Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu kemampuan dari komunikasi multimedia adalah melakukan proses pengiriman gambar. Dalam proses tersebut akan sangat banyak membutuhkan ruang pengingat serta kanal transmisi. Pengembangan teknologi telekomunikasi dewasa ini lebih banyak ditujukan untuk lebih mengefisienkan penggunaan ruang pengingat dan saluran (kanal) transmisi yang dipakal. Semakin efisien penggunaan ruang pengingat maka akan semakin meningkat kecepatan pengolahan data dan selanjutnya akan meningkatkan kecepatan pengiriman gambar tersebut. Salah satu cara yang ditempuh untuk meningkatkan efisiensi penggunaan pengingat tersebut adalah dengan memampatkan gambar tersebut sebelum dilakukan proses selanjutnya. Dalam tulisan ini dijelaskan dan dibahas salah satu cara untuk mengefisienkan data image tersebut dengan menggunakan bantuan arsitektur jaringan saraf jenis MLP. Jaringan MLP ini dapat digunakan sebagai salah satu altematif untuk pemampatan data gambar dikarenakan kesederhanaan arsitektur dan imptementasinya. Salah satu tahap yang penting dari keseluruhan proses yang terjadi dalam jaringan MLP ini adalah tahap penentuan bobot-bobot hubungan node-node (simpul) jaringan MLP. Proses penentuan bobot-bobot yang biasa disebut sebagai proses learning dan suatu jaringan saraf, akan sangat berpengaruh terhadap sifat (chi) dan unjuk kerja keseluruhan jaringan MLP. Jika konfigurasi berubah maka secara keseluruhan sifat (ciri) maupun unjuk kerja jaringan tersebut akan berubah pula. Dua buah teknik learning yang banyak digunakan dalam proses learning (optimasi) adalah dengan memanfaatkan konsep backpropagation (BP) (metoda steepest descent) dan konsep Levenberg-Marquadt (LM) (salah satu pendekatan metoda Gauss-Newton). Tulisan ini menyajikan perbandingan unjuk kerja dua buah metoda tersebut dalam proses learning jaringan MLP serta gambar recall yang dihasilkannya. Hasil simulasi program menunjukkan bahwa metoda LM memberikan hasil recall gambar yang lebih bagus (high fidelity Irma recall kecil) serta mempunyai kecepatan konvergensi yang lebih tinggi jika dibandingkan metoda BP (SD).

---

One of the capabilities of the multimedia communication is the image communication. With this service, we will use so many memory spaces and transmission tines. Many of the development in telecommunication technologies are aimed to have the higher efficiency in using the memory spaces. The more efficient we use the memory spaces, the higher speed of the image data processing, and finally we can increase the speed of the image transmission.

One of the technique to have more efficiency in using the memory spaces is by compressing the image data before we stored and transmitted them. In this writing, we discussed one of the techniques for solving the image data compression, especially for still picture, by using the architecture of the neural networks. One of those types for this purpose is Multi Layer Perceptron (MLP). The MLP was choice in this purpose because of the simplicity of the architecture and the implementation.

One of the credal stages of the whole process in the MLP network is configuring the link weights of the nodes in the MLP network. Since the link weights are actually internal parameters associated with each node, changing the weights of the node will alter the behavior of the whole MLP network and then will change the MLP's performances.

There are two methods that often have been used in the learning process, the one was backpropagation (BP) method (steepest descent) and the other one was Levenberg-Marquadt (LM) concept (one of the approximations of the Gauss-Newton method). This writing is presenting the comparison between the performances of the LM method to the BP method in the learning process also the results of the recall pictures. The simulation shows that LM method gives the better image recall (higher fidelity) and has the higher convergence speed in the learning process."

"Worldwide Interoperability for Microwave Access (WiMAX) dibangun berdasarkan standar yang dibuat oleh Institute of Electrical and Electronics Engineers (IEEE). Dirancang untuk memenuhi kebutuhan akan akses nirkabel berkecepatan tinggi. WiMAX memungkinkan akses terhadap aneka aplikasi multimedia via koneksi nirkabel termasuk diantaranya teknologi streaming yang mentransmisikan data, video atau audio secara real time / pre-recorded dari sender ke receiver. Pada thesis ini dilakukan pembangunan simulasi performa layanan video streaming pada jaringan WiMAX. Metode penelitian yang dilakukan adalah dengan membangun simulasi menggunakan aplikasi Network Simulator (NS-2) versi 2.29 yang berjalan dalam system Windows XP dengan menggunakan cygwin sebagai environment Linuxnya. Pada NS-2.29 yang diinstall ditambahkan modul QoS-included WiMAX prerelease-09-04-2008 yang dikembangkan oleh Aymen Belghith dan modul Evaluation Video (Evalvid) untuk NS-2 yang dikembangkan oleh Chih-Heng, Ke.Hasil output akhir pada NS-2 akan divisualisasikan berupa Tabel, grafik dan video yang kemudian akan dianalisa lebih lanjut menggunakan metrik pengukuran nilai throughput, frame loss, delay, jitter, Mean Opinion Score (MOS), Peak Signal to Noise Ratio (PSNR) dengan menggunakan script AWK beserta beberapa tambahan modifikasinya. Hasil simulasi yang didapatkan dari penelitian ini: Pada skenario SS Tunggal untuk SS dengan QoS UGS, rtPS, BE didapatkan throughput 3509.661kbps, 3822.564kbps, 1211.189kbps, delay sebesar 447.59ms, 43.224ms, 451.66ms, jitter 157.577ms, 504.307ms, 655.447ms, frame loss 9,75%, 10.75%, 11%, PSNR 33.23, 32.70, 32.73, dan MOS 3.82, 3.73, 3.74. Pada skenario dengan 4 SS untuk SS video dengan QoS UGS, rtPS dan BE didapatkan : throughput 3509.661kbps, 4502.601kbps, 1229.134kbps, delay 447.59ms, 43.224ms, 307.521ms, jitter 168.927ms, 504.306ms, 774.004ms, PSNR 33.23, 32.70, 32.48, dan MOS 3.82, 3.73, 3.68. Secara keseluruhan video-video hasil simulasi tidak menampakkan banyak perbedaan, hal ini tidak berbeda dengan nilai PSNR keseluruhan simulasi yang sama pada sebagian besar frame. Masing-masing video hasil simulasi pada setiap SS hanya menampakkan hasil yang berbeda pada titik tertentu dimana terjadi kemacetan trafik yang mengakibatkan packet drop.

---

Worldwide Interoperability for Microwave Access (WiMAX) built based on the standard made by Institute of Electrical and Electronics Engineers (IEEE). It designed to fulfill needs of broadband access. WiMAX enable access to various multimedia application through wireless connection, includes streaming technology that transmits real-time/pre-recorded data, video, or audio from sender to receiver. In this thesis, the development of video streaming service performance simulation on WiMAX network is conducted.

The research methods is building the simulation using Network Simulator (NS-2) version 2.29 application that runs inside Windows XP, by using Cygwin as Linux. The installed NS-2.29 is added with QoS-included WiMAX prerelease-09-04- 2008 module developed by Aymen Belghith and Evaluation Video (Evalvid) for NS-2 module developed by Chih-Heng, Ke. The final output from NS-2 will be visualized to video, graphic, and table that will be analyzed using Mean Opinion Score (MOS) measurement metric, Peak Signal to Noise Ratio (PSNR), throughput, and delay using AWK scripts with added with several modifications.

The simulation result from this research is, on single video SS scenario for SS with QoS UGS, rtPS, BE : throughput 3509.661kbps, 3822.564kbps, 1211.189kbps, delay sebesar 447.59ms, 43.224ms, 451.66ms, jitter 157.577ms, 504.307ms, 655.447ms, frame loss 9,75%, 10.75%, 11%, PSNR 33.23, 32.70, 32.73, and MOS 3.82, 3.73, 3.74. On 4 SS scenario for video SS with QoS UGS, rtPS dan BE, the result are: throughput 3509.661kbps, 4502.601kbps, 1229.134kbps, delay 447.59ms, 43.224ms, 307.521ms, jitter 168.927ms, 504.306ms, 774.004ms, PSNR 33.23, 32.70, 32.48, and MOS 3.82, 3.73, 3.68.

Overall videos from the simulations do not showing many differences, it is suited with PSNR value in all simulations that shows same value at most of the frames. Every simulations video only show differences in particular frame where traffic congestion happened and causing packet drop. "

"Tugas akhir ini membahas Pembentukkan Skema Secret Sharing berdasarkan Fungsi Hash. Metode ini menggambarkan bagaimana proses pengamanan suatu pesan/informasi rahasia dengan membaginya kepada beberapa peserta berupa share. Aturan untuk memperoleh pesan rahasia adalah untuk sembarang himpunan bagian yang terdiri dari paling sedikit k peserta tertentu dapat merekonstruksi kembali pesan, sebaliknya jika kurang dari k peserta tertentu maka pesan tidak dapat direkonstruksi kembali. Dengan menggunakan fungsi hash (hash function) dalam proses perhitungan pada skema ini yang mana sulit secara matematis untuk menemukan preimagenya, serta penggunaan operasi XOR membuat skema ini aman dan effisien dalam hal waktu proses perhitungan. Selain itu, dalam tugas akhir ini juga diberikan ilustrasi bagaimana subbagian pesan/ informasi didistribusikan ke masing-masing peserta, dan proses penemuan kembali pesan/ informasi dalam Skema Secret Sharing berdasarkan Fungsi Hash.

---

This final task discusses on this skripsi is on the construction of secret sharing schemes based on hash function. This method illustrates how the process of securing secret message/ information by distribute share to several participant. The rule to reconstruct the secret message is as follow: any subset which consists of at least k certain participant can reconstruct the message, otherwise if less than k certain participant then the message cannot be reconstructed. By using hash function in the calculation process for this scheme which mathematically difficult to find preimage, and by using XOR operation made this scheme is safe and efficient in terms of processing time calculation. Moreover, in this skripsi also provided an illustration on how to subsections of message/ information is distributed to each participant, and recovery process of the message/ information of the secret sharing schemes based on hash function."