalam berbagai bahasa. Serta hasil translasi memiliki rata-rata nilai 9.2 untuk semua bahasa yang diuji. Fitur homework memiliki nilai akurasi OCR 0.99 untuk semua jenis soal, dan mampu menjawab 310 soal dari total 353. Hasil ini mennunjukan bahwa, untuk kedua fitur yang diuji, Google Lens memiliki potensial untuk digunakan dalam kehidupan sehari-hari. Hal ini terlihat pada bagian wawancara 20 responden, di mana 84.2% yakin akan kembali menggunakan aplikasi Google Lens untuk kedua fitur tersebut.

---

In recent years, there have been significant advancements in computer vision technology. This technology has spread to various other areas of technological development, includ- ing search engine technology to facilitate user searches without the need for typing. One implementation of this concept is the Google Lens application developed by Google. This study focuses on two out of seven main features of the application: translate and homework. The translate feature aims to facilitate users in searching for translations of a text into another language without the need for typing the original text. Instead, it utilizes the user’s camera to capture the original text and immediately translate and display it to the user. The homework feature performs a similar function, but it is designed to assist in finding solutions to commonly assigned homework questions. Through accuracy testing of optical character recognition (OCR), it was found that the translate feature of Google Lens achieved an accuracy score of over 0.99 when examining typed text and 0.96 for handwritten text in various languages. Additionally, the translation results had an average score of 9.2 for all tested languages. The homework feature achieved an OCR accuracy score of 0.99 for all types of questions and was able to answer 310 out of a total of 353 questions. These results demonstrate that Google Lens has the potential for everyday use in both tested features. This is supported by the interview section of 20 respondents, where 84.2% of the respondents expressed confidence in using the Google Lens application again for both features."