Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTraveling Salesperson Problem (TSP) merupakan masalah optimasi kombinatorial klasik. Semua algoritme konvensional yang dikenal saat ini untuk pemecahan TSP, membutuhkan usaha komputasi yang meningkat secara eksponensial terhadap jumlah kota. Dalam tulisan ini dibahas jaringan neural Hopfield dengan masukan kontinyu sebagai alternatif pemecahan TSP. Jaringan neural ini memecahkan TSP dengan kompleksitas komputasi sebanding dengan polinomial pangkat 4 dari jumlah kota. Komputasi jaringan neural ini efektif, karena adanya tanggapan analog non-linier dari neuron dan koriektifitas yang besar di antara neuron. Metode ini hanya membertkan penyelesaian minimum lokal, yang diharapkan mendekati minimum global. Implementasi jaringan neural ini disimulasikan pada komputer sekuensial. Komputer yang digunakan berupa workstation SUN SPARC 1+ berbasis UNIX dengan kapasitas memori 8 Mb. Kinerja metode jaringan neural Hopfield dievaluasi berdasarkan jarak tour dan waktu yang dibutuhkan. Kemudian hasilnya dibandingkan dengan penyelesaian optimal yang diperoleh dengan algoritme konvensional Least Cost Branch anc' Bound (LCBB). Dari hasil eksekusi program pada workstation SUN SPARC 1+ berbasis UNIX untuk jumlah kota 15 s/d 22 buah diperoleh jarak tour rata-rata dengan metode jaringan neural berkisar antara 1,63 s/d 2,06 kali jarak tour dengan algoritme LCBB. Waktu rata-rata yang dibutuhkan jaringan neural (jumlah kota 15 s/d 22 buah) sebesar 4 x 10-4 sampai dengan 4 x 10-1 kali waktu yang dibutuhkan algoritme LCBB. Pada jumlah kota 5 s/d 14 buah, hasil dari jaringan neural kurang bagus dibandingkan dengan basil dari algoritme LCBB. Jarak tour rata-rata dengan jaringan neural Hopfield berkisar antara 1.01 s/d 1.45 kali jarak tour dengan algoritme LCBB, tetapi waktu yang dibutuhkan jaringan neural Hopfield sebesar 1 s/d 10 kali waktu yang dibutuhkan algoritme LCBB."

"Latar Belakang : Telah banyak dipublikasikan berbagai macam algoritme untukmenentukan lokasi jaras tambahan pada pasien dengan sindroma Wolff-ParkinsonWhite.Algoritme-algoritme tersebut memiliki akurasi yang baik meskipunmemiliki alur yang komplek dan sulit untuk diingat. Berbagai macam algoritmeyang berkembang menggunakan morfologi delta wave dan polaritas komplek QRSdalam penyusunannya. Dengan adanya teknologi kateter ablasi yang ada saat inialgoritme yang komplek tidak diperlukan lagi. Diperlukan suatu algoritme yangsederhana, memiliki akurasi yang baik dan mudah diingat. Penelitian ini bertujuan untuk menilai akurasi algoritme sederhana untuk memprediksi lokasi jarastambahan. Metode : Penelitian ini merupakan studi potong lintang yang dilakukan diDepartemen Kardiologi dan Kedokteran Vaskuler FKUI/ Pusat Jantung NasionalHarapan Kita PJNHK. Data yang diambil berupa elektrokardiografi EKG pada67 pasien dengan sindroma Wolff-Parkinson-White yang menjalani tindakan ablasiperiode Januari 2014 - Oktober 2016. Data EKG yang terkumpul dibacaberdasarkan algoritme baru oleh dua orang penilai independen kemudiandibandingkan dengan hasil ablasi pada tabel 2x2. Hasil Penelitian : sampel akhir sebanyak 47 data hasil bacaan EKG observerterpercaya dihitung berdasarkan tabel 2x2 dengan hasil ablasi. Hasil menunjukkanalgoritme ini memiliki sensitivitas left free wall 45, septal 80, right free wall92, spesifisitas left free wall 96, septal 69, right free wall 85. Nilai dugapositif NDP left free wall 90, septal 55, dan right free wall 67. Nilai duganegatif NDN left free wall 70, septal 88, dan right free wall 97. Akurasialgoritme bervariasi dari 73 -87. Didapatkan perhitungan kesepahaman antarpenilai dengan nilai kappa 0,74-0,93. Perhitungan likelihood ratio menunjukkanlikelihood ratio positif left free wall 11,23, septal 2,23, dan right free wall 6,57.Likelihood ratio negatif left free wall 0,57, septa 0,28, dan right free wall 0,09. Kesimpulan : Algoritme baru yang lebih sederhana ini memiliki akurasi yang baikdengan angka kesepahaman antar penilai yang baik sehingga dapat digunakansecara umum.

---

Background : A lot of algorithms in localizing accessory pathway AP in patientswith Wolff Parkinson White Syndrome have been published. Although many ofthose methods have high accuracy, they are complicated and difficult to memorize.Most of the established algorithm use delta wave morphology and QRS polarity todetermine the location. With the technology of catheter ablation nowadays suchcomplex algorithms are not really needed. This study aim to investigate theaccuracy of a simple algorithm to predict the location of accessory pathways.

Methods : This was a cross sectional study conducted in the NationalCardiovascular Center Harapan Kita RSJPDHK Department Cardiology andVascular Medicine, FMUI. The electrocardiography ECG findings of 67 patientswith Wolff Parkinson White syndrome underwent ablations from January 2014until October 2016 were used in the current study. Those ECGs were analyzed usingthe new algorithm and were evaluated by two independent observers and comparedwith ablation results in a 2x2 table.

Results : The final number of samples was 47 ECGs. The algorithm showed it hada sensitivity of 45 on left free wall, 80 on septal, 92 on right free wall APs inaddition to the specificity of 96 on left free wall, 69 on septal, 85 on right freewall APs. Positive predictive value PPV were 90 on left free wall, 55 on septaland 67 on right free wall APs. Negative predictive value NPV were 70 on leftfree wall, 88 on septal and 97 on right free wall APs. Algorithm accuracy variedfrom 73 to 87. Inter observer agreement calculation was a kappa of 0.74 mdash 0.93.Likelihood ratio calculation identified the positive likelihood ratio of 11.23 on leftfree wall, 2.23 on septal and 6.57 on right free wall APs and negative likelihoodratio of 0.57 on left free wall, 0.28 on septal and 0.09 on right free wall APs.

Conclusion : This new and simple algorithm provide a remarkable accuracy with agood inter observer agreements. Therefore this algorithm is potential to beimplemented in general practice."

"Ada berbagai macam elemen untuk struktur solid, salah satunya adalah elemen solid Hexahedron 8 nodal alau solid Hexa8. Pembentukan matriks kekakuan, matriks massa; dan estimasi kesalahan yang dipergunakan untuk elemen ini akan diperlihatkan, demikian pula kinerja elemen hexa8 dalam menyelesaikan struklur solid 3 dimensi, diantaranya pengaruh-pengaruh singularitas akibat beban dan strukiur yang ada. Elemen ini mampu mengestimasi kesalahan perhitungan dengan metode Z2 dan telah diimplementasikan dalam U1-FEAP (Universitas Indonesia - Finite Element Analysis Program). Pada tulisan ini metode estimator kesalahan yang dikembangkan oleh Zienkiewicz dan Zhu diterapkan untuk analisa kesalahan masalah solid 3D Hexahedron 8 nodal. Metode ini mempunyai keunggulan karena kesederhanaannya, akurasinya dan implementasinya untuk algoritma computer tidak menimbulkan kesulitan. Metode ini berbasiskan pemulihan tegangan dalam solusi elemen hingga non-kontinue menjadi kantinue dengan teknik pemerataan tegangan. Reliabilitas dan kualitas estimator kesalahan ini telah terbukti memberikan hasil yang baik pada elemen-elemen linier, kuadratik, dan kubik. Selain itu, estimator kesalahan Z2 ini memberikan evaluasi yang baik untuk norma energi secara global (struktur) maupun pada tingkat elemen, hal ini sangat membantu dalam membentuk diskritisasi yang optimal. Dengan demikian subyektivitas estimator kesalahan dalam aplikasi teknik struktur adalah upaya mencapai standar ketelitian solusi elemen hingga pada tingkat yang dikehendaki."

"ABSTRAKPelacakan multi objek merupakan salah satu topik penting pada bidang ilmu komputer yang memiliki banyak aplikasi, diantaranya adalah sebagai sistem pengawasan, navigasi robot, analisis bidang olahraga, autonomous driving car, dan lain-lain. Salah satu permasalahan utama pelacakan multi objek adalah oklusi. Oklusi adalah objek yang tertutupi oleh objek lainnya. Oklusi dapat menyebabkan ID antar objek tertukar. Penelitian ini membahas oklusi pada pelacakan multi objek serta penyelesaiannya dengan Network Flow. Diberikan data deteksi objek-objek pada setiap frame-nya, tugas pelacakan multi objek adalah mengestimasi pergerakan setiap objek kemudian menghubungkan objek-objek hasil estimasi dengan objek-objek pada frame berikutnya yang bersesuaian atau yang lebih dikenal dengan asosiasi data. Pandang setiap objek pada sebuah frame sebagai node, kemudian ada edge yang menghubungkan setiap node pada frame satu dengan frame lainnya, arsitektur seperti ini pada teori graph dikenal dengan Network Flow. Kemudian cari himpunan edge yang memberikan peluang terbesar transisi dari suatu frame ke frame berikutnya, atau pada dunia optimisasi lebih dikenal dengan max-cost network flow. Edge pada kasus ini berisikan informasi seberapa besar peluang suatu node berpindah ke node pada frame setelahnya. Perhitungan peluang berdasarkan jarak posisi dan kemiripan fitur, fitur yang digunakan adalah fitur CNN. Penulis memodelkan max-cost network flow sebagai permasalahan maximum likelihood yang kemudian diselesaikan dengan algoritme Hungarian. Data yang digunakan pada penelitian ini adalah 2DMOT2015. Hasil evaluasi performa menunjukkan sistem yang dibangun memberikan akurasi 20.1% dengan ID yang tertukar sebanyak 3084 dan pemrosesan frame yang cepat, mencapai 215.8 frame/second.

---

ABSTRACT

---

Multi object tracking is one of the most important topics of computer science that has many applications, such as surveillance system, navigation robot, sports analysis, autonomous driving car, and others. One of the main problems of multi-object tracking is occlusion. Occlusion is an object that is covered by other objects. Occlusion may cause the ID between objects to be switched. This study discusses occlusion on multi-object tracking and its completion with network flow. Given objects detection on each frame, the task of multi object tracking is to estimate the movement of objects and then connect the estimation objects corresponding to the objects in the next frame or well known as the data association. Notice that each object on a frame as a node, then there is an edge connecting each node on a frame with other frames, this architecture in graph theory is known as network flow. Then find the set of edges that provide the greatest probaility of transition from one frame to the next, or to the optimization problem well known as max-cost network flow. Edge contains information on how probabiltity a node moves to the node in the frame afterwards. This probability calculation is based on position distance and similarity feature between frames, the feature used is CNN feature. We modeled max-cost network flow as the maximum likelihood problem which was then solved with the Hungarian algorithm. The data used in this research is 2DMOT2015. Performance evaluation results show that the system built gives accuracy 20.1% with the ID switch is 3084 and fast computational process on 215.8 frame/second.

"

"ABSTRAKPosisi geografis kepulauan Indonesia yang berada di daerah tropis merupakan wilayah yang mempunyai kepadatan sambaran petir yang cukup tinggi. Data petir merupakan hal penting dalam mendukung pembangunan suatu wilayah terkait keselamatan manusia, infrastruktur, sarana umum dan mitigasi bencana alam. Pengamatan petir termasuk dalam salah satu parameter geofisika potensial yang diamati oleh Badan Meteorologi Klimatologi dan Geofisika (BMKG) dengan alat deteksi petir Lightning Detector Boltek Storm Tracker. Penelitian ini bertujuan untuk integrasi data petir dengan prinsip multistation dari hasil pengamatan 11 sensor yang berada di Pulau Jawa. Integrasi data petir dengan prinsip multistation adalah teknik yang akurat dalam penentuan lokasi sambaran petir dengan menggunakan machine learning algoritme Ordering Points to Identify the Clustering Structure (OPTICS). Integrasi data petir dengan klasterisasi menggunakan parameter input nilai MinPts 5 dan Epsilon 0,5 diperoleh nilai SSE yang mendekati 0 menandakan bahwa model klaster mempunyai komponen kesalahan acak kecil. Rata-rata nilai SSE sebesar 0,258. Data petir yang valid dan terintegrasi dimanfaatkan untuk analisis pemetaan informasi daerah rawan petir yang ditampilkan dalam bentuk dashboard website.

---

ABSTRACTThe geographical position of the Indonesian archipelago is located in the tropics is a region that has a density high enough to lightning strikes. Lightning data is important in supporting regional development related human safety, infrastructure, public facilities and mitigation of natural disasters. Lightning observations are included in one of the potential geophysical parameters observed by the Climatology and Geophysics Meteorological Agency (BMKG) with Lightning Detector Boltek Storm Tracker Lightning Detector. This study aims at the integration of lightning data with the principles of observation multistation 11 sensors are located in Java. The integration of lightning data with the principle of multistation is an accurate technique in determining the location of lightning strikes using the machine learning algorithm Ordering Points to Identify the Clustering Structure (OPTICS). The integration of lightning data by clustering using input parameter values ​​5 and Epsilon 0.5 MinPts obtained SSE value close to 0 indicates that the model has a cluster of small random error component. The average SSE value is 0.258. Lightning data valid and integrated mapping used for the analysis of the information displayed lightning vurnerability areas in the form of dashboards website."

"Prospek penggunaan gas alam sebagai bahan bakar dalam beberapa tahun kedepan akan meningkat. Jaringan pipa adalah salah satu faktor penting dalam industri produksi gas, khususnya untuk transmisi dan distribusi gas. Jaringan pipa memerlukan biaya yang besar namun banyak yang dirancang dengan cara trial and error. Penelitian ini dilakukan untuk mengoptimasi pemilihan diameter pipa pada jaringan pipa gas ber-loop menggunakan Algoritme Genetika (AG) demi mendapatkan biaya investasi pipa terendah. Perangkat lunak GAPINOS dibangun dari GUI MATLAB untuk menjalankan proses optimasi dan simulasi aliran. Dari penelitian ini dihasilkan kombinasi pipa dengan biaya terendah pada jaringan pipa gas Universitas Indonesia serta presentase penghematan akibat optimasi.......Natural gas has a great outlook in the near future since its industry has rapidly grown over the last decade. Pipe network is key factor for gas industries, mainly for gas transmissions and distributions. Despite that building pipe networks were costly, most of the existing network designs were based on trial and error methods. This research was conducted to optimize pipe size selection using Genetic Algorithm (GA) in order to find the minimum pipe cost of a looped gas pipe network. GAPINOS software was built from MATLAB GUI to run optimization and flow simulation. This research provides an optimum pipe size combination with the minimum cost for Universitas Indonesia gas pipe network and saving percentage which contrasted the importance of optimization."

"Transportasi umum BRT Transjakarta dioperasikan dengan tujuan untuk memenuhi kebutuhan masyarakat Jakarta akan transportasi yang aman, nyaman, dan dapat diandalkan. Saat ini, frekuensi layanan dan kapasitas kendaraan BRT Transjakarta masih belum optimal, terbukti dari waktu tunggu penumpang yang tergolong lama dan tingkat keramaian dalam bus yang tidak merata. Penelitian sebelumnya membahas penentuan frekuensi layanan atau tipe bus yang digunakan secara terpisah tanpa mempertimbangkan dampak variasi layanan pada biaya penumpang dan operator. Penelitian ini bertujuan untuk menemukan kondisi pasokan yang optimal terhadap variasi permintaan melalui penentuan frekuensi layanan dan kapasitas kendaraan. Pendekatan optimasi berbasis simulasi menggunakan model penugasan transit dinamis memungkinkan perhitungan variasi frekuensi layanan dan kapasitas kendaraan, serta konsekuensinya terhadap fungsi tujuan yaitu untuk meminimalisasi total biaya yang dikeluarkan oleh penumpang dan penyedia layanan. Berdasarkan hasil simulasi, penentuan frekuensi layanan dan tipe bus yang digunakan di koridor 1, 2, dan 3 pada jam sibuk pagi hari mampu menurunkan total biaya sebesar 13.55% untuk skenario SIM dan 18.48% untuk skenario ASIM. Manfaat dari model ini ditunjukkan oleh aplikasi pada jaringan BRT Transjakarta dalam rangka meminimalkan biaya operasional, meningkatkan kepuasan penumpang dan tangkat layanan BRT Transjakarta.......BRT Transjakarta as a public transportation is operated with the aim of providing a safe, comfortable and reliable transportation for people of Jakarta. Currently, the service frequency and vehicle capacity of BRT Transjakarta are still not optimal, implicated by the long waiting time for passengers and the uneven level of crowd on the buses. Previous studies have already discussed about determining the service frequency or determining the types of buses, separately, without considering the impact of service variations on user and operator costs. This study aims to find optimal supply conditions for variations in demand through determining service frequency and vehicle capacity simultaneously. The simulation-based optimization approach uses a dynamic transit assignment model to calculate the variation of service frequency and vehicle capacity, and its consequences for the objective function which is to minimize the total costs incurred by passengers and operator. Based on the simulation results, the solution for service frequency and type of bus used in corridors 1, 2, and 3 during the morning peak hour are able to reduce costs by 13.55% for the SIM skenario and 18.48% for the ASIM skenario. Practical benefits of the model are demonstrated by an application to the BRT Transjakarta in order to reduce operational costs and increase passenger satisfaction and service levels."