Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem rekomendasi (recommendation system) terus dikembangkan khususnya pada aplikasi teknik analisis data dalam membantu pengguna on-line (user) menemukan produk (item) yang ingin mereka beli. Satu dari beberapa metode dalam sistem rekomendasi adalah collaborative filtering (CF) dengan pendekatan latent variable models berdasarkan faktorisasi matriks. Hubungan antara pengguna (users) dan produk (item) dalam collaborative filtering dapat disajikan dalam bentuk matriks rating R. Penelitian ini membahas metode collaborative filtering berbasis model faktorisasi matriks pada sistem rekomendasi.Dalam faktorisasi matriks, permasalahan utamanya adalah mencari dua buah matriks Wm x k dan matriks Hk x m sehingga WH ≈ R dengan Rm x n. Akurasi dari model tercermin dari besarnya norm ║R-WH║ pada data testing. Terdapat beberapa teknik faktorisasi yang telah digunakan dalam CF. Dalam penelitian ini metode yang digunakan adalah faktorisasi matriks dengan metode gradient descent.Berdasarkan eksperimen, parameter model yang optimal yang memenuhi fungsi optimasi diperoleh pada nilai k = 3 dengan learning rate 8 x 10-5. Akurasi model dihitung menggunakan root mean square error (RMSE) dan nilai RMSE model pada eksperimen ini adalah 0,9335.

---

Recommendation systems continue to be developed especially in the application of data analysis techniques in helping users on-line find a product (item) that they want to buy. One of several methods in collaborative filtering recommendation system is (CF) approach to latent variable models based on matrix factorization. The relationship between the user and product (item) in the collaborative filtering (CF) can be presented in the form of rating matrix R. This study discusses the collaborative filtering method based on matrix factorization model of recommendation systems.

In the matrix factorization, the main problem is to find two matrices Wmxk and Hk x m so that WH ≈ R with Rmxn. The accuracy of the model is reflected in the norm ║R-WH║ in the testing data. There are several techniques that have been used in the factorization method of collaborative filtering (CF). In this study the method used is matrix factorization with gradient descent methods.

Based on the experiments, the optimal model parameters that meet the optimization function values ​​obtained at k = 3 with a learning rate of 8 x 10-5. The accuracy of the model is calculated using the root mean square error (RMSE) and RMSE values ​​in experimental models is 0.9335."

"Pesatnya perkembangan teknologi telah mengubah perdagangan konvensional menjadi sistem perdagangan modern. Agar e-commerce berhasil harus dikembangkan menggunakan sistem yang akurat. Salah satu metode pada pendekatan collaborative filtering yaitu latent variable models berdasarkan faktorisasi matriks. Jika setiap vector pu yang menyatakan ketertarikan pengguna ke-u terhadap variabel tersembunyi dan setiap vector qi yang menyatakan hubungan item i dengan variabel tersembunyi dapat ditentukan, maka tingkat ketertarikan antara semua pengguna u pada setiap item i dapat ditentukan. Untuk menghindari terjadinya overfitting proses update pu dan qi dilakukan menggunakan metode gradient descent dengan regularisasi. Penelitian ini menentukan parameter k (banyaknya variabel tersembunyi) dan parameter (nilai regularisasi) agar model optimal.

---

The rapid development of technology has changed the conventional trade into a modern trading system. In order for successful e-commerce must be developed using an accurate system. One method in collaborative filtering approach that is latent variable models based on matrix factorization. If any vector pu that expressed interest u user to a hidden variable and each qi vector expressing the relation item i with hidden variables can be determined, then the level of interest among all users u on every item i can be determined. To avoid overfitting the update process on pu vector and qi vector performed using gradient descent method with regularization. This study determines the parameter k (the number of hidden variables) and parameter (value regularization) that makes the model becomes optimal."

"Saat ini transaksi perdagangan tidak hanya menggunakan cara konvensional namun telah memanfaatkan perkembangan teknologi, informasi dan komunikasi yaitu transaksi jual beli secara elektronik atau online. Salah satu aplikasi yang diterapkan dalam jual beli secara online adalah sistem rekomendasi. Salah satu strategi dalam sistem rekomendasi adalah collaborative filtering dengan metode latent variable model. Latent variable model merupakan metode perekomendasian yang menganalisis pola hubungan diantara pengguna dan produk secara langsung, yaitu berdasarkan kemiripan/jarak antara pengguna dan produk. Hal ini dapat terjadi karena baik pengguna maupun produk memiliki fitur yang sama. Metode latent variable model yang sering digunakan pada sistem rekomendasi adalah faktorisasi matriks.Salah satu metode optimasi dalam faktorisasi matriks adalah metode gradient descent. Namun karena data yang tersedia dalam membangun model sistem rekomendasi cukup banyak bervariasi maka memungkinkan terjadinya overfitting dan bias. Oleh karena itu pada penelitian ini akan menganalisis akurasi model faktorisasi matriks berbasis metode gradient descent dengan regularisasi dan bias. Eksperimen dilakukan melalui simulasi komputasi untuk mendapatkan parameter model yang optimal.Berdasarkan eksperimen yang telah dilakukan pada saat 𝑘=5 dan 𝜆1=0.05 model faktorisasi matriks berbasis metode gradient descent dengan regularisasi dan bias memiliki tingkat akurasi yang lebih baik dengan model faktorisasi matriks berbasis metode gradient descent dengan regularisasi saja yaitu 0.93552 dan 1.19219.

---

Nowdays transactions of trade does not only do conventionally but using technology development, information and communication, such as electronic trade or online. One of application which uses in online trade is recommender systems. One of strategy in recommendation system is collaborative filtering with latent variable model. Latent variable model is recommendation method which analyze pattern of relationship among user and product. This thing can occurred because user and product have the same feature. Latent variable model which commonly use is matrix factorization.

One of optimist method in matrix factorization is gradient decsent method. But because many data and variation data, its will be overfitting and bias. Because of that, in this research will analyse accuracy of matrix factorization model based on gradient descent method with regularization and bias. Experiment is done by simulating computation to get optimal model parameter.

Based on experiment when 𝑘=5 and 𝜆1=0.05 matrix factorization model based on gradient descent method with regularization and bias had better accuracy than matrix factorization model based on gradient descent method with only regularization, it?s 0.93552 and 1.19219."

"Perilaku pasca elastik struktur jembatan akibat beban siklik gempa dapat ditunjukkan dengan melakukan analisa riwayat waktu nonlinear. Desain struktur berbasis kinerja (performance based design) diawali dengan pembentukan sendi plastis pada elemen nonlinear jembatan yang tergambar pada kurva momenrotasinya. Definisi potensi sendi plastis dinyatakan dengan penentuan panjang sendi plastis (lp) dan diskritisasi fiber section pada elemen nonlinear struktur (pilar jembatan). Penelitian ini bertujuan untuk melakukan studi parametrik panjang sendi plastis, bentuk penampang pilar, serta pemodelan pondasi terhadap kinerja struktur yang dihasilkan. Disamping itu juga dilakukan tinjauan sensitifitas spektrum gempa terhadap pembentukan sendi plastis. Penelitian ini diawali dengan melakukan pemodelan struktur jembatan, dimana pilar jembatan didesain ulang agar mengalami pelelehan pada saat gempa berlangsung. Hasil penelitian menunjukkan bahwa panjang sendi plastis yang ditempatkan pada pilar berbanding lurus dengan maksimum rotasi yang dihasilkan. Bentuk penampang pilar bulat terbukti memiliki kinerja yang lebih baik dibandingkan penampang persegi. Selain itu, pemodelan pondasi dalam desain struktur sebaiknya juga dilakukan untuk mendapatkan desain yang lebih konservatif. Dalam studi sensitifitas spektrum gempa, ditunjukkan bahwa respons struktur akan teramplifikasi pada saat frekuensi natural struktur berdekatan dengan muatan frekuensi dominan spektrum gempa.

---

Structural post-elastic behavior due to earthquake cyclic loading can be shown by examining a nonlinear time history analysis. Structural design using the approach of performance based design is started with the forming of plastic hinges on the bridge nonlinear elements that is captured on its moment-rotation curves. The definition of potential plastic hinges is defined by the assignment of plastic hinge length (lp) and the discretization of fiber section on structure?s nonlinear elements (bridge piers).

The purpose of this research is to do a parametric study of plastic hinge length, piers cross section shape, and the foundation modeling to the obtained structural performance level. Besides that, this research will also review the sensitivity of earthquake spectrum to the forming of plastic hinges. This research is started with bridge structural modeling, where the piers will be redesigned so that their yielding limit exceeded when the earthquake happened.

The result of this research shows that the assignment of plastic hinge length is proportional to the obtained maximum rotation. Circular sections have a better performance compared to rectangular sections. Besides that, foundation modeling in structural design should be observed to get a more conservative design. In the sensitivity study of earthquake spectrum, this research shows that structural responses will be amplified when the frequency content of the motion and the natural frequencies of the structure are close to each other."

"Numerical Analysis explores computational methods for problems arising in the areas of classical analysis, approximation theory, and ordinary differential equations, among others. Topics included in the book are presented with a view toward stressing basic principles and maintaining simplicity and teachability as far as possible, while subjects requiring a higher level of technicality are referenced in detailed bibliographic notes at the end of each chapter. "

"Salah satu masalah perindustrian yang mendapat banyak perhatianadalah masalah pasokan sumber energi kepada konsumen. Sumber energitersebut dialirkan dari produsen ke konsumen dalam bentuk fluida melalui pipa –pipa transmisi. Untuk mengalirkan fluida dari produsen sesuai dengan jumlahdebit yang dipesan oleh konsumen dibutuhkan distribusi tekanan yang tepatpada jaringan pipa transmisi. Akan tetapi pada penentuan distribusi tekanantersebut dibutuhkan perhitungan fisika yang memakan waktu dan biaya yangcukup besar. Oleh karena itu dilakukan percobaan dengan komputer denganmetode tertentu. Berdasarkan asumsi dan hukum fisika yang berlaku padajaringan pipa transmisi permasalahan tersebut dapat dibentuk model matematikaberupa sistem persamaan non linear (SPNL) dan diselesaikan dengan metodeNewton GMRES, karena dapat menyelesaikan SPNL tersebut dengan biayakomputasi yang cukup murah. Dengan menggunakan metode Newton GMRES,didapat solusi tekanan optimal tiap simpul untuk mengalirkan 9,9601 mmscfdmenuju konsumen dengan besar debit fluida sesuai permintaan konsumen."