Hasil Pencarian  ::  Simpan CSV :: Kembali

"Conveyor adalah alat pemindah bahan yang sering digunakan di pabrik-pabrik. Konstruksinya bermacam-macam tergantung dari mana bahan yang akan dipindahkan dan kemana bahan itu dipindahkan.Karena fungsi tersebut, maka untuk perencanaanya diperlukan perhitungan terhadap parameter-parameter yang berhubungan dengan conveyor tersebut."

"ABSTRAKTelah dibuat Alat Takaran Beras dan Air Untuk Menanak Nasi menggunakan 2takaran beras dan air. Untuk membuka dan menutup aliran beras dan airmenggunakan motor servo. Penulis juga menggunakan ATMEGA 8535 sebagai ICmikrocontroller. Penulis juga menggunakan sensor timbangan berupa load cellyang terdapat strain gauge untuk menimbang beras dan air. Selang pipa untukmengalirkan beras dan air dengan cara memberi perintah melalui microcontrollerdengan inputan saklar tekan pilihan beras 3 buah dan 2 saklar tekan tipe pilihanair.

---

ABSTRACTWas made Rice Measuring tool and Water For Menanak Rice utilize 2 rice andwater measuring. To open and closes rice and water flow utilize servo's motor.Writer also utilize ATMEGA 8535 as IC mikrocontroller . Writer also utilizes loadcell found strain gauge's censor as weight sensor to weigh rice and water. Afterpipe to stream rice and water by gives instruction via microcontroller with inputrice switch and 2 waters selection switches."

"Pembelajaran mesin telah mengubah berbagai industri dan aplikasi secara mendasar, membuka era baru dalam pemanfaatan data. Kemampuannya dalam mengenali pola dan menganalisis informasi dari data besar telah menciptakan revolusi dalam berbagai bidang. Namun, seiring dengan pertumbuhan cepat dalam ranah machine learning, model-model yang semakin berkembang menjadi lebih besar dan kompleks, yang pada akhirnya meningkatkan tantangan dalam proses pelatihan dan manajemennya. Hal ini menghadirkan tantangan tersendiri dalam implementasi operasi pembelajaran mesin dalam skala besar. Untuk memenuhi Service Level Objective (SLO) sebuah perusahaan, diperlukan algoritma penjadwalan (scheduling algorithm) yang mampu mempercepat proses tersebut. Selain itu, untuk mengukur efektivitas algoritma scheduling, diperlukan pengujian yang komprehensif. Dalam konteks ini, teknik chaos engineering mampu menguji seberapa baik sistem yang telah dibangun beserta algoritma penjadwalan yang diterapkan.

---

Machine learning has fundamentally transformed various industries and applications, ushering in a new era in data utilization. Its ability to recognize patterns and analyze information from large datasets has revolutionized numerous fields. However, with the rapid growth in the realm of machine learning, increasingly complex and larger models pose challenges in their training and management processes. This presents unique challenges in implementing MLOps on a large scale. To meet a company's Service Level Objective (SLO), a scheduling algorithm capable of expediting these processes is required. Moreover, comprehensive testing is necessary to measure the effectiveness of the scheduling algorithm. In this context, chaos engineering can assess the system's efficacy alongside the applied scheduling algorithm."

"ABSTRAKAlat pembalik frame adalah salah sam alat yang ada di pabrik PT. Toyota Astra Motor. Alat ini digunakan untuk membalik iiame kendaraan, khususnya kendaraan crown dan landcruiser. Selama beroperasi alat ini melakukan gerakan-gerakan seperti menjepit dan melepas, memutar 180°, dan naik dan turun. Untuk melakukan gerakan-gerakan tersebut alat ini memerlukan tenaga penggerak seperti motor listrik dan tekanan penumatik.Pemilihan tenaga penggerak tersebut adalah masalah utama dalam perancangan mekanisme penggerak pembalik iiame. Mekanisme penggerak tersebut harus mampu melawan beban statis dan beban dinamis yang terjadi selama beroperasi.Beban statis yang terjadi pada alat pembalik frame seperti gesekan-gesekan yang texjadi selama pergerakan. Pada gerakan pexputaran teljadi gesekan pada sekeliling luas permukaan. Gesekan ini terjadi karena adanya pergeseran antara dua permukaan benda berbeban yang bergerak. Beban ini sangat bervariasi sehingga rnemerlukan analisa untuk mengetahui berapa besarnya rcaksi texjadi pada tiap titik prgerakkan tersebut.Beban dinamis yang teljadi pada alat pembalik Eame adalah dibutuhkannya gaya tambahan untuk melakukan percepatan-percepatan linier maupun percepatan sudut.Selain tenaga penggerak, mekanisme penggerak juga membutuhkan elernen-elernen lain yang mefndukung pergerakkan tersebun Seperti gerakan perputaran dibutuhkan poros, bantalan, sprol-cet, dan rantai rol. Sedangkan pada gerakkan menjepit dibutuhkan elemen-elemen pneumatik seperti katup arah, pengendali aliran, pipa, dll.Pada gerakkan naik-turun dibutuhkan rangkaian batang-batang yang beximgsi sebagai penyeimbang.Dengan adanya analisa dan perhitungan yang seksama diharapkan tidak te1jadi kesalahan-kesalahan dalam melakukan pemilihan dan pembelian elemen-elemen penggerak tersebut.

---

"

"ABSTRAKTurbin air arus lintang adalah salah satu jenis turbin air dimanaaliran airnya mengalir masuk dan keluar dari rotor turbin dengan arahmelintang menembus rode jalannya dan memindahkan enarginya dua Kaliyaitu pada tingkat pertama dan tingkat kedua. Dilihat dari jaiannya air, lurbinini seringkali disebut sebagai turbin dengan dua tlngkat keoepalan.Berpegang pada fasilitas - fasilitas yang terdapat didaerah terpencil dan daerah irigasi dipertimbangkan sangat terbatas. maka tim mikrohidra MH2-UI memilih membuai turbin jenis arus lintang yang dirasa cocok dengan kondisi slam, oadangan enargi air di Indonesia Serta sesuai dengan kebijaksanaan pemerintah mengenai Pembangkit Listrik Tenaga Mikrohidro.Dalam hal ini. dirancanglah suatu sisiem penyalur daya yang cocok dengan jenis turbin ams lintang Inl dengan metode perhitungan mekanika fiulda, elemen mesin, kekuatan bahan dan enalisa dinamik yang menghasilkan dimensi, bentuk, pernllihan pmduk dan analisa kekuatan. Setelah proses perancangan, dilanjutkan dengan umtan proses fabrikasi yang dilakukan di bengkel pennesinan berdasarkan cetak biru dari hasilrancangan.Hasil akhimya ada di pengujian lapangan di LTA mini PLN Cipayung sentral 1 dlmana turbin hasil kerja sama penulis bersama tim diuji kinerjanya hlngga didapat data - data karakteristik dari turbin ini.

---

"

"Penggunaan mesin deteksi ulir & packing selama ini mengakibatkan filter menjadi reject/rework. Filter reject/rework tersebut dibagi menjadi tiga jenis yaitu : sablon rusak, cat rusak dan body penyok. Setelah dilakukan penelitian dilapangan, ternyata ada dua faktor yang menjadi penyebab filter reject/rework yaitu : kapasitas mesin yang tidak sama sehingga mesin overload dan sistem rnekanik dari mesin deteksi ulir sendiri. Dari permasalahan tersebut dilakukan perancangan mesin deteksi ulir & packing baru untuk menyempumakan mesin deteksi ulir & packing sebelumnya. Desain dikembangkan dari dua faktor penyebab filter reject, prinsip kerjanya masih menggunakan sistem yang lama. Ada empat modiiikasi yang clibuat dimesin baru yaitu : mesin deteksi ulir digabung dengan oven pengering, mesin mengatur incoming filter, rod transfer dibuat atas dan bawah, clamp centering menggunakan sistem roll. Dengan pembuatan mesin sistem mekanik baru hasil modifikasi diharapkan, filter reject /rework bisa berkurang, kelebihan yang lain harganya lebih murah, hanya 44% dari harga mesin sebelumnya."

"Penyakit kulit merupakan penyakit yang sangat umum pada manusia. Penyakit kulit merupakan salah satu penyakit dengan penyebaran paling luas di dunia. Banyaknya jenis penyakit kulit yang ada membuatnya sulit untuk di identifikasi dengan benar. Identifikasi penyakit kulit sangat penting dilakukan untuk mengetahui tindakan medis apa yang akan dilakukan pada penyakit tersebut. Dengan memanfaatkan machine learning, identifikasi penyakit kulit dapat dilakukan dengan lebih cepat dan dapat menjadi bantuan agar menjadi diagnosa awal penyakit kulit. Penelitian ini melakukan pengujian pada model deep learning untuk mengidentifikasi penyakit kulit yang ada di dalam dataset DermNet. AlexNet adalah model deep learning yang telah digunakan untuk mengklasifikasikan objek dengan dataset yang besar. Hasil pengujian pada penelitian ini dapat menjadi salah satu bahan perbandingan dalam perkembangan deep learning. Nilai akurasi validasi yang didapat dari model mencapai 44,25%.

---

Skin disease is a widespread disease in humans. Skin disease is one of the most pervasive diseases in the world. The many types of skin diseases make it difficult to identify correctly. Identifying skin diseases is essential to determine what medical action will be taken for the disease. By utilizing machine learning, the identification of skin diseases can be done more quickly and aid in making an early diagnosis of skin diseases. This study tested a deep learning model to identify skin diseases in the DermNet dataset. AlexNet is a deep learning model used to classify objects with large datasets. The test results in this study can be used as a comparison in developing deep learning. The validation accuracy value obtained from the model reaches 44.25%."

"

Emosi merupakan hal penting yang dimiliki oleh manusia. Banyak riset yang sudah dilakukan untuk menganalisis emosi seseorang secara langsung maupun tidak langsung. Salah satu topik dari machine learning yang berkembang adalah sistem yang mampu mempelajari isi suara manusia untuk menentukan emosi seseorang yang dinamakan speech emotion recognition. Banyak riset yang sudah dilakukan masih menggunakan dataset berbahasa Inggris, untuk itu diperlukan penelitian speech emotion recognition dengan menggunakan dataset berbahasa Indonesia. Pada penelitian ini dilakukan analisa speech emotion recognition menggunakan  4 model berbeda yaitu Convolutional Neural Network (CNN), Support Vector Machines (SVM), K-Nearest Neighbor (KNN), dan Logistic Regression (LR). Penelitian ini dilakukan dengan menggunakan hasil ekstraksi dari Mel-frequency Cepstral Coefficient (MFCC) yang dimasukkan ke dalam bentuk matriks 2D sebagai input menuju model percobaan. Dataset yang digunakan merupakan cuplikan dialog berbahasa Indonesia dengan karakteristik emosi tertentu yang sudah dikelompokkan terlebih dahulu. Dari percobaan yang telah dilakukan, didapatkan hasil bahwa model SVM memiliki tingkat rata-rata akurasi tertinggi jika dibandingkan dengan model lainnya, yaitu sebesar 59%. Sedangkan untuk model LR, KNN, dan CNN didapatkan tingkat akurasi rata-rata secara berurutan sebesar 54,5%; 53,5%; dan 47,7%.

---

Emotions are important things in human life. A lot of research had been done to analyze persons' emotions directly or indirectly. One of the topics of machine learning that is developing is a system that could understand the content of the human voice to determine a person's emotions called speech emotion recognition. Much of the research that had been done still uses English datasets. Therefore, speech emotion recognition research using Indonesian language datasets is needed. In this study, Speech Emotion Recognition analysis was performed using 4 different models, such as Convolutional Neural Network (CNN), Support Vector Machines (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). This study was conducted using the extraction outputs from the Mel-frequency Cepstral Coefficient (MFCC) which was converted into a 2D matrix. The output would be used as an input to the model. The dataset used was a snippet of Indonesian dialogue with several emotional characteristics that had been grouped. Based on this study, the results showed that the SVM model had the highest average level of accuracy around 59%. Meanwhile, for the LR, KNN, and CNN models, the average accuracy rate were 54.5%; 53.5%; and 47.7%.

"