Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem tata udara presisi atau yang lebih dikenal dengan Precision Air Conditioning (PAC) merupakan mesin refrigerasi yang dapat mengendalikan temperatur dan kelembaban dari suatu data center sesuai dengan yang diinginkan, yaitu pada temperatur 20-25oC dan kelembaban relatif (RH) 40-55%. Pengendali yang digunakan adalah pengendali cerdas yang mengacu pada model state space. Pengendali jenis ini membutuhkan nilai state dalam desainnya. Namun pada realisasinya, sulit untuk menentukan state sistem tata udara presisi ini karena berbagai macam faktor, seperti keterbatasan peralatan elektronik, serta alasan ekonomi. Dalam kegiatan penelitian ini, akan diimplementasikan suatu metode yang digunakan untuk mengestimasi state. Metode yang digunakan adalah metode yang menggunakan algoritma identifikasi MOESP secara rekursif. Melalui proses dekomposisi nilai tunggal dan perhitungan matematis sederhana, akan diperoleh informasi estimasi state untuk waktu sekarang N N x? dan estimasi state untuk satu langkah ke depan pada waktu sekarang N N x 1 ? + . Proses validasi dilakukan cara membandingkan hasil estimasi state dengan state keluaran dari model yang diperoleh dari hasil identifikasi offline. Hasil estimasi state terbaik diperoleh melalui sistem tata udara presisi yang bersifat linier. Hasil estimasi state sangat bergantung dari model sistem yang diperoleh.

---

Precision Air Conditioning (PAC) is a refrigeration machine that can control temperature and humidity of a data center. The ideal temperature and Relative Humidity (RH) is 20-25oC and 40- 55%. The controller used is a smart controller that refers to the state space model. Controller of this type requires the value of states and parameters needed in the designing. But in its realization, it is difficult to determine the accurate states and parameters of the Precision Air Conditioning because of variety of factors, such as the limitations of electronic equipment, as well as economic reasons.

In this research, will implement a method used to estimate the state. The method used is a method that uses a recursive identification algorithm MOESP. Through the Single Value Decomposition (SVD) process and simple mathematical calculations , it will obtain the current state estimation N N x? and state estimation for the next step at the present time N N x 1 ? + . The validation process carried out to compare the estimated state with state from model obtained from offline identification. The best state estimation obtained through the linier system of Precision Air Conditioning value. State estimation results are dependent of the system model that is obtained."

"Pengendali adaptif pada Pressure Process Rig Feedback 38-714 dengan mekanisme adaptasi, yaitu faktor pelupa lebih kecil dari 1, menunjukkan performa yang baik jika set-point yang diberikan cukup tereksitasi. Pada sistem dengan setpoint kurang tereksitasi, pengendalian adaptif dengan mekanisme adaptasi menghasilkan fenomena Bursting, yaitu fenomena di mana sistem tidak terkontrol akibat gagalnya kerja estimator. Untuk mengatasi hal tersebut dirancanglah suatu algoritma supervisi. Algoritma supervisi ini berfungsi untuk menata kinerja estimator dan sintesa pengendali dan untuk memastikan lup pegnendalian selalu stabil. Pada skripsi ini, algoritma supervisi memantau besaran sinyal rata-rata dan variansi kesalahan prediksi, autokorelasi sinyal kendali, variansi parameter model, dan letak kutub parameter model terestimasi. Besaran - besaran ini dihitung secara rekursif (setiap pencuplikan) dari besaran ? besaran yang dihasilkan oleh pengendali adaptif. Algoritma supervisi ini diaplikasikan pada pengendalian adaptif Pressure Process Rig (Feedback 38-714). Dari uji eksperimen terbukti bahwa pengendalian adaptif dengan supervise memberikan hasil pengendalian yang lebih baik dibandingkan dengan pengendalian adaptif tanpa supervisi.Hal tersebut dapat terlihat dari tidak adanya fenomena bursting yang terjadi pada pengendali adaptif dengan supervisi yang mempunyai mekanisme adaptasi dan set-point kurang tereksitasi.

---

Adaptive controlling on Pressure Process Rig Feedback 38-714 with adaptation mechanism, that has forgetting factor less than 1, shows good performance if the set-point given excite enough. In the system with less excitation, adaptive control with adaptation mechanism results Bursting phenomenon, that is phenomenon where system can?t be controlled anymore because of the estimator failure. Supervision algorithm is designed to cope with that problem. This supervision algorithm rule is organizing estimator?s work and controller design to make sure that control closed-loop always stable.

In this bachelor thesis, supervision algorithm monitors some parameters, there are mean and variance of prediction error signal, autocorrelation of control signal, variance of model parameter, and place of estimated model poles. These parameters are recursive calculated (every sample time) from adaptive control parameter yielded. This supervision algorithm is implemented on Pressure Process Rig (Feedback 38-714) with adaptive control.

From experiment test, it is proved that adaptive control with supervision gives better control result than adaptive control without supervision. It can be seen from no Bursting phenomenon that happened in adaptive control with supervision level that has adaptation mechanism and less excitation set-point."

"Dalam skripsi ini akan dibahas secara singkat mengenai fungsi alih kontinyu maupun diskrit dari tangki gandeng orde dua. Kemudian diturunkan algoritma pengendalian dari rumus Recursive Least Square (RLS) dan pengendali penempatan kutub. Algoritma tersebut diimplementasikan dengan perangkat lunak BORLAND DELPHI pada komputer pribadi untuk mengendalikan tinggi cairan pada tangki gandeng secara real-lime. Kemudian dibahas pula mengenai perangkat kenas antar-muka dari komputer pribadi ke tangki gandeng tersebut. Akhirnya diambil kesimpulan mengenai unjuk kerja sistem ini serta dibandingkan dengan pengendah PI."

"ABSTRAKPenelitian ini melaporkan tingkat keberhasilan dari sistem speech recognition yang diimplementasikan ke dalam quadcopter sebagai kendali geraknya. Pada sistem speech recognition digunakan metode mel frequency cepstral coefficient MFCC sebagai feature extraction yang kemudian akan di-training menggunakan metode recursive neural network RNN . Metode MFCC sendiri merupakan salah satu metode feature extraction yang paling banyak digunakan untuk speech recognition. Metode tersebut memiliki tingkat keberhasilan yang cukup besar sekitar 80 - 95 . Pada penelitian ini akan digunakan database yang sudah ada dan database yang baru. Database yang sudah ada akan digunakan sebagai media pengukur tingkat keberhasilan metode RNN. Database yang baru akan dibuat menggunakan bahasa indonesia dan kemudian dibandingkan tingkat keberhasilannya dengan hasil dari database yang sudah ada. Suara yang masuk dari microphone akan diolah pada laptop yang telah memiliki modul DSP dengan metode MFCC untuk mendapatkan nilai karakteristiknya. Nilai karakteristik tersebut kemudian akan di-training menggunakan RNN yang hasilnya berupa perintah. Perintah tersebut akan menjadi input kendali bagi single board computer SBC yang hasilnya berupa pergerakan quadcopter.

---

ABSTRACTThis research reports a success rate of speech recognition systems that are implemented into quadcopter as motion control. Speech recognition system is using mel frequency cepstral coefficient method MFCC as feature extraction that will be trained using recursive neural network method RNN . MFCC method is one of the feature extraction method that most used for speech recognition. This method has a success rates about 80 95 . This research will use the existing database and the new database. Existing database will be used for measure the success rate of RNN method. The new database will be created using Indonesian language and then the success rate will be compared with results from an existing database. Sound input from the microphone will be processed on a laptop that has a DSP module with MFCC method to get the characteristic values. The characteristic values then will be trained using the RNN which result is command. The command will become a control input to the single board computer SBC which result is the movement of quadcopter."

"ABSTRAKMelihat serangan DNS Amplification Attack DAA terus melakukan evolusi wujud dan ukuran, perlu dilakukan penelitian lebih lanjut tentang cara yang efektif dan implementasi yang tepat untuk menangkal serangan tersebut. Penelitian ini berfokus untuk melakukan pendekatan yang sederhana yaitu menggunakan Hop Count dari nilai TTL menggunakan konfirmasi ICMP untuk diimplementasikan di Server DNS Recursive Resolver untuk mengkonfirmasi kesamaan jarak hop antara Server DNS dengan Pengirim DNS Request.Penelitian ini dilakukan dengan menambahkan fungsi whitelist dan blacklist pada algoritma Hop-Count. Penambahan ini disinyalir dapat membuat antisipasi searngan menjadi lebih baik dengan mengurangi dampak ICMP Flooding yang disebabkan oleh konfirmasi Hop Count. Simulasi serangan dilakukan dalam topologi yang dibangun dalam GNS3 dengan memberikan variasi jarak hop count baik dari attacker maupun dari target kepada server DNS.Penelitian ini menyimpulkan bahwa algoritma ini berhasil mencegah serangan DAA secara efektif. Penambahan server yang digunakan pada penelitian ini juga memperlihatkan dampak penambahan efek serangan yang disebabkan olehnya dan berhasil dicegah dan algoritma HC berhasil mencegahnya. Penelitian ini juga berhasil mencegah potensi munculnya serangan ICMP Flooding hingga 99.

---

ABSTRACT As DNS Amplification Attack DAA attack keeps evolving in form and size, it is urge to take further research on how to prevent the attack effectively and using the proper implementation. This research focus to do a simple approach using Hop Count value based on TTL value which utilize ICMP confirmation to be implemented in a DNS Recursive Resolver Server to confirm that DNS Server and DNS Reques sender have the same hop distance.This research is done by adding whitelist and blacklist to Hop Count algorithm. This addition allegedly will reduce ICMP Flooding as the consequences of Hop Count confirmation. The simulation will run in GNS3 based topology which will vary the hop count distance from either attacker or target to DNS Server.This research concluded that our algorithm succeeded preventing the DAA. The increasing number of DNS Server used also showed the increasing of attack size, but the HC algorithm could still manage. This research also manage to prevent the potential ICMP Floodinng up to 99 ."

"Remitansi merupakan outcome dari fenomena migrasi yang efeknya dapat meningkatkan pendapatan rumah tangga migran, sehingga dapat memengaruhi alokasi dana untuk pendidikan anak. Penelitian ini bertujuan untuk menganalisis secara empiris pengaruh remitansi terhadap pendidikan anak serta mengidentifikasi perbedaan pendidikan anak pada rumah tangga penerima remitansi dan non penerima remitansi. Data yang digunakan bersumber dari Indonesia Family Life Survey (IFLS) gelombang 5 yang dikumpulkan pada tahun 2014. Untuk mengatasi permasalah endogenitas pada variabel remitansi digunakan instrumen variabel yaitu traditional migrant-sending district dan deviasi curah hujan. Dengan menggunakan metode recursive bivariate probit, penelitian ini menemukan bahwa remitansi berpengaruh negatif dan signifikan terhadap pendidikan anak. Pengaruh negatif remitansi dapat dijelaskan dari perbedaan karakteristik rumah tangga penerima remitansi dan non penerima remitansi. Selain itu pengaruh negatif remitansi terhadap pendidikan juga bisa disebabkan oleh beberapa faktor seperti absenya orang tua dalam rumah tangga, kondisi pasar tenaga kerja, dan adanya efek insentif.

---

Remmitances are direct outcome of the migration that can increase the income of the migrant households. Therefore, it affects the budget allocation for their children's education. This research aims to empirically study the effect of remittances on children's education and identify differences in children's education in remittance-receiving households and non-remittance-receiving households. We use data from the 5th batch of the Indonesia Family Life Survey (IFLS) which was collected in 2014. To overcome the endogeneity problem in the remittance variable, instrumental vareables are used, namely traditional migrant-sending district and rainfall deviation. Using the recursive bivariate probit method, this study showed that remittances negatively and significantly effected children's education. The negative effect of remittances can be explained from the differences in the characteristics of remittance-receiving households and non-remittance-receiving households. In addition, the negative effect of remittances on education can also be caused by several factors such as parental absence, labor market conditions, and the incentive effects.

"

"Pandemi COVID-19 dapat menjadi guncangan ekonomi (economic shocks) bagi rumah tangga berpenghasilan rendah. Beberapa penelitian menunjukkan bahwa pekerja anak adalah strategi yang digunakan oleh rumah tangga untuk mengatasi guncangan ekonomi Guncangan ini akan memperkeruh fenomena pekerja anak. Perlindungan sosial hadir sebagai salah satu bentuk mitigasi dampak pandemi COVID-19 yang dinilai mampu menekan angka pekerja anak. Program Keluarga Harapan (PKH) merupakan salah satu program perlindungan sosial di Indonesia. Penelitian ini menginvestigasi dampak Program Keluarga Harapan (PKH) terhadap fenomena pekerja anak di masa pandemi COVID-19. Untuk mengatasi masalah self-selection, penelitian ini memberlakukan variable of interest sebagai variabel endogen (endogenous). Dengan menggunakan metode recursive bivariate probit, penelitian ini menyimpulkan bahwa PKH tidak berdampak pada penurunan kemungkinan seorang anak menjadi pekerja anak pada masa pandemi COVID-19. Untuk memperkaya penelitian, kami juga menginvestigasi pengaruh PKH terhadap fenomena pekerja anak di masa sebelum pandemi COVID-19 dan menemukan bahwa PKH berdampak pada penurunan kemungkinan seorang anak menjadi pekerja anak pada masa sebelum pandemi COVID-19. Beberapa faktor yang memengaruhi fenomena pekerja anak seperti karakteristik anak, karakteristik kepala rumah tangga, karakteristik rumah tangga, dan karakteristik lingkungan, terbukti memengaruhi kecenderungan seorang anak untuk menjadi pekerja anak baik pada kedua periode (sebelum pandemi atau saat pandemi COVID-19) maupun pada salah satu periode saja.

---

The COVID-19 pandemic can be an economic shock for low-income households. Several studies have shown that child labor is a strategy used by households to cope with economic shocks. This shock will exacerbate the phenomenon of child labor. Social protection is a form of mitigating the impact of the COVID-19 pandemic which is considered able to reduce the number of child labor. Program Keluarga Harapan (PKH) is one of the social protection programs in Indonesia. This study investigates the impact of Program Keluarga Harapan (PKH) on the phenomenon of child labor during the COVID-19 pandemic. To overcome the problem of self-selection, this study applies the variable of interest as an endogenous variable. By using the recursive bivariate probit method, this study concludes that PKH has no impact on reducing the likelihood of a child becoming child labor during the COVID-19 pandemic. To enrich the research, we also investigated the influence of PKH on the phenomenon of child labor in the period before the COVID-19 pandemic and found that PKH had an impact on reducing the likelihood of a child becoming child labor in the period before the COVID-19 pandemic. Several factors that influence the phenomenon of child labor, such as the characteristics of children, the characteristics of the head of the household, household characteristics, and environmental characteristics, have been shown to influence a child's tendency to become child labor, both in both periods (before the pandemic or during the COVID-19 pandemic) and in only one period."

"Tesis ini meneliti tentang validitas model Value at Risk (VaR) dalam mengukur potensi risiko nilai tukar rupiah terhadap lima mata uang yaitu USD, GBP, EUR, AUD dan JPY. Analisis ini terkait dengan arahan implementasi stressed Value at Risk oleh BCBS melalui revisi Basel II tahun. Nilai VaR dihitung untuk tiga periode yaitu lima tahun terakhir dan satu tahun terakhir, sedangkan stressed VaR menggunakan periode satu tahun dengan tingkat kerugian signifikan pada rentang waktu antara 2 Januari 2007 hingga 30 Desember 2011. Uji validitas dilakukan dengan metode backtesting untuk nilai VaR dan stressed VaR dibandingkan dengan actual loss dari 1 Januari 2012 hingga 30 Mei 2012.

---

This thesis is to determine the validity of Value at Risk (VaR) as a measurement method for exchange rate risk of Indonesian rupiah against five foreign foreign currency: USD, GBP, EUR, AUD and JPY. This analysis is performed as a concern to the stressed VaR recommendation of BCBS through the revision of Basel II since 2009. The measurement of VaR is conducted for three period: last five years and last one year, and for stressed VaR using one year which has significant loss during January 2, 2007 until December 30, 2011. Validity test is implemented using backtesting method which comparing VaR and stressed VaR against the actual loss for period of January 2 2012 until May 30 2012."

"Kanker merupakan kelompok penyakit yang ditandai dengan pertumbuhan dan penyebaran sel-sel abnormal yang tidak terkendali. Jika penyebaran sel tersebut tidak terkendali, hal ini dapat menyebabkan kematian. Berdasarkan American Cancer Society, pendeteksian dini terhadap sel kanker dapat meningkatkan angka harapan hidup seorang pasien lebih dari 97 . Banyak penelitian yang telah meneliti mengenai klasifikasi kanker menggunakan microarray data. Microarray data terdiri dari ribuan fitur gen namun hanya memiliki puluhan atau ratusan sampel. Hal tersebut dapat menurunkan akurasi klasifikasi sehingga perlu dilakukannya pemilihan fitur sebelum proses klasifikasi.Pada penelitian ini dilakukan dua tahap pemilihan fitur. Pertama, support vector machine recursive feature elimination SVM-RFE digunakan untuk prefilter gen. Kedua, hasil pemilihan fitur SVM-RFE diseleksi kembali dengan menggunakan artificial bee colony ABC yang merupakan algoritma optimisasi berdasarkan perilaku lebah madu. Penelitian ini menggunakan dua dataset, yaitu data kanker paru-paru Michigan dan Ontario dari Kent Ridge Biomedical Dataset.Hasil percobaan dengan menggunakan SVM-RFE dan ABC menunjukkan nilai akurasi klasifikasi yang lebih tinggi daripada tanpa pemilihan fitur, SVM-RFE, dan ABC, yaitu 98 untuk data kanker paru-paru Michigan dengan menggunakan 100 fitur dan 97 untuk data kanker paru-paru Ontario dengan menggunakan 70 fitur.

---

Cancer is a group of diseases characterized by the uncontrolled growth and spread of abnormal cells. If the spread is not controlled, it can result in death. Based on American Cancer Society, early detection of cancerous cells can increase survival rates for patients by more than 97 . Many study showed new aspect of cancer classification based microarray data. Microarray data are composed of many thousands of features genes and from tens to hundreds of instances. It can decrease classification accuracy so feature selection is needed before the classification process

In this paper, we propose two stages feature selection. First, support vector machine recursive feature elimination recursive feature elimination SVM RFE is used to prefilter the genes. Second, the SVM RFE features selection result is selected again using Artificial Bee Colony ABC which is an optimization algorithm based on a particular intelligent behavior of honeybee swarms. This research conducted experiments on Ontario and Michigan Lung Cancer Data from Kent Ridge Biomedical Dataset.

Experiment results demonstrate that this approach provides a higher classification accuracy rate than without feature selection, SVM RFE, and ABC, 98 for Michigan lung cancer dataset with using 100 features and 97 for Ontario lung cancer dataset with using 70 features."