Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKecepatan produk sampai ke pasaran menuntut kecepatan dalam pemilihan desain, dimana bentuk desain dipengaruhi oleh fitur, bentuk fitur berbeda bisa memiliki fungsi sama sehingga pilihan bentuk fitur akan ikut menentukan dalam proses permesinan dan biaya produksinyaPada penelitian ini dilakukan penetapan identitas melalui pengenalan informasi geometri dari bentuk-bentuk fitur yang diklasifikasikan oleh Jong-Yun Jung kemudian digambar dengan model solid disimpan bentuk stp atau step file selanjutnya diekstrak dengan notepad sehingga diperoleh entity Advance_Face dan Edge_Curve, yang diolah menjadi koefisien relatif produk.Indek kompleksitas fitur produk mekanik dihitung menggunakan model yang dikembangkan sebelumnya oleh El Maraghy dan diperoleh nilai kompleksitas tertinggi untuk fitur rotasional adalah bentuk Neck yaitu 6,30, fitur prismatik bentuk slot yaitu 6,05, fitur slab yaitu bentuk pocket sebesar 5,66 dan fitur revolving sebesar 4,94

---

AbstractThe speed of products demands speed in the selection of design where design is influenced by the shape of the feature, having different form of a feature can have the same functions so insiders features form options determine the process of machinery and production costs.This research was conducted on identity determination through the introduction of information geometry forms features are classified by Jong-Yun Jung later drawn with CAD solid form, it saved on stp model or step file and then extracted with notepad so that retrieved entity Advance_Face and Edge_Curve, which are processed into relative complexity coefficients.Feature product complexity index was calculated using a model developed by El Maraghy and accrues the highest complexity value for rotational features is a form of neck of 6.30, prismatic features form slots which of 6.05, the form of pocket features slab of 5.66 and revolving features of 4.94."

"Berkembangnya Teknologi Internet Menjadi Faktor Utama Tumbuhnya Industri Penyedia Jasa Internet Di Indonesia. Dengan Meningkatnya Persaingan, Faktor Kesetiaan Pelanggan Menjadi Sangat Penting Bagi Organisasi Penyedia Jasa Internet. Oleh Karena Itu Dibutuhkan Suatu Sistem Manajemen Hubungan Pelanggan Yang Sesuai Dengan Organisasi. Pengembangan Fitur-Fitur Aplikasi Crm Yang Sesuai Dengan Organisasi Khususnya Pada Pt. Satata Neka Tama Coba Diangkat Dalam Penelitian Karya Akhir Ini.Penelitian Menggunakan Frontcrm Sebagai Kerangka Kerja Dalam Menghasilkan Fitur-Fitur Crm Organisasi. Proses Bisnis Organisasi Yang Sesuai Dengan Proses Bisnis Frontcrm Akan Dipetakan Dengan Fitur-Fitur Frontcrm Sehingga Mendapatkan Fitur Crm Yang Sesuai Dengan Organisasi. Kemudian Fitur-Fitur Tersebut Akan Divalidasi Oleh User Dengan Menggunakan Kuesioner.Fitur Frontcrm Yang Sesuai Dengan Proses Bisnis Organisasi Adalah Fitur-Fitur Area Proses Bisnis Pemasaran. Fitur-Fitur Tersebut Akan Dimodelkan Dengan Feature Modeling Dan Menghasilkan 15 Fitur Mandatory, 2 Fitur Alternative, Dan 3 Fitur Optional."

"Berkembangnya Teknologi Internet Menjadi Faktor Utama Tumbuhnya Industri Penyedia Jasa Internet Di Indonesia. Dengan Meningkatnya Persaingan, Faktor Kesetiaan Pelanggan Menjadi Sangat Penting Bagi Organisasi Penyedia Jasa Internet. Oleh Karena Itu Dibutuhkan Suatu Sistem Manajemen Hubungan Pelanggan Yang Sesuai Dengan Organisasi. Pengembangan Fitur-Fitur Aplikasi Crm Yang Sesuai Dengan Organisasi Khususnya Pada Pt. Satata Neka Tama Coba Diangkat Dalam Penelitian Karya Akhir Ini.Penelitian Menggunakan Frontcrm Sebagai Kerangka Kerja Dalam Menghasilkan Fitur-Fitur Crm Organisasi. Proses Bisnis Organisasi Yang Sesuai Dengan Proses Bisnis Frontcrm Akan Dipetakan Dengan Fitur-Fitur Frontcrm Sehingga Mendapatkan Fitur Crm Yang Sesuai Dengan Organisasi. Kemudian Fitur-Fitur Tersebut Akan Divalidasi Oleh User Dengan Menggunakan Kuesioner.Fitur Frontcrm Yang Sesuai Dengan Proses Bisnis Organisasi Adalah Fitur-Fitur Area Proses Bisnis Pemasaran. Fitur-Fitur Tersebut Akan Dimodelkan Dengan Feature Modeling Dan Menghasilkan 15 Fitur Mandatory, 2 Fitur Alternative, Dan 3 Fitur Optional."

"Berkembangnya Teknologi Internet Menjadi Faktor Utama Tumbuhnya Industri Penyedia Jasa Internet Di Indonesia. Dengan Meningkatnya Persaingan, Faktor Kesetiaan Pelanggan Menjadi Sangat Penting Bagi Organisasi Penyedia Jasa Internet. Oleh Karena Itu Dibutuhkan Suatu Sistem Manajemen Hubungan Pelanggan Yang Sesuai Dengan Organisasi. Pengembangan Fitur-Fitur Aplikasi Crm Yang Sesuai Dengan Organisasi Khususnya Pada Pt. Satata Neka Tama Coba Diangkat Dalam Penelitian Karya Akhir Ini.Penelitian Menggunakan Frontcrm Sebagai Kerangka Kerja Dalam Menghasilkan Fitur-Fitur Crm Organisasi. Proses Bisnis Organisasi Yang Sesuai Dengan Proses Bisnis Frontcrm Akan Dipetakan Dengan Fitur-Fitur Frontcrm Sehingga Mendapatkan Fitur Crm Yang Sesuai Dengan Organisasi. Kemudian Fitur-Fitur Tersebut Akan Divalidasi Oleh User Dengan Menggunakan Kuesioner.Fitur Frontcrm Yang Sesuai Dengan Proses Bisnis Organisasi Adalah Fitur-Fitur Area Proses Bisnis Pemasaran. Fitur-Fitur Tersebut Akan Dimodelkan Dengan Feature Modeling Dan Menghasilkan 15 Fitur Mandatory, 2 Fitur Alternative, Dan 3 Fitur Optional."

"ABSTRAKTeknologi pengenalan fitur telah berkembang seiring dengan prosespengintegrasian CAD/CAPP/CAM. Aplikasi pendeteksian fitur secara otomatisdengan berbasis model faset diharapkan mampu untuk membantu mempercepataktivitas perancangan proses manufaktur semisal seting tool yang akan digunakanatau proses machining yang dibutuhkan pada berbagai fitur yang berbeda. Fitursuatu part pada bidang dapat dideteksi dengan mengaplikasikan metode slicingdan teknik pengelompokan faset triangulasi yang berdekatan. Identifikasi jenisfitur ini dikembangkan dengan aturan berdasarkan arah vektor normal pada grupsuatu fitur tersebut. Untuk mengidentifikasi fitur pada berbagai bidang suatu part,dengan bantuan transformasi rotasi akan merotasi part sehingga bidang vektornormal terluar seakan berada pada posisi bidang referensi. Hasil penelitian inimenunjukkan bahwa dengan pendekatan ini dapat mengidentifikasi fitur primitifsecara otomatis meliputi : pocket, cylindrical dan profile pada berbagai bidangsuatu part.

---

AbstractFeature recognition technology has been developed along with the process ofintegrating CAD/CAPP/CAM. Automatic feature detection applications based onfaceted models expected to speed up the manufacturing process design activitiessuch as setting tool to be used or required machining process in a variety ofdifferent features. Features of a part in the plane can be detected by applyingmethod of slicing and the technique of grouping adjacent triangles. Identify typeof feature is developed by the rule based on normal vector direction of the groupa feature. In order to identify features of various planes of a part, rotationtransformation will help to rotate as if normal vector plane is on the outer part ofthe reference plane. The results showed that this approach could identify theprimitive features automatically covered : pocket, cylindrical and profile invarious plane on part."

"Kualitas permukaan produk hasil proses pemesinan adalah salah satu parameter penting dalam proses manufaktur. Metode yang paling umum untuk mengukur nilai kekasaran permukaan adalah metode kontak mekanik antara pergerakan jarum dengan permukaan produk. Metode ini memiliki banyak kelemahan karena bisa merusak permukaan poduk dan cenderung lama. Untuk itu maka dikembangkan teknologi optik-elektrik yang mampu mengevaluasi kekasaran permukaan berdasarkan image hasil identifikasi kamera digital.Penelitian ini bertujuan untuk mengidentifikasi fitur permukaan produk hasil pemesinan turning dan melakukan analisa korelasi dengan nilai kekasaran rata-ratanya (Ra). Material yang diuji adalah carbonsteel dengan diameter 20 mm dan panjang 100 mm sejumlah 10 sampel. Pengukuran kekasaran rata-rata (Ra) memakai stylus-profile meter. Identifikasi profil permukaan menggunakan kamera digital Canon EOS 350D yang terhubung pada mikroskop dengan perbesaran 100 kali. Pencahayaan yang digunakan adalah 10 buah LED warna putih dengan sudut pencahayaan sebesar 45°. Software yang digunakan untuk melakukan image processing adalah Matlab.Hasil yang dicapai menunjukan adanya pola yang khas pada image berupa garis hitam dan putih yang bervariasi. Lebar garis putih, jarak antar garis putih dan grafik histogram warna menunjukan adanya korelasi dengan nilai kekasaran rata-ratanya.

---

Surface quality of machined-part is an important parameter in manufacturing process. Recently, measuring of surface roughness is commonly performed by mechanical contact between stylus and product surface. However, this method is not fast enough and can potentialy damage the product. Therefore, a different method, which is used here, relied on optic-electric relationship has been developed based on digital camera images.

The objective of current study is to identify the surface features of turned-parts machining and their correlation with respect to Roughness average (Ra) of stylus-profile meter. Ten samples of carbonsteel specimen, i.e., 100 mm length and 20 mm wide, are used during experiment. The identification of surface features is done by Canon EOS 350D digital camera and 100 times microscope magnification using 10 white LED and 45 degrees angle lighting. Sample images produced by the identification is then processed in Matlab.

Finally, a unique pattern, i.e., black and white line, can be observed on the processed images which indicates correlation with roughness average."

"Pendahuluan. Perpustakaan Institut TAZKIA memiliki program untuk menuju world class university Library(WCU-L). Untuk mencapai program itu dibutuhkan sistem informasi yang berperan penting dalam membantu seluruh unit bisnis operasionalnya agar berjalan efektif dan efisien yaitu menghemat waktu dan biaya. SLiMS digunakan perpustakaan TAZKIA sebagai sistem informasi komprehensif dari input data koleksi, keanggotaan, transaksi sirkulasi dan proses pengolahan (processing) bahan pustaka serta output yang menghasilkan kemudahan temu kembali informasi. Penelitian ini mengoptimalkan pembuatan label buku (call number) koleksi dalam SliMS. Metode Penelitian. Penelitian ini menggunakan metode RAD (Rapid Application Development) terdiri dari rencana kebutuhan, proses perancangan dan penerapan sistem untuk memecahkan masalah pembuatan Label Buku perpustakaan. Hasil dan Pembahasan. Studi ini menghasilkan sistem label buku yang efektif dan efisien yang diterapkan pada SLiMS fitur bibliografi label buku secara optimal dan tidak memerlukan aplikasi lain sebagai pembuat label buku. Kesimpulan. Penelitian ini menghasilkan pengayaan fitur bibliografi SLiMS pada kegiatan pascapengolahan dalam membuat label buku dengan cepat dan mudah serta efektif dan efisien dengan biaya murah. Fitur label buku yang tersedia dalam SLiMS dapat dimanfaatkan secara optimal dan tidak memerlukan aplikasi lain sebagai alat untuk mencetak label buku. "

"Kematian yang disebabkan oleh kanker diperkirakan akan terus meningkat, terutama untuk kanker prostat. Penyakit ini adalah jenis kanker yang paling umum untuk pria di dunia. Jumlah kematian dapat dikurangi dengan deteksi dini menggunakan machine learning. Salah satunya adalah klasifikasi data kanker prostat. Data kanker yang digunakan memiliki berbagai fitur, tetapi tidak semua fitur adalah fitur penting. Dalam penelitian ini, kami menggunakan Support Vector Machine-Recursive Feature Elimination (SVM-RFE) dan One Dimensional Naïve Bayes Classifier (1-DBC) sebagai metode seleksi fitur. Dalam kedua metode itu akan mendapatkan peringkat untuk setiap fitur. Penggunaan kedua metode ini dalam klasifikasi data kanker prostat menghasilkan tingkat evaluasi yang tinggi. Kedua metode ini dapat menghasilkan tingkat akurasi 100%, precision 100%, dan recall 100% pada metode klasifikasi Random Forest. Dan menghasilkan tingkat akurasi 95%, precision 100%, dan recall 94,11% pada metode klasifikasi SVM. Dalam evaluasi tambahan, SVM-RFE memiliki running time lebih rendah dari 1-DBC.

---

Death caused by cancer is expected to continue to increase, especially for prostate cancer. This disease is the most common type of cancer for men in the world. The number of deaths can be reduced by early detection using machine learning. One of them is the classification of prostate cancer data. Cancer data used has various features, but not all features are essential features. In this study, we use Support Vector Machine-Recursive Feature Elimination (SVM-RFE) and One Dimensional Naïve Bayes Classifier (1-DBC) as a feature selection method. In both methods, it will get a rating for each feature. The use of these two methods in the classification of prostate cancer data produces a high level of evaluation. Both of these methods can produce 100% accuracy, 100% precision, and 100% recall in the Random Forest classification method. And it produces 95% accuracy, 100% precision, and 94.11% recall in the SVM classification method. In the additional evaluation, SVM-RFE has a running time lower than 1-DBC."

"Dalam beberapa tahun terakhir, keamanan data pada sistem informasi organisasi telah menjadi perhatian serius. Banyak serangan menjadi kurang terdeteksi oleh firewall dan perangkat lunak antivirus. Untuk meningkatkan keamanan, intrusion detection systems (IDS) digunakan untuk mendeteksi serangan dalam lalu lintas jaringan. Saat ini, teknologi IDS memiliki masalah kinerja mengenai akurasi deteksi, waktu deteksi, pemberitahuan alarm palsu, dan deteksi jenis serangan baru atau belum diketahui. Beberapa studi telah menerapkan pendekatan pembelajaran mesin (machine learning) sebagai solusi, dan mendapat beberapa peningkatan. Penelitian ini menggunakan pendekatan pembelajaran ensemble (ensemble learning) yang dapat mengintegrasikan manfaat dari setiap algoritma pengklasifikasi tunggal. Pada penelitian ini, dibandingkan tujuh pengklasifikasi tunggal untuk mengidentifikasi pengklasifikasi dasar yang digunakan untuk model ensemble learning. Kemudian dataset IDS terbaru dari Canadian Institute for Cybersecurity yaitu CSE-CIC-IDS2018 digunakan untuk mengevaluasi model ensemble learning. Hasil percobaan menujukan bahwa implementasi metode ensemble learning khususnya majority voting dengan tiga algoritma dasar (gradient boosting, decision tree dan logistic regression) dapat meningkatkan nilai akurasi lebih baik dibandingkan implementasi algoritma klasifikasi tunggal, yaitu 0,988. Selanjutnya, implementasi teknik pemilihan fitur spearman-rank order correlation pada dataset CSE-CIC-IDS2018 menghasilkan 23 dari 80 fitur, dan dapat meningkatkan waktu pelatihan model, yaitu menjadi 11 menit 4 detik dibanding sebelumnya 34 menit 2 detik.

---

In recent years, data security in organizational information systems has become a serious concern. Many attacks are becoming less detectable by firewall and antivirus software. To improve security, intrusion detection systems (IDSs) are used to detect anomalies in network traffic. Currently, IDS technology has performance issues regarding detection accuracy, detection times, false alarm notifications, and unknown attack detection. Several studies have applied machine learning approaches as solutions. This study used an ensemble learning approach that integrates the benefits of each single classifier algorithms. We made comparisons with seven single classifiers to identify the most appropriate basic classifiers for ensemble learning. Then the latest IDS dataset from the Canadian Institute for Cybersecurity, CSE-CIC-IDS2018, was used to evaluate the ensemble learning model. The experimental results show that the implementation of the ensemble learning method, especially majority voting with three basic algorithms (gradient boosting, decision tree and logistic regression) can increase the accuracy rate better than the implementation of a single classification algorithm, which is 0.988. Furthermore, the implementation of the spearman-rank order correlation feature selection technique in the CSE-CIC-IDS2018 dataset produced 23 of the 80 features, and could increase the model training time, which was 11 minutes 4 seconds compared to 34 minutes 2 seconds before."