Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKSistem kode material merupakan alat untuk mengidentitikasi material dengan cepat dan efisien. Dengan demikian deskripsi material yang panjang dapat diringkas kedalam beberapa angka saja. Sistem kode yang digunakan untuk membuat sistem kode material ini adalah MESC (Mechani l and Equipment System Code).Dalam perancangan sistem kode, material dikumpulkan kedalam grup-grup utama, berdasarkan bentuk seperti : bahan baku (Raw material), suku cadang mesin (Tools), material konsumsi (Consumables). Kemudian grup utama ini dlbagi dalam sub-grup berdasarkan dimensi dan spesilikaasi material.Langkah selanjutnya dalam perancangan sistem kode adalah pemilihan sistem kode yang sesuai dengan material. Sistem kode ini dipilih berdasarkan kebutuhan untuk proses identitikasi material. Sehingga sistem kode yang dirancang dapat fleksibel terhadap pertambahan quaniitas material.Penyimpanan material merupakan bagian dari kegiatan idenlilikasi dan pensotiran material, oleh karena ilu sistem penyimpanan material sangat penting.Kode lokasi material merupakan alat yang memudahkan operator gudang untuk menemukan material dengan oepat.Dalam pembuatan kode lokasi material, diperiukan denah storage dan gudang yang tersedia di lndustri Boiler PT. 'X'. Denah tersebut dibagi kedalam baris dan kolom, sehingga sel atau pertemuan antara baris dan kolom merupakan lokasi material. Kode lokasi material berbentuk angka-angka yang menunjukan lokasi (sei) material.Untuk memudahkan proses identitikasi dan pensortiran material diperlukan suatu sistem lnformasi dengan rancangan sistem database yang menerapkan kode material sebagai alat untuk menghubungkan suatu label dengan tabel lainnye.Dalam pembuatan sistem informasi ini digunakan Foxpro 2.8 sebagai perangkat Iunak komputer. Dengan demikian rancangan sistem informasi persediaan dapat memberikan informasi mengenai status material dengan cepat Dan pada akhimya usaha untuk meningkatl-can eftisiensi kerja pada departemen pengendalian dapat terwujud.

---

"

"Teknik pengkodean suara digunakan dalam teknologi telekomunikasi untuk memanfaatkan informasi yang besar sehingga dapat meningkatkan efisiensi penggunaan kapasitas saluran. Akan tetapi pada teknik pengkodean suara masih dihadapkan kepada dilema antara besarnya laju bit yang dihasilkan dengan tingkat kualitas suara yang dihasilkan sebagai kompensasi dari penekanan laju bit ini. Mixed Excitation Linear Prediction (MELP) merupakan suatu metode pengkodean suara yang dikembangkan berdasarkan metode Linear Predictive Coding (LPC), yang menggunakan S4 bit untuk setiap frame suara selama 22,5 ms sehingga dihasilkan laju bit sebesar 2,4 kbps. Metode MELP ini memperbaiki kualitas sintesa ucapan hasil pengkodean dengan penambahan empat parameter baru, yaitu: pencampuran eksilasi pulsa dan derau, pulsa-pulsa aperiodik, filter Adaptive Spectral Enhancement, dan filter Pulse Dispersion. Pada skripsi ini dianalisis unjuk kerja dari metode MELP dilihat dari kualitas suara sintesis yang dihasilkan ditinjau dari segi SNRR, perbandingan spektral, dan penilaian subyektif oleh 40 orang pendengar. Hasil yang didapat menunjukkan bahwa suara sintesis hasil kompresi MELP masih dapat jelas diterima oleh telinga manusia dalam arti bahwa informasi masih dapat diterima dengan baik dengan kualitas suara yang cukup baik."

"ABSTRAKLossles data compression erat kaitannya engan masalah pengkodean. Bahkan inti dari kompresi data itu sendiri adalah pengkodean. Berbagai manipulasi data telah ditemukan oleh para ilmuwan di bidang lossless data compression. Salah satunya dan yang paling menarik adalah Burrows- Wheeler Transform (BWT) yang diambil dari nama dua penemuanya yaitu Michael Burrows dan David Wheeler. Hasil dari transformasi ini sangat bagus untuk proses pengkodean pada kompresi data.Skripsi ini mencoba merancang suatu kompresi data yang berbasis BWT dengan mempergunakan pengkodean konvensional Run Length Encoding, Move to Front Transform, dan Arithmetic Coding, kemudian coba diuji dan dianalisa performanya dibandingkan dengan standar program kompresi Linux gzip 1.3.3 agar dapat melihat kegunaan BWT tersebut."

"ABSTRACTSpatial Audio Object Coding SAOC merupakan standar pengkodean audio yang diluncurkan oleh Moving Picture Expert Group MPEG yang dapat melakukan kompresi dan koding audio berbasis objek dan telah diaplikasikan ke banyak bidang telekomunikasi, multimedia, dan hiburan. Salah satu kelemahan dari SAOC adalah kurang dapat diandalkan untuk menjamin kualitas audio yang baik untuk aplikasi pemisahan sumber audio. Hasil beberapa penelitian mengungkapkan bahwa ternyata SAOC memiliki struktur sistem yang mirip dengan algoritma pemisahan sumber suara yang bernama Informed Source Separation, Informed Source Separation ISS, yaitu algoritma sistem yang dapat memprediksi sinyal objek audio masukan untuk memisahkan objek audio dengan kualitas yang baik. Pada penelitian ini, telah dirancang algoritma pemisahan sumber audio di MATLAB yang diadopsi dari persamaan matematis standar SAOC serta ditambahkan filter Wienerpada algoritma tersebut. Algoritma yang diajukan diuji dengan memisahkan beberapa rekaman musik profesional dan kualitas audio rekonstruksinya akan dibandingkan dengan algoritma pemisahan sumber audio lain secara objektif. Hasil pengujian menunjukkan bahwa adanya peningkatan nilai Source-to-Distortion Ratio SDR dalam hasil rekonstruksi pemisahan sinyal dengan algoritma SAOC yang ditambahkan filter Wiener dari algoritma pemisahan sumber suara yang lain sebesar maksimum 10,42232904 dB untuk objek audio bass, 13,95175919 dB untuk drum, 17,73005926 dB untuk vokal, dan 8,266838319 dB untuk instrument lain.

---

ABSTRACTSpatial Audio Object Coding SAOC is an audio coding standard launched by MPEG Moving Picture Expert Group MPEG that can perform audio compression and codingand has already applied to many areas of telecommunications, multimedia, and entertainment. One of the disadvantages of SAOC is low reliability in ensuring good audio quality for audio separation. The results of several studies have found that SAOC has the same structure with an audio source separation algorithm, namely Informed Source Separation, which is an algorithm that can predict audio object signals to separate audio objects while ensuring good output audio quality. In this research, an audio source separation algorithmwhich is adopted from SAOC standard mathematical equation andWiener filter addition has been designed. The proposed algorithm is tested by separating several professional music recordings and thereconstructed audios rsquo quality werecomparedwith other audio source separation algorithms. The results show that there is an increase in Source to Distortion Ratio SDR value of reconstructed audio object that is separated with SAOC algorithmwith addition of Wiener filter compared tootheraudiosource separation algorithmsbymaximum of 10.42232904 dB for bass, 13,95175919 dB for drums, 17,73005926 dB for vocals, and 8.266838319 dB for other instruments."