Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKBeberapa prototip dari sistim penyimpan stabil telah berhasil dikembangkan di lingkungan Universitas Indonesia. Prototip tersebut dirancang dan diimplementasikan oleh para mahasiswa baik dari Fakultas Teknik maupun Fakultas Pasca Sarjana Universitas Indonesia sebagai karya tugas akhir mereka. Dari implementasi prototip-prototip tersebut diketemukan beberapa fakta yang menarik untuk diketengahkan.Sinkronisasi antar proses untuk replikasi arsip diwujudkan dengan komunikasi antar proses baik pada konfigurasi prosesor tunggal maupun pada prosesor ganda. Kendala komunikasi antar proses pada konfigurasi prosesor ganda tidak semata-mata diakibatkan oleh faktor komunikasi. Pemilihan protokol transport clan prosedur pembukaan atau pemutusan hubungan sangat menentukan efisiensi dari komunikasi antar proses.Bagian terbesar dari waktu komunikasi antar proses adalah waktu olah dari file server (pelayan arsip ), dari saat dilakukannya inisiasi proses yang menangani pertukaran pesan sampai kepada proses pengolahan pesannya. Saratnya beban kerja pelayan arsip menyebabkan lambatnya response time stasiun kerja tersebut dalam mengolah pesan. Algoritma replikasi dirancang dan diimplementasikan secara lengkap, yang mencakup baik proses stable read maupun proses stable write pada setiap akses arsip. Ditemukan bahwa proses stable read pada umumnya memerlukan waktu eksekusi yang relatif lebih lama dari proses stable write. Kesulitan dalam menentukan arsip yang paling mutakhir merupakan kendala yang masih belum dapat diatasi secara tuntas. Perlu prosedur tambahan untuk memastikannya, yang memperlambat waktu pelaksanaan operasi stable read. Pada konfigurasi penyimpan stabil dengan dua prosesor, perbandingan waktu akses arsip stabil clan tak stabil lebih baik bila dibandingkan dengan laporan dari beberapa peneliti terdahulu. Meningkatnya kecepatan prosesor dan tersedianya protokol pertukaran pesan yang handal merupakan faktor utama yang menjadi penyebabnya."

"ABSTRAKPada penelitian tahapan pertama ini telah dilakukan pengambilan data dengan menggunakan kamera CCD (Charge Coupled Device) berwarna terhadap suatu maket pemandangan yang terdiri dari beberapa kelas obyek karena respon sesuatu obyek terhadap beberapa panjang gelombang elektromagnetik adalah berbeda-beda, maka data hasil rekaman oleh kamera tersebut dipecah menjadi tiga jenis warna yaitu biru, hijau, dan merah.Untuk melaksanakan pemisahan kanal panjang gelombang elektromaknetik tersebut, telah dibuat suatu perangkat lunak komputer ImagePro, yang ditulis dalam bahasa pemrograman C, dan bekerja di bawah MS-Windows 3.1. yang dapat dijalankan pada IBM/PC-AT microcomputer jenis 286 ke-atas. Beberapa fasilitas tambahan seperti : image enhancement, filtering, cutting, statistical properties, format exchange, dual and frame processing, dan sebagainya telah pula diikutsertakan.Proses klasifikasi tanpa disupervisi atau clustering diterapkan dengan bantuan topologi ART2 dari jaringan Syaraf Tiruan untuk melihat bagaimana informasi data obyek tersebut dapat diklasifikasikan menjadi beberapa kelas yakni air, jalanan, tumbuhan, rumah atap genteng, dan rumah atap beton.Hasil klasifikasi dengan memanfaatkan jaringan syaraf buatan tersebut untuk tahap pertama ini telah cukup memuaskan secara kualitatif; walaupun hasil tersebut harus diuji tingkat ketelitiannya pada tahapan berikutnya dari rangkaian penelitian yang tengah dilaksanakan ini.

---

ABSTRACTIn the first stage of this research, it is done the data acquisition to several classes of objects on an artificial maquette scene by using a color CCD camera Due to object's responses in several electromagnetic waves are different to each other, then the recorded data can be splitted into three different colors channels, i.e. blue, green, and reed.In order to split those electromagnetic channels, it is designed a computer software called ImagePro, which is written in C-language, under MS-Windows 3.1, and can be run on an IBMIPC-AT microcomputer 286 processor or above. Several additional supporting features such as : image enhancement, filtering, cutting, statistical properties, format exchange, dual and frame processing, etc. are also included in the software.The unsupervised classification by using an artificial neural networks ART2 topology is applied, to observe how the those object's data can be classified. into several classes. i.e.: water, road, vegetation, red roof and concrete roof houses.The result of classification at the initial stage of the research provides an acceptable qualitative performance, although its accuracy should be tested later at the need stage of this midyears research plan."

"In this research it is applied a pattern recognition system by using an artificial neural networks to recognize several samples on weaving products, such as plain weave, twill weave, and sateen weave. In order to extract textural characteristics or features from sample images, it is used the Neighboring Grey Level Dependence Matrix (NGLDM)-method as proposed by Sun, which is invariant under rotation and linear grey level transformation. Five textural features i.e. Small Number Emphasis, Large Number Emphasis, Number Non uniformity, Second Moment, and Entropy will be used as the representative features of sample images. Those features are used as input to the neural networks, which have learned by the back propagation method. Baths methods (continuous and periodic) for changing the interconnection weights, and the performances of the two types of neuron transfer functions are also observed and investigated, in order to obtain an optimal network configurations. The results of experiment will be very useful for the next stage of research in designing an integrated vision system for the recognition of weaving product's quality in textile industry."