Hasil Pencarian  ::  Simpan CSV :: Kembali

"With Early Release ebooks, you get books in their earliest form--the author's raw and unedited content as he or she writes--so you can take advantage of these technologies long before the official release of these titles. You'll also receive updates when significant changes are made, new chapters are available, and the final ebook bundle is released. The Python programming language and its libraries, including pandas and scikit-learn, provide a production-grade environment to help you accomplish a broad range of machine-learning tasks. With this comprehensive cookbook, data scientists and software engineers familiar with Python will benefit from almost 200 practical recipes for building a comprehensive machine-learning pipeline--everything from data preprocessing and feature engineering to model evaluation and deep learning. Learn from author Chris Albon, a data scientist who has written more than 500 tutorials on Python, data science, and machine learning. Each recipe in this practical cookbook includes code solutions that you can put to work right away, along with a discussion of how and why they work--making it ideal as a learning tool and reference book"

"Telah dilakukan penelitian yang bertujuan untuk mengevaluasi dosis perifer pada berkas foton FFF dan WFF. Pada penelitian ini, berkas foton WFF dan FFF 6 MV dari pesawat LINAC Varian Trilogy® diukur menggunakan detektor bilik ionisasi IBA CC13 dan film radiokromik GAFChromicTM EBT3 pada fantom air. Pengukuran dilakukan pada variasi lapangan 0.8 0.8 cm2 hingga 10 10 cm2 variasi kedalaman dmax, 5 gr/cm2, dan 10 gr/cm2dan pada jarak 0.6 cm hingga 5 cm dari tepi lapangan radiasi. Dengan kondisi pengukuran yang identik pada geometri fantom yang sama, pengukuran dosis radiasi perifer juga dilakukan menggunakan pemodelan pada ECLIPSETM TPS dengan kalkulasi Analytic Anisotropic Algorithm (AAA). Dosis perifer ditentukan sebagai normalisasi dosis terhadap CAX. Hasil yang diperoleh menunjukkan bahwa dosis perifer meningkat terhadap kedalaman dan luas lapangan, namun menurun hampir eksponensial terhadap jarak dari tepi lapangan. Dosis radiasi perifer dari berkas WFF lebih tinggi dari berkas FFF dengan diskrepansi terbesar bernilai 4.63% dari hasil pengukuran menggunakan detektor CC13, 12.09% dari hasil GAFChromicTM EBT3, dan 2.35% dari hasil kalkulasi TPS. Berkas foton FFF menghasilkan dosis radiasi perifer yang cenderung lebih rendah dibandingkan dengan berkas WFF pada setiap kedalaman dan lapangan, terutama pada titik yang relatif dekat dengan tepi lapangan. Namun, penggunaan berkas FFF pada lapangan kecil tidak mereduksi dosis radiasi perifer secara signifikan.

---

Research has been performed to evaluate the peripheral dose from the FFF and WFF photon beam. In this study, 6 MV WFF and FFF photon beams from Varian Trilogy® LINAC were measured by IBA CC13 ionization chamber detector and GAFChromicTM EBT3 film in the water phantom. Measurements were performed at varying field sizes (0.8x0.8 cm2 10x10 cm2), depths (dmax, 5 gr/cm2, and 10 gr/cm2), and distances from the field edge (0.6 cm-5 cm). With identical conditions on the same phantom geometry, peripheral dose measurements were also modeled in ECLIPSETM TPS by using Analytic Anisotropic Algorithm (AAA) dose calculation models. PD was determined as a normalized dose to the CAX dose. The PDs were found to tend to increase with increasing depth and field size, but decrease exponentially with increasing distance from the radiation field edge. The PD of WFF photon beams were found to be greater than FFF with the largest discrepancy valued at 4.63% from the measurement results using CC13, 12.089% using GAFChromicTM EBT3, and 2.35% using TPS calculation. FFF photon beams produce PDs that tend to be lower than WFF at each depth and field size, especially in areas relatively close to the field edge. However, the FFF photon beams did not significantly reduce PDs in the small field sizes."

"ABSTRAKPerataan penguatan merupakan parameter EDFAs yang sangat penting selain nilaipenguatan yang tinggi dan daerah penguatan yang lebar. Hal ini disebabkan variasi nilai penguatan pada kanal yang dikuatkan setelah mengalami redaman ASE mengakibatkan variasi nilai OSNR pula. Di mana sebagian kanal informasi dengan penguatan paling kecil akan mendapat redaman paling besar. Sehingga mengakibatkan keterbatasan bandwidth transmisi. Beberapa metode perataanyang digunakan seperti flouride based EDFAs dan long-period fiber bragg grating merupakan solusi yang termasuk ke dalam passive equalization. Dalam skripsi ini, dilakukan perataan penguatan dengan filter akusto-optik yang dapat diatur yang termasuk ke dalam active equalization. Hasil simulasi yang diperoleh bahwa perataan penguatan untuk single-EDFAs dilakukan dengan bandwidth = 12 nm, depth = 10 dB, number of channel = 1 dan frequency = 1532 nm. Dan diperoleh variasi gain sebesar 4.14 dB bandingkan dengan variasi gain tanpa penguatan sebesar 12.48 dB. Juga berupa hasil kualitatif berupa kanal 1530, 1532, 1534, 1536, 1538 dan 1540 nm yang sebelumnya mengalami penurunan kualitas berupa signal loss atau interfered signal menjadi dapat diterima dengan baik pada receiver setelah dilakukan perataan penguatan dengan AOTF.

---

ABSTRACTGain flattening is also another important EDFA parameter beside its high gain and wide bandwidth. It is because the gain variation would also cause signal quality parameter which is OSNR. While some channels with low gain compared to the other would interfered higher by ASE and then reduce the bandwidth transmission. Several gain flattening solution have been offered such using flouride based EDFAs and fiber bragg grating which included as passive equalization. In this work, gain flattening has been made by acousto-optic tunablefilter using optiwave software. Result show that gain flattening of single EDFAs by defining the AOTF parameter with bandwidth = 12 nm, depth = 10 dB, numbers of channel = 1 and frequency = 1532. With gain variation equal to 4.14 dB when it was flatten by AOTF and 12.48 dB without AOTF. Simulation result also shows that information channels at 1530, 1532, 1534, 1536, 1538 and 1540 nm which were loss and distorted before become well received at the receiver after using AOTF."

"Kanker payudara (KPD) merupakan salah satu penyakit yang masih banyak terjadi di negara berkembang seperti Indonesia. Di Indonesia sendiri, KPD menempati peringkat pertama terbanyak dari berbagai jenis kanker yang terjadi.  Pendeteksian kanker ini dapat dilakukan sejak dini dengan memeriksa manual apakah terdapat benjolan atau kelainan pada payudara. Jika terasa ada benjolan, maka disarankan untuk diperiksa ke dokter dengan berbagai metode, seperti mammogram, Magnetic Resonance Imaging (MRI), dan USG. Diagnosa citra ini sering terkendala karena tidak setiap rumah sakit memiliki tenaga spesialis radiologi. Maka dari itu, untuk mengatasinya diperlukan bantuan komputer untuk mendiagnosa citra tersebut yang sering disebut computer aided diagnostis (CAD). Algoritma Convolutional Neural Network didasari pada hasil pemeriksaan rutin citra x-ray payudara normal/abnormal yang cenderung menunjukkan perubahan, salah satunya tekstur (konten). Data yang digunakan pada penelitian ini diambil dari website Pilot European Image Processing Archive (PEIPA) yaitu dataset Mammographic Image Analysis Society (MIAS). Sistem dimulai dengan mengenal dan mempelajari data 3 jenis mamografi, yakni mamografi normal (sehat), mamografi benign, dan mamografi malignant. Setelah mempelajari data tersebut, sistem akan mencoba untuk mendeteksi jenis kanker payudara dari data baru yang dimasukkan. Nilai akurasi yang didapatkan adalah 100%, dengan rasio data pembelajaran sebanyak 1247 data (setelah diaugmentasi) dan data pengujian sebanyak 93 data, sehingga disimpulkan bahwa sistem ini baik. Namun nilai ini hanya untuk data MIAS, sehingga masih perlu pengembangan lebih lanjut supaya dapat diterapkan ke data-data yang lain juga.

---

Breast Cancer (BC) is one of the diseases that still occur a lot in developing countries like Indonesia. In Indonesia alone, BC is the number one most occurrence cancer. This cancer detection can be done early by manual, checking if there is any lump or abnormality in breast. If there are any lump, it is recommended to go check in hospital. There are a lot of methods like Magnetic Resonance Imaging (MRI), and Ultrasonography (USG). This image diagnostics sometimes got constrained by the lack of radiology specialist in some hospital. Therefore, to counter this problem, Computer Aided Diagnostics (CAD) help is needed to detect those images. Convolutional Neural Network algorithm is based on the result of the routine x-ray's check of breast, both normal and abnormal which tend to show some changes, which one of them is texture (content). Data used in this research came from Pilot European Image Processing Archive (PEIPA) website, Mammographic Image Analysis Society (MIAS) database. The system start by recognizing and learning 3 types of mammograph data, normal (healthy), benign and malignant. Then, system will try to detect and classify breast cancer type from the new input data. The accuracy score is 100%, with a ratio of 1247 datas for learning (after augmented) and 93 datas for testing, so it can be concluded that this system is good. But this score is achieved only for MIAS data, it still need further improvement  so it can be applied to another data."

"Tesis ini membahas mengenai faktor koreksi rekombinasi ion untuk bilik ionisasi pada berkas foton FFF Flattening-Filter-Free kemudian membandingkan hasilnya dengan berkas foton konvensional. Evaluasi faktor koreksi rekombinasi ion dilakukan untuk bilik ionisasi FC65-G, SNC600c dan CC13. Pengukuran menggunakan ketiga bilik ionisasi dilakukan di dalam fantom air dan menggunakan foton FFF dan foton konvensional 6 MV dari pesawat Varian Trilogy. Nilai faktor koreksi rekombinasi ion untuk ketiga bilik ionisasi kemudian diperoleh dari perhitungan dengan menggunakan metode dua tegangan sederhana dan fitting kurva Jaffe plot. Pengukuran juga dilakukan untuk beberapa variasi kedalaman dan variasi ukuran lapangan. Nilai faktor rekombinasi ion yang diperoleh secara keseluruhan dari ketiga bilik ionisasi menunjukkan bahwa nilai koreksi pada berkas foton FFF memilliki nilai yang lebih besar dibandingkan berkas foton konvemsional dengan perbedaan < 0,5. Sementara dengan menggunakan beberapa variasi kedalaman dan ukuran, diketahui bahwa nilai koreksi rekombinasi ion berkurang dengan bertambahnya kedalaman variasi < 0,3 dan meningkat dengan bertambahnya ukuran lapangan variasi < 0,1. Nilai koreksi rekombinasi ion yang diperoleh dari fitting kurva Jaffe plot linier memiliki perbedaan sebesar le; 7,649 bila dibandingkan dengan metode dua tegangan. Sementara perbedaan nilai koreksi rekombinasi ion yang diperoleh dari fitting kurva kuadratik dan fitting kurva kuadratik eksponensial terhadap metode dua tegangan adalah sebesar le; 0,5882 dan le; 1,798. Selain koreksi rekombinasi ion, pada penelitian ini juga dilakukan evaluasi terhadap nilik faktor koreksi polaritas pada berkas foton FFF. Nilai koreksi polaritas berkas foton FFF dengan berkas foton konvensional memiliki perbedaan sebesar < 0,15 .. Nilai koreksi rekombinasi ion maupun koreksi polaritas untuk ketiga bilik ionisasi tidak memiliki perbedaan yang dignifikan bila dibandingan antara berkas foton konvensional dengan foton FFF.

---

This study focused on ion recombination factor for ionization chambers in FFF flattening filter free photon beams and then compared the result against conventional photon beams. The evaluation of ion recombination correction factor was performed using FC65 G, SNC600c, and CC13 ionization chambers. Measurements using the three ionization chambers were performed within the water fantom and using 6 MV FFF and conventional photon beams from the Varian Trilogy linac. The ion recombination correction factor value for the three ionization chambers were obtained from the calculation using the simple two voltage method and Jaffe plot curve fitting. Measurements were also performed for several depth and field size variations. The ion recombination factor value obtained from all three ionization chambers were higher for FFF photon beams than for the conventional photon beams with a difference of 0.5. While using several variations of depth and size, the results showed that the ion recombination correction value decreased with increasing depth with variation 0.3 and increased with increasing field size with variation 0.1. The ion recombination correction value obtained from the linear Jaffe plot curve fitting had a difference le 7.649 when compared to the two voltage method. While differences in ion recombination correction values obtained from quadratic curve fitting and exponential quadratic curve fitting to two voltage methods were le 0.5882 and le 1.798. In addition to ion recombination correction, this study also evaluated the polarity correction factor in the FFF photon beams. The polarity correction value of FFF photon beam with conventional photon beam had a difference 0.15 . The value of ion recombination and polarity correction for the three ionization chambers in FFF photon beams has no significant difference compared to conventional photon beams."