Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengembangan sistem pengenalan wajah yang optimal akan sangat bergantung pada proses seleksi ciri yang digunakan sebagai basis pada pengenalan pola. Dalam proses seleksi ciri tersebut akan terdapat dua aspek yang akan saling berpengaruh yaitu, aspek reduksi terhadap jumlah data yang digunakan pada klasifikasi dan peningkatan kemampuan pendiskriminasiannya. Dalam proyek mahasiswa ini, digunakan salah satu metode pengkodean citra wajah yang dapat memenuhi kedua aspek di atas, yaitu metode Fisherface yang berbasis pada Fisher?s Linear Discriminant (FLD). FLD merupakan metode class specific yang mampu memaksimalkan perbandingan antara between scatter class dengan within scatter class. Fisherface memiliki karakteristik mampu mengenali citra wajah dalam berbagai variasi pencahayaan, ekspresi, dan atribut [BELH97]. Transformasi Whitening kemudian diterapkan sebagai pre-processor FLD. Penerapan Whitening akan menghasilkan vektor baru yang komponennya tidak saling berkorelasi dan variansinya sama dengan unity. Sedangkan Algoritma Genetika digunakan untuk mengotomatisasi proses reduksi dimensi sehingga penentuan reduksi dimensi yang optimal tidak lagi dilakukan secara eksperimental. Eksperimen dilakukan pada dua jenis basis data wajah yang berbeda. Basis data wajah Yale digunakan untuk melihat pengaruh penerapan transformasi Whitening pada citra wajah frontal. Sedangkan basis data wajah 3 Dimensi digunakan untuk melihat pengaruh transformasi Whitening pada citra wajah 3 dimensi. Hasil eksperimen dengan basis data Yale menunjukkan tingkat pengenalan Fisherface dengan transformasi Whitening relatif sama dengan yang tidak menggunakan Whitening. Sementara pada basis data 3 Dimensi, penerapan Whitening diduga dapat memperbaiki tingkat pengenalan Fisherface pada saat jumlah citra acuan relatif sedikit. Pada kedua basis data, transformasi Whitening dapat meningkatkan tingkat pengenalan pada kondisi di mana dimensi ciri yang dihasilkan sangat kecil."

"Tujuan dari penelitian ini adalah (1) mengidentifikasi bias jenis kelamin sosial IPA (2) menemukan metode yang paling sensitif memperhitungkan faktor internal dan eksternal dalam mendeteksi bias sosial...."

"Metode penelitian kualitatif secara luas telah digunakan dalam berbagai penelitian sosial termasuk sosiologi. Terdapatbeberapa kesimpangsiuran dalam memahami metode kualitatif yang seringkali dianggap sebagai pelengkap dari metodekuantitatif. Penelitian pustaka ini ingin mendiskusikan beragam isu terkait dengan kelebihan dan kekurangan dalammetode penelitian kualitatif. Kami menyimpulkan bahwa metode kualitatif secara potensial dapat berguna dalammenyumbangkan pembangunan teori-teori ilmu sosial serta metodologi dalam konteks ke-Indonesiaan. Lebih dari itu,penggunaan metode penelitian kualitatif dapat membawa ilmu sosial khususnya sosiologi di Indonesia berada dalamposisi setara dalam dialog peradaban dengan sesama komunitas akademik di Barat.Qualitative method has been widely be adopted in research practices in Indonesian tradition of social sciences includingsociology. However, it seems there is misunderstanding on the method that is seen as additional to the quantitative one.This literature study intend to discuss related issues to the strengths and weaknesses of qualitative method. We doconclude here, that the method has productive potential for fostering the develomment of social theories as well asmethodology in the context of Indonesian world. Hence, it is possible to bring Indonesian social sciences especiallysociology into equal position of future dialog with the counterparts from the Western communities."

"Principal Componen Analysis (PCA) merupakan sebuah metode transformasi yang sangat berguna dalam sistem pengenalan wajah tiga dimensi. PCA berperan sangat baik sebagai alat pengekstraksi ciri yang sangat dibutuhkan dalam proses klasifikasi objek tiga dimensi yang diwakili oleh sekumpulan citra wajah dua dimensi. Dalam proses ekstraksi ciri dilakkan transformasi yang sekaligus melibatkan proses reduksi dimensi untuk mendapatkan ciri-ciri optimal sebagai basis ortogonal ruang wajah. Namun pada setiap himpunan citra wajah yang berbeda proses ini harus dilakukan berulang-ulang karena tingkat reduksi dimensi tersebut ditentukan oleh suatu parameter proporsi kumulatif nilai eigen yang harus ditentukan secara manual dari luar sistem. Akibatnya, proses untuk mendapatkan tingkat reduksi dimensi yang terbaik menjadi terhambat karena adanya proses trial and error tersebut. Disini akan dijelaskan sebuah metode untuk mengotomatisasi dan mengoptimasi proses di atas dengan menunjukkkan kinerja yang tidak kalah bahkan mampu memperbaiki kinerj PCA tanpa dikombinasikan dengan alogritma genetika, sehingga disini proses otomasi dan optimasi yang diharapkan dapat dinyatakan berhasil."

"ABSTRAKDenoising dengan transformasi wavelet tradisionai (ortogonal) terkadang menampakkan apa yang disebut dengan artifak, yaitu noise yang dapat berupa osilasi tak beraturan, yang diantaranya dikenal sebagai fenomena Gibbs. Ini menipakan kelemahan yang ada pads denoising basis wavelet.Suatu metode digunakan daiam rangka menekan atau mengurangi artifak tersebut (noise). Metode ini diperkenalkan olch Coifman, dan dikenal dengan metode Cycle-Spinning, serta variannya yang dikenal dengan metode Translasi-Invarian.Pada skripsi ini, akan ditunjukkan perbandingan unjuk kerja dari metode_metode tersebut dibandingakan dengan metode denoising tradisionai (wavelet shrinkage biasa seperti VisuShrink). Unjuk kerja dari metode ini diperlihatkan daiam bentuk penampilan visual objek basil rekonstruksi dan pengitungan root niean square error (nnse)-nva dalam suatu tabel dan graft perbandingan.Objek yang digunakan untuk proses denoising yaitu berupa suatu sinval artifisial menurut suatu fungsi tertentu, yang dalam beberapa penclitian dan iiterarur, objek-objek ini cukup sering digunakan.Perbandingan yang dilakukan tidak hanya denoising daiam domain wavelet, namun juga denoising dalam domain paket cosinus yang mcnunjukkan bahwasannya metode ini dapat diterapkan dan bermanfaat untuk metode-metode lainnya (selain wavelet). Berhagai variasi dilakukan dalam simulasi yang menggunakan perangkat lunak Matiab versi 5.3.

---

"

"Java Remote Method Invocation (RMI) dan Java CORBA adalah salah satu cara alternatif untuk membangun aplikasi terdistribusi. Java RMI dan Java CORBA memungkinkan programmer untuk membuat aplikasi terdistribusi dimana dari remote objects dapat diminta (invoked) dari adapter yang berada pada host yang berbeda dalam suatu jaringan. Dalam tugas akhir ini penulis mendemonstrasikan Java RMI dan Java CORBA yang digunakan untuk mengimplementasi algoritma Integral Monte Carlo dan perkalian matrik (Matrix Multiplication) terdistribusi yang berjalan pada jaringan internet (menggunakan protocol TCP/IP). Hasil eksperimen menunjukkan akselerasi waktu eksekusi yang cukup signifikan untuk masing masing prosesor. Hasil ini diharapkan menjadi masukan bagi para pengguna dalam mengembangkan aplikasi berbasiskan komputasi terdistribusi."

"Tugas akhir ini membahas suatu metode untuk mendapatkan bentuk kanonik Jordan, yang bernama metode staircase. Ide dasar metode ini yaiu menggunakan transformasi uniter untuk mentransformasi suatu matriks n x n ke dalam bentuk blok segitiga atas, atau bentuk ?staircase? , kemudian menggunakan karakteristik Weyr untuk mendapatkan bentuk kanonik Jordan. Hasil yang didapat dengan menggunakan metode ini dibandingkan dengan hasil yang didapat dengan menggunakan program untuk mendapatkan kanonik Jordan yang sudah ada di Matlab. Untuk membuktikan kestabilan kedua metode, entri pada matrks input diberi gangguan atau perubahan. Hasil perbandingan kedua metode menunjukkan bahwa bentuk kanonik Jordan yang didapat melalui metode karakteristik Weyr lebih stabil dibadingkan dengan bentuk kanonk Jordan yang didapat melalui program untuk mendapatkan kanonik Jordan di Matlab. "