Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada masa sekarang ini, teknologi semakin berkembang dan terus berkembang dengan cepat. Terutama kebutuhan adanya teknologi automasi yang memerlukan pengembangan lebih dalam lagi sehingga dapat menghasilkan teknologi cerdas yang dapat merespon tanggapan dengan cepat. Penelitian ini melakukan percobaan penerapan jaringan saraf tiruan radial basis function menggunakan metode backward dan metode Orthogonal Least Square (OLS). Berdasarkan hasil percobaan dapat dilihat bahwa penerapan jaringan saraf tiruan radial basis function metode OLS memiliki proses pelatihan yang lebih cepat dibandingkan penerapan jaringan saraf tiruan radial basis function metode backward. Selain itu, tingkat keakuratan yang dimiliki jaringan saraf tiruan radial basis function metode OLS juga tinggi.

---

In recent years, technology get better and better. The need of automatic technology that need to be developed more serious so it can result smart technology that can response the stimulation quickly. This research do experimentation on radial basis function neural network using backward methode and Orthogonal Least Square (OLS) methode and then compared with backpropagation neural network.

Based on result of experimentation we can conclude that radial basis function neural network using Orthogonal Least Square (OLS) method has training processing time faster than radial basis function neural network using backward method. Beside of that, radial basis function neural network using Orthogonal Least Square (OLS) method has high accuracy too."

"Seiring dengan makin tingginya tuntutan akan teknologi kendali (kontrol), makin kompleks pula masalah perancangan sistem kendali yang dihadapi para perancang sistem. Hal mi menyebabkan para perancang tersebut semakin dituntut untuk membuat suatu model pengendalian yang dapat menangani masalah yang lebih kompleks. Salah satu masalah pengendalian sistem yang cukup kompleks adalah masalah pengendalian suatu keadaan yang tidak pasti (uncertainty situation). Sedangkan salah satu model pengendalian yang sesuai untuk keadaan seperti itu adalah model pengendalian Fuzzy, yaitu berupa Sistem Inferensi Fuzzy. Skripsi mi membahas tentang. Sistem Inferensi Fuzzy untuk mengatur lebar buka katub karburator dengan tujuan mengefisienkan penggunaan bahan bakar dari kendaraan bermotor yang bersangkutan, dengan menggunakan metode Orthogonal Least Square. Secara garis besar dibahas mengenai model Sistem Inferensi Fuzzy yang digunakan berikut cara kerjanya, cara kerja metode Orthogonal Least Square, dan beberapa teori dasar dan logika Fuzzy yang menjadi dasar Sistem Inferensi Fuzzy."

"Pada masa sekarang ini perkembangan teknologi cenderung memiliki kemampuan untuk berpikir dan mengambil keputusan layaknya manusia. Salah satu dari banyak metode untuk mengembangkan teknologi yang cerdas adalah dengan menggunakan Jaringan Saraf Tiruan Radial Basis Function. Penelitian ini membandingkan antara Jaringan Saraf Tiruan Radial Basis Function dengan Fungsi Error Kuadratis dan Cross-Entropy dalam mengenal empat set data dari ?UCI Repository of Machine Learning Database? dan satu set data uranium dari BATAN. Selain itu, kedua jaringan tersebut dibandingkan dengan Jaringan Saraf Tiruan Backpropagation. Berdasarkan hasil percobaan dapat dilihat bahwa algoritma Radial Basis Function lebih sederhana dan memiliki waktu komputasi yang lebih cepat dibandingkan dengan algoritma Backpropagation.

---

At the present, technological developments tend to have the ability to think and making decisions like human beings. One of the many methods to develop intelligent technologies is to use Radial Basis Function Neural Networks. This study compares the Radial Basis Functions Neural Networks with Mean Square Error Function and Cross-Entropy Error Function in identifying four sets of data from the "UCI Repository of Machine Learning Databases" and a set of data uranium from BATAN. In addition, both networks are compared with Backpropagation Neural Networks. Based on the results of the study, it is shown that Radial Basis Functions algorithm has simpler and faster computational capability compared to Backpropagation algorithm."

"ABSTRAKAproksimasi fungsi dalam proses komputasi sering digunakan hampir di semua bidang analisis numerik. Dua alasan utama penggunaan aproksimasi fungsi adalah untuk memberikan fungsi pendekatan yang efektif dan mendekati suatu fungsi yang rumit dengan fungsi yang lebih sederhana. Tesis ini membahas kinerja algoritma least square dan exhange untuk aproksimasi least square dan minim ax fungsi univariat. Evaluasi kinerja kedua algoritma tersebut diarahkan pada parameter-parameter: order polinomial aproksimasi, panjang interval domain, kelengkungan dan panjang busur, sehingga diharapkan dapat diupayakan kinerja algoritma yang optimal. Kedua algoritma tersebut diimplementasikan pada perangkat lunak MATLAB. Untuk mengukur indikator-indikator kinerja tersebut di atas digunakan beberapa analisis statistik, sedangkan pendugaan kinerja dilakukan dengan membuat model regresi. Hasil numerik menunjukkan bahwa terdapat perbedaan yang signifikan pada lama waktu proses kedua algoritma yaitu waktu proses algoritma least square lebih lama dari pada waktu proses algoritma exchange,.sebaliknya tidak terdapat perbedaan akurasi aproksimasi fungsi. Secara umum, parameter-parameter tersebut berpengaruh terhadap kinerja kedua algoritma. Model regresi eksponensial adalah model yang cukup baik untuk menduga kinerja kedua algoritma. Daftar Pustaka: 17 (1972 - 1994). "

"Dalam beberapa tahun ini, telah banyak penelitian yang berhubungan dengan pengenalan pola dilakukan untuk mengindentifikasi berbagai macam bentuk pola. Tesis ini membahas pengembangan jaringan saraf tiruan fungsi basis radial fuzzy. Dalam penelitian ini dilakukan dua percobaan, yaitu jaringan saraf fungsi basis radial fuzzy menggunakan SOM dan jaringan saraf fungsi basis radial fuzzy tanpa SOM.Hasil yang dicapai dari recognition rate menunjukkan jaringan saraf fungsi basis radial fuzzy menggunakan SOM memberikan performa yang baik. Jaringan saraf ini diharapkan dapat dikembangkan oleh peneliti-peneliti yang lain untuk kemajuan keilmuan dalam segala bidang.

---

In recent years, has been much research related to pattern recognition performed to identify various forms of patterns. This thesis discusses the development of artificial neural networks fuzzy radial basis functions. In this study conducted two experiments, namely radial basis function neural network fuzzy neural network using the SOM and fuzzy radial basis function without SOM.

The result of recognition rate shows the radial basis function neural networks using a fuzzy SOM gives a good performance. Neural network is expected to be developed by other researchers for the advancement of knowledge in all fields."

"ABSTRAKOrthogonal Frequency Division Multiplexing adalah sistem komunikasi saat ini mulai banyak digunakan secara luas karena tingginya kecepatan transfer data. Kecepatan transfer data OFDM bisa mencapai 100 Mbps. Namun, tingginya kecepatan transmit data sistem OFDM membuatnya rentan terhadap fading dan noise yang dihasilkan oleh kanal. Fading dan noise ini dapat mengakibatkan terjadinya eror pada transmisi bit. Oleh karena itu, diperlukan suatu teknik yang dapat mengurangi error yang terjadi. Salah satu teknik yang banyak digunakan adalah estimasi kanal. Estimasi kanal berguna untuk mengurangi perubahan bit yang terjadi saat ditransmisikan. Pada skripsi ini, akan dijelaskan salah satu metode estimasi kanal least square dengan meggunakan pilot symbol. Estimator ini akan mengestimasi kanal yang mengandung Rayleigh fading dan AWGN terhadap penerima yang diam dan bergerak dengan kecepatan tertentu.

---

ABSTRACTOrthogonal Frequency Division Multiplexing communication system is now starting to be widely used because of the high-speed data transfer. OFDM data transfer speeds can reach 100 Mbps. However, the high speed transmits data OFDM system makes it susceptible to fading and noise generated by the channel. Fading and noise can result errors in the transmission of bits. Therefore, we need a technique that can reduce the error that occurred. One technique widely used is the estimated channel. Channel estimation is useful to reduce the error that occur when the bits transmitted. In this thesis, will be explained one of the least square method of channel estimation using pilot symbol. This estimator will estimate the channel containing the Rayleigh fading and AWGN to the fixed and moving receiver at certain speeds."

"Jaringan Saraf Tiruan (JST) merupakan suatu model matematis yang dewasa ini banyak digunakan dan algoritma pembelajarannya merupakan hal yang menarik untuk dipelajari. Pada skripsi ini, akan dibahas mengenai JST berbasis Radial Basis Function (RBF) dan perbandingannya dengan JST berbasis backpropagation yang dewasa ini banyak digunakan. Optimasi JST ensemble dengan algoritma Negative Correlation Learning (NCL) berbasis RBF juga akan dilakukan pada skripsi ini. Set data yang akan digunakan selama percobaan adalah data UC Irvine Machine Learning Repository (UCI) dan citra manusia cahaya tampak dan infra merah.

---

Artificial neural network is a mathematical model that nowadays has been applied widely and its learning algorithm has become an interesting object to learn. This thesis is going to discuss artificial neural network based on Radial Basis Function (RBF) and its comparison with backpropagation that has been widely purposed. Afterward, optimation is conducted in term of ensemble artificial neural network with Negative Correlation Learning (NCL) algorithm based on RBF. The databases to use are UC Irvine Machine Learning Repository (UCI) and pictures of human face that are achieved from infra-red and visible-light cameras. "

"Pelanggan telekomunikasi akan bertambah dari hari ke hari. Lonjakan jumlah pelanggan ini tentu menggembirakan pelaku industri telepon seluler. Namun penambahan jumlah pelanggan juga membawa konsekuensi serius bagi operator, yaitu kapasitas jaringan untuk menjamin konektifitas pelanggannya. Dengan menggunakan data periode dari tahun 2008 dan metode linier least square untuk melakukan prediksi trafik di tahun 2010. Perhitungan dan prediksi dilakukan untuk mendapatkan komponen nilai growth factor, high season factor, trafik akhir 2010, prediksi pelanggan akhir 2010, program ekspansi jaringan 3G khususnya tentang kebutuhan High Speed Downlink Packet Access (HSDPA) , capex dan juga opex guna untuk keputusan analisa investasi.Subscriber HSDPA di Bali diperkirakan meningkat sebesar 160% di tahun 2010, sedangkan Tren Average of Concurrent User Tahun 2010 diprediksikan akan mengalami kenaikan sekitar 206 %. Peningkatan jumlah pelanggan HSDPA diatasi dengan penambahan kapasitas jaringan baik disisi ekspansi maupun new collocated. Dengan IRR berkisar antara 30,353% dan NPV > 0, maka proyek ini layak untuk dijalankan.

---

Telecommunications customers will increase from day by day. Jump in the number of subscribers is certainly encouraging mobile phone industry. However, the number of customer additions also bring serious consequences for the operator, the network capacity to ensure connectivity customers. The data period collected from 2008 and linear method least square is used to carry out the prediction of the traffic for 2010. The calculation and the prediction was done to get the component thought growth factor, high season factor, also end of year traffic 2010, the prediction of the end subscriber 2010, the total expansion for 3G networks in particular High Speed Downlink Packet Access (HSDPA), capex and Opex furthermore those parameter will be used for investment analysis.Subscriber HSDPA in Bali is expected to increase by 160% in the year 2010, while the trend of Concurrent Users Average year 2010 is predicted to increase approximately 206%. An increasing number of HSDPA overcome by the addition of either side of the network capacity expansion and new collocated. With IRR ranged between 30.353% and the NPV> 0, means this program is recommended to be done."

"Masalah terbesar dalam suatu proses Destilasi adalah sering berubahnya konfigurasi dari aliran masukan, dikarenakan aliran masukan tersebut tersebut berasal dari dari sumur minyak yang sudah pasti besarnya akan selalu berubah, sehingga akan berpengaruh terhadap konfigurasi unit-unit destilasi lainnya. Kebanyakan dari data yang dihasilkan dari proses distilasi merupakan data yang nonlinier dan kompleks jika menggunakan model yang konvensional. Jaringan syaraf tiruan adalah salah satu metode yang banyak dikembangkan untuk membuat sistem permodelan yang berasal dari pengambilan data secara langsung.. Sulitnya menemukan korelasi untuk memprediksi konfigurasi unit utilitas dan proses dengan aliran masukan yang selalu berubah dalam suatu proses distilasi menjadikan metode jaringan syaraf tiruan sebagai salah suatu solusi yang dapat digunakan untuk melakukan suatu prediksi setting kondisi operasi. Pada penelitian ini dilakukan pendefinisian model arsitektur jaringan saraf tiruan dengan menggunalkan backpropagation dan basis radial yang kemudian dilakukan proses pembelajaran dengan data pembelajaran berupa data historis yang didapat dari unit Debutanizer 16-C-104 selama periode April sampai 31 Agustus 2006. Unit ini merupakan unit proses distilasi kepunyaan PT. Pertamina (Persero) UP-VI Balongan. Penelitian ini menghasilkan sebuah perangkat lunak simulasi yang dapat memprediksikan setting temperatur feed, temperatur kondenser, temperatur reboiler, temperatur reflux, dan tekanan kondenser proses destilasi dengan tingkat kesalahan di bawah 1 % menggunakan kedua jenis JST. Sedangkan Jika menggunakan Hysis didapat hasil kesalahan diatas 5 %."