Hasil Pencarian  ::  Simpan CSV :: Kembali

"Plants play important roles for the existence of all beings in the world. High diversity of plant?s species make a manual observation of plants classifying becomes very difficult. Fractal dimension is widely known feature descriptor for shape or texture. It is utilized to determine the complexity of an object in a form of fractional dimension. On the other hand, lacunarity is a feature descriptor that able to deter-mine the heterogeneity of a texture image. Lacunarity was not really exploited in many fields. More-over, there are no significant research on fractal dimension and lacunarity combination in the study of automatic plant?s leaf classification. In this paper, we focused on combination of fractal dimension and lacunarity features extraction to yield better classification result. A box counting method is implement-ed to get the fractal dimension feature of leaf boundary and vein. Meanwhile, a gliding box algorithm is implemented to get the lacunarity feature of leaf texture. Using 626 leaves from flavia, experiment was conducted by analyzing the performance of both feature vectors, while considering the optimal box size r. Using support vector machine classifier, result shows that combined features able to reach 93.92 % of classification accuracy.

---

Tumbuhan memegang peranan penting dalam kehidupan manusia. Tingginya keberagaman spesies tumbuhanmembuat metode pengamatanmanual dalam klasifikasi daunmenjadi semakin sulit. Dimensi fraktal merupakan deskriptor bentuk dan tekstur yang mampu mendeskripsikan kompleksitas dari suatu objek dalam bentuk dimensi pecahan. Di sisi lain, lacunarity adalah deskriptor tekstur berbasis fraktal yang mampu mendeskripsikan heterogenitas dari citra tekstur. Namun lacunarity belum cukup dieks-plorasi dalam banyak kasus dan belum ada usaha yang cukup signifikan dalam mengkombinasikan di-mensi fraktal dan lacunarity dalam bidang klasifikasi tumbuhan secara otomatis. Penelitian ini berfokus pada ekstraksi dan kombinasi fitur dimensi fraktal dan lacunarity untuk meningkatkan akurasi klasi-fikasi. Metode box counting diterapkan untuk memperoleh dimensi fraktal dari bentuk pinggiran dan urat daun, sementara metode gliding box diterapkan untuk memperoleh fitur lacunariy dari tekstur da-un. menggunakan 626 citra daun dari flavia, percobaan dilakukan dengan menganalisis performa dari kedua fitur dengan mempertimbangkan ukuran kotak r yang paling optimal. Klasifikasi dengan support vector machine menunjukkan bahwa hasil kombinasi kedua fitur mampu mencapai rata-rata akurasi hingga 93.92%."

"This book summarizes the results of years of research on the problem of strength and fracture of polymers and elastomers. It sets out the modern approach to the strength theory from the standpoint of fractals, the kinetic and thermodynamic theories as well as the meso-mechanic destruction. The dimension reduction method is applied to model the friction processes in elastomers subjected to the complex dynamic loading. Finally, it analyses a relation between the fracture mechanism and the relation phenomena, and provides new experimental data on the sealing nodes in accordance with their specific working conditions where the effect of self-sealing is observed."

"Perhatian akademisi maupun peneliti yang mempelajari sistem ekonomi dan keuangan terutama untuk tujuan prediksi mulai tertuju pada topik chaos. Pencarian struktur chaos dalam sistem ekonomi dan keuangan menjadi penelitian menarik akhir-akhir ini. Adanya chaos dalam pasar keuangan merupakan pertanyaan panting karena dapat menjadi titik awal pemahaman perilaku sistem ekonomi dan keuangan yang belum terpecahkan dengan berbagai teori dan asumsi.Beberapa bukti menyarankan return saham terbentuk dad proses deterministic nonlinear (chaos). Studi empiris lainnya membuktikan nonlinearity baik deterministic maupun stochastic dalam financial time series. Beberapa penelitian memberikan bukti empiris adanya chaos dalam capital market index time series. Temuan tersebut merupakan tantangan bagi berbagai teori di bidang ekonomi dan keuangan seperti teori pasar efisien dan menjadi pertanyaan bagi penelitian yang berdasarkan asumsi statistik standar: independence (random) dan normalitas. Sistem low dimensional deterministic chaos memungkinkan penggunaan nonlinear dynamics untuk prediksi.Penelitian ini mempelajari adanya bukti empiris keberadaan chaos dalam pasar keuangan dengan pengujian yang mencari low dimensional chaos pada indeks dan beberapa saham individual pada pasar modal di Indonesia. Menggunakan perangkat pengujian BDS statistic, RJS analysis, Correlation Dimension dan Lyapunov Exponent, tesis ini mencoba mendeteksi adanya struktur chaos di Bursa Efek Jakarta. BDS statistic merupakan pengujian nonlinearity untuk mendeteksi deviasi hipotesa HD. RJS analysis diterapkan untuk uji persistensi atau long memory. Penerapan Correlation dimension dari Grassberger dan Procaccia untuk pengujian self similarity yang merupakan karakteristik chaos. Untuk menguji sensitive dependence on initial condition yang merupakan karakteristik chaos lainnya diterapkan Lyapunov exponent dad Wolf. Untuk mengatasi noise dalam data diterapkan filter proses stochastic dan filter simple noise reduction.Diperlukan range titik data yang panjang dalam pencarian struktur chaos. Maka diamati harga dan return saham harian, mingguan dan bulanan sampai akhir Nopember 2003 pads indeks IHSG sejak awal Januari 1988 dan 11 emiten BATA, DLTA, GDYR, JIHD, MERK, MLBI, PGIN, SCCO, SHDA, SMCB, SQBI sejak awal Januari 1989. Emiten yang dipilih adalah yang telah go public sebelum Januari 1989 dan masih terdaftar pads Nopember 2003.Hasil penelitian membukrtikan adanya nonlinearity, persistensillong memory dan low dimensional chaos pada IHSG dan beberapa emiten. Tetapi masalah noise dan temporal correlation belum dapat teratasi sepenuhnya karena keterbatasan jumlah titik data.

---

Researchers start to turn their attention to a new and interesting topic, chaos. The possibility of chaos structure in the economic and financial system is becoming an important question, as it can be a starting point to understand the behaviour of the system. Recent evidences suggest that returns are formed by deterministic non-linear process or chaos. Empirical studies prove the existence of deterministic as well as stochastic non-linear in financial time series. Researchers provide empirical evidences of the presence of chaos in capital markets index. These findings possess new challenges for the prevailing Economic and Financial theories, and a question to researches that are based on statistical standard assumptions. A low dimensional deterministic chaos system opens the possibility to use non-linear dynamics for prediction or forecasting.

This research thesis seeks empirical evidence of the existence of chaos - low dimensional chaos - in financial market by testing individual stocks and index of the Indonesia 's Capital Market. By using BDS statistic to test non-linearity, RJS analysis for persistence (long memory) testing, Correlation dimension of Grassberger and Procaccia for self similarity testing, and Lyapunov exponent of Wolf to test sensitive dependence on initial condition, this study attempts to detect chaos in Jakarta Stock Exchange. Stochastic process filtering and simple noise reduction filtering are applied to handle noise in data set.

The observations are on the JSKIndex from January 1988 to November 2003 and on stocks prices & returns of eleven-selected listing companies from January 1989 to November 2003, which are sampled daily, weekly, and monthly. These companies have listed before January 1989 and were still listing on November 2003.

The result shows that non-linearity, persistence/long memory, and low dimensional chaos do exist on the Jakarta Stocks Exchange Index and in some selected listing companies."