Hasil Pencarian  ::  Simpan CSV :: Kembali

"The purpose of the study was to investigate hand gesture recognition. The hand gestures of American Sign Language are divided into three categories—namely, fingers gripped, fingers facing upward, and fingers facing sideways—using the adaptive network-based fuzzy inference system. The goal of the classification was to speed up the recognition process, since the process of recognizing the hand gesture takes a longer time. All pictures in all of the categories were recognized using K-nearest neighbor. The procedure involved taking real-time pictures without any gloves or censors. The findings of the study show that the best accuracy was obtained when the epochs score was 10. The proposed approach will result in more effective recognition in a short amount of time."

"How do we understand what others are trying to say? The answer cannot be found in language alone. Words are linked to hand gestures and other visible phenomena to create unified ‘composite utterances’. In this book N.J. Enfield presents original case studies of speech-with-gesture based on fieldwork carried out with speakers of Lao (a language of Southeast Asia). He examines pointing gestures (including lip and finger-pointing) and illustrative gestures (examples include depicting fish traps and tracing kinship relations). His detailed analyses focus on the semiotic unification problem, that is, how to make a single interpretation when multiple signs occur together. Enfield’s arguments have implications for all branches of science with a stake in meaning and its place in human social life. "

"ABSTRAKDermatoglifi adalah gambaran sulur dan p ola sulur yang terdapat pada ujung jari, telapak tangan serta kaki. Pada Denelitian ini telah dilakukan analisis dermatoglifi terhadap penderita limfoma malignum Hodgkin (LH) dan non- Hodgkin (LMNH) yang dibandingkan terhadap kelompok normal. Metode yang digunakan dalam pengambilan gambaran dermatoglifi ujung jari serta telapak tangan, menurut cara yang dilakukan oleh Cummins & Midlo. Dari hasil analisis dermatoglifi terhadap kelompok LH menunjukkan frekuensi pola 'whorl' 40%, 'loop' ulna 56,67%, 'loop ' radial 1,30 dan 'arch' 2%, dengan nilai indeks Dankmeijer 5,0 dan indeks Funithata 68,9. Pada kelomcok LMNE, frekuensi pola 'whorl' 39,46%, 'loop' ulna 56,52%, 'loon' radial 1,34 dan 'arch' 2,68/L, dengan nilai indeks Dankmeijer 6,8 dan indeks Furuhata 68,2. Sedangkan untuk kelompok normal, pola 'whorl' mempunyai frekuensi 37,330A' , 'loop' ulna 60, 'loop' radial 12 dan 'arch' 1,67%, dengan nilai indeksDankrneijer 4,5 dan indeks Furuhata 61,2. Jumlah rata-rata total triradius ujung jari tangan kelompok LH 14,07,dengan jumlah rata-rata total sulur 160,13 dan besar sudut atd rata-rata 84,53 derajat. Pada kelompok UVINH, jumlah rata-rata total triradius 13,63, jumlah rata-rata total sulur 146,33 dan besar sudut atd rata-rata 86 derajat. Untuk kelompok normal, jumlah rata-rata total triradius 13,63, jumlah rata-rata total sulur 157,33 dan besar sudut atd rata-rata 79,05 derajat. Frekuensi garis lipatan 'simian' pada kelompok LH adalah 6,67% dan lipatan 'Sydney' 26,67%. Pada kelompok LMNH, frekuensi garis lipatan 'simian' dan lipatan 'Sydney' masing-masing 36,67%. Sedangkan pada kelompok normal, frekuensi garis lipatan 'simian 6,67% dan lipatan 'Sydney 3,33%. Kesimpulan dari hasil penelitian ini adalah: (1) Derrnatogiifi ujung jari tangan antara kelompok LH, LMNH dengan kelompok normal, tidak menunjukkan perbedaan; (2) Denmatogiifi telapak tangan, yaitu besar sudut atd dan frekuensi garis lipatan telapak tangan antara kelompok LH, LMNH dan normal menunjukkan perbedaan nyata.ABSTRACT"

"This landmark study examines the role of gestures in relation to speech and thought. Leading scholars, including psychologists, linguists and anthropologists, offer state-of-the-art analyses to demonstrate that gestures are not merely an embellishment of speech but are integral parts of language itself. The volume contributes to a rapidly growing field of study, offering a wide range of theoretical perspectives. It has strong cross-linguistic and cross-cultural components, examining gestures by speakers of Mayan, Australian, East Asian, as well as English and European languages. The content is diverse, including chapters on gestures during aphasia and severe stuttering, the first emergence of speech–gesture combinations in children, and a section on sign language. In a rapidly growing field of study this volume opens up the agenda for research into a new approach in understanding language, thought, and society."

"Pendahuluan: Di dalam industri hulu migas, cedera tangan dan jari merupakan tantangan besar. Setidaknya 50% dari kasus cedera di dalam industri migas merupakan cedera tangan dan jari. Di beberapa perusahaan, proporsi tersebut dapat menjadi lebih besar. Dalam analisis yang pernah dilakukan terhadap kecelakaan di perusahaan anggota IOGP, lebih dari delapan puluh persen diakibatkan karena factor manusia, baik yang disebabkan oleh faktor pribadi ataupun faktor organisasi. Studi ini dilakukan untuk menganalisis factor manusia di dalam kasus cedera tangan dan jari yang teradi di PT. X sepanjang tahun 2014 hingga 2020 dengan menggunakan kerangka HFACS. Metode: Penelitian dengan metode deskriptif kualitatif dengan menggunakan data sekunder berupa data kasus cedera tangan dan jari di PT. X dari tahun 2014 hingga 2020. Hasil: Cedera tangan dan jari paling banyak disebabkan oleh skill-based errors dan routine violations. Kasus cedera yang diakibatkan skilled-based errors juga diperparah oleh pelanggaran aturan yang dilakukan bersama secara terus menerus (routine violations). Kondisi yang menjadi prekondisi dari tindakan tidak aman yang berkontribusi dalam cedera tangan dan jari paling banyak terkait crew/ resource management. berbagai faktor yang termasuk ke dalam kategori ini di antara lain komunikasi, koordinasi, perencanaan dan kerja tim yang mempengaruhi kinerja. Pengawasan yang tidak aman yang paling banyak terjadi adalah failed to correct known problems dan inadequate supervision. Inadequate supervision terkait dengan pengelolaan personil dan sumber daya termasuk pelatihan, panduan professional dan kepemimpinan operasional. Sedangkan failed to correct known problems terkait dengan kekurangan pada individu, peralatan, pelatihan atau area keselamatan lain “diketahui” oleh supervisor, namun dibiarkan tidak dikoreksi. Di level 4, pengaruh organisasi yang terbesar adalah Organisational Process. Organisational process adalah proses formal di mana visi sebuah organisasi dijalankan termasuk operasi, prosedur, dan kesalahan di antaranya.  Kesimpulan: Gambaran HFACS pada kasus cedera tangan dan jari di PT. X sejalan dengan gambaran umum HFACS yang ada dalam industri hulu migas, kecuali di level 2 yakni preconditions for unsafe acts. Sistem pembelajaran kejadian di PT. X masih dipengaruhi oleh teori domino dan belum mengintegrasikan konsep faktor manusia secara menyeluruh. Kerangka HFACS dapat membantu PT. X dalam menelaah lebih dalam defisiensi di dalam faktor manusia untuk dapat menetapkan tindakan perbaikan yang lebih tepat.

---

Introduction: Hand and finger injuries have always been major challenges in upstream oil and gas industry. At least 50% of injuries in upstream oil and gas impacting hand and fingers. In some companies, the proportion could be larger. More than 80% of incidents in IOGP members were caused by human factors, both personal and organizational factors. This study aims to analyze human factors in hand and finger injuries at PT. X by using HFACS framework.

Methodology: The study was conducted by applying qualitative descriptive analysis by using secondary data, investigation report of hand and finger injures from 2014 to 2020.

Results: Skill-based errors and routine violations contributed in most of hand and finger injuries in PT.X. Routine violations were found as aggravating factors in skill-based errors injuries/ crew resource management were dominating level 2, preconditions for unsafe acts, it consists of coordination, communication, planning and team work that impacting performance. Unsafe supervision that occurred the most are inadequate supervision and failed to correct known problems. Inadequate supervision related to personnel and resources management including trainings, professional guidance and operational leadership. Failed to correct known problems related to deficiencies in individual, equipment, training or the safety area “known” to supervisor but left uncorrected. In level 4, Organizational process was the weak chain of organizational influences. Organizational process is a formal process where organization’s vision is implemented on Site, including operations, procedures.

Conclusion: HFACS of hand and finger injuries in PT. X is in line with general HFACS description in upstream oil and gas industry, except for level 2, pre-conditions for unsafe acts. Learning from incident system in PT. X was still highly influenced by domino theory and has not yet integrated human factors. HFACS framework can help PT. X to dig deeper in human factors deficiencies in organization so PT. X can define more effective mitigation & preventive measures.  "

"Pada sistem parkir yang ada saat ini, proses pengecekan plat nomor atau Tanda Nomor Kendaraan Bermotor TNKB dilakukan dengan mencocokkan plat nomor melalui foto yang diambil saat pengguna masuk ke area parkir. Hasil pengenalan plat nomor kemudian diinput ke komputer dengan cara diketik. Proses yang dilakukan secara manual oleh operator ini memakan waktu yang relatif lama. Tugas akhir ini mengembangkan pengenalan plat nomor otomatis untuk mengatasi masalah tersebut. Pengenalan plat nomor otomatis merupakan teknologi yang memudahkan ekstraksi karakter-karakter pada plat nomor. Pengembangan sistem parkir ini menggunakan OpenCV sebagai pustaka pengolah citra, algoritma KNN K-Nearest Neighbour untuk Optical Character Recognition, dan sistem basis data untuk sistem parkir. Berdasarkan hasil pengujian, kombinasi nilai variabel block size dan weight terbaik untuk proses thresholding dalam pengenalan plat nomor adalah b=71 dan w=20 dengan hasil akurasi segmentasi karakter sebesar 89, akurasi rekognisi sebesar 82, dan jumlah rekognisi yang tepat 100 sebesar 26. Sistem dapat membaca plat nomor dengan baik pada jarak optimal 60 cm dengan akurasi segmentasi karakter sebesar 89, akurasi rekognisi sebesar 79, dan jumlah rekognisi yang tepat 100 sebesar 26. Resolusi input gambar juga memengaruhi proses pengenalan plat nomor. Resolusi yang optimal untuk rekognisi adalah 1024 x 768 dengan hasil akurasi segmentasi karakter sebesar 89, akurasi rekognisi keseluruhan sebesar 81, jumlah rekognisi yang tepat 100 sebesar 26, dan dengan rata-rata waktu pemrosesan selama 0,174 detik. Akurasi rekognisi plat nomor juga diperngaruhi oleh faktor lain seperti pencahayaan dan kondisi plat nomor apakah rusak atau tidak, tertutup sesuatu atau tidak . Selain itu, kondisi plat nomor yang ideal diperlukan untuk pengenalan plat nomor otomatis secara optimal. Secara keseluruhan, sistem parkir otomatis memiliki akurasi rekognisi yang baik.

---

In current parking system, number plate checking is done by matching it through the photo taken when user enters the parking area. The operator then types the recognised number plate into computer. The process, which is done manually by operator, takes a relatively long time. This thesis develops an automatic license plate recognition to overcome the problem. Automatic license plate recognition is a technology which makes computer able to recognize characters in a license plate. The development of the system uses OpenCV as image processing library, KNN algorithm for Optical Character Recognition OCR, and database system for parking data.

Based on the test result, the combination of the best block size and weight value for the thresholding process in the recognition of the number plate is b 71 and w 20 with character segmentation accuracy of 89, recognition accuracy of 82, and the number of fully recognized number plate of 1. The system can read the number plate well at an optimal distance of 60 cm with character segmentation accuracy 89, recognition accuracy of 79, and fully recognized number plate 26. Image input resolution also affects the number plate recognition process.

The optimal resolution for recognition is 1024 x 768 with character segmentation accuracy of 89, overall segmentation accuracy of 81, the number of fully recognized number plate of 26, and with average processing time of 0.174 seconds. The accuracy of plate number recognition is also affected by other factors such as lighting and the condition of the number plate whether it is damaged or not, obstructed by something or not. In addition, the ideal number plate conditions are required for optimal number plate recognition. Overall, the automated parking system has a good recognition accuracy."

"Plat nomor merupakan suatu jenis identifikasi kendaraan bermotor. Setiap kendaraan bermotor yang beroperasi dijalanan diwajibkan untuk melengkapi kendaraannya dengan plat nomor atau Tanda Nomor Kendaraan Bermotor (TNKB) yang sesuai dengan kode wilayah, nomor registrasi dan masa berlaku. Plat nomor di Indonesia terdapat 3 warna yang dipakai yaitu hitam, merah dan kuning dengan masing masing warna untuk fungsi yang berbeda. Dengan jumlah kendaraan di Indonesia, sistem pengenalan plat nomor dibuat secara otomatis bisa di implementasikan untuk memudahkan berbagai hal dalam pendataan plat nomor diantaranya pengecekan plat nomor ketika di area parkir, menemukan kendaraan yang dicuri ataupun mobil yang melanggar lampu merah. Pada penelitian ini terdapat 2 metode yang sering digunakan untuk pengenalan plat nomor otomatis yaitu KNN (K-Nearest Neighbour) dan NN (Neural Network). Setelah dilakukan pengujian menggunakan 3 analisis uji yang sudah dilakukan oleh penulis, akurasi metode neural network berhasil mencapai 88,8% sedangkan pada K-Nearest Neighbor akurasinya mencapai 72,2%. Metode NN lebih baik daripada KNN pada pengujian kali ini disebabkan adanya modifikasi pada variable yang dapat membuat akurasi NN lebih baik daripada KNN. Sedangkan pada metode KNN tidak dapat merubah akurasi yang telah didapatkan.

---

Number plate is a type of motor vehicle identification. Every motorized vehicle operating on the road is required to complete the vehicle with a license plate or Motor Vehicle Number (TNKB) that matches the area code, registration number and validity period. Number plates in Indonesia there are 3 colors used, namely black, red and yellow with each color for different functions. With the number of vehicles in Indonesia, the number plate recognition system is made automatically can be implemented to facilitate various things in number plate registration including checking license plates when in the parking area, finding stolen vehicles or cars that violate red lights. In this study there are 2 methods that are often used for automatic number plate recognition, namely K-Nearest Neighbor and NN (Neural Network). After testing using 3 test analyzes carried out by the author, the accuracy of the neural network method reached 88.8% while the K-Nearest Neighbor accuracy was 72.2%. The NN method is better than KNN in this test due to a modification in the variable that can make the accuracy of NN better than KNN. While the KNN method cannot change the accuracy that has been obtained."

"This book constitutes revised selected papers from the 9th International Gesture Workshop, GW 2011, held in Athens, Greece, in May 2011. The 24 papers presented were carefully reviewed and selected from 35 submissions. They are ordered in five sections named: human computer interaction; cognitive processes; notation systems and animation; gestures and signs: linguistic analysis and tools; and gestures and speech."