Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 33701 dokumen yang sesuai dengan query
cover
Chairul
"Dengan meningkatnya kompleksitas pemakai basis data, kini arsitektur sistem basis data tidak hanya berdiri sendiri (stand alone/desktop) ataupun 2-tier (client server) kini trend teknologi arsitektur model 3-tier (client, server dan database server) mulai banyak digunakan karena memiliki kelebihan dalam hal efisiensi dan fleksibilitas khususnya sistem basis data yang besar yang memiliki banyak pemakai. Basis data 3-tier merupakan arsitektur yang memiliki tiga segmen, yaitu aplikasi client (client application), aplikasi server (application server) dan basis data server (database server). Pada penelitian ini dirancang model sistem basis data 3-tier yang diaplikasikan untuk simulasi pemantauan mesin Automatic Cutting Soldering (ACS) secara real-time. Sistem basis data 3-tier tersebut dibangun dengan perangkat lunak Borland Delphi 6 untuk aplikasi server (application server) dan aplikasi client (client application) serta SQL Server 2000 sebagai basis data server (database server). Dari hasil perancangan dapat disimpulkan bahwa sistem basis data 3-tier tersebut memiliki kelebihan yaitu ; fleksibel, zero-configuration akses basis data di sisi client, ekonomis, mudah dilakukan up grade konfigurasi dan perawatan sistem."
Depok: Fakultas Teknik Universitas Indonesia, 2005
S40212
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rian Pramudia Salasa
"Solar filament adalah objek pada kromosfer atau korona matahari yang dapat menjadi indikator terjadinya aktivitas-aktivitas cuaca antariksa (space weather). Aktivitas-aktivitas tersebut dapat menimbulkan efek pada kehidupan di bumi seperti gangguan pada pembangkit listrik, kerusakan pada komponen satelit dan wahana luar angkasa, membahayakan aktivitas manusia di luar angkasa, mengakibatkan gangguan pada sistem berbasis komunikasi radio, dan lain-lain. Deteksi filament merupakan bagian penting dari aktivitas peramalan dan peringatan dini serta riset terhadap cuaca antariksa. Pengamatan filament dilakukan menggunakan teleskop dengan fiter Hydrogen-Alpha (H-Alpha). Hingga saat ini telah teradapat beberapa metode yang dikembangkan untuk melakukan deteksi filament pada citra H-Alpha secara otomatis. Namun metode-metode tersebut masih menggunakan algoritma tradisional yang berbasis intensity thresholding, yang mana sangat bergantung pada banyak langkah preprocessing untuk melakukan binerisasi citra H-Alpha. Penelitian ini memanfaatkan deep learning berbasis CNN yaitu Mask R-CNN untuk melakukan deteksi dan ekstraksi fitur-fitur matahari pada citra H-Alpha secara otomatis dan real-time. Hasil dari deteksi dan ekstraksi fitur ini kemudian disimpan ke dalam basis data hingga dapat digunakan dalam memenuhi kebutuhan data untuk aktivitas riset, peramalan, dan sistem peringatan dini. Citra yang digunakan dalam penelitian adalah citra H-Alpha milik Lembaga Penerbangan dan Antariksa Nasional (LAPAN), yang diambil pada bulan Oktober 2017 – Agustus 2018. Sistem yang dirancang dapat mendeteksi filament dan fitur-fitur matahari lainnya dalam waktu 0.3 detik dengan skor ketelitian hingga 0.95.

Solar filament is an object in the Sun’s chromosphere, in which its appearance used as indicator of Sun’s activites in term of space weather. The Sun’s activities itself affect human life in any ways, such as disturbance on power grids, errors on satellites and spacecrafts, anomalies on radio waves based systems, etc. Thus, solar filament detection is an important task on forecasting, early warning, and other research activities regerding the Sun on solar physics topic. Filament observation carried out using solar telescope equipped with Hydrogen-Alpha (H-Alpha) filter, and captured in an image using a capture device. There are some methods has developed to detect filament on H-Alpha images automatically. Most of them uses traditional algorithm based on intensity thresholding, which is very dependent on many preprocessing steps in the binarizing process. This study utilize CNN based deep learning named Mask R-CNN to perform real-time, automatic detection and ectraction of filaments and other solar features on H-Alpha images. The detection and extraction results then recorded in a database to satisfy data availability on solar activity related tasks. This study uses H-Alpha images obtained from Lembaga Penerbangan dan Antariksa Nasional (LAPAN), captured between October 2017 - August 2018. This study shows that the implemented Mask R-CNN based system detects filament and other solar features in approximately 0.3 seconds with 0.95 precision score."
Depok: Fakultas Ilmu Komputer Universita Indonesia, 2020
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
"Automatic Link Establishment (ALE) dapat digunakan untuk pengamatan propagasi gelombang radio HF (3-30MHz) secara real time. Dari hasil penerapan yang dilakukan, diperoleh data yang mewakili kondisi propagasi suatu sirkit komunikasi radio HF secara real time. Data yang diperoleh meliputi nilai frekuensi yang dapat digunakan, kualitas sinyal, dan identitas stasiun penerima. Informasi dari data tersebut disajikan secara real time dalam bentuk grafis pada sebuah alamat website yang dapat diakses secara umum, yakni www.hflink.net. Informasi grafis yang dihasilkan merupakan garis penghubung antara stasiun dengan warna yang berbeda-beda. Warna tersebut menyatakan nilai frekuensi kerja yang dapat digunakan. Selain itu berdasarkan hasil analisis perbandingan antara data dari salah satu sirkit ALE dengan hasil pengamatan menggunakan Ionosonda, diperoleh kesesuaian data ALE dengan variasi lapisan ionosfer. Berdasarkan hasil tersebut, maka sistem ALE untuk pengamatan propagasi gelombang radio HF secara real time dapat diterapkan.
"
621 DIRGA 12:1 (2011)
Artikel Jurnal  Universitas Indonesia Library
cover
Mochammad Afrinaldi
"Ketika suatu kapal dilakukan kegiatan stevedoring atau bongkar muat suatu muatan, maka kondisi stabilitas kapal akan berubah karena adanya perubahan karaktersitik lambung kapal. Untuk memonitor kondisi stabilitas kapal selama stevedoring berlangsung, maka pada penelitian ini akan dilakukan perancangan tools yang dapat memonitor kondisi stabilitas kapal ketika pemuatan container ke atas kapal sedang berlangsung. Dengan penggunaan tools tersebut, pengguna dapat mengetahui kondisi stabilitas kapal secara real time, seperti Kurva GZ, draught haluan, draught buritan, portside draught, starboard draught, nilai GM, dan lain-lain. Tujuan dari penelitian ini adalah membuat tools yang dapat menghitung dan menganalisis stabilitas kapal ketika proses stevedoring berlangsung secara real time dan membuat user interface/antarmuka yang dapat menampilkan kondisi stabilitas kapal secara real time ketika proses stevedoring. tools ini menggunakan platform yang dikeluarkan oleh Google, yaitu Google Form yang digunakan untuk menginput data operasional, Google Sheets yang digunakan untuk menghimpun dan mengolah data hingga didapatkan hasil perhitungan stabilitas kapal, Google Drive untuk menyimpan gambar desain kapal 2D, Google App Script yang digunakan untuk melakukan proses coding pada bagian user interface, dan Google Sites yang digunakan sebagai user interface dalam menampilkan data hasil akhir perhitungan yang dilakukan oleh tools. Kemudian, dilakukan pengujian tools dalam 4 kondisi yang berbeda, yaitu kondisi kapal kosong, kondisi voyage 05A, kondisi voyage 06a, dan kondisi GM negatif. Pada kondisi kapal kosong, didapati hasil perhitungan nilai draught (nilai error) pada bagian haluan, midship, dan buritan sebesar 0.79 m (2.1 %), 1.71 m (0.23 %), dan 2.63 m (0.9 %). Sedangkan pada kondisi voyage 05A didapatkan hasil perhitungan nilai draught (nilai error) pada bagian haluan, midship, dan buritan sebesar 5,70 m (1.95 %), 5.62 m (1.31 %), dan 5.54 m (4.46 %). Serta pada kondisi voyage 06A yang diperoleh hasil perhitungan nilai draught (nilai error) pada bagian haluan, midship, dan buritan sebesar 5.76 m (2.06 %), 5.78 m (0.69 %), dan 5.80 m (3.28 %). Selain itu, pada kondisi GM negatif menghasilkan kurva dimana nilai GZ menjadi negatif.

When a ship is carried out stevedoring, the condition of the ship's stability will change due to changes in the characteristics of the ship's hull. To monitor the condition of the stability of the ship during stevedoring, this research will design tools that can monitor the condition of the stability of the ship when loading or unloading containers is in progress. By using these tools, users can find out the stability condition of the ship in real time, such as the GZ curve, fore draft, after draft, portside draft, starboard draft, GM value, and others. The purpose of this study is to create tools that can calculate and analyze ship stability when the stevedoring process takes place in real time and create a user interface that can display the ship's stability condition in real time during the stevedoring process. This tool uses a platform issued by Google, namely Google Form which is used to input operational data, Google Sheets which is used to collect and process data until the results of the calculation of ship stability are obtained, Google Drive which is used as Google App Script which is used to perform the coding process on the user interface, and Google Sites which is used as a user interface in displaying the final data of the calculations performed by the tools. Then, the tools were tested in 4 different conditions, namely the empty ship condition, 05A voyage condition, 06a voyage condition, and negative GM condition. In the condition of an empty ship, the results of the calculation of the draft value (error value) on the fore, midship, and after were 0.79 m (2.1 %), 1.71 m (0.23 %), and 2.63 m (0.9 %). While in the 05A voyage condition, the calculation results of the draft value (error value) on the fore, midship, and after sections were 5.70 m (1.95 %), 5.62 m (1.31 %), and 5.54 m (4.46%). And in the 06A voyage condition, the calculation results of the draft value (error value) on the fore, midship, and after were 5.76 m (2.06 %), 5.78 m (0.69 %), and 5.80 m (3.28%). In addition, the negative GM condition produced a curve where the GZ value became negative."
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Alan Novaldi
"Sistem lampu lalu lintas cerdas merupakan sistem yang dapat melakukan pengaturan lampu lalu lintas secara adaptif berdasarkan kondisi kepadatan lalu lintas. Salah satu cara untuk mendapatkan kondisi kepadatan lalu lintas adalah melakukan komputasi penghitungan jumlah kendaraan dari video CCTV yang terpasang pada persimpanan. Pada penelitian ini dilakukan paralelisasi program penghitungan jumlah kendaraan menggunakan modul Multiprocessing pada python untuk mendapatkan data penghitungan kendaraan dari setiap jalan di persimpangan. Selanjutnya utilisasi GPU dilakukan untuk mendapatkan data secara real time dari suatu komputasi berat video processing. Pada penelitian ini, utilisasi GPU dilakukan dengan menggunakan CUDA sebagai platform yang dapat menghubungkan program dengan GPU pada low-level. Pengelolaan utilisasi GPU pada high-level dilakukan menggunakan TensorFlow yang sudah terintegrasi dengan CUDA. Uji coba eksekusi program dilakukan untuk mendapatkan runtime terbaik dari eksekusi program. Komputasi secara paralel menghasilkan runtime eksekusi komputasi 1.6 kali lebih cepat jika dibandingkan dengan komputasi secara sekuensial. Pada tingkat utilisasi GPU yang lebih optimal, runtime eksekusi komputasi dapat ditingkatkan hingga 2 kali lebih cepat dari komputasi normal. Utilisasi GPU juga terbukti meningkatkan runtime eksekusi program karena komputasi utama video processing tidak lagi dijalankan menggunakan CPU. Hasil uji eksekusi komputasi digunakan untuk membuat visualisasi data penghitung jumlah kendaraan. Visualisasi ini dilakukan agar data yang penghitungan dapat diproses lebih lanjut untuk sistem pengatur lampu lalu lintas. Pada akhir penelitian dilakukan profiling performa GPU menggunakan Nvprof dan NVIDIA Visual Profiler sebagai tools yang disediakan oleh CUDA. Hasil profiling menunjukkan analisis yang menyatakan bahwa tingkat penggunaan GPU untuk komputasi masih belum secara maksimal dilakukan. Hal ini terbukti dari rendahnya angka compute utilization, average throughput dan kernel concurency dari eksekusi program. Sehingga diperlukan adanya optimisasi program penghitungan kendaraan agar utilisasi GPU lebih optimal.

Traffic light intelligence system is an adaptive system which able to control traffic flow on road intersection based on traffic condition. Traffic density information can be obtained from vehicle counting computation using deep learning methodology on CCTV record video data of a road intersection. This study performed parallelization of the vehicle counting computation using the Multiprocessing module in python to get the number of vehicles approaching the intersection. GPU Utilization is performed to obtain vehicle counting data in real time from a heavy computation like video-processing. GPU utilization is carried out using CUDA as a platform that can connect programs with GPUs at low-level architecture. GPU utilization management at high-level is done using TensorFlow which has been integrated with CUDA. Some experiments are performed to get the best runtime from program execution. Parallel computation produces runtime execution 0.6 times faster compared to sequential computation. On more GPU compute utilization optimization, parallel computation can produce runtime 2 times more compared to normal computation. GPU utilization has also been proven to increase the program execution runtime because the main computational video processing is no longer run on the CPU. The experiment result on vehicle detection used to create data visualization about vehicle counting on a road intersection. Data visualization is done so that the vehicle data can be further processed for the traffic light control system. At the end of the study GPU performance profiling was done using Nvprof and NVIDIA Visual Profiler as tools provided by CUDA. Profiling results show that analysis states that the level of GPU usage for computing is still not maximally done. This analysis is shown from the low number of compute utilization, average throughput and kernel concurrency of program execution. GPU utilization need to be optimized in order the program can run optimally on GPU."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Yunanto Widyatmaji
"Skripsi ini dibuat untuk mengenali suatu jenis kawanan ikan berdasarkan perubahan fase dengan menganalisis perubahan fase dari gelombang yang dipantulkan oleh gerakan kawanan ikan secara real-time. Gelombang yang diterima dari hasil pantulan tersebut akan dikenali dengan metoda Hidden Markov Model (HMM) yang telah diprogram di dalam perangkat lunak Matlab. Perubahan fase pada masing-masing kelompok ikan disebabkan oleh perbedaan pada bentuk dan bahan permukaan ikan, kecepatan ikan, serta formasi susunan ikan dalam suatu kelompok yang strukturnya mengikuti gerakan schooling suatu kawanan ikan. Dimana setiap ikan memiliki karakteristik yang unik.

This thesis was made to recognize the kind of fishes from their phase changing by analyzing phase changing of the reflected waves that received from the fishes movement in real-time. The reflected waves was recognized using the Hidden Markov Model which was programmed in Matlab software. Phase changing in the group of fishes was caused by the difference of the fish form, the surface of the fish, the speed of the fish movement, also the formation of fish in a group that make a schooling movement. Because of that, many group of fishes could have unique characteristic."
Depok: Fakultas Teknik Universitas Indonesia, 2009
S51476
UI - Skripsi Open  Universitas Indonesia Library
cover
Devit Taslim
"Untuk mernenuhi kebutuhan dan kepuasan pelanggan, suatu produk barus berkualitas, murab dan cepat didapat (on time delivery). Bila hal tersebut dipenuhi maka suatu produk mempunyai daya saing yang tinggi (competitive). Oleh sebab itu kondisi mesin dan peralatan yang andal (reliability) dan mudab diperbaiki (maintainability) serta ketersediaan mesin dan peralatan (availability) sangat diperlukan, Kondisi mesin dan peraiatan yang andal dan rnudah diperbaiki memerlukan manajernen pemeliharaan (maintenance management) yang baik. Manajemen pemeliharaan adalah suatu rangkaian aktivitas untuk meningkatkan produktivitas kelja dengan menggunakan seluruh aspek pada pabrik, dad survey, research, design, manufacturing dan penginstalan pada suatu pabrik. sampai pada operasi dan pemellharaan dan lalu mengakhirinya. Untuk mencapai usaha·usaha manajemen pemeliharaan diperlukan penanganan yang serius dan tercncana terhadap peralatan dan mesin. Usaha-usaba tersebut dapat dilakukan dengan productive maintenance. Kegiatan productive maintenance meliputi maintenance prevention preventive maintenance, breakdown maintenance dan corrective maintenance. Semuanya harus dijalankan karena mengarah kepada usaha pemeliharaan dan perbaikan. Disamping itu perlu adanya pengorganisasian yang baik dari sistem manajemen pemeliharaan. Dalam suatu organisasi pemeHharaan haruslah ditetapkan suatu bentuk organisasi yang cocok akan kebutuhan suatu pabrik. Hal ini untuk memudahkan pemeliharaan mesin dan koorrlinasi atasan terhadap bawahan. Penerapan sistem manajemen pemeHharan yang baik seperti penerapan standar-standar, perencanaan keija dan pencatatannya, serta penentuan biaya pemeliharaan mendorong terlaksananya suatu penanganan yang serius. Pada proses aulomatic cutting and soldering merupakan salah satu contoh penerapan manajemen pemeliharaan. Penanganan yang tidak serius dan terencana dapat dilihat dari kondisi mesin dan pera!atan serta basil produksi."
Depok: Fakultas Teknik Universitas Indonesia, 2002
S38715
UI - Skripsi Membership  Universitas Indonesia Library
cover
Teja Sukmana
"ABSTRAK
Proses mendesain basis data dengan baik merupakan salah satu hal penting yang perlu diperhatikan dalam menunjang keberhasilan pemakaian suatu aplikasi. Desain basis data yang baik dan efektif harus memperhatikan user requirement dan sifat data yang diakses oleh aplikasi yang bersangkutan.
Sejak tahun 1996 ARCO Indonesia mulai memakai aplikasi BvA (Budget versus Actual) yang merupakan aplikasi untuk memantau pemakaian alokasi biaya yang telah dianggarkan setiap bulannya. Aplikasi tersebut mengakses sistem basis data relasional yang juga dipakai oleh aplikasi Oracle Financial.
Pada dasarnya aplikasi BvA lebih bersifat query intensif dimana banyak terjadi proses grouping dan rollup untuk menghasilkan data agregasi. Aplikasi tersebut juga mengakses struktur data yang lebih bersifat multidimensi daripada relasional, sehingga pemakaian tipe basis data relasional dirasakan kurang tepat. Akibat dari kondisi tersebut dan ditambah dengan adanya sharing resource basis data dengan aplikasi lain mengakibatkan performance aplikasi ini menjadi tidak stabil.
Untuk mengatasi masalah ini, diperlukan desain basis data baru yang sesua1 dengan sifat aplikasi yang dimaksud. Desain basis data tersebut harus mendukung teknologi multidimensi yang dapat memenuhi kebutuhan proses multilevel dan multidimensional agregates, multidimensional analytical calculation serta ad hoc review reorganizations (Thomsen, 1997).

ABSTRACT
A well design process of a database is an important role that must be considered to the success of an application implementation. Effective and well design database must lay on user requirements and data types used by the application.
Since 1996, ARCO Indonesia has been using Bv A application that used for monitoring cost allocations for each month. The application it self uses a relational database system which is also used by Oracle Financial application.
Basically, Bv A is a query intensive type application where there are many groupings and rollup processes to produce data agregation. The application also heavily accesses multidimension data type rather than relational data type, therefore the use of relational database is not appropriate. Based on those items and database sharing resource with another applications, it will make the application performance was not stable.
To overcome that problem, new design of database was required. That design must support multidimension technology, which can provide multilevel processing, multidimensional agregates, multidimensional analytical calculation and ad hoc review reorganizations (Thomsen, 1997)."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2001
T40568
UI - Tesis Membership  Universitas Indonesia Library
cover
Tamba, Elfraldo
"Skripsi ini membahas tentang perancangan mesin pemotong pelat otomatis. Perancangan sistem elektronik mesin potong plat otomatis ini dilakukan dengan studi literatur, diskusi dengan teknisi di lapangan serta praktisi pada dunia mesin potong. Skripsi ini berisi mengenai pertimbangan pemilihan bagian pada sistem elektronik sehingga diharapkan kedepannya produksi kapal dapat dilakukan dengan otomatis menggunakan mesin potong dan dapat menghemat waktu pengerjaan produksi sebuah kapal.

The Focus of this study is about design of system electronic of automatic cutting machine. This design is made by studying literature, discussion with practician of manufacture industry. Content of this study is consideration of choosing a component, program, and how to prepare a system before this design can be used in a automatic cutting machine for plate."
Depok: Fakultas Teknik Universitas Indonesia, 2013
S57192
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rudy Halimun
Program Pascasarjana Universitas Indonesia, 2009
T27142
UI - Tesis Open  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>