Hasil Pencarian  ::  Simpan CSV :: Kembali

"Karakterisasi dari mikropartikel umumnya dianalisa berdasarkan gerak Brown dengan besaran suhu tertentu. Kenaikkan suhu akan menyebabkan energi kinetik partikel berubah sehingga gerakan Brown dari partikel juga akan berubah. Mikropartikel mempunyai tipe-tipe yang sangat luas, salah satunya adalah magnetik. Sifat magnetik pada mikropartikel akan menyebabkan gerak Brown dari partikel akan berbeda apabila diberikan medan magnet eksternal. Dalam studi ini akan diteliti gerak Brown partikel dan magnetic polystyrene untuk diukur koefisien difusinya dalam kondisi medan magnet dan temperatur berbeda-beda. Nilai koefisien dapat ditentukan dari metode rerata kuadrat perpindahan yang membutuhkan analisa gerak partikel. Proses pelacakan dilakukan dengan algoritma pencitraan komputer seperti deteksi blob dan optical flow. Hasil menunjukkan deteksi partikel dengan metode blob seperti SURF dan optical flow RLOF lebih efisien dan cepat secara komputasi dan lebih akurat daripada EfficientDet, dengan hasil koefisien difusi yaitu 6,785034 x 10-15 m2s-1 untuk ukuran 1μm, 8,886335 x 10-16 untuk 3μm, dan 8,944864 x 10-16 untuk 5μm. Pada pengukuran koefisien difusi diperoleh bahwa semakin besar partikel, maka semakin kecil koefisien difusinya. Selain itu, dirancang juga sistem yang dapat menghasilkan medan magnet berotasi yang membutuhkan sinyal tiga fasa. Rangkaian flip-flop digital dapat menghasilkan sinyal tiga fasa, yang diproses dengan pengubah sinyal kotak menjadi sinus untuk menghasilkan sinyal sinus dengan beda fasa 119,752°.

---

Characterizing of microparticle usually analyzed by using Brownian movement with controlled temperature. Increasing the temperature will lead to changes in kinetic energy particle, and the Brownian movement of the particle will be changed too. Microparticle has many types which one of them was magnetic microparticle. Magnetic characteristics of microparticle will lead to changes in Brownian motion of partice if given certain external magnetic field. In this study, the stochastic Brownian motion of magnetic polystyrene will be measured with various temperatures and magnetic fields. The value of coefficient could be measured from mean square displacement method by analyzing particle movements. Particle movement could be tracked by using computer vision algorithms such as blob detection and optical flow. Results showed that particle detection using blob such as SURF and optical flow such as RLOF is more computationally faster and more accurate than using EfficientDet with diffusion coefficient results such as 6,785034 x 10-15 m2s-1 for 1μm size, 8,886335 x 10-16 for 3μm, and 8,944864 x 10-16 for 5μm. In diffusion coefficient measurement results, shows that the larger particle sizes will results in smaller diffusion coefficient. Also, the system for generating rotating magnetic field is developed with three-phase signal as requirement. Flip-flop digital circuits is used to generate three-phase signal with square to sine converter to create sine signal with 119,752° phase difference."

"Material Metal Matrix Composite (MMC) merupakan material yang banyak dikembangkan akhir-akhir ini karena keunggulan yang dimilikinya dibndingkan dengan material lain baik murni maupun paduan. Material MMC yang merupakan kombinasi dari matriks logam dengan penguatnya (reinforcement) diharapkan memiliki sifat yang lebih baik dibandingkan dengan komponen penyusunnya. Paduan AI-Si-Mg/SiCp merupakan salah satu contoh material MMC, dimana paduan alumunium sebagai matriks dan SiC sebagai penguat. Material yang dihasilkan dari kombinasi antara paduan alumunium dengan SiC ini diharapkan akan memiliki sifat ringan. Kekerasan tinggi, ketahanan aus tinggi dan kekuatan tekan yang tinggi.Salah satu metode pernbuatan MMC paduan Al-Si-MgfSiCp ini adalah pengecoran (casting). Namun telmologi pengecoran yang umum digupdkan untuk memproduksi material ini masih tergolong ini dicoba untuk memproduksi material MMC ini dengan teknologi pengecoran yang sederhana. Metode yang dipilih adalah metode stir-casting karena dianggap paling mudah dan mungkin membuat material ini.Menurut "rule of mixture", fraksi volume partikel penguat meruakan salah satu variable yang sangat mempengaruhi kekuatan material, sehingga pada penelitian ini dipilih yang sangat mempengaruhi kekuatan material, sehingga pada penelitian ini dipilih fraksi volume partikel penguat sebagai parameter pengujian. Dari penelitian didapt bahwa semakin besar fraksi volume partikel penguat, maka kekerasan material komposit akan semakin meningkat."

"Dalam pengamatan gerak Brown untuk mencari nilai koefisien difusi, dibutuhkan sebuah sistem yang memiliki akurasi tinggi untuk pendeteksian koordinat partikel dalam orde mikrometer. Pada penelitian ini dibuat sebuah sistem untuk menganalisa pergerakan partikel microbead dalam larutan nanogold dengan variasi temperatur dalam bentuk input berupa video dan menghasilkan output berupa nilai koefisien difusi dari partikel yang terdapat pada video. Sistem ini memanfaatkan machine learning sebagai detektor koordinat partikel. Digunakan TensorFlow Object Detection API sebagai backend sistem ini dan CenterNet sebagai aristektur model yang digunakan. Koordinat partikel berhasil dideteksi dengan rata-rata error pada pendeteksian senilai 0.6 piksel. Metode mean squared displacement digunakan untuk menghitung koefisien difusi. Didapatkan nilai koefisien difusi untuk microbead pada suhu 36,37,38,39,40oC secara berurutan sebesar 8.581 x 10-14, 9.925 x 10-14, 10.113 x 10-14, 10.374 x 10-14, 14.875 x 10-14 m2/s. Didapati nilai kenaikan koefisien difusi setiap kenaikan 1oC sebesar 1.3037 x 10-14 m2/s.

---

In observing Brownian motion to find the value of the diffusion coefficient, a system that has high accuracy is needed for the detection of particle coordinates in domain of micrometers. In this study, a system was created to analyze the movement of microbead particles in a nanogold solution with temperature variations in the form of video input and produce output in the form of the diffusion coefficient value of the particles in the video. This system utilizes machine learning as a particle coordinate detector. The TensorFlow Object Detection API is used as the backend of this system and CenterNet as the model architecture. The particle coordinates were detected successfully with an average detection error of 0.6 pixels. The mean squared displacement method is used to calculate the diffusion coefficient. The diffusion coefficient values for microbeads at a temperature of 36,37,38,39,40oC respectively were 8,581 x 10-14, 9.925 x 10-14, 10,113 x 10-14, 10,374 x 10-14, 14,875 x 10-14m2/s. It was found that the value of the increase in the diffusion coefficient for every 1oC increase was 1.3037 x 10-14 m2/s"

"Dalam melakukan pengamatan gerak Brown untuk mencari nilai koefisien difusi, dibutuhkan sebuah sistem yang memiliki akurasi tinggi untuk pendeteksian koordinat partikel dalam orde mikrometer. Pada penelitian ini dibuat sebuah sistem untuk menganalisa pergerakan partikel microbead dalam larutan nanogold dengan variasi temperatur dalam bentuk input berupa video dan menghasilkan output berupa nilai koefisien difusi dari partikel yang terdapat pada video. Sistem ini memanfaatkan machine learning sebagai detektor koordinat partikel. Digunakan TensorFlow Object Detection API sebagai backend sistem ini dan CenterNet sebagai aristektur model yang digunakan. Koordinat partikel berhasil dideteksi dengan rata-rata error pada pendeteksian senilai 0.6 piksel. Metode mean squared displacement digunakan untuk menghitung koefisien difusi. Didapatkan nilai koefisien difusi untuk microbead pada suhu 36, 37, 38, 39, 40oC secara berurutan sebesar 8.581 x 10-14, 9.925 x 10-14, 10.113 x 10-14, 10.374 x 10-14, 14.875 x 10-14 m2/s. Didapati nilai kenaikan koefisien difusi setiap kenaikan 1oC sebesar 1.3037 x 10-14 m2/s.

---

In observing Brownian motion to find the value of the diffusion coefficient, a system that has high accuracy is needed for the detection of particle coordinates in domain of micrometers. In this study, a system was created to analyze the movement of microbead particles in a nanogold solution with temperature variations with video file as an input and produce diffusion coefficient value of the particles in the video as the output. This system utilizes machine learning as a particle coordinate detector. The TensorFlow Object Detection API is used as the backend of this system and CenterNet as the model architecture. The particle coordinates were detected successfully with an average detection error of 0.6 pixels. The mean squared displacement method is used to calculate the diffusion coefficient. The diffusion coefficient values ​​for microbeads at a temperature of 36, 37, 38, 39, 40oC respectively were 8,581 x 10-14, 9.925 x 10-14, 10,113 x 10-14, 10,374 x 10-14, 14,875 x 10-14m2/s. It was found that the value of the increase in the diffusion coefficient for every 1oC increase was 1.3037 x 10-14 m2/s."

"Interaksi antar partikel dapat digambarkan sebagai pertukaran partikel virtuil. Spesifik untuk interaksi K−N , model potensial yang digagas oleh Muller adalah model pertukaran satu hadron (orde kedua) dan dua hadron (orde keempat). Pada penelitian ini, model pertukaran dua hadron dijabarkan sebagai pertukaran dua pion (2 meson π) dimana model tersebut memiliki keadaan intermediate N atau ∆. Kontribusi pertukaran 2 pion tersebut dibahas dengan cara membandingkannya dengan kontribusi pertukaran 1 hadron. Perbandingan yang dimaksud adalah dengan melihat penampang lintang diferensial dari hamburan K−N untuk interaksi orde kedua dan orde keempat yang dibatasi hanya dengan mengambil leading term amplitudo hamburan. Teknik 3D tanpa ekspansi gelombang parsial diterapkan dalam perhitungan ini, yang mengambil daerah energi sangat tinggi.

---

Interaction between particles can be described as virtual particles exchange. Specifically for K−N interaction, the potential models initiated by Muller are one-hadron exchange (second order) and two-hadrons exchange (fourth order). In this research, the tow-hadrons exchange model is described as two pions exchange (2 π mesons) in which have N or ∆ as the intermediate state. The two pions exchange contribution discussed by comparing it to the one-hadron exchange. The comparison mentioned are by looking at the differential cross sections of the K−N interaction for the second and fourth order bounded by the leading term of the scattering amplitude only. 3D technique — without the partial wave expansion — is used in this calculation in the high energy region."

"Hingga saat ini, penelitian tentang fotokatalis masih menjadi topik yang menarik. Berbagai penelitian dilakukan guna mendapatkan hasil katalis yang optimal. Beberapa hal yang diketahui masih menjadi kekurangan dan harus diperhatikan di antaranya adalah karakteristik material dasar, ketersediaan material, kemungkinan produksi katalis dalam skala industri, dan biaya produksi keseluruhan."

"Tesis ini membahas fungsi partikel pengikat wacana dan partikel modalitas bahasa Jerman yang terdapat pada forum diskusi grup akun media sosial Facebook Fernbeziehung. Die Liebe ist stärker als die Entfernung. Penelitian ini merupakan penelitian kualitatif dan menggunakan beberapa teori sebagai landasan teoretis. Teori-teori tersebut adalah teori Fischer (2000) tentang fungsi partikel pengikat wacana, teori Helbig (1994) dan Helbig (1996) tentang fungsi partikel modalitas dan teori Crystal (2011) tentang ciri ragam bahasa internet.Hasil penelitian menunjukkan bahwa sebagian besar partikel pengikat wacana dalam forum diskusi grup daring tersebut memiliki fungsi take-up, yaitu memberikan timbal balik dan mengambil alih dengan mengatakan sesuatu yang relevan. Adapun sebagian besar partikel modalitas dalam forum diskusi tersebut memiliki fungsi ilokutif, yaitu fungsi yang mengindikasikan terdapatnya ilokusi.

---

The focus of this study is to discuss some functions of German Discourse Particle and Modal Particle used in discussion forum of Facebook group account "Fernbeziehung. Die Liebe ist stärker als die Entfernung". The purpose of this study is to find how some German discourse particles and modal particles are used in the dialogues of social media discussion forum and what their functions are. This research uses a qualitative descriptive method. By using Fischer (2000), Helbig (1994), Helbig (1996), and Crystal (2011), I analyze some functions of German Discourse Particles and Modal Particles used in the data. I also reanalyze the result of Wanner (2008)'s research about the characteristics of language used in online discussion forum.The result of this study shows that most of the discourse particles used in the data have take-up function and most of the modal particles have illocutionary function. Those functions show that the online discussion forum has some characteristics of spoken language. However, the most of constructions of the texts that use complete sentences also show some characteristics of written language in the online discussion forum."

"Powder Metallurgy merupakan proses manufaktur yang dapat di aplikasikan pada industri pada saat ini dengan menggabungkan proses produksi, pemrosesan (Pre Compaction dan Compaction) dan penguatan (Sintering) dari partikel ukuran kecil untuk pembuatan benda dari logam. Keuntungan utama dari proses Powder Metallurgy yaitu terletak pada penggunaan raw material yang lebih efisien karena produk Powder Metallurgy menghasilkan produk yang mendekati dimensi akhir. Proses manufaktur dengan Powder Metallurgy juga memangkas beberapa proses pemesinan seperti finishing. Selain itu keuntungan lain yang didapat yaitu proses produksi dengan Powder Metallurgy dapat membuat benda dengan bentuk yang rumit, yaitu dengan proses Selective Laser Sintering dan 3D Printing. Penelitian pembuatan serbuk Stainless Steel 316L dilakukan dengan metode plasma atomisasi. Proses plasma atomisasinya menggunakan mesin inverter plasma cutting sebagai sumber arus untuk elektroda penghasil plasma, alat pengumpan filler otomatis sebagai alat pengumpan bahan baku berupa batang SS316L dan alat pengumpan gouging otomatis untuk menjaga kesetabilan Arc Length. Berdasarkan penelitian ini diketahui variasi arus mempengaruhi particle size distribution D10 dan D30 pada metode otomatis atau manual. Variasi kecepatan umpan tidak berpengaruh terhadap distribution particle size pada metode otomatis dan manual. Variasi kecepatan gouging tidak berpengaruh terhadap distribution particle size pada metode otomatis dan manual. Hasil serbuk terbanyak pada ukuran mesh 100 dan 120 adalah dengan metode otomatis variasi A11 (25A, PWM 35, Delay 10000). Lima hasil serbuk dengan tingkat homogenitas terbaik adalah proses plasma atomisasi dengan metode otomatis variasi A7, A10, A11, A8 dan A12.

---

Powder Metallurgy is a manufacturing process that can be applied to industry by combining the production, processing (Pre Compaction and Compaction) and strengthening (Sintering) processes of small particles for the manufacture of metal objects. The main advantage of the Powder Metallurgy process lies in the more efficient use of raw materials, because Powder Metallurgy products produce that are close to the final dimensions. The manufacturing process with Powder Metallurgy also cuts down on some machining processes such as finishing. In addition, another advantage obtained is that the production process with Powder Metallurgy can make objects with complex shapes, namely the Selective Laser Sintering and 3D Printing process. Research on the manufacture of 316L Stainless Steel powder was carried out using the plasma atomization method. The plasma atomization process uses an inverter plasma cutting machine as a current source for plasma producing electrodes, an automatic filler feeder as a raw material feeder in the form of SS316L rods and an automatic gouging feeder to maintain Arc Length stability. Based on this research, it is known that current variations affect the particle size distribution of D10 and D30 in automatic or manual methods. Variation of feed speed has no effect on particle size distribution in automatic and manual methods. Gouging speed variation has no effect on particle size distribution in automatic and manual methods. The highest yield of powder at mesh sizes of 100 and 120 is the automatic method of variation A11 (25A, PWM 35, Delay 10000). The five powders with the best homogeneity level were the plasma atomization process using the automatic variation method A7, A10, A11, A8 and A12.

"

"Telah diiakukan pembuatan keramik stabilized ZrO2 dengan aditif Y203 menggunakan metoda kopresipitasi dan variasi Y203 7%, 9%, dan 11% mole. Endapan yang dihasilkan dikalsinasi pada suhu 500 °C. Dua ukuran partikel yaitu 0,5 gm dan 5 µm yang diperoleh dari hasil kalsinasi dicetak dengan tekanan 5 ton, dan disintering pada suhu : 1100 °C, 1200 °C, 1300 °C, dan 1400 °C selama 2 jam. Hasil sintering dikarakterisasi meliputi : sifat fisis (densitas, porositas, hardness, toughness, koef. ekspansi thermal), konduktivitas listrik, dan struktur mikro. Hasil karakterisasi menunjukkan bahwa komposisi Y203 kurang berpengaruh terhadap sifat fisis maupun struktur mikro, tetapi hanya sedikit berpengaruh terhadap konduktivitas listrik, dimana 7 % Y203 pada suhu 1400 °C mempunyai nilai tertinggi dengan energi aktivasi terendah. Suhu sintering berpengaruh besar terhadap sifat fisislelektrik dan struktur mikro, tetapi tidak berpengaruh terhadap fasa yang terbentuk. Ukuran partikel berpengaruh besar terhadap sifat fisislelektrik dan struktur mikro, dimana sampel dengan ukuran partikel 0,5 i.m pada suhu 1400 °C telah mencapai densifikasi yang baik. Hasil karakterisasi pada suhu 1400 °C dan dari berbagai komposisi Y203 mempunyai karakteristik sebagai berikut : sampel 0,5 µm adalah : densifikasi (93 - 95) %, porositas < 2 %, hardness Vickers = 13 -15 Gpa, toughness = 2.5 MPa 11m, konduktivitas listrik pada 1000 °C = 0.1 (Ohm cm) -', dan koef. ekspansi thermal = 16 - 20 x 10 -61°C . Sampel 5 µm adalah : densifikasi 83 - 84%, . porositas = (14 - 17)%, hardness Vickers = (10 - 12) Gpa, toughness = (1.7 - 1.9) MPa gym, konduktivitas listrik < 0.01 (Ohm cm) ^', dan koef. ekspansi thermal = 15 - 18 x 10 -61°C.

---

Stabilized Zr02 ceramic was made with Y2O3 additive, by using coprecipitation method. The Y2O3 variation was 7%, 9%, and 11% mole. The produced precipitate was calcined at 500 °C. Two kinds of particle size i.e 0,5 p.m and 5 gm which were obtained from calcination were pelletized under 5 ton pressure and then sintered at temperature : 1100 °C, 1200 °C, 1300 °C, and 1400 °C for 2 hours. Sintered pellets were caracterized : physical properties ( density, porosity, hardness, toughness, coef. of thermal expansion ), electrical conductivity, and microstructure.

The result of caracterization showed that Y2O3 composition was not influenced to physical properties as well as microstructure. However, composition gave a little effect toward electrical conductivity, in which 7% Y2O3 gave highest value and lowest activation energy. Sintering temperature influenced greatly to physical and electrical properties as well as its microstructure, but it did not influence to crystal phase. Particle sizes influenced greatly to physical and electrical properties as well as its microstructure, in which sample having 0,5 pm at 1400 °C has reached good densification.

The result of characterization at 1400 °C under various composition of Y2O3 as follows : Samples 0,5 p.m have properties : densification = (93 - 95) °%, porosity < 2%, hardness Vickers = (13 - 15) Gpa, toughness = 2.5 MPa ,Tr-n, electrical conductivity at 1000 °C = 0.1 (Ohm cm) and coef. of thermal expansion = (16 - 20) x 10 -61 °C. Samples 5 p.m have properties : densification = (83 - 84) %, porosity = (14 -17)-%, hardness Vickers = (10 - 12) Gpa, toughness = (1.7 - 1.9) MPa electrical conductivity at 100 °C < 0.01 (Ohm cm) -', and coef. of thermal expansion = (15 -18) x 10 -61 °C."