Hasil Pencarian  ::  Simpan CSV :: Kembali

"In paramagmatic research one of the data collection instrument whichreleability is being questioned about its realibility is the Discourse Completion Test (DCT)...."

"Algoritma baru enkripsi data video yang dikembangkan dalam disertasi ini dinamakan algoritma enkripsi video multi chaos system oleh Suryadi, B. Budiardjo dan K. Ramli (MCS-SBR). Algoritma tersebut ditujukan untuk mereduksi waktu komputasi, rasio kompresi dan untuk meningkatkan daya tahan terhadap known-plaintext attack dan brute-force attack. Usaha yang dilakukan adalah dengan mengintegrasikan dua proses yakni proses kompresi dan dilanjutkan dengan proses enkripsi. Metode proses kompresinya yaitu menggabungkan proses transformasi cosinus diskrit (DCT) dan proses kuantisasi. Hal ini dapat dilakukan karena secara aljabar, DCT terkuantisasi tetap memiliki sifat orthonormal, sama halnya dengan fungsi DCT standar. Sedangkan untuk proses enkripsinya menggunakan metode multi chaos system terdiri dari dua fungsi chaos, yaitu logistic map dan Arnold?s cat map. Masing-masing bertujuan sebagai fungsi pembangkit bilangan acak untuk mendapatkan nilai key stream dan sebagai permutasi acak. Dalam hal ini digunakan 3 buah logistic map dengan satu formula key stream dalam basis galois field (256) sehingga mampu meningkatkan daya tahan terhadap known-plaintext attack dan brute-force attack. Selanjutnya dilakukan pengujian secara praktis dan teoritis. Hasil analisis pengujian secara praktis menunjukkan bahwa kompleksitas waktunya semakin kecil sehingga ratarata waktu kompresinya semakin cepat, rata-rata prosentase rasio kompresinya 2,35 kali lebih besar, ruang kunci yang dihasilkan mencapai 8,6  1012 kali lebih besar, dan tingkat sensitivitasnya menjadi 2  10−10 lebih kecil, serta bentuk histogramnya mendekati bentuk flat. Hasil pengujian teoritis berstandar internasional dari National Institute of Standards and Technology (NIST), menunjukkan bahwa fungsi pembangkit bilangan acaknya benar-benar menghasilkan bilangan bersifat acak, yang ditunjukkan dengan nilai 𝑃. 𝑣𝑎𝑙𝑢𝑒 = 0,43277 ≥ 0,01. Berdasarkan semua hasil pengujian tersebut, dapat disimpulkan bahwa algoritma enkripsi video MCS-SBR sangat sulit dipecahkan dengan known-plaintext attack dan brute-force attack.

---

The new video encryption algorithm discussed in this dissertation is called Multi Chaos System developed by Suryadi, B. Budiardjo and K. Ramli (MCS-SBR). This algorithm is used to reduce the computational time and compression ratio, as well as to increase resistance to known-plaintext attack brute-force attack. The procedures included the integration of two processes, i.e. compression process followed by encryption processes. The method of compression process employed the integration of discrete cosine transform (DCT) and quantization process. This was possible from algebraic perspective as quantized DCT still retained its orthonormal characteristic, just as standard DCT function. As for the encryption process, multi chaos system, consisting of logistic map and Arnold?s cat map, was used. Each of these functioned as random number generation to get a key stream and random permutation respectively. For this purpose, 3 logistic map were used with one key stream formula based on Galois field (256) in order to increase resistance to known-plaintext attack and brute-force attack. The subsequent procedures included practical examination and theoretical evaluation.

The results of the practical examination are as follow: the average time complexity is reduced, which increases the compression time; the average percentage of the compression ratio is 2,35 higher; the resulted key space is 8,6  1012 greater; the sensitivity level is 2  10−10 lower; and the histogram is almost flat. The result of theoretical evaluation by National Institute of Standards and Technology (NIST) indicates that the function of random number generator really produces random numbers, shown by 𝑃. 𝑣𝑎𝑙𝑢𝑒 = 0,43277 ≥ 0,01. Based on the results of the practical examination and theoretical evaluation, it can be concluded that the algorithm of MCS-SBR video encryption is highly resistant to known-plaintext attack and brute-force attack."

"Ada tiga tahap utama dalam pengenalan ucapan yaitu tahap segmentasi untuk menemukan batas-batas fonem, tahap ekstraksi untuk mendapatkan nilai atas segmen-segmen sinyal dan tahap klasifikasi untuk pembandingan nilai segmen dengan nilai acuan. Di antara ketiganya, segmentasi merupakan tahap yang paling menentukan, karena jika keluarannya salah maka dua tahap beriktnya menjadi sia-sia.Berbagai metode dipergunakan dalam teknik segmentasi. Salah satunya Adapted Local Trigonometric Transforms (ALIT) yang mendekomposisi sinyal suara menjadi partisi-partisi trigonometris dan orthonormal dengan pemanfaatan DCT (Discrete Cosine Transform) yang memang memiliki keunggulan dalam hal kompresi sinyal [7]. Meski demikian, teknik ini juga memiliki kekurangan yaitu sensitif terhadap pergeseran sinyal ucapan.Teknik lain yang lebih tahan terhadap pergeseran sinyal ucapan dan bahkan derau adalah Parametric Filtering (PF) [8]. Teknik ini menggabungkan parametric filter bank dengan sebuah analisa otokorelasi selisih-satu (lag-one autocorrelation) untuk menghasilkan fungsi karakterisasi yang baru sama sekali dan tahan terhadap perubahan frekuensi dan derau. Otokorelasi selisih-satu merupakan korelasi sinyal terhadap sinyal itu sendiri setelah mengalami penundaan sebesar satu sekuensi. Fungsi ini mampu menampilkan dan menangkap perubahan spektral dan energi walau dalam domain waktu.Sinyal di-filter dalam sebuah filter bank yang berupa Parametric HR filter all-pole orde satu, lalu dikolerasikan dan didemodulasi untuk diambil yang diperlukan. Sambil dilakukan pengukuran distorsi untuk mencari nilai batas segmen, sinyal dapat ditampilkan sehingga mempermudah analisa. Tesis ini dilakukan dengan mensegmentasikan suku-kata bahasa Indonesia secara hampir real time dengan penundaan maksimum 10 detik.Analisa dilakukan terhadap performansi sistem dari sisi akurasi, waktu proses dan stabilitas. Diharapkan ini akan menjadi langkah awal yang tepat bagi tahap-tahap pengenalan ucapan selanjutnya dalam merintis sistem Voice To Text yang sesuai untuk suku-kata bahasa Indonesia.

---

There are three major steps in speech recognition which are accordingly segmentation for end-point detection, extraction to get the values upon the segmented signals and classification that yielding the corresponding references. Among the three, segmentation is the most important step since once it's output is incorrect then the next two will be nothing.There are methods used in this step. Among others are the so-called Adapted Local Trigonometric Transforms (ALIT} which decomposite signals into orthonormal-trigonometrical parts using Discrete Cosine Transform (DC?) that is good in signal compressing [7]. Anyway, this method lacks of sensitivity over unstable signals.Another method that is robust to such sigwls as well as noise is Parametric Filtering (PF) [8]. This method combines a parametric filter bank and a lag-one autocorrelation analysis to produce a new characterisation function that overcome the frequency shift and noise. Lag-one autocorrelation means correlating the signal toward itself after one-sequence delayed. It also displays and cacthes spectral and energy changes even in time domain.Signal is filtered in a filter banks which are all-pole first order parametric IIR filter, after which it is correlated by lag-one autocorrelation. Next, signal is demodulated to yield what is needed. While being processed by distortion measures to find end-points, the signal can be displayed to make the analysis visible. Research done by segmenting Indonesia syllabels in almost real time with ten-second maximum delay.There are analysis upon system performances in accusation, time consuming and stability point of view. Hopefully, this will become fisrt step for the next speech recognition steps and lead to the suitable VoiceToText system for Indonesia syllabels."

"Salah satu teknologi yang banyak diaplikasikan untuk mengolah data citra sebagai sumber informasi utama adalah teknologi penginderaan jauh atau remote sensing. Beberapa aplikasi remote sensing menuntut citra yang berkualitas baik, namun dalam ukuran yang lebih kecil mengingat ukurannya yang sangat besar. Kebutuhan inilah yang mendorong berkembangnya teknologi pemampatan citra atau image compression. Skripsi ini membahas tentang teknik kompresi citra gabungan antara prediksi linier antarband (kompresi spektral) dengan transformasi wavelet dan Discrete Cosine Transform (DCT) sebagai kompresi spasial. Jenis transformasi wavelet yang digunakan adalah LS 9/7, CDF 9/7, dan multiwavelet Daubechies 10 (Db10) + LS 9/7. Dari hasil ekperimen data MODIS berukuran 2048 x 2048, dapat disimpulkan rasio kompresi berbanding terbalik dengan nilai PSNR yang dihasilkan, sementara tingkat level dekomposisi sebanding dengan nilai PSNR dengan level ideal 5. Meskipun memiliki PSNR yang tinggi, metode DCT tidak menghasilkan kualitas citra hasil kompresi yang memadai, terbukti dengan rendahnya nilai co-histogram simetri (SCH). Metode kompresi yang paling baik adalah multiwavelet (Db10+LS9/7) karena menghasilkan PSNR yang stabil di atas 50 dB hingga rasio kompresi 100 dengan nilai SCH rata-rata 0.99.

---

An image/picture could contain thousands of information. Remote sensing is a technology which uses an image in the form of satellite imagery as the main source of information. Remote sensing applications require good quality of image, represented by smaller size, since satellite sensors have wide measurement coverage of Earth surface. In this regards, image compression is needed.

This thesis report covered image compression techniques using combination of interband prediction (as spectral compression) and discrete cosine transform (DCT) and wavelet transform (as spatial compression). Several wavelet transforms are applied in the experiment, such as LS 9/7, CDF 9/7, and multi-wavelet Daubechies 10 (Db10) + LS 9/7.

The experiment results showed that the higher the compression ratio, the smaller PSNR values. This applies to all four methods of compression which were tested in this study. The higher level of decomposition of wavelet transformation, resulted in better PSNR. While the ideal level of decomposition for wavelet transformation is level 5. Even the DCT method resulted in high PSNR, but the quality of compression image is poor, which is shown in low Symmetrical Co-Histogram (SCH) value. The best result was obtained by combined method (Db10+LS9/7) which resulted in high PSNR (up to 50 dB), high compression ratio (up to 100), and average SCH values of 0.99."

"Watermarking merupakan teknik untuk menyisipkan informasi yang disebut watermark kedalam suatu data digital lainnya, tetapi tidak diketahui kehadirannya oleh indera manusia. Sehingga data tersebut dapat didistribusikan tanpa adanya kecurigaan terdapat tanda rahasia didalamnya. Teknik watermarking dibagi menjadi dua, yaitu teknik watermarking yang bekerja pada domain spasial (domain waktu) dan teknik watermarking yang bekerja pada domain transformasi (domain frekuensi). Watermarking yang bekerja dalam domain spasial langsung merubah nilai piksel pada citra atau gambar aslinya. Watermarking pada domain transformasi diperoleh dengan melakukan transformasi image menjadi domain frekuensi. Watermarking dalam domain transformasi seperti Discrete Fourier Transform (DFT), Discrete Wavelet Transform (DWT), Discrete Cosine Transform (DCT) atau Discrete Laguerre Transform (DLT) memiliki lebih banyak keuntungan dan kinerja yang lebih baik daripada teknik yang bekerja dalam domain spasial. Pada makalah ini, dilakukan analisis mengenai DLT berdasarkan ukuran matriks dan membandingkannya dengan DCT.

---

Watermarking is a technique to insert information called watermark into any other digital data, which is the presence is unknown by human senses. So the data can be distributed without any suspicions there are a secret message in it. There are two techniques in watermarking, spatial domain and frequency or transformation domain. Spatial domain watermarking technique works by changing the original image or picture pixels value into the new pixels value. Frequency domain watermarking technique works by transforming the original image into frequency domain. Frequency domain watermarking techniques such as Discrete Fourier Transform (DFT), Discrete Wavelet Transform (DWT), Discrete Cosine Transform (DCT) or Discrete Laguerre Transform (DLT) have a better performance and advantages than spatial domain watermarking technique. This paper analysed Discrete Laguerre Transform (DLT) by its matrix size and compared it with DCT."