Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKBentonit alam Merangin Jambi merupakan jenis Ca-bentonit dengan dengankandungan smectit sebesar 91,24%. Pada penelitian ini telah berhasil dilakukanmodifikasi bentonit Merangin Jambi dengan KOH 0,1 M; 0,2; 0,3 M; 0,4 M; dan1 M sebagai katalis reaksi transesterifikasi minyak kelapa sawit untuk produksibiodiesel. Biodiesel adalah metil ester asam lemak yang dihasilkan darialkoholisis minyak hewani atau nabati. Selain itu, diamati juga pengaruh dari suhureaksi, waktu reaksi, rasio mol minyak : metanol, dan jumlah katalis. Persentaseyield metil ester cenderung lebih besar pada suhu reaksi 60 oC, waktu reaksi 2jam, rasio mol minyak dengan metanol 1 : 12, jumlah katalis 3%, dan katalis Nabentonityang dimodifikasi dengan KOH 0,4 M. Katalis hasil regenerasi masihdapat digunakan kembali dengan % yield metil palmitat, metil oleat, dan metillinoleat, berturut-turut sebesar 0,34 %, 1,03 %, dan 3,19%.

---

ABSTRACT Natural bentonite from Merangin Jambi is a type of Ca-bentonite with thesmectite content of 91,24%. This study has been performed successfully tomodify bentonite from Merangin Jambi as catalyst for the transesterification ofpalm oil for biodiesel production. Biodiesel is fatty acid methyl esters producedby alcoholysis of animal or vegetable oil. In addition, it was observed the effectsof temperature, reaction time, oil to methanol ratio, catalyst amount, and loadingamount KOH. The max percentage yield of methyl ester was obtained attemperature of 60 oC, reaction time 2 hour, oil to methanol ratio 1 :12, 3% catalystamount, and KOH loading at 0,4 M. Recycle catalyst was used for thetransesterification with the percentage yield of methyl palmitate, methyl oleate,and methyl linoleate respectively 0,34%, 1,03%, and 3,19%."

"Teknologi Virtualisasi Server merupakan penggunaan bersama satu mesin fisikal oleh beberapa sistem operasi server. Setiap peran dapat berjalan di sebuah lingkungan virtual yang terisolasi sehingga relatif lebih aman dan mudah untuk diatur. Keuntungan utama yang ditawarkan oleh penggunaan teknologi virtual adalah menjanjikan infrastruktur yang dapat diandalkan dan memungkinkan penggunaan yang maksimal dari sebuah server. Hal ini disebabkan umumnya dalam skala enterprise, satu server didedikasikan hanya hanya menjalankan satu peran sehingga berakibat sebuah server penggunaannya sangat rendah dan hanya berkisar 10% - 20%. Keadaan seperti ini tidak ideal jika dibandingkan dengan nilai investasi yang cukup besar untuk pengadaan sebuah mesin server. Implementasi teknologi virtual yang memanfaatkan sumber daya server secara maksimal diharapkan tidak menurunkan skalabilitasnya. Oleh karena itu dalam penelitian ini dilakukan pengukuran terhadap penggunaan sumber daya perangkat keras, overhead, linearitas, dan isolasi kinerja untuk mengetahui skalabilitas server virtual. Skenario yang digunakan adalah menggabungkan tiga server dengan peran masing-masing database server, email server, dan active directory server ke dalam satu mesin fisik. Selanjutnya server dihubungkan ke jaringan yang memiliki empat workstation. Pengukuran penggunaan sumber daya perangkat keras dilakukan dengan monitor sistem terhadap penggunaan memory, prosesor dan trafik jaringan. Sedangkan dari sisi skalabilitas sistem dilakukan pengukuran terhadap parameter-parameter overhead, linearitas dan isolasi kinerja. Pada akhir penelitian diharapkan hasil yang diperoleh melalui pengukuran dapat memberikan informasi tentang skalabilitas server virtual ditinjau dari sisi efisiensi penggunaan sumber daya perangkat keras dan parameter-parameter overhead, linearitas dan isolasi kinerja. ......Server Virtualization Technology is sharing a physical machine by several server operating systems. Each role can be run on an isolated virtual environment so that it becomes relatively more secure and easier to manage. The main advantage offered by the use of virtual technology is promising a reliable infrastructure and allow maximum use of a server. This is because generally in the scale of enterprise, a dedicated server runs only one role. The typical server utilization range is about 10% - 20%. This situation is not ideal when compared with the total cost of ownership for the server machine. The implementation of virtual technology that utilizes virtual server resources maximally is expected not to reduce its scalability. Therefore in this research, the scalability performance virtual servers will be measured in terms of hardware utilization, overhead, linearity, and performance isolation. The scenario used is to merge three servers with different role as database server, email server, and active directory server into a single physical machine. Next, server is connected to a network that has four workstations. Hardware utilization measurement will be done by the system monitors to find out such as of memory, processor and network traffic. While from point of view scalability virtual server are measured scalability parameters including overhead, linearity and isolation performance. At the end of this research the expected results obtained through the measurement can provide some information about the virtual server?s scalability in terms of the efficient use of hardware resources overhead, linearity, and performance isolation. "

"Keberadaan hutang dalam struktur modal suatu perusahaan berpengaruh terhadap kinerja perusahaan. Tesis ini mencoba melihat pengaruh hutang terhadap kinerja perusahaan yang tergabung dalam kelompok Jakarta Islamic Index (JII), yaitu rasio hutang terhadap modal (DER) terhadap tingkat imbal hasil bagi pemilik modal (ROE) dan total aset (ROA), tingkat risiko (beta) saham perusahaan, dan tingkat kesehatan perusahaan (Altman Z-Score). Metode yang digunakan adalah analisis regresi data panel. Tesis ini juga mencoba menganalisis apakah rasio hutang maksimal 45% masih layak diajukan sebagai salah satu kriteria dalam proses penyaringan Daftar Efek Syariah oleh DSN-MUI untuk diikutsertakan dalam Jakarta Islamic Index (JII) dengan membuat analisis sensitivitas pengaruh tingkat hutang terhadap WACC dan nilai perusahaan.Hasil penelitian menunjukkan bahwa tingkat hutang sampai pada batas optimal berpengaruh positif dan signifikan terhadap ROE, berpengaruh positif namun tidak signifikan terhadap ROA. Tingkat hutang yang melebihi batas optimal berpengaruh negatif dan signifikan terhadap ROE dan ROA. Tingkat hutang juga berpengaruh positif dan signifikan terhadap beta, berpengaruh negatif dan signifikan terhadap Z-Score. Rasio hutang maksimal 45% dinilai masih layak sebagai salah satu syarat dalam proses penyaringan Daftar Efek Syariah oleh DSN-MUI untuk diikutsertakan dalam Jakarta Islamic Index (JII).......The existence of debt in a company's Capital structure affects company performance. This thesis tries to see the influence of debt to the performance of affiliated companies in the Jakarta Islamic Index (JII), the debt to Capital ratio (DER) against retum on equity (ROE) and retum on assets (ROA), against the level of risk (beta) stock companies, and against the level of corporate health (Altman Z-Score). The method used is panel data regression analysis. This thesis also tries to analyze whether the ratio of debt 45% maximum feasible proposed as one criterion in the screening process of Islamic Securities Register by DSN-MUI to be included in the Jakarta Islamic Index (JII) by making a sensitivity analysis about the influence of the level of debt against WACC and company value.The results showed that the level of debt at the optimum level has a positive and a significant effect on ROE, it has positive effect on ROA but not significant. Debt levels that exceed the optimum level has a negative and significant effect on ROE and ROA. Level of debt is also has a positive and significant impact on beta, and has a negative and significant effect on Z-Score. The maximum debt ratio of 45% is still feasible and effective as one of the requirements in the screening process of Islamic Securities Register by the DSN- MUI to be included in the National Jakarta Islamic Index (JII)."

"Batik adalah kain yang dihias dengan menggunakan teknik dekorasi tekstil yang memanfaatkan malam sebagai perintang warna. Seni batik telah dikembangkan sejak lama di beberapa bagian negara Asia termasuk Indonesia. Pemanfaatan teknologi informasi dalam bentuk metode deteksi motif batik dapat mendukung perkembangan industri kreatif karena sistem ini nantinya dapat dijadikan sebagai acuan bagi perkembangan elemen-elemen desain motif batik. Fokus penelitian ini adalah deteksi motif batik yang memiliki karakteristik kemunculan yang berulang, multi translasi, multi skala, dan multi orientasi. Domain batik dengan pola geometrisnya dipilih sebagai area implementasi terkait dengan karakteristik motif batik yang bersifat simetri, kemunculan obyek yang berulang di beberapa lokasi dalam satu bidang kain, dan sering kali obyek-obyek motif batik tersebut telah mengalami perubahan skala ataupun perubahan orientasi. Kondisi tersebut dapat menyebabkan adanya kesalahan deteksi dan kesalahan klasifikasi. Metode deteksi motif batik yang diusulkan menggunakan fitur SIFT dan serangkaian post processing berupa voting Hough Transform, clustering, smoothing, deteksi peak, penambahan jumlah minimum voting dan penggabungan konfigurasi yang memiliki nilai berdekatan. Pada citra kueri dilakukan ekstraksi fitur menggunakan SIFT. Deskriptor yang dihasilkan dicocokkan dengan deskriptor citra template pada basis data. Pada penelitian ini diusulkan metode pencocokan keypoint yang berbeda dengan metode standar pencocokan SIFT. Seluruh pasangan keypoint diurutkan mulai dari yang memiliki jarak terdekat hingga yang paling jauh. Selanjutnya ditentukan nilai ambang jumlah keypoint sebesar 1%, 5% dan 10%. Pasangan keypoint hasil pencocokan dilakukan voting menggunakan Hough Transform terhadap konsistensi pose geometris obyek citra kueri. Sehubungan dengan permasalahan yang dihadapi dalam deteksi motif batik, proses pencocokan deskriptor citra berupa keypoint yang diperoleh melalui ekstraksi fitur, harus dapat dilakukan dengan baik sehingga kualitas deteksi motif batik menjadi lebih baik.Pada penelitian ini dikembangkan pula beberapa metode deteksi obyek yang berfungsi sebagai pengambil keputusan terhadap keberadaan obyek tertentu pada citra kueri. Metode deteksi obyek ini bekerja dengan cara mengambil hingga maksimum 80% dari nilai peak tertinggi yang terbentuk pada ruang Hough (MDOTresh), penggunaan nilai ambang berdasarkan rumusan rata-rata nilai peak yang terendah dan peak yang tertinggi (MDOAverage), penentuan nilai k berdasarkan nilai-nilai peak tertinggi sesuai dengan jumlah obyek yang terdapat pada groundtruth (MDOTopk), mengambil konfigurasi pada peak yang memiliki minimum nilai sebesar 3 voting pada setiap konfigurasi luaran ruang Hough (MDOMin), penentuan representasi obyek berdasarkan keluaran clustering DBSCAN (MDOScan), dan melakukan proses smoothing menggunakan filter Gaussian pada hasil deteksi dengan jumlah minimum voting sebanyak 3 buah (MDOGauss).Kehandalan metode dalam melakukan deteksi diindikasikan dengan ketepatan dalam menentukan jumlah obyek yang terdapat pada citra kueri dan mampu mengenali motif batik walaupun telah mengalami transformasi geometris melalui perpindahan posisi, perbedaan skala, dan perubahan orientasi. Berdasarkan hasil yang telah diperoleh, metode deteksi motif batik untuk data citra kueri dengan obyek tunggal, kombinasi translasi, skala, dan orientasi mencapai nilai kinerja maksimum 95.28% menggunakan MDOTresh, sedangkan pada citra kueri dengan obyek tunggal dan variasi noise mencapai 100% melalui MDOTresh, MDOAverage, dan MDOTopk. Hal ini menunjukkan bahwa metode deteksi motif batik mampu menangani obyek tunggal dengan berbagai kondisi. Pada deteksi motif batik dengan multi obyek, multi translasi, multi skala dan multi orientasi capaian maksimum kinerja metode usulan adalah 92.13%, sedangkan untuk citra kueri dengan multi obyek, multi translasi, multi skala, multi orientasi, dan variasi noise diperoleh capaian kinerja 89.89%. Keduanya diperoleh melalui pendekatan MDOGauss. Pada kondisi ini, penambahan jumlah obyek motif pada citra kueri menyebabkan bertambahnya jumlah obyek yang tidak berhasil dideteksi. Kasus selanjutnya adalah deteksi obyek motif batik dengan multi motif, multi obyek, multi skala, dan multi orientasi dengan luaran ruang Hough berupa jumlah voting absolut mencapai 96.09% untuk MDOTresh. Transformasi geometris pada obyek motif batik berakibat penurunan kontras citra sehingga berpengaruh pada jumlah voting yang dihasilkan. Untuk komposisi motif teratur dengan jumlah maksimum 16 obyek motif batik untuk motif sejenis mendapatkan hasil 100% melalui MDOAverage, sedangkan untuk multi motif 92.59% melalui pendekatan MDOTresh dan MDOAverage.......Batik is a fabric printed design of hand-printing textiles by coating with wax. Batik has been developed since a long time in various countries including Indonesia. Nowadays, information technology is being utilized in recognizing batik motif. Therefore, the development of batik motif detection system is expected to support creative industries since the system can be used as a reference for the development pattern design. This study proposes an object recognition system for batik motif based on clustering Scale Invariant Features Transform (SIFT) features in Hough space. Our principal objective is to verify how many instances of the same object to our method detects accurately, when the object motif is posed in different positions, orientations, and scales. The geometric patterns domain is being selected regarding the characteristics of batik motifs. Batik motifs have symmetrical property and repeated in multiple locations. In addition, the objects of batik motif may be changed in terms of scale and orientation. The proposed method in this research consists of the feature extraction process using SIFT and post processing, namely voting Hough Transform, clustering, smoothing and peak detection. The keypoints from query image and the keypoints from template are matched with comparing the Euclidean distance of each keypoints descriptor in query image to all keypoint descriptors in template image. In this study we proposed a new matching keypoints method. All matched keypoints will be sorted from the closets distance to the farthest distance. Then, we determine the number of matched keypoint that will be used in the next process through the threshold 1%, 5%, and 10%. The similarity of primitive pattern and the occurrences of a motif in different location, scale and orientation will interfere the detection process. Consequently, the SIFT local feature representation must be performed well in terms of feature detection and matching.In this study, several object detection methods are proposed as well based on object’s representation resulted from the voting process in Hough space. Object detection method using thresholding (MDOTresh) is taking 80% of maximum peak value, while object detection method with average threshold (MDOAverage) picks the mean value of minimum and maximum peak in the Hough space. Object detection method Top k (MDOTopk) determines k number of objects from the highest peaks found in the Hough space based on the number of objects in ground truth. Object detection method based on Minimum Voting (MDOMin) considers the voting configurations which have a certain number of votes. In this study the minimum number of votes is tuned to 3 as a valid configuration. Object detection method based on DBSCAN (MDOScan) determines the representation of the object from output clustering. Object detection method using Minimum Voting + Gaussian (MDOGauss) implements smoothing process using Gaussian filter for the output configurations which have a minimum number of votes as 3.The reliability of batik motif recognition system is indicated by the ability of the system to find the number of object motif contained in query image and to classify the object motif into one of several batik motif classes even though the objects motif have undergone a geometric transformation. The evaluation of the proposed method is employing several data sets. Based on the evaluation result using query images with a single object, combination of translation, scale and orientation, object detection system MDOTresh gained balanced score 95.28%, while for the query image with a single object and scale variation of noise reached 100% through MDOTresh, and MDOAverage. It is apparent that the recognition system is capable of dealing with a single object with a various conditions. In recognition process for query image with multiple occurrences object, multi translation, multi scale and multi orientation, the highest performance is 92.13%, whereas for the image query with multi object, multi translation, multi-scale, multi- orientation, and variations in noise yielded 89.89%. Both are obtained through MDOGauss approach. In this case, increasing the number of object motif in the query image, a greater number of incorrect detections are obtained. The next case is the object motif recognition from query images with multi motif, multi object, multi scale and multi orientation. This data set has 2 outputs from Hough space namely absolute voting number and normalized voting number. The absolute voting number outputs achieved the best performance at 96.09% for the MDOTresh, while the normalized voting number gained 36.92% for MDOGauss. Geometric transformations on the object motif will be decreased contrast of object in the query image so that affected the number of voting resulted. The last data set is a regular texture, composition of the object motif with a maximum numbers are 16 objects. The best performance is 100% for homogeneous motif achieved from MDOAverage, while for multi motif yielded 92.59% achieves from MDOTresh and MDOAverage as the best."

"ABSTRAKObesitas merupakan salah satu masalah kesehatan di dunia yang perlu diperhatikan karena angka penderita obesitas (IMT >30) meningkat secara signifikan setiap tahun. Penderita obesitas perlu lebih waspada karena kemungkinan komorbiditas penyakit lain meningkat, termasuk salah satunya adalah stroke. Salah satu faktor yang menyebabkan terjadinya stroke yang dapat diukur serta dipengaruhi status obesitas adalah nilai viskositas darah. Oleh karena itu, penelitian ini bertujuan untuk mencari hubungan antara obesitas sebagai faktor risiko stroke dengan viskositas darah. Pada penelitian ini juga digunakan alat baru portable untuk mengukur viskositas darah yaitu Mikrokapiler Digital. Penelitian ini dilakukan dengan desain cross-sectional dari data sekunder 194 rekam medik pasien yang melakukan pemeriksaan kesehatan pada Pos Binaan Terpadu (Posbindu) Kelurahan Pisangan Timur dibawah binaan Departemen Ilmu Kedokteran Komunitas pada bulan Januari dan Maret 2015. Data dianalisis dengan menggunakan uji kolerasi spearman dan uji chi-square. Pada uji kolerasi spearman antara obesitas dengan nilai viskositas darah tidak ditemukan adanya hubungan kolerasi yang signifikan dengan nilai p 0,304. Jika data numerik diolah secara kategorik dengan uji chi-square, tidak didapatkan adanya hubungan antara obesitas dan peningkatan viskositas darah dengan nilai p 0,719.Hasil tersebut dapat terjadi karena pada penelitian ini faktor perancu lain diabaikan. Sehingga pada pasien non obesitas masih ada kemungkinan pengaruh hal hal lain seperti hipert.

---

ABSTRACT

Obesity is one of the health problem that need be considered because the numbers of obese people (BMI> 30) increased significantly every year. Obese people have greater possibility of other co-morbidities diseases, including stroke. One of the causes of stroke that can be measured and influenced the status of obesity is the value of blood viscosity. Therefore, this study aimed to explore the relationship between obesity as a risk factor of stroke and blood viscosity. In this study, researcher also used Mikrokapiler Digital, a new portable instrument for measuring the viscosity of the blood.

This research was conducted with a crosssectional design. This research using 194 medical records from patients who performed medical check up on the Pos Binaan Terpadu(Posbindu) Kelurahan Pisangan Timur under the guidance of the Department of Community Medicine.

The medical check up held in January and March 2015. Data were analyzed using Spearman correlation test and chi-square test. In the Spearman correlation test between obesity and blood viscosity value did not reveal any significant correlation relationship with a p-value 0.304. When the numerical data converted into categorical data and analyzed using the chi-square test, it also shows no association between obesity and increased blood viscosity with a p-value 0.719.

These results happen because in this study other confounding factors are ignored. So that the nonobese patients can possibly influenced by other factors which can increase the viscosity value such as hypertension, diabetes mellitus and dyslipidemia."