Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas tentang kemampuan mesin CNC Milling dalam menentukan titik sistem koordinat kerja Work Coordinate System melalui teknologi computer vision menggunakan OpenCV 2.4.13. Sistem bekerja dengan memberikan informasi posisi sudut benda kerja. Posisi didapat dari hasil seleksi images ROI region of interest. Hasil dari deteksi WCS yang disimpan dalam bentuk perintah gcode kemudian dijadikan insialisasi posisi pada mesin CNC Milling. Penelitian dilakukan melalui pemrograman C dengan algoritma 'Good Feature to Track' Shi-Tomasi dengan menggunakan kamera yang terpasang tegak lurus. Images yang berupa posisi koordinat benda kerja dapat digunakan untuk menentukan offset end-tool terhadap area kerja. Berdasarkan pengujian posisi WCS pada pergerakan sumbu x dan y posisi didapat rentang pergeseran adalah 0.3mm sampai 1.4mm dari posisi referensi WCS yang didapat dari kamera.

---

This thesis discusses the CNC Milling machine 39 s ability to determine the point of the work coordinate system Work Coordinate System by using the OpenCV 2.4.13 computer vision technology. The system works by providing information angular position of the workpiece. The position of the selection results obtained images ROI region of interest . Results of detection of WCS are stored in the form of orders Gcode then used initialize meachine position in CNC Milling. The study was conducted through the C programming algorithm Good Feature to Track Shi Tomasi using a camera mounted perpendicular. Images in the form of position coordinates of the workpiece can be used to determine the offset end tool against the work area. Based on testing WCS position on the movement of the x and y positions obtained shift range is 0.3mm to 1.4mm from the reference position WCS obtained from the camera."

"In this book, the design of two new planar patterns for camera calibration of intrinsic parameters is addressed and a line-based method for distortion correction is suggested. The dynamic calibration of structured light systems, which consist of a camera and a projector is also treated. Also, the 3D Euclidean reconstruction by using the image-to-world transformation is investigated. Lastly, linear calibration algorithms for the catadioptric camera are considered, and the homographic matrix and fundamental matrix are extensively studied. In these methods, analytic solutions are provided for the computational efficiency and redundancy in the data can be easily incorporated to improve reliability of the estimations. This volume will therefore prove valuable and practical tool for researchers and practioners working in image processing and computer vision and related subjects."

"Seiring dengan kemajuan teknologi, kemampuan kendaraan atau robot untuk dapat secara otonom menjelajahi lingkungannya menjadi semakin diminati. Terdapat banyak tantangan yang dihadapi oleh kendaraan atau robot otonom agar dapat melakukannya. Salah satu tantangan tersebut adalah melacak gerakan inkremental dan menganalisis lingkungannya dengan akurat untuk melakukan lokalisasi. Salah satu metode yang dapat digunakan untuk membantu menangani masalah tersebut adalah dengan menggunakan visual odometry. Visual odometry adalah proses mengestimasi gerakan translasi dan rotasi kendaraan atau robot menggunakan kamera yang dipasangkan dengan menganalisa gambar-gambar yang diambil. Dalam penelitian ini, penulis mencoba membangun sebuah sistem visual odometry stereo sederhana. Sistem ini terdiri dari enam bagian utama yaitu mendeteksi fitur dan mengkomputasi deskriptornya menggunakan Oriented FAST and Rotated BRIEF (ORB), mencocokkan fitur secara brute force berdasarkan jarak Hamming dari deskriptor-deskriptor fitur, melacak fitur menggunakan optical flow Lucas-Kanade, melakukan triangulasi terhadap titik-titik fitur menggunakan linear triangulation, mengestimasi translasi dan rotasi dengan menyelesaikan permasalahan Perspective-n-Point (PnP) menggunakan gabungan metode Efficient PnP (EPnP) dan Random Sample Consensus (RANSAC), dan memperbaharui estimasi posisi dan orientasi. Sistem yang dibangun ini memperoleh average translation root mean squared error sebesar 5.1284% dan average rotation error sebesar 0.027 deg/m pada dataset odometry publik KITTI dengan performa kecepatan 18.88 frames per second pada environment komputer 1 core dengan clock speed 2.7 Ghz.

---

As technology advances, the ability of vehicles or robots to be able to autonomously explore their environment is becoming increasingly desirable. There are many challenges that autonomous vehicles or robots face in order to do so. One of the challenges is to track incremental motions and accurately analyze their environment for localization. One of the methods that can be used to help to deal with this problem is by using visual odometry. Visual odometry is the process of estimating the translational and rotational movements of a vehicle or robot using a camera attached by analyzing the images taken. In this research, the author tried to build a simple stereo visual odometry system. This system consists of six main parts, namely detecting features and computing their descriptors using Oriented FAST and Rotated BRIEF (ORB), matching features by brute forcing based on Hamming distance from the feature descriptors, tracking features using Lucas-Kanade optical flow, triangulating the feature points using linear triangulation, estimating translation and rotation by solving Perspective-n-Point (PnP) problems using a combination of Efficient PnP (EPnP) and Random Sample Consensus (RANSAC) methods, and updating the position and orientation estimation. This system has an average translation root mean squared error of 5.1284% and an average rotation error of 0.027 deg/m on the KITTI public odometry dataset with a speed performance of 18.88 frames per second in a 1 core computer with a clock speed of 2.7 Ghz."

"Citra bawah air tergolong ke dalam citra yang sulit diproses secara digital. Hal ini dise- babkan citra bawah air mengalami degradasi gabungan berupa scattering dan absorption. Sedangkan permasalahan estimasi kedalaman relatif adalah salah satu permasalahan yang masih menjadi riset dalam bidang computer vision saat ini. Permasalahan ini digolongkan sebagai permasalahan image-to-image translation. Salah satu model yang sering digunakan untuk menyelesaikan permasalahan image-to-image translation adalah dengan menggunakan conditional generative adversarial network (cGAN) yang merupakan salah satu varian dari generative adversarial network (GAN). Komponen penting dari cGAN terdiri dari generator dan discriminator yang berpengaruh terhadap keefektifan model. Pada penelitian ini akan diuji kombinasi generator yang terdiri dari U-net, Resnet-6, dan Resnet-9 dan discriminator yang terdiri dari PatchGAN serta ImageGAN dalam menyelesaikan permasalahan estimasi kedalaman relatif dari citra bawah air. Keoptimalan model diuji dengan menggunakan metrik structural index similarity (SSIM) dan root mean square error (RMSE). Didapatkan hasil bahwa model dengan generator U-net dan discriminator PatchGAN memberikan hasil terbaik pada metrik SSIM dan RMSE.

---

Underwater images are classified as images that are difficult to be processed digitally. This happens due to the combined degradation of the underwater image in the form of scattering and absorption. Meanwhile, relative depth estimation is one of the problems that is still being actively researched in computer vision. This problem is classified as image-to-image translation problem. One of the model that is often used to solve image-to-image translation is the conditional generative adversarial network (cGAN) which is a variant of generative adversarial network (GAN). The important component of cGAN consists of generator and discriminator which affects the model’s effectiveness. In this research, a combination of generator consisting of U-net, Resnet-6, and Resnet-9 and discriminator consisting of PatchGAN and ImageGAN will be tested in solving relative depth estimation problem for underwater image. Optimization of the model is tested using the metrics structural similarity index (SSIM) and root mean square error (RMSE). The results show that models with generator U-net and discriminator PatchGAN give the best result on SSIM and RMSE metrics."

"Pengembangan Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas dilatarbelakangi adanya masalah berkaitan dengan pengelolaan obat khususnya pada tahap perencanaan obat dimana obat direncanakan hanya berdasarkan pada konsumsi obat tahun sebelumnya dan belum berdasarkan pada pola penyakit yang ada sehingga ketersediaan obat belum optimal, disatu sisi terdapat obat yang ketersediaannya sangat terbatas dan disisi lain terdapat obat yang ketersediaannya berlebihan. Disamping itu keciinya anggaran obat perlu terns ditingkatkan melalui penyediaan data kebutuhan obat yang lebih lengkap dihitung berdasarkan Metoda Konsumsi dan Metoda Morbiditas.Penelitian ini bertujuan untuk mengkaji dan membuat suatu sistem inforrnasi yang mampu mengolah data kasus penyakit dari LB1 menjadi informasi kebutuhan obat sehingga diharapkan bermanfaat untuk menentukan jenis, jumlah, dan biaya kebutuhan obat pada scat membuat perencanaan obat. Dan diharapkan dihasilkannya indikator penggunaan obat sehingga dapat dipantau ketaatan pelaksanaan pengobatan pada standar pengobatan yang ada.Metodologi penelitian dilakukan dengan pendekatan pengembangan sistem, yaitu pendekatan System Development Life Cycle - SDLC meliputi tahap perencanaan sister, analisis sistem, perancangan sistem, uji coba dan koreksi, dan penggunaan sistem. Pengambilan data pada tahap perencanaan sistem dilakukan dengan teknik telaah dokumen dan wawancara guna memperoleh gambaran sistem yang lama dan melakukan identifikasi masalah, peluang dan kelayakan sistem secara operasional dan teknis. Pada tahap analisis sistem dilakukan analisa secara lebih mendalam sehingga diketahui bentuk informasi yang diperlukan, siapa pengguna informasi, waktu keluarnya informasi, dan kriteria sistem informasi yang diharapkan pengguna. Pada tahap perancangan sistem dilakukan perancangan secara terperinci pengenai basis data, masukan, keluaran, alur proses atau algoritma, program aplikasi dan pemilihan konvigurasi perangkat keras yang akan menjalankan sistem. Uji cobs dan koreksi prototipe dilakukan pada laboratorium komputer FKM UI, disamping itu juga dilakukan penilaian kelebihan dan kelemahan sistem. Sebagai hasilnya program aplikasi Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas ini diharapkan dapat dipergunakan di lingkungan Dinas Kesehatan Kota Pontianak.Beberapa simpulan dari penelitian ini antara lain bahwa Pengembangan Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas dapat diterapkan dilingkungan Dinas Kesehatan Kota Pontianak dengan beberapa prakondisi yang memungkinkan sistem berjalan untuk memenuhi keseluruhan kebutuhan informasi yang diharapkan pengguna untuk perencanaan kebutuhan obat dan pemantauan penggunaan obat. Program aplikasi yang sederhana, mudah dalam penggunaan, tingkat pengarnanan data yang baik dan dapat dikembangkan sehingga pengiriman data dari Puskesmas ke Dinas Kesehatan menjadi lebih mudah. Beberapa saran pada tahap lanjutan hendaknya juga dilakukan pengembangan sistem yang terkomputerisasi di Puslofar terhadap penerimaan, penyimpanan, pendistribusian dan pelaporan mutasi obat; adanya penyempumaan pada format form LB 1 dan penyempumaan standar pengobatan sehingga mencakup keseluruhan penyakit yang ada pada LB1.

---

The background of drug planning information system development base on morbidity method was the problem related to drug management particularly in drug planning step, where drug was planned merely based on drug consumption in a previous year and still not based on existing disease pattern, thus drug availability was still not optimal, in one side there was very limited drug availability and in the other side drug availability was excessive, Additionally, small drug budget need to be increased through more complete data provision of drug requirement calculated based on consumption method and morbidity method.

The aim of this study was to identify and build a information system that can process data of disease case of LB 1 to drug requirement information that expected useful to determine type, number and cost of drug requirement when performing drug planning. It is expected to produce drug utility indicator so that treatment implementation adherence on existing treatment standard can be monitored. The study was carried out by system development approach, System Development Life Cycle (SDLC) approach including system planning, system analysis, system design, system testing and revising, and system use steps.

In system planning step, document review and interview technique were employed to collect data in order to obtain the description of old system and to identify the problem, the chance and advisability of the system operationally and technically. In system analysis step, analysis is performed more deeply so that information form needed, information user, time of information out, and information system user criteria expected can be identified. In system design step, design is performed in detail on data, input, output, process flow or algorithm, applied program and hardware configuration selection to carry out the system. Prototype testing and correction were conducted in FKM UI computer laboratory, in addition, assessment of system benefit and limitation were performed. As a result, the application of program of drug planning information system base on morbidity method is expected can be used in Pontianak Health District.

Some conclusions from this study include drug planning information system development base on morbidity method can be used in Pontianak Health District with some preconditions allowing the system to be carried out to meet all information need that user expected to drug requirement planning and drug utilization monitoring. Simple and easy applicable program, high level of data safety to be developed so that data transferring from health centre to health district is much easier. Some advises for the next step that it is needed to perform computerized system development on drug receiving, maintenance, distribution and drug mutation reporting in Puslofar; it is expected the finishing on LB 1 format and treatment standard, thus cover all of disease LB 1."

"Model Heston merupakan salah satu model yang sangat populer untuk menghitung harga opsi. Namun, keakuratan model tersebut sangat bergantung pada parameter model yang digunakan. Oleh karena itu, pemilihan model parameter sama pentingnya dengan model itu sendiri. Salah satu cara untuk menemukan parameter model Heston terbaik adalah dengan cara meminimumkan fungsi eror antara hara opsi model dengan harga opsi yang berlaku di pasar. Cara seperti ini disebut kalibrasi. Implementasi kalibrasi model Heston dengan algoritma differential evolution (DE) dapat dilakukan dengan enam langkah. Langkah pertama, yaitu menentukan data harga opsi yang digunakan. Langkah-langkah selanjutnya yaitu menentukan metode perhitungan model Heston, fungsi eror, variasi dan parameter kontrol DE, serta kondisi terminasinya. Langkah terakhir, DE diimplementasikan untuk mendapatkan parameter model. Hasil simulasi lima puluh kali kalibrasi pada data harga opsi artifisial menunjukan DE telah cukup baik dalam mengkalibrasi empat dari lima jenis data harga opsi yang digunakan. Lebih jauh lagi, kalibrasi menggunakan lima puluh data harga opsi saham Apple Inc juga memberikan hasil yang cukup baik.

---

The Heston Model is one of the most popular model for option pricing. Yet, its accuracy is highly depend on choosing model parameters. Thus, choosing model parameters is important as the model itself. One way to choose the best model parameters is minimizing eror function between the model price and the market price. Such a way is called calibration. Calibrating Heston model with differential evolution (DE) algorithm can be implemented in six steps. First, decide the option price data used for calibration. Then, choose a method for evaluating option price by Heston Model, error function for calibration, variation and control parameter for DE, Also terminating condition of the algorithm. The last, Implement DE to get pameters of the model. The result of fifty times calibration with DE was good enough in four of five artifisial data used. Moreover, calibration using fifty option price of The Apple Inc data also show a good result."

"Salah satu kemampuan robot yang canggih adalah mampu melakukan adaptasi pada lingkungan sekitarnya. Kemampuan ini merupakan analogi terhadap kemampuan manusia secara khusus. Namun, kebanyakan robot yang dibuat masih terbatas dalam hal interaksi secara sentuhan dengan lingkungan sekitarnya. Oleh karenanya diperlukan sistem sensasi non-kontak yang salah satunya adalah sensasi secara visual. Cara ini termasuk salah satu yang paling advance karena hampir semua proses manipulasi bisa dilakukan dengan hanya menggunakan sensor visual yaitu kamera walaupun computational cost-nya cukup tinggi. Single Board computer jenis BeagleBoard akan digunakan untuk melakukan komputasi sensasi visual yang meliputi face detection, stereo vision, dan bahkan lokalisasi nantinya. Wajah manusia yang akan dikenali oleh sistem computer visualnya akan di-tracking dan diukur jaraknya secara real time melalui teknik stereo vision. Koordinat yang didapat akan ditransformasikan dengan persamaan kinematik berupa invers jacobian menuju pusat robot untuk melakukan aktuasi pada aktuator vision dan navigasi robot secara keseluruhan sampai tujuan untuk melakukan interaksi dengan manusia tercapai. Berdasarkan pengujian yang telah dilakukan dapat dinyatakan bahwa sistem komputer vision yang telah dibangun cukup valid dan handal untuk jarak dibawah 100 cm walaupun dengan waktu komputasi yang cukup besar.

---

One of the advance robot's ability is it can adapt into the around environment. This ability itself is the analogy of human's. But now, most of the robots still have limited in contact sensation. So, it's needed to build non-contact sensations and one of them is reached by build visual system. This way belong to one of advance method because almost of manipulation way can be dealed with this visual sensor like camera, even though the computational cost is high enough.

BeagleBoard, a kind of powerful Single Board computer, will be use to compute the visual sensation in this receptionist robot include face detection, stereo vision, and even localization later. The face of human that will be recognized by visual computer system will be tracked and the distant is calculated real time via stereo vision system. The coordinate that has been gathered will be transformed by invers jacobian into the center of robot to actuate visual actuation and doing robot navigation until receptionist robot is able to do interaction with human. Based on the result of experiment, it can be stated that the developed computer vision system is valid and reliable enough for distant below 100 cm even though spends high computational time."

"Live streaming merupakan salah satu metode transmisi data yang digunakan untuk menonton sebuah video. Transmisi live streaming akan mengirimkan file video secara sedikit demi sedikit kepada penonton secara langsung sehingga penonton dapat menyaksikan video yang ditransmisikan secara langsung atau disebut dengan real-time tanpa perlu mengunduh video sehingga video dapat disiarkan secara langsung. Pada saat ini live streaming merupakan salah satu bentuk konten video yang banyak diminati pada semua kalangan dan bentuk seperti siaran TV, streaming video game, video media sosial, hingga pengiklanan produk penjualan. Pada penelitian ini sistem pendeteksi komponen komputer sebagai produk penjualan video live streaming dilakukan dengan metode Object Detection dengan menggunakan model YOLOv7 yang merupakan model dari computer vision untuk dapat melakukan object detection secara real-time. Penelitian akan membandingkan variasi model dari YOLOv7 untuk menemukan varian yang paling sesuai untuk digunakan sebagai model pendeteksian pada video live streaming. Penelitian ini juga akan mencaritahu pengaruh dari resolusi dan juga jarak perekaman video terhadap tingkat akurasi model dengan melakukan ujicoba model terhadap video simulasi live streaming. Hasil percobaan membuktikan bahwa varian YOLOv7-Tiny menjadi yang paling sesuai untuk diimplementasikan kedalam video live streaming dikarenakan kecepatan pendeteksian yang lebih cepat dengan kecepatan 4.5 kali lebih cepat dari varian YOLOv7 dan sekitar 21.7 kali lebih cepat dari varian YOLOv7-X. Pengaruh jarak juga terbukti dengan menurunnya nilai mAP 0.5 yang dihasilkan model ketika jarak yang digunakan semakin besar dan perubahan resolusi juga terbukti berpengaruh terhadap viii kemampuan deteksi model dengan jumlah objek dan juga beban yang dihasilkan semakin besar seiring dengan meningkatnya resolusi yang digunakan.

---

Live Streaming is one of the data transmission methods used to watch a video. Live Streaming transmission will send video files bit by bit to the viewer directly so that the viewer can watch videos that are transmitted directly or referred to as real time without the need to download the video so that the video can be broadcast live. At this time Live Streaming is a form of video content transmission method that is in great demand among all groups and forms such as TV broadcasts, video game streaming, social media videos, and also product advertising. In this study, the detection system for computer component as selling product on video live streaming was carried out with Object Detection method using YOLOv7 model, which is an computer vision model capable for object detection on real-time video. This study will also find out the effect of resolution and video recording distance on the accuracy of the model by testing the model on live streaming video simulations. The experimental results prove that the YOLOv7-Tiny variant is the most suitable to be implemented into live streaming video due to faster detection speed with a speed 4.5 times faster than the YOLOv7 variant and around 21.7 times faster than the YOLOv7-X variant. The effect of distance is also evident by the decreasing of mAP 0.5 value which is produced by the model when the distance used is greater and changes in resolution are also proven to affect the detection ability of the model with the number of objects and also the resulting load is greater as the resolution used increases."

"Dalam kalibrasi keluaran berkas elektron linear accelerator (LINAC) medis mengikuti protokol TRS-398 IAEA atau AAPM TG-51. Pada tahun 2020, muncul penelitian tentang modifikasi kalibrasi keluaran berkas elektron, didapatkan hasil bahwa modifikasi kalibrasi tersebut memiliki ketidakpastian yang lebih rendah daripada protokol AAPM TG-51. Kemudian, sebagai pembanding telah dilakukan penerapan modifikasi kalibrasi keluaran berkas elektron berdasarkan TRS-398 dan memberikan hasil yang masih di bawah toleransi yang diperbolehkan. Pada penelitian ini akan dilakukan penerapan modifikasi kalibrasi dan dibandingkan dengan protokol AAPM TG-51 dan TRS-398. Kalibrasi berkas elektron dilakukan pada energi 6, 8, 10, 12, dan 15 MeV dari Linear Accelerator Elekta Synergy Platform dan Versa HD. Bacaan muatan akan dihitung oleh kamar ionisasi PTW 30013, IBA CC13, and Exradin A11. Dosis di kedalaman referensi dihitung dengan tiga metode, sesuai dengan AAPM TG 51, TRS 398, dan menggunakan modifikasi kalibrasi keluaran berkas elektron. Dosis di kedalaman maksimum dinyatakan dalam dosis per monitor unit (cGy/MU). Rata-rata rasio dosis serap menggunakan modifikasi kalibrasi dan TRS-398 adalah 1,004. Rata-rata rasio dosis serap menggunakan modifikasi kalibrasi dan TG-51 adalah 1,009. Hasil tersebut di bawah batas toleransi (±2%) berdasarkan IAEA TRS-398.

---

The electron beam output calibration follows the IAEA TRS-398 or AAPM TG-51 protocols. Muir proposed electron beam dosimetry modification and provided a lower deviation than AAPM TG-51. The modified calibration was applied based on TRS-398 and obtained results still below the permissible tolerance. This study aimed to compare the absolute calibration output based on IAEA TRS-398, AAPM TG-51, and modified calibration. Beam calibration at energies of 6, 8, 10, 12, and 15 MeV were carried out with Synergy Platform and Versa HD linear accelerator. Charge reading measurement is obtained using ionization chamber PTW30013, IBACC13, and ExradinA11. Electron beam dosimetry follows the AAPM TG-51, TRS-398, and modified calibration were performed to measure the dose at the maximum depth and expressed in dose/monitor unit (cGy/MU). The average absorbed dose ratio using the modified calibration and TRS-398 is 1,004. The average absorbed dose ratio using the modified calibration and TG-51 is 1,009. The results are below the tolerance limit (±2%) based on IAEA TRS-398. "

"This book continues first one of the same authors Adaptive Image Processing Algorithms for Printing and presents methods and software solutions for copying and scanning various types of documents by conventional office equipment, offering techniques for correction of distortions and enhancement of scanned documents; techniques for automatic cropping and de-skew; approaches for segmentation of text and picture regions; documents classifiers; approach for vectorization of symbols by approximation of their contour by curves; methods for optimal compression of scanned documents, algorithm for stitching parts of large originals; copy-protection methods by microprinting and embedding of hidden information to hardcopy; algorithmic approach for toner saving. In addition, method for integral printing is considered. Described techniques operate in automatic mode thanks to machine learning or ingenious heuristics. Most the techniques presented have a low computational complexity and memory consumption due to they were designed for firmware of embedded systems or software drivers. The book reflects the authors practical experience in algorithm development for industrial R&D. "