Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengkompresian suara pada kecepatan bit 2,4 kbps dan 7,8 kbps diharapkan mampu diterapkan pada aplikasi di dunia telekomunikasi seperti komunikasi tak bergerak dan komunikasi bergerak yang memiliki keterbatasan bandwidth (band limited). Dengan menggunakan kecepatan bit sebesar 2,4 kbps atau 7,8 kbps ini juga diharapkan marnpu untuk meningkatkan eflisiensi penggunaan bandwidth dari media transmisi yang digunakan. Pada skripsi ini dibabas perbandingan unjuk kerja antara metode pengkompresian suara 2,4 kbps dan 7.8 kbps menggunakan metode Linear Prediction Coding {LPC) ditinjau dari segi SNRR (Signal to Noise Reconstruction Ratio) dan tingkat kualitas suara yang dihasilkan berdasarkan data yang diparoleh dari 30 orang responden dengan menggunakan parangkat keras ADSP-2181 yang merupakan prosessor DSP buatan Analog Device. Hasil dari uji coba ini menunjukkan bahwa kompresi suara dengan kecepatan 7.8 kbps memiliki unjuk kerja yang lebih baik dibandingkan kecepatan 2.4 kbps."

"Kompresi citra adalah proses mengurangi ukuran dari citra dengan mengurangi kualitas dari citra tersebut. Metode Fraktal yang digunakan bekerja dengan mencari kemiripan pada piksel-piksel citra dan mengelompokkannya dalam beberapa cluster. Semakin tinggi tingkat kemiripan pada citra, rasio kompresi akan semakin baik. Pada citra berwarna (RGB) metode tersebut diulang sebanyak tiga kali, masing-masing untuk satu elemen warna. Hasil akhir dari proses kompresi adalah tiga virtual codebook, masing-masing untuk satu elemen warna, yang menyimpan nilai dari brightness, contrast, dan tipe transformasi affine yang digunakan untuk tiap cluster. Proses dekompresi dari metode ini adalah dengan membentuk citra kosong dengan resolusi yang sama dengan citra asli dan mengisikan nilai RGB pada tiap piksel yang bersangkutan dengan menghitung nilai yang tersimpan pada virtual codebook. Dengan menggunakan nilai Coefficient of Variation (CV) sebagai penyesuaian nilai standar deviasi dan 57 citra BMP24-bit, hasil pengujian menunjukkan rasio kompresi rata-rata sebesar 41.79%. Dengan metode paralel yang digunakan, proses kompresi citra berwarna menunjukkan rata-rata nilai speed-up sebesar 1.69 dan nilai efisiensi prosesor sebesar 56.34%.Image compression is a process of reducing the size of the image by reducing the quality of the image. Fractal method is used to work by searching for similarities in the image pixels, and group them in clusters. The higher the degree of resemblance to the image, the better the compression ratio. In the color image (RGB) the method is repeated three times, each for one color element.The end result of the compression process is a three virtual codebook, each for one color element, which stores the value of the brightness, contrast, and the type of affine transformation are used for each cluster. Decompression process of this method is to form a blank image with the same resolution with the original image and fill in the RGB values at each pixel corresponding to the count value stored in the virtual codebook.By using the Coefficient of Variation (CV) as an adjustment value and standard deviation of 57 pieces of 24-bit BMP images, test results showed an average compression ratio of 41.79%. With the parallel method is used, the compression process of color image shows the average speed-up values of 1.69 and the processor efficiency of 56.34%."

"ABSTRAKTugas akhir ini membahas mengenai Algoritma dan Pemrograman Metode Bifaktorisasi yang merupakan salah satu metode langsung dalam mencari penyelesaian sistim persamaan linier Ax = b. Dalam Metode Bifaktorisasi Matriks A difaktorkan menjadi dua buah matriks, yaitu matriks kiri dan matriks kanan. Matriks kiri adalah matriks segitiga bawah L dan matriks kanan adalah matriks segitiga atas R dengan diagonal 1 sehingga L A R = I. Matriks invers A dapat dicari sebagai perkalian antara R dan L sehingga A = R L sedangkan x dapat dicari dengan persamaan x = A- b. Algoritma dan Pemrograman yang dibuat adalah yang mempunyai storage dan kecepatan yang optimal dengan stabilitas numerik yang terjaga. Diasumsikan dalam hal ini matrik A sparse dan simetris definit positif."

"Convolutional coding is used widely today, especially in wireless communication. In trnasmitter, the convolutional encoder generates code from input data....."

"Algoritma Diffie-Hellman adalah algoritma yang menggunakan kunci publik dalam proses pembentukkan kunci rahasia. Pada tugas akhir ini akan dipelajari pembentukkan kunci rahasia dengan algoritma Diffie-Hellman berdasarkan fungsi polinomial Chebyshev.

---

Diffie-Hellman algorithm is used to obtain a secret key by using a public key. This final project will study how to obtain a secret key by Diffie-Hellman algorithm based on Chebyshev polynomial."

"Masalah penjadwalan bus sekolah merupakan masalah penentuan rute dalam melayani semua trip oleh sejumlah bus, untuk mengantarkan sejumlah siswa ke sekolah mereka masing-masing. Dengan trip terdiri dari sederetan halte bus dan sekolah tujuan dari masing-masing trip tersebut. Setiap bus dapat melayani lebih dari satu trip. dimana armada bus yang berada di depot adalah heterogen, yaitu kapasitas dari bus yang tersedia berbeda-beda. Dengan menganggap trip sebagai virtual stop, maka masalah penjadwalan bus sekolah dapat dimodelkan sebagai vehicle routing problem with time windows (VRPTW). Dalam menyelesaikan masalah ini, digunakan construction algorithm untuk membangun solusi awal. Setelah itu solusi tersebut diperbaiki dengan menggunakan improvement algorithm.

---

The school bus scheduling problem is a problem to assign some buses to serve all trips. A trip consists of a sequence of bus stops and their designated school. Each bus can serve more than one trip. The bus fleet is assumed heterogen or the capacity for each bus is different. A school bus scheduling problem can be modeled as a vehicle routing problem with time windows (VRPTW) by considering trips as virtual stops. The initial solution can be generated by construction algorithm and it will be improved by improvement algorithm."

"Nilai Glomelural Filtration Rate (GFR) sebagai salah satu hasil pemeriksaan renogram, saat ini diperoleh dengan cara membuat Region of Interest (ROI) secara manual pada kedua ginjal. ROI ini akan menghasilkan jumlah cacahan dari kedua ginjal yang akan digunakan untuk menghitung GFR. Karena dibuat secara manual, maka ROI dan nilai GFR tersebut hasilnya subyektif dan bergantung pada kemampuan operator. Oleh karena itu, pembuatan ROI ginjal secara otomatis menggunakan prinsip segmentasi citra dengan algoritma pengolahan citra yang sudah ada dapat menjadi solusi. Proses pembuatan ROI ginjal secara otomatis meliputi 3 tahap yaitu pre-processing, image contrast enhancement, dan image segmentation. Hasil akhir yang diperoleh adalah citra hasil pemeriksaan renogram dengan kedua ginjal yang sudah dibROI secara otomatis. Hasil pengujian yang dilakukan terhadap 35 pasien diperoleh 26 pasien berhasil di ROI secara otomatis dan 9 pasien gagal. Dari 26 pasien yang berhasil, hasilnya dibandingkan secara kuantitatif dengan ROI manual yang dilihat dari nilai true positive (TP), false negative (FN), dan false positive (FP). Diperoleh nilai rata-rata dari semua pasien yang berhasil yaitu TP 82,42%, FN 16,86%, dan FP 14,57%.

---

Glomelural Filtration Rate (GFR) value as one of the result of renogram examination, is obtained by delineate Region of Interest (ROI) manually on both kidney. This ROI will produce counts from both kidney which is used to calculate GFR. Because of delineate manually, the result would be subjective and depend on operators’ skill. Therefore, automatic kidney ROI using image segmentation with image processing algorithm that have been widely used can be one solution to relieve this problem. The process to make this automatic kidney ROI include 3 steps: pre-processing, image contrast enhancement, and image segmentation.

The final result is renogram examination image that both kidney have ROI automatically. Results of the test performed on 35 patients show 26 patients were successful and 9 patients failed because of some reasons. From this 26 successful patients, the results were compared quantitatively with manual delineation ROI as seen from true positive (TP), false negative (FN), dan false positive (FP) value. The average values ​​obtained from all patients who successfully ie TP 82.42%, FN 16.86%, and 14.57% FP."

"Tugas akhir ini membahas 2 algoritma untuk menentukan himpunan bebas maksimum pada graph busur sirkular. Algoritma tersebut adalab algoritma dari LEUNG dan algoritma dari MASUDA NAKAJIMA. Kemudian dilakukan perbandingan pada kedua algonitma tersebut untuk menentukan algoritma yang terbaik ditinjau dari sudut kompleksitas waktu."

"Education field is one of area have to be paid attention from plagiarism activity. The students are common part related to this criminal activity. They usually get involved in copying the programming assignments, for example source code duplication...."