Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu aktivitas yang memegang peranan penting dalam menjamin kualitas packaging material yang akan dipakai pada proses produksi adalah aktivitas inspeksi. Dalam proses inspeksi selalu muncul situasi yang dinamis. Penelitian ini dilakukan untuk melakukan perancangan simulasi inspection plan aktivitas packaging material. Pemodelan simulasi dilakukan menggunakan software Plant Simulation. Model simulasi yang dibuat yaitu model simulasi dengan kondisi yang berjalan saat ini serta model dengan penentuan sampel menggunakan metode MIL STD 1916. Hasil penelitian ini adalah model dengan penentuan sampel yang berjalan saat ini, 1096 sampel bisa diselesaikan dengan 5 orang inspektor yang bekerja 1 shift. Sedangkan dengan penentuan sampel MIL STD 1916, 2120 sampel bisa diselesaikan dengan 6 orang inspektor yang bekerja 3 shift setiap hari.

---

One of the main activity that has important impact to make sure packaging materials quality that would be used in production process is inspection activity. In the inspection process always appear dynamic situation. This study was conducted to simulate the design of packaging material inspection plan activity. Simulation modeling performed using the Plant Simulation software. The simulation model that created is a simulation model using current conditions and model with sample size using MIL STD 1916 method. Results of this study was to define model using the sample size current condition, 1096 samples could be completed by 5 inspectors who work one shift. While using the sample size MIL STD 1916 method, 2120 samples could be completed by 6 inspectors who work 3 shifts per day."

"Salah satu aktivitas yang memegang peranan penting dalam menjamin kualitas packaging material yang akan dipakai proses produksi adalah aktivitas inspeksi. Dibutuhkan perancangan inspection plan yang komprehensif yaitu, sampling plan yang mencakup penentuan sample size, analisis performa sampling plan tersebut ke dalam bentuk Operating Characteristic Curve dan penentuan spesifikasi attribute. Penentuan sample size dalam penelitian ini menggunakan MIL-STD 1916, karena menggunakan konsep "zero accept one reject". Output inspection plan perlu dilengkapi dengan pengukuran kerja, karena aktivitas inspeksi tidak terlepas dari sumber daya manusia yang melakukan di lapangan. Sehingga, kerja inspektor juga mempengaruhi performa inspeksi. Dalam pengukuran kerja, dihitung waktu standar yang dibutuhkan inspektor dalam melakukan inspeksi, serta jumlah inspektor yang sesuai. Inspection plan dan pengukuran kerja saling melengkapi satu sama lain dan perlu dilakukan keduanya secara berurutan ketika merencanakan aktivitas inspeksi.

---

One of main activity that has important impact to make sure packaging material quality that would be used in production process is inspection activity. There is needed to design comprehensive inspection plan, include sampling plan that consists of determination of sample size, analysis of sampling plan performance in to Operating Characteristic Curve and determintation of attribute specification. In this research, determination of sample size is using MIL-STD 1916, because it is use "zero accept one reject" concept. Output of inspection plan needs to be completed by work measurement, because inspection activity can not be separated from human resources, that work in workplace directly. So, inspector performance also influence performance of inspection activity. In work measurement, it would calculate the standard time that needed by inspector, and calculate appropriate number of inspector. Inspection plan and work measurement are complementary to each other and both needed to sequentially when planning inspection activity."

"Sampai saat ini, serangan jantung masih menjadi penyebab utama kematian dibanyak tempat di dunia. Salah satunya adalah kelainan pada katup jantung yang dapat dideteksi melalui suara murmur pada detak jantung penderita. Skripsi ini membahas tentang perancangan sistem pengenalan penyakit jantung berdasarkan suara detak jantung dengan metode HMM. Sistem ini terbagi menjadi dua proses utama, yaitu pembentukan database dan pengenalan penyakit jantung. Kedua proses ini dilakukan dengan cara yang hampir sama, yaitu tiap sampel akan mengalami proses pelabelan, pembuatan codebook dan pembentukan parameter HMM. Hanya saja, pengolahan sinyal suara pada proses pengenalan mengacu database yang telah lebih dulu diproses. Dimulai dengan pembentukan vektorvektor data dengan teknik kuantisasi vektor (VQ), yang kemudian dicari suatu nilai centroid yang presisi untuk dijadikan state HMM dalam menentukan nilainilai parameter yang dibutuhkan. Berdasarkan parameter-parameter inilah, dapat dihitung suatu nilai probabilitas (Log of Probability) maksimum yang akan menunjukkan hasil keluarannya. Dari hasil perancangan sistem ini, akan dibandingkan akurasi sistem terhadap variasi nilai durasi sampel, jumlah sampel, dan ukuran codebook. Pada penelitian ini ukuran codebook yang optimal adalah 64, jumlah database yang optimal sebesar 10 (sepuluh) buah, dan rentang waktu sampel yang optimal adalah 0,7 detik. Sementara akurasi sistem secara keseluruhan bervariasi antara 60% hingga 85%.

---

Heart attack is still being the number one killer until now all over the world. A part of heart diseases which can be detected by murmur sound and will be explained here is valve anomaly. This thesis is talking about heart disease recognition based on its heart sound system design using HMM method. The system consists of two main processes: database construction and diseases recognition. Both of this processes is done with almost exact ways. Each samples will be processed through labelling, codebook construction, and HMM parameter making. The difference is that in recognizing process, sound signal will be compared to database which has been made before. The whole process is started with data vectors production by vector quantization (VQ) which can be used to analyze precise centroid positions. The centroid will define HMM states and parameters.

A Log of Probability (LoP) will be calculated from the parameter values. The largest value of LoP will be declared as an output of the system. Output of each samples are compared to get system accuracy based on variation of sample duration, sample amount, and codebook size. The optimum codebook size in this research is 64, optimum sample amount in database is 10, and 0.7s sample duration. Overall, accuracy of the system is variating from 60% up to 85%."

"Hidup di kota yang memiliki tingkat populasi dan polusi yang sangat tinggi akan berdampak negatif bagi kesehatan manusia, khususnya pada sistem pernafasan. Gangguan pada sistem pernafasan biasanya dapat terdeteksi melalui suara tarikan dan hembusan nafas dari penderita. Beberapa contoh gangguan tersebut adalah bronchial, cracle dan pleurisy. Skripsi ini membahas tentang perancangan sistem identifikasi penyakit pernafasan atau paru-paru dengan metode Hidden Markov Model (HMM). Sistem ini terbagi menjadi dua proses utama, yaitu pembentukan database dan pengenalan penyakit paru-paru. Kedua proses ini dilakukan dengan cara yang hampir sama, yaitu tiap sampel akan mengalami proses pelabelan, pembuatan codebook dan pembentukan parameter HMM. Hanya saja, pengolahan sinyal suara pada proses pengenalan mengacu database yang telah lebih dulu diproses. Dimulai dengan pembentukan vektorvektor data dengan teknik kuantisasi vektor (VQ), yang kemudian dicari suatu nilai centroid yang presisi untuk dijadikan state HMM dalam menentukan nilainilai parameter yang dibutuhkan. Berdasarkan parameter-parameter inilah, dapat dihitung suatu nilai probabilitas (Log of Probability) maksimum yang akan menunjukkan hasil keluarannya. Dari hasil perancangan sistem ini, akan dibandingkan akurasi sistem terhadap variasi nilai durasi sampel, jumlah sampel, dan ukuran codebook. Pada penelitian ini, ukuran codebook yang optimal adalah 32, jumlah database yang optimal sebesar 10 (sepuluh) buah. Sementara persentase akurasi sistem secara keseluruhan bervariasi antara 70% hingga 93,33%.

---

Living in high poluted and populated city will give negative effects for our health especially for our respiratory system. The failure of respiratory system can be recognized by its sound during inhale and exhale phases called abnormal sound. It consist of bronchial, cracle, and pleural.

This thesis discusses about lung disease recognition based on its abnormal sound using HMM method. The system consists of two main processes: database construction and diseases recognition. Both of this processes is done with almost exact ways. Each sample is processed through labelling, codebook construction, and HMM parameter construction. The difference is that in recognizing process, sound signal will be compared to database which has been made in prior. The whole process is started with data vectors production by using vector quantization (VQ) which can be used to analyze precisely centroid positions. The centroid will define HMM states and parameters.

A Log of Probability (LoP) will be calculated from the parameter values. The largest value of LoP will be declared as an output of the system. Output of each samples are compared to obtain system accuracy based on variation of sample duration, sample amount, and codebook size. The optimum codebook size in this research is 32 and optimum sample amount in database is 10. Overall, accuracy of the system is variating from 70% up to 93,33%."