Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu kemampuan robot yang canggih adalah mampu melakukan adaptasi pada lingkungan sekitarnya. Kemampuan ini merupakan analogi terhadap kemampuan manusia secara khusus. Namun, kebanyakan robot yang dibuat masih terbatas dalam hal interaksi secara sentuhan dengan lingkungan sekitarnya. Oleh karenanya diperlukan sistem sensasi non-kontak yang salah satunya adalah sensasi secara visual. Cara ini termasuk salah satu yang paling advance karena hampir semua proses manipulasi bisa dilakukan dengan hanya menggunakan sensor visual yaitu kamera walaupun computational cost-nya cukup tinggi. Single Board computer jenis BeagleBoard akan digunakan untuk melakukan komputasi sensasi visual yang meliputi face detection, stereo vision, dan bahkan lokalisasi nantinya. Wajah manusia yang akan dikenali oleh sistem computer visualnya akan di-tracking dan diukur jaraknya secara real time melalui teknik stereo vision. Koordinat yang didapat akan ditransformasikan dengan persamaan kinematik berupa invers jacobian menuju pusat robot untuk melakukan aktuasi pada aktuator vision dan navigasi robot secara keseluruhan sampai tujuan untuk melakukan interaksi dengan manusia tercapai. Berdasarkan pengujian yang telah dilakukan dapat dinyatakan bahwa sistem komputer vision yang telah dibangun cukup valid dan handal untuk jarak dibawah 100 cm walaupun dengan waktu komputasi yang cukup besar.

---

One of the advance robot's ability is it can adapt into the around environment. This ability itself is the analogy of human's. But now, most of the robots still have limited in contact sensation. So, it's needed to build non-contact sensations and one of them is reached by build visual system. This way belong to one of advance method because almost of manipulation way can be dealed with this visual sensor like camera, even though the computational cost is high enough.

BeagleBoard, a kind of powerful Single Board computer, will be use to compute the visual sensation in this receptionist robot include face detection, stereo vision, and even localization later. The face of human that will be recognized by visual computer system will be tracked and the distant is calculated real time via stereo vision system. The coordinate that has been gathered will be transformed by invers jacobian into the center of robot to actuate visual actuation and doing robot navigation until receptionist robot is able to do interaction with human. Based on the result of experiment, it can be stated that the developed computer vision system is valid and reliable enough for distant below 100 cm even though spends high computational time."

"Akhir-akhir ini kemajuan teknologi robot sangat pesat. Salah satunya adalah robot yang mempunyai kemampuan berinteraksi dengan manusia dan lingkungan secara langsung, tidak membahayakan, dan lebih bersahabat. Pada penelitian ini, akan diimplemetasikan compliance control pada tangan robot dengan mendapatkan informasi force yang diatur dari compliance strategy yang memberikan robot sebuah real intelligent sehingga robot dapat compliance terhadap lingkungan. Pada penelitian ini dimanfaatkan force/torsi (F/T) feedback dari dynamixel rx-24, dan current feedback dari motor DC. Dengan menerapkan Resolved Motion Rate Control (RMRC), trajectory planning dapat dibuat dan setiap waktu, posisi, kecepatan, serta gaya aktual pada setiap joint dapat terekam melalui sensor yang ada pada dynamixel. Untuk memperoleh dinamika sistem digunakan Newton-Euler equation. Hasilnya, Implementasi compliance control pada tangan robot telah berhasil walaupun masih kaku dan kurang presisi.

---

Nowdays, technology of robotic increase rapidly. One of them is robot which have ability to interact with human and environment directly, not dangerous, and more friendly. In this research, designed robot hand using dynamixel as actuator robot arm and DC gearmotor as actuator hand fingers. In this research, implemented compliance control with get force information from compliance strategy which give robot real intelligent to solve the task well.

In this research is used torque feedback from dynamixel rx-24 and current feedback from DC gearmotor. With implement Resolved Motion Rate Control (RMRC), robot hand can move follow instruction given and every time, position, velocity, and actual force every joint can be recorded by dynamixel's sensors. With using Newton-Euler equation about dynamic, so can be gotten force equation in every moving. The result, implementation of compliance control in hand robot is successful although still rough and bad presision."

"Robot penerima tamu merupakan salah satu jenis service robot. Dengan menggunakan protokol pengiriman data melalui Bluetooth serial, data dari tiap sensor yang berasal dari sistem stereo vision, mobile robot dan juga pergerakan lengan akan diolah oleh sistem android sebagai masukan untuk berinteraksi dengan manusia. Untuk meningkatkan kecerdasan robot agar lebih menghampiri kemampuan manusia dimanfaatkan sistem text to speech dan pengenalan suara dengan voice regornition pada android. Evaluasi kinerja sistem diuji dengan pemberian kombinasi kondisi sistem yang dikomparasi dengan database SQLite.

---

Receptionist robot is one of the service robots type. By using the protocol via Bluetooth serial data transmission, Android system will compute each data from the stereo vision system, and also the movement of mobile robot base and arm movement. To improve the intelligence of the robot to approach human capabilities, text to speech system and voice recognition on android is applied. Performance evaluation of the system was tested by comparing combination of system conditions given with SQLite database."

"Latar belakang: Penggunaan komputer dapat menimbulkan suatu keluhan kesehatan yang disebut dengan Computer Vision Syndrome (CVS), Sindrom ini dapat dipengaruhi oleh berbagai faktor risiko individual, lingkungan dan komputer. Tujuan: Mengidentifikasi dan menganalisis faktor-faktor resiko ergonomik individual dan komputer yang berhubungan dengan kejadian Computer Vision Syndrome (CVS) pada pekerja pengguna komputer yang berkacamata dan pekerja yang tidak berkacamata. Metode: Penelitian ini merupakan penelitian metode kualitatatif. Penelitian dilakukan pada bulan April - Mei 2013 di Unit Pelakasana dan Pelatihan. Sampel sebanyak 18 orang dengan kriteria tertentu, dibagi menjadi 2 kelompok pekerja berkacamata dan pekerja yang tidak berkacamata. Peneliltian dilakukan dengan wawancara langsung menggunakan kuesioner dan pengukuran. Hasil: Faktor-faktor yang berhubungan dengan kejadian CVS adalah Kelembaban 71%, Pencahayaan kurang dari 300-500 lux (KEPMENKES nomor 1405/Menkes/SK/XI/2002), Usia lebih dari 40 tahun (das et al.), lama bekerja dengan komputer, dan jarak komputer dengan mata. Kesimpulan: Gejala ekstraokuler pada pekerja pengguna kacamata bifocal melakukan retrofleksi leher sehingga leher tertekuk kebelakang yang menyebabkan keluhan nyeri pada leher. Penderita terbanyak bukan dari pengguna kacamata tetapi pada pekerja yang tidak berkacamata. Serta penderita CVS (berdasarkan kriteria anamnesa) di usia 25 tahun, kedua hal ini berkaitan dengan potur ergonomi pada saat kerja baik secara design tempat kerja, kondisi ruangan ataupun durasi kerja yang semuanya saling berkaitan sehingga menimbulkan gejala Computer Vision Syndrome (CVS).

---

Background: Computer usage could cause health complaints called Computer Vision Syndrome (CVS). This syndrome was influenced by individual and computer risk factors.

Aim: The objective of the study is to identify and to analyze individual and computer factors of computer Vision Syndrome (CVS).

Methods: This study was an observational study with methods qualitatively. The research was conducted in April-May 2013 in the Pelakasana and Training Unit. Sample of 18 people with certain criteria, divided into 2 groups of workers and workers who are not wearing glasses glasses. Peneliltian done by direct interviews using questionnaires and measurements.

Results: Factors associated with the incidence of CVS is Humidity 71%, less than the 300-500 lux lighting (KEPMENKES 1405/Menkes/SK/XI/2002), age over 40 years (das et al.), Long working computers, and computer distance by eye.

Conclusion: Extraocular symptoms in workers bifocal glasses users do retrofleksi neck so the neck is bent backwards which causes pain in the neck. Most patients but not from users goggles to workers who do not wear glasses. And people with CVS (based on criteria anamnesis) at the age of 25 years, these two things related to ergonomic posture at work both in design work, ambient conditions or duration of action that are all intertwined, giving rise to symptoms of Computer Vision Syndrome (CVS)."

"Live streaming merupakan salah satu metode transmisi data yang digunakan untuk menonton sebuah video. Transmisi live streaming akan mengirimkan file video secara sedikit demi sedikit kepada penonton secara langsung sehingga penonton dapat menyaksikan video yang ditransmisikan secara langsung atau disebut dengan real-time tanpa perlu mengunduh video sehingga video dapat disiarkan secara langsung. Pada saat ini live streaming merupakan salah satu bentuk konten video yang banyak diminati pada semua kalangan dan bentuk seperti siaran TV, streaming video game, video media sosial, hingga pengiklanan produk penjualan. Pada penelitian ini sistem pendeteksi komponen komputer sebagai produk penjualan video live streaming dilakukan dengan metode Object Detection dengan menggunakan model YOLOv7 yang merupakan model dari computer vision untuk dapat melakukan object detection secara real-time. Penelitian akan membandingkan variasi model dari YOLOv7 untuk menemukan varian yang paling sesuai untuk digunakan sebagai model pendeteksian pada video live streaming. Penelitian ini juga akan mencaritahu pengaruh dari resolusi dan juga jarak perekaman video terhadap tingkat akurasi model dengan melakukan ujicoba model terhadap video simulasi live streaming. Hasil percobaan membuktikan bahwa varian YOLOv7-Tiny menjadi yang paling sesuai untuk diimplementasikan kedalam video live streaming dikarenakan kecepatan pendeteksian yang lebih cepat dengan kecepatan 4.5 kali lebih cepat dari varian YOLOv7 dan sekitar 21.7 kali lebih cepat dari varian YOLOv7-X. Pengaruh jarak juga terbukti dengan menurunnya nilai mAP 0.5 yang dihasilkan model ketika jarak yang digunakan semakin besar dan perubahan resolusi juga terbukti berpengaruh terhadap viii kemampuan deteksi model dengan jumlah objek dan juga beban yang dihasilkan semakin besar seiring dengan meningkatnya resolusi yang digunakan.

---

Live Streaming is one of the data transmission methods used to watch a video. Live Streaming transmission will send video files bit by bit to the viewer directly so that the viewer can watch videos that are transmitted directly or referred to as real time without the need to download the video so that the video can be broadcast live. At this time Live Streaming is a form of video content transmission method that is in great demand among all groups and forms such as TV broadcasts, video game streaming, social media videos, and also product advertising. In this study, the detection system for computer component as selling product on video live streaming was carried out with Object Detection method using YOLOv7 model, which is an computer vision model capable for object detection on real-time video. This study will also find out the effect of resolution and video recording distance on the accuracy of the model by testing the model on live streaming video simulations. The experimental results prove that the YOLOv7-Tiny variant is the most suitable to be implemented into live streaming video due to faster detection speed with a speed 4.5 times faster than the YOLOv7 variant and around 21.7 times faster than the YOLOv7-X variant. The effect of distance is also evident by the decreasing of mAP 0.5 value which is produced by the model when the distance used is greater and changes in resolution are also proven to affect the detection ability of the model with the number of objects and also the resulting load is greater as the resolution used increases."

"Computer Vision Syndrome (CVS) merupakan sekumpulan gejala yang sering dialami oleh pengguna komputer dan dipengaruhi oleh berbagai faktor, baik faktor personal, komputer, durasi, lingkungan, dan kombinasi dari keempatnya. Penelitian ini merupakan penelitian deskriptif untuk melihat distribusi dan frekuensi dari faktor risiko CVS pada pegawai Pengembagan & Pelayanan Sistem Informasi (PPSI) di Gedung Fakultas Ilmu Komputer Universitas Indonesia (UI). Desain studi penelitian ini adalah cross sectional dan melibatkan 26 pegawai sebagai responden penelitian. Pengambilan data pada penelitian ini menggunakan kuesioner, wawancara, observasi, dan pengukuran langsung. Hasil penelitian menunjukan bahwa 84,6% responden mengalami keluhan gejala CVS dengan keluhan yang paling banyak dirasakan adalah eyestrain (73,1%), fatigue (65,4%), nyeri pundak dan nyeri punggung (57,7%) pada responden yang memiliki area kerja dengan tingkat pencahayaan < 300 lux. Memperbaiki tingkat pencahayaan pada area kerja, melakukan koreksi yang tepat pada kelainan refraksi mata, dan memperbaiki postur duduk saat bekerja dengan menggunakan komputer dapat membantu mengurangi gejala CVS.

---

Computer Vision Syndrome (CVS) is a group of symptoms that are often experienced by computer users and it is influenced by various factors: personal, computer, duration, and environmental factors or combination of these factors.

This descriptive study aims to determine the distribution and frequency of CVS risk factors in PPSI employee at Faculty of Computer Science, University of Indonesia (UI).

The design of this study is cross-sectional and involved 26 employees as respondent. The data were collected by questionnaires, interviews, observation, and direct measurement.

The results showed that 84.6 % respondents get CVS complaint with the most complaints are eyestrain (73.1 %), fatigue (65.4 %), shoulder and back pain (57.7 %) in work area with light levels <300 lux. Improve the level of lighting in the work area, correct the vision error with a proper lens, and improve sitting posture while working with computer may help to reduce the CVS symptoms."

"ABSTRAK

Pada tahun 2013, Badan Pusat Statistik mencatat bahwa telah terjadi 100.106 kasus kecelakaan lalu lintas di Indonesia. Sebagian besar kecelakaan disebabkan oleh faktor manusia, yaitu mengantuk. Sistem pendeteksi kantuk dikembangkan untuk mengatasi hal ini. Sistem pendeteksi kantuk dibangun menggunakan pustaka OpenCV, dengan kombinasi dari beberapa algoritma, yaitu Haar Cascade Classifier, fungsi blur, Canny dan kontur. Algoritma Haar Cascade Classifier digunakan untuk mendeteksi area wajah dan area mata pada pengemudi. Sedangkan kombinasi antara fungsi blur, canny dan kontur digunakan untuk mendeteksi objek mata dan menganalisis sedang terbuka atau tertutupnya mata. Performa sistem pendeteksi kantuk diuji melalui empat variabel, yaitu kernel size, nilai threshold, perbedaan kondisi pencahayaan dan karakteristik mata. Berdasarkan hasil pengujian, kernel size terbaik untuk mendeteksi mata adalah (4,4). Selain itu, nilai threshold terbaik untuk lower threshold dan upper threshold adalah 70-110 dan 210-240. Perbedaan kondisi pencahayaan (pagi, siang, sore dan malam) memiliki pengaruh terhadap sistem dengan tingkat kesalahan sebesar 20%. Karakteristik mata (berkacamata dan tidak berkacamata) memiliki pengaruh terhadap sistem dengan tingkat kesalahan sebesar 16,7%.

---

ABSTRACT

In 2013, Badan Pusat Statistik (Statistics Indonesia) recorded that 100.106 cases of traffic accident have occured in Indonesia. Mostly caused by human error, i.e. drowsiness. Drowsiness detection system is developed to respond this situation. Drowsiness detection system is built through OpenCV library by combining the Haar Cascade Classifier algorithm with blur, canny and contour function. Haar Cascade Classifier was used to detect areas of face and eyes whereas the combination of blur, canny and contour function is used to detect the driver’s eyes and analyze the open or closed driver’s eyes. The performance of drowsiness detection system was tested through four variables; kernel size, threshold value, lighting condition (morning, noon, afternoon and night) and eye’s characteristic (eyeglasses or not). Based on the experiments, the best kernel size to detect the driver’s eyes is 4,4. Then, the best lower threshold and upper threshold are 70-110 and 210-240. Subsequently the light conditions has a 20 % error rate to the system. The eye’s characteristic has a 16,7 % error rate to the system.

"

"Pendahuluan: Computer Vision Syndrome merupakan salah satu masalah kesehatan yang sering dikeluhkan pada mahasiswa. Upaya pencegahan CVS diutamakan dengan cara modifikasi perilaku pengguna komputer. Penelitian ini bertujuan untuk mengetahui hubungan perilaku penggunaan komputer dengan kejadian sindrom penglihatan akibat komputer {Computer Vision Syndrome (CVS)} pada mahasiswa FIK UI Angkatan 2012-2015. Metode: Menggunakan desain deskriptif dengan pendekatan cross sectional yang dilakukan pada bulan April-Mei 2016 pada 112 mahasiswa FIK UI Angkatan 2012-2015. Hasil: Angka kejadian CVS pada mahasiswa FIK UI adalah 78%. Perilaku penggunaan komputer yang berhubungan dengan kejadian CVS adalah penggunaan kacamata/lensa kontak (p=0,020) dan usia (p=0,033). Perilaku penggunaan komputer yang berhubungan dengan kejadian CVS pada mahasiswa FIK UI Angkatan 2012-2015 adalah penggunaan kacamata/lensa kontak dan usia. Rekomendasi: Mahasiswa melakukan modifikasi perilaku dalam menggunakan komputer dan bagi pendidikan di Indonesia bisa mengurangi pemakaian komputer dalam proses pembelajaran seperti menggunakan papan tulis kembali.

---

Introduction: Computer Vision Syndrome is a health problem that is often complained to the student. Efforts to prevent CVS preferably by way of computer user behavior modification. This study aims to determine the relationship with the incidence of computer use behavior as a result of computer vision syndrome {Computer Vision Syndrome (CVS)} on student FIK UI Force from 2012 to 2015.

Methods: Using a descriptive design with cross sectional study conducted in April-May 2016 on 112 students FIK UI Force from 2012 to 2015.

Results: The incidence of CVS on FIK UI students is 78%. The behavior of computer use in connection with the CVS is the use of glasses/contact lenses (p=0.020) and age (p=0.033). The behavior of computer use in connection with the CVS on students FIK UI Force 2012-2015 is the use of glasses/contact lenses and age.

Recommendation: Students perform behavior modification in using computers and for education in Indonesia could reduce the use of computers in the learning process such as using a whiteboard back."

"Computer Vision Syndrome (CVS) merupakan gejala okular dan ekstraokular akibat penggunaan komputer dan menyebabkan penurunan produktivitas kerja. CVS adalah keluhan kesehatan akibat kerja dengan kasus terbanyak di seluruh dunia. Mahasiswa jurusan Teknik Informatika dan Komputer termasuk kelompok rentan terkena keluhan CVS.Penelitian ini bertujuan untuk mengetahui hubungan antara karakteristik individu (usia, jenis kelamin, postur kerja, sudut pandang, jarak pandang, durasi kerja, pola istirahat, dan penggunaan alat bantu penglihatan), lingkungan kerja (intensitas pencahayaan ruang kerja, suhu udara, kelembaban udara), dan karakteristik komputer (jenis komputer, jenis monitor, intensitas radiasi elektromagnetik, penggunaan lapisan antiglare, dan polaritas monitor) dengan kejadian CVS pada mahasiswa di jurusan Teknik Informatika dan Komputer Politeknik Negeri Jakarta tahun 2015. Penelitian ini menggunakan desain studi cross-sectional dengan menggunakan data primer, dan jumlah sampel sebanyak 100 mahasiswa.Hasil analisis bivariat diperoleh bahwa variabel yang memiliki hubungan bermakna dengan kejadian CVS pada mahasiswa adalah jenis kelamin responden (4,09;1,41-11,90), durasi kerja di luar praktikum (0,32;0,14-0,76), intensitas pencahayaan ruang kerja (8,75;1,26-60,59), dan intensitas radiasi elektromagnetik (2,54;1,09-5,92). Faktor yang paling dominan hubungannya dengan kejadian CVS adalah intensitas pencahayaan ruang kerja. Diperlukan penerapan aspek K3L untuk menurunkan angka kejadian CVS.

---

Computer Vision Syndrome (CVS) is ocular and extraocular symptoms caused by the use of computer and it decreases work productivity. CVS has the highest incidence of occupational health problem worldwide. Students of informatics and computer engineering major are included the population at risk of CVS. This study aims to determine the relationship between individual characteristic (age, gender, work position, sight angle, distance angle, duration of work, break pattern, and the use of glasses), environmental (lighting, temperature, and humidity), and computer characteristics (computer type, monitor type, electromagnetic radiation intencity, the use of antiglare screen, and monitor polarity) with incidence of CVS among students in Informatics and Computer Engineering major, Politeknik Negeri Jakarta 2015.

This study uses cross-sectional study design and primary data with sample of 100 students. Result of bivariate analysis shows that variable which significantly associated with CVS incidence among students are gender (4,09;1;41-11,90), duration of work outside class (0,32;0,14-076), lighting intencity (8,75;1,26-60,59), and electromagnetic radiation intencity 2,54;1,09-5,92). The most dominant factor associated with the occurance of CVS is lighting intencity. Occupational and Environmental Health and Safety implementation is needed to reduce the incidence of CVS."