Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKNama : Nicholas TambunanProgram Studi : UrologiJudul : Perbandingan Hasil Luaran antara Pneumoperitoneum TekananRendah dengan Tekanan Standar pada Laparoscopic Living Donor Nephrectomy Saat ini, transplantasi ginjal dilakukan melalui prosedur Laparoscopic Living Donor Nephrectomy LLDN dengan cara memasukkan gas CO2 ke dalam ruang intraperitoneum menggunakan tekanan standar 12-15 mmHg . Namun, dikatakan juga bahwa dengan tekanan rendah 8-10 mmHg dapat berkaitan dengan nyeri pasca operasi dan efek samping yang lebih rendah. Ini merupakan studi perbandingan prospektif yang dilakukan di Departemen Urologi, Rumah Sakit Umum Cipto Mangunkusumo mulai bulan November 2015 sampai Agustus 2016. Seluruh subjek menjalani prosedur LLDN. Pada periode ini, subjek menerima prosedur pneumoperitoneum tekanan rendah. Kelompok ini kemudian dibandingkan secara acak dengan kelompok prosedur pneumoperitoneum tekanan standar yang menjalani prosedur LLDN sebelumnya. Dari 85 subjek yang menjalani LLDN dengan tekanan rendah dan standar masing-masing adalah 41 dan 44. Meskipun tidak ada perbedaan signifikan dari nyeri pasca operasi, efek samping pada tekanan rendah lebih rendah daripada tekanan standar p = 0,033 untuk nyeri epigastrik, p = 0,024 untuk mual, dan p = 0,018 untuk muntah . Namun, durante operasi, 22 subjek dengan tekanan rendah perlu mendapatkan konversi gas menjadi tekanan standar. Berdasarkan analisis, penyebab konversi adalah Indeks Massa Tubuh IMT pasien donor yang tinggi p

---

ABSTRACTName Nicholas TambunanStudy Program UrologyTitle Comparison of Outcome between Low Pressure and StandardPressure Pneumoperitoneum in Laparoscopic Living DonorNephrectomy Nowadays, kidney transplantation is done through laparoscopic living donor nephrectomy performed by insufflating CO2 gas into intraperitoneum space using standard pressure 12 15mmHg . However, it is also hypothesized that with lower pressure 8 10 mmHg could be used for laparoscopic living donor nephrectomy related with lower postoperative pain and side effects. This was a prospective comparative study done in Department of Urology, Cipto Mangunkusumo General Hospital from November 2015 to August 2016. All subjects underwent laparoscopic living donor nephrectomy LLDN . In this period, the subjects received a low pressure pneumoperitoneum procedure. This group was later compared randomly to a standard pressure pneumoperitoneum procedure group who underwent previous LLDN procedure. Out of 85, subjects underwent LLDN with low and standard pressure were 41 and 44, respectively. Despite nonsignificant difference of post op pain and duration of operation, the side effect in low pressure was lower than standard p 0.033 for epigastric pain, p 0.024 for nausea, and p 0.018 for vomiting . However, 22 subjects with low pressure need to be converted to standard pressure. Based on stratified analysis, the cause of conversion was higher BMI p"

"Batik tulis sebagai warisan budaya Indonesia telah diakui oleh UNESCO. Pengakuan ini telah meningkatkan popularitas Batik Tulis di dunia internasional. Saat ini, batik tulis menjadi salah satu dari produk industri kreatif Indonesia. Dukungan kepada para pembatik Indonesia adalah sangat penting supaya mereka dapat meningkatkan kinerja dalam membatik. Memberi kenyamanan penglihatan kepada pembatik dengan pencahayaan buatan adalah salah satu bentuk dukungan kepada para pembatik. Tesis ini membahas faktor-faktor ruang dan pencahayaan buatan yang mempengaruhi kualitas bidang kerja dalam menulis batik. Teori performansi visual pada bidang kerja pencahayaan menekankan pada keseimbangan kontras warna, ukuran detail, kecepatan kerja, renderasi warna, kontras terang, reflektansi ruang dan kombinasi pencahayaan. Tujuan dari penelitian ini adalah mengetahui rentang iluminasi pada bidang kerja penulisan lilin batik dan memperoleh desain pencahayaan untuk ruang membatik batik tulis. Penelitian ini adalah penelitian problem solving menggunakan pendekatan kuantitatif dengan desain deskriptif. Pendekatan kuantitatif digunakan untuk menganalisis data survey dan data eksperimen. Deskripsi ruang dianalisis dengan program simulasi Autocad 2008 dan Relux Professional 2007. Sedangkan deskripsi kontras warna dianalisis dengan Color Contrast Analyzer 1.1. Variabel-variabel yang diteliti adalah silau, bayangan, kontras warna, ukuran detail, kecepatan kerja, renderasi warna, kontras terang, reflektansi ruang dan kombinasi pencahayaan. Disimpulkan bahwa kualitas bidang kerja membatik dipengaruhi oleh posisi luminer, photometri, reflektansi ruang, warna kain bidang verja, intensitas cahaya dan kombinasi pencahayaan. Reflektansi pembatas ruang berpengaruh besar terhadap terang ruang dan kontras bidang kerja membatik. Reflektansi dinding berpengaruh sebesar 65 % dibandingkan plafond dan lantai. Sehingga, perubahan warna dinding akan sangat mempengaruhi terang ruang dan kualitas bidang kerja membatik.

---

Batik tulis is Indonesian cultural heritage has been recognized by UNESCO. This recognition improves the popularity of batik tulis in the world. Now, batik tulis becomes one of creative industry products in Indonesia. Supporting for batik writer is very important in order to improve their performance in writing batik. Giving visual comfort for batik writer with artificial lighting is one of the supports. This thesis discusses space and lighting factors that influence to visual task quality in writing batik. Visual performance theory of task lighting focuses on balances of color contrast, detail size, work speed, color rendering, brightness contrast, room reflectance and combined illumination. The aims of this research are identifying illumination range on task in writing lilin batik and getting lighting design characteristics for space in writing batik tulis. This research is problem solving research with quantitative method and description design. Quantitative method is used to analyze survey and experiment data. Space description is analyzed by Autocad 2008 and Relux Professional 2007 simulation program. Color contrast description is analyzed by Color Contrast Analyzer 1.1. Variables that are analyzed are glare, shadow, color contrast, detail size, work speed, color rendering, brightness contrast, room reflectance and combined illumination. This study concludes that quality task in writing batik is affected by luminary position, photometry, room reflectance, task textile color, light intensity and combined illumination. Room reflectance influences brightness space and task contrast. Wall reflectance influences 65% than plafond and floor. So, the change of wall color controls over brightness space and task contrast in writing batik."

"Batik tulis sebagai warisan budaya Indonesia telah diakui oleh UNESCO. Pengakuan ini telah meningkatkan popularitas Batik Tulis di dunia internasional. Saat ini, batik tulis menjadi salah satu dari produk industri kreatif Indonesia. Dukungan kepada para pembatik Indonesia adalah sangat penting supaya mereka dapat meningkatkan kinerja dalam membatik. Memberi kenyamanan penglihatan kepada pembatik dengan pencahayaan buatan adalah salah satu bentuk dukungan kepada para pembatik. Tesis ini membahas faktor-faktor ruang dan pencahayaan buatan yang mempengaruhi kualitas bidang kerja dalam menulis batik. Teori performansi visual pada bidang kerja pencahayaan menekankan pada keseimbangan kontras warna, ukuran detail, kecepatan kerja, renderasi warna, kontras terang, reflektansi ruang dan kombinasi pencahayaan. Tujuan dari penelitian ini adalah mengetahui rentang iluminasi pada bidang kerja penulisan lilin batik dan memperoleh desain pencahayaan untuk ruang membatik batik tulis. Penelitian ini adalah penelitian problem solving menggunakan pendekatan kuantitatif dengan desain deskriptif. Pendekatan kuantitatif digunakan untuk menganalisis data survey dan data eksperimen. Deskripsi ruang dianalisis dengan program simulasi Autocad 2008 dan Relux Professional 2007. Sedangkan deskripsi kontras warna dianalisis dengan Color Contrast Analyzer 1.1. Variabel-variabel yang diteliti adalah silau, bayangan, kontras warna, ukuran detail, kecepatan kerja, renderasi warna, kontras terang, reflektansi ruang dan kombinasi pencahayaan. Disimpulkan bahwa kualitas bidang kerja membatik dipengaruhi oleh posisi luminer, photometri, reflektansi ruang, warna kain bidang verja, intensitas cahaya dan kombinasi pencahayaan. Reflektansi pembatas ruang berpengaruh besar terhadap terang ruang dan kontras bidang kerja membatik. Reflektansi dinding berpengaruh sebesar 65 % dibandingkan plafond dan lantai. Sehingga, perubahan warna dinding akan sangat mempengaruhi terang ruang dan kualitas bidang kerja membatik. ......Batik tulis is Indonesian cultural heritage has been recognized by UNESCO. This recognition improves the popularity of batik tulis in the world. Now, batik tulis becomes one of creative industry products in Indonesia. Supporting for batik writer is very important in order to improve their performance in writing batik. Giving visual comfort for batik writer with artificial lighting is one of the supports. This thesis discusses space and lighting factors that influence to visual task quality in writing batik. Visual performance theory of task lighting focuses on balances of color contrast, detail size, work speed, color rendering, brightness contrast, room reflectance and combined illumination. The aims of this research are identifying illumination range on task in writing lilin batik and getting lighting design characteristics for space in writing batik tulis. This research is problem solving research with quantitative method and description design. Quantitative method is used to analyze survey and experiment data. Space description is analyzed by Autocad 2008 and Relux Professional 2007 simulation program. Color contrast description is analyzed by Color Contrast Analyzer 1.1. Variables that are analyzed are glare, shadow, color contrast, detail size, work speed, color rendering, brightness contrast, room reflectance and combined illumination. This study concludes that quality task in writing batik is affected by luminary position, photometry, room reflectance, task textile color, light intensity and combined illumination. Room reflectance influences brightness space and task contrast. Wall reflectance influences 65% than plafond and floor. So, the change of wall color controls over brightness space and task contrast in writing batik."

"Citra satelit atau foto udara banyak dimanfaatkan untuk membuat peta, menganalisa sebaran penduduk, mencari sumber alam, dll. Dalam pemanfaatannya, citra tersebut harus melalui proses deteksi dan identifikasi objek. Sehingga setiap objek yang terekam dalam foto dapat dikenali dengan benan.Morfologi, saiah satu metode pengolahan citra, dapat digunakan untuk mendeteksi objek dengan karakteristik tertentu. Dengan memanfaatkan bentuk dari objek-objek dalam sebuah citra, morfologi dapat menentukan rangka (skeleton) dari setiap objek, Rangka ini kemudian dijadikan tanda untuk proses rekonstruksi objek yang ingin dideteksi.Hasil simulasi menunjukan bahwa tingkat keberhasilan pendeteksian objek dengan metode morfologi ditentukan oleh pemilihan elemen struktur dan besamya ihresholding pada setiap citra yang diproses."

"Saat ini teknologi informasi semakin herkembang pesat, begitu pula dengan teknologi kecerdasan buatan (Artificial intelligence) yang semakin banyak digunakan Teknologi ini dapat membuat komputer melakukan proses-proses dengan pola pikir seperti halnya manusia biasa. Perancangan sistem pakar (expert system) yang berbasiskan Artificial Intelligence, telah membuat sebuah sistem komputer dapat meniru proses pemikiran dan pengetahuan seorang ahli dalam memecahkan masalah-masalah yang rumit. Implemenlasi dari sistem pakar (expert system) ini dapat diterapkan pada departemen elektro yang diharapkan dapat membantu mahasinva elektro. Tidak sedikif mahasiswa elektro yang mengalami kesulitan dan kebingungan ketika harus memilih salah satu konsentrasi dari departemen elektro. Bahkan ada mahasiswa yang berpindah konsentrasi karena tidak sesuai dengan minat dan kemampuannya. Expert system ini merupakan suatu sarana konsultasi bagi mahasiswa elektro dalam menentukan konsentrasi yang tepat bagi dirinya. Dalam expert system terdapat beberapa komponen yang diperlukan di antaranya aturan (rules) dan database. Rules berisi berbagai aturan-aturan yang akan menentukan konsentrasi yang tepat bagi mahasiswa. Rules yang dibuat ini direpresentasikan dalam bentuk IF- THEN. Dalam implementasi expert system ini menggunakan database Sistem Informosi Akademis (SISKA). Perancongan dan implemenlasi sistem pakar (expert system) ini merupakan pengembangan dari sistem akademis (SISKA) yang Ielah digunakan di departemen elektro dan diharapkan dapal memberikan bantuan bagi mahasiswa. Implementasi expert system dalam menentukan konsentrasi ini dapat memberikan solusi yang terbaik bagi mahasiswa dan dapat diintegrasikan dalam Sistem lnformasi Akademis (SISKA)."

"Dalam skripsi ini dikembangkan suatu sistem analitis of}-line untuk mengenali tulisan tangan diskrit dengan menggunakanjaringan saraf buatan sebagai pengklasiftkasi. Pendekatan yang diambil adalah dengan melakukan pra-pengolahan terlebih dahuiu terhadap citra masukan, dan mengekstraksi beberapa ciri sebelum dimasukkan ke dalam jaringan saraf. Ciri yang digunakan tidak terlalu banyak yaitu 72 buah, dan diambil dari berbagai jenis kategori yaitu ciri global, lokal, tipografis, dan topologis. Jaringan saraf buatan yang digunakan dalam skripsi ini ada tiga buah yaitu jaringan huruf kecil, jaringan huruf besar, dan jaringan ACON (All Class in One Network) yang merupakan sebuah jaringan tunggal yang menangani semua kelas keluaran baik huruf besar maupun huruf kecil. Setiap node pada ketiga jaringan tersebut menggunakan fungsi aktivasi sigmoid dengan jangkauan keluaran [45, 0.5]. Pelatihan dilakukan dengan algoritma propagasi balik online (online backpropagation) untuk meminimumkan fungsi kesalahan cross-entropy. Dalam skripsi ini akan dibandingkan kemampuan generalisasi antara jaringan ACON dengan jaringan subclass yang terbentuk dari jaringan huruf besar dan jaringan huruf kecil. Pengujian juga dilakukan untuk melihat kemampuan sistem untuk mengenali citra masukan yang telah transformasi skala."

"Proyek ini bertujuan untuk menentukan peringkat tahan api dari dinding baja ringan di bawah kondisi api menggunakan aplikasi kecerdasan buatan. Dua bagian bagian saluran yang diberi lipatan (LCS) dan bagian saluran berongga flange (HFC) grade 500 dan kelas 250 disajikan dalam penelitian ini. LCS adalah jenis konvensional yang digunakan dalam bingkai baja ringan, sementara HFC memperkenalkan memiliki kinerja api yang unggul. Baru-baru ini pemodelan elemen hingga dan uji skala penuh telah digunakan untuk menentukan kinerja api dinding LSF. Meskipun demikian, pemodelan elemen hingga ditemukan memiliki prosedur yang rumit, dan uji skala penuh adalah eksperimen yang memakan waktu. Oleh karena itu, opsi alternatif sebagai pembelajaran mesin diperlukan untuk mengatasi situasi ini. Pendekatan jaringan saraf pembelajaran mesin akan diadopsi untuk melatih data. Masukan akan menjadi data aktual dari FEA dan proyek uji penuh skala sebelumnya. Temperatur dan suhu flensa dan flensa dingin seksi dari suatu bagian diperoleh sebagai input. Kapasitas pengurangan rasio bertindak sebagai output yang akan diprediksi dalam pembelajaran yang diawasi. Pelatihan dan uji coba dilakukan melalui jaringan saraf tiruan dengan menggabungkan parameter yang berbeda seperti fungsi kehilangan, menjaga faktor probabilitas, tingkat pembelajaran, jumlah lapisan, dan neuron. Rasio pengurangan kapasitas yang diperoleh dari pelatihan mesin dapat diplot dan dibandingkan keakuratannya dengan hasil FEA sebelumnya.

---

This project aims to determine fire resistance rating of Light Gauge Steel Frame (LSF) walls under fire condition using artificial intelligence application. Two section of lipped channel section (LCS) and hollow flange channel section (HFC) grade 500 and grade 250 is presented in this research. LCS is a conventional section used in LSF framing, while HFC introduced having superior fire performance. Recently finite element modelling and a full-scale test have been employed to determine fire performance of LSF walls. Nonetheless, finite element modelling was found to have a complicated procedure, and the full-scale test was a time-consuming experiment. Therefore, an alternative option as machine learning is necessary to overcome this situation. A neural network approach of machine learning will be adopted to train the data. The input would be the actual data from FEA and full-scale test previous project. Hot flange and cold flange temperature and dimension of a section are obtained as the input. Capacity reduction ratio act as an output that will be predicted in supervised learning. Training and testing trialare done through the artificial neural network by combining different parameters such as loss function, keep probability factor, learning rate, the number of layers, and neurons. Capacity reduction ratio attained from machine training can be plotted and compared its accuracy with previous FEA results."

"Mobile robot seringkali mengalami slip dalam pembacaan sensor odometri. Kendala ini sangat mempengaruhi kinerja mobile robot, terlebih jika beberapa mobile robot bekerja secara kooperatif. Masing-masing mobile robot memiliki slipnya tersendiri yang dapat mempengaruhi perhitungan trajectory planning kerja kooperatif. Sehingga dibutuhkan koreksi dengan sensor lain, pada penilitian ini digunakan sistem deteksi lokasi mobile robot dengan kamera webcam. Sistem deteksi akan di implementasikan pada quadcopter ketika terbang diatas mobile robot. Tentu pengambilan gambar akan mengalami perubahan sudut pandang akibat pergerakan sudut pitch atau roll dari quadcopter. Motor penggerak quadcopter juga menghasilkan getaran yang dapat mengakibatkan blur pada pengambilan gambar. Selain itu untuk melakukan pendeteksian berbasis citra dibutuhkan komputasi yang cukup besar, khususnya jika dilakukan pada sistem embedded quadcopter. Oleh karena itu dibutuhkan sistem deteksi yang dapat diterapkan pada quadcopter dengan ketahanan derau dan proses yang cukup cepat. Pada perancangan sistem deteksi penilitian ini, digunakan suatu pola yang terdiri dari markah buatan. Markah bulat hitam memiliki fitur yang mudah untuk dikenali dengan algoritma sederhana. Pola yang terdiri dari markah bulat dapat disisipkan informasi identitas dan pose sehingga cocok untuk diterapkan pada sistem deteksi lokasi multi mobile robot. Untuk menguji kemampuan pendeteksian, selain diuji pada dunia riil juga dirancang pengujian simulasi. Pengembangan simulasi quadcopter untuk mendeteksi pola markah dirancang dengan simulator Gazebo yang di integrasikan dengan perangkat lunak ROS Robotic Operating System.

---

Mobile robots often experience slippage in odometry sensor readings. These problems greatly affect the performance of mobile robots, especially if some mobile robots work cooperatively. Each mobile robot has its own slip that can affect the calculation of cooperative work cooperative trajectory. So that needed correction with other sensors, the research is used mobile robot location detection system with webcam camera.

The detection system will be implemented on the quadcopter when flying over the mobile robot. Of course the camera angle of view due to movement of pitch or roll angle from quadcopter. The quadcopter motors also produce vibrations that can lead to blur on shooting. In addition to perform image based detection required considerable computation, especially if done on the embedded quadcopter system. Therefore, a detection system that can be applied to the quadcopter with noise and process resistance is fast enough.

In the design of this research detection system, a pattern consisting of artificial markers is used. The black round marker has features that are easy to recognize with simple algorithms. Patterns consisting of rounded markers can be inserted identity and pose information making it suitable to be applied to mobile robot location detection systems. To test the detection ability, in addition to tested in the real world also designed simulation testing. The development of a quadcopter simulation to detect the markup pattern is designed with a Gazebo simulator integrated with ROS Robotic Operating System software."

"Machine Learning (ML) sebagai bagian dari Artificial Intelligence (AI) telah membuat komputer mampu melakukan hal-hal yang membutuhkan kecerdasan manusia secara otomatis. Binarized Neural Network (BNN) merupakan arsitektur ML modern yang memiliki keunggulan yakni penggunaan memori yang efisien dan performa yang baik. Namun, seperti neural network pada umumnya, BNN juga merupakan black-box model yang memiliki kesulitan dalam menjelaskan prediksi yang dihasilkan. Penelitian ini menggunakan teknik abduction untuk memperoleh minimal explanations, dalam bentuk himpunan pasangan fitur dan nilainya, dari hasil prediksi BNN. BNN dimodelkan sebagai model Mixed-Integer Linear Programming (MILP) dan selanjutnya disederhanakan menjadi model Integer Linear Programming (ILP) yang merupakan bentuk formal agar dapat dilakukan teknik abduction. Hasil penelitian menunjukkan bahwa teknik abduction dapat digunakan untuk menjelaskan hasil prediksi BNN. Penelitian ini juga menerapkan teknik abduction untuk menghasilkan penjelasan subset-minimal pada hasil prediksi BNN untuk beberapa dataset.......Machine Learning (ML) as part of Artificial Intelligence (AI) has enabled computers to do things that require human intelligence automatically. Binarized Neural Network (BNN) is a modern ML architecture that has some advantages: efficient use of memory and good performance. However, like other neural networks in general, BNN is also a black-box model that has difficulties in explaining the resulting predictions. This research employs the abduction technique to obtain minimal explanations, that is a set of pairs of features and its values, from a BNN prediction. BNN is modeled as a Mixed-Integer Linear Programming (MILP) model and then further simplified into an Integer Linear Programming (ILP) model which is a suitable formalism for finding explanations using abduction. This research shows that the abduction technique can be used to explain BNN predictions. Furthermore, this research applies the abduction technique to produce subset-minimal explanations on BNN predictions for several datasets."