Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fase kuning lampu lalu lintas menimbulkan zona dilema yang mempengaruhi reaksi pengemudi dalam menentukan sikap untuk berhenti atau meneruskan perjalanan. Kendaraan yang berada dalam zona dilema dapat terlibat melakukan pelanggaran lampu lalu lintas karena terlambat merespon fase kuning lampu lalu lintas. Penelitian ini mengembangkan algoritma IBR dalam sistem pelacakan nirkabel diskrit (DWT system) untuk pemantau pergerakan kendaraan di persimpangan yang dilengkapi lampu lalu-lintas. Algoritma IBR dipergunakan untuk memprediksi pelanggaran lampu lalu-lintas. Prediksi dilakukan berdasar waktu pindai oleh tiga sensor pencacah kendaraan untuk mendapatkan besaran parameter kecepatan, percepatan. Parameter kecepatan dan percepatan dipergunakan untuk mendapatkan batas-batas zona dilema. Hasil simulasi menunjukkan bahwa algoritma IBR dapat meningkatkan keberhasilan prediksi pelanggaran lampu lalu lintas pada sisa nyala lampu kuning antara 1 sampai 4 detik. Diperoleh peningkatan ketepatan prediksi pelanggaran lampu lalu lintas mencapai 6,87% lebih tinggi dibanding dengan hasil penelitian sejenis yang dilakukan oleh peneliti terdahulu.

---

Yellow phase of traffic lights cause a dilemma zone that affects the driver reaction to determine attitude to stop or to go on. The vehicles that are in a dilemma zone able to engage red light running since late response to the yellow phase of traffic light. This research develop a IBR algorithms on the discrete wireless tracking system (the DWT system) to monitor the movement of vehicles at intersections.

The IBR algorithm is used to predict the red light runnings. Predictions made based on detection time of the three vehicle counter sensors to obstain the magnitudes of speed and acceleration parameters. Velocity and acceleration parameters used to obtain the dilemma zone boundaries.

Simulation results show that the IBR algorithm improves the success of violation prediction during the period of the yellow light between 1 to 4 seconds. The experiments also exhibits that the accuracy of the red light running prediction increases up to 6.87% is higher than previous research works that have been studied during this work."

"The capabilities of artificial neural network (ANN) : generalization, adaptive, and tolerant became a basis in choosing the pattern recognition methods of Javanese charahters...."

"ABSTRAKTesis ini membahas tentang pembelajaran keterampilan produktif Bahasa Inggris secara terintegrasi dengan menggunakan media debat Parlementer Inggris. Penelitian ini bertujuan untuk mengetahui apakah debat Parlementer Inggris dapat diimplementasikan pada pemelajaran bahasa Inggris secara formal dan mampu meningkatkan kemampuan debat, akurasi keterampilan berbicara dan keterampilan menulis pemelajar. Penelitian ini menggunakan metode campuran yang menerapkan pra-eksperimen Design One Group Pretest-Posttest. Data penelitian diperoleh dari nilai tes sebelum dan sesudah mendapat perlakuan, kemudian dicari signifikansinya dengan menggunakan uji t dan N-gain. Hasil penelitian menunjukkan bahwa debat Parlementer Inggris dapat diimplementasikan pada pembelajaran bahasa Inggris secara formal serta mampu meningkatkan kemampuan debat, akurasi keterampilan berbicara dan keterampilan menulis. Hasil penelitian juga menunjukkan bahwa peningkatan pada kemampuan debat terendah, keterampilan menulis sedang dan akurasi keterampilan berbicara tertinggi. Mahasiswa menganggap kegiatan debat Parlementer Inggris dapat mengasah kemampuan berpikir kritis dan kreatif, menambah wawasan dan kepercayaan diri untuk mengemukakan pendapat. Hasil dari penelitian ini menghasilkan alternatif pembelajaran keterampilan bahasa secara terintegrasi dengan menggunakan media debat Parlementer Inggris pada pemelajaran formal.

---

ABSTRACTThis thesis discusses teaching productive English skills in an integrated way by using British Parliamentary debate as a platform. The aim of the study is twofold. First, it examines how British Parliamentary debate can be implemented in a formal English language learning. Secondly, it investigates the improvement gained from the teaching program to the extent of the students' debating ability, speaking accuracy, and writing skills. This research is an exploratory mixed-method which employed pre-experimental research using design one group pretest-posttest, questionnaire, and field notes. The research data were obtained from pretest to posttest score, then the significance was searched using the t test and N-gain. The results indicate that British Parliamentary debate could be implemented in a formal English language learning and was able to improve students' debate ability, speaking accuracy and writing skills. The results also showed that the debate skills made the slightest improvement. Improvement in writing was moderate, while students' speaking accuracy improved the most. The results from the questionnaire indicate students' positive perception in that British Parliamentary debate activities helped to improve their critical and creative thinking, knowledge, and confidence in expressing their opinions. The study suggests the use of British Parliamentary debate for teaching English skills in an integrated way in a formal learning context."

"ABSTRAK Estimasi biaya bertujuan untuk mengetahui besarnya dana yang harus disediakan pada proyek. Ketidaktepatan akurasi estimasi tahap desain mengakibatkan tingginya resiko kegagalan proyek pada tahap pelaksanaan. Penelitian ini bertujuan untuk menganalisis faktor risiko yang berpengaruh dalam proses estimasi biaya tahap desain pada Proyek Pembangunan Jalan Layang Non Tol dan mendapatkan tindakan korektif agar kinerja biaya meningkat. Hasil penelitian didapatkan tiga variabel yang mempunyai hubungan linier dengan tingkat korelasi kinerja estimasi biaya yaitu : Perubahan Kebijakan Pemerintah, Perubahan Spesifikasi Teknis dari Owner, Kenaikan Nilai Tukar Uang. Setelah mengetahui variabel yang paling berpengaruh maka diharapkan adanya pengelolaan risiko sehingga akurasi estimasi dapat tercapai.

---

ABSTRAK Estimated costs aimed to determine the amount of funds that must be provided to the project. Inaccuracy design phase estimation accuracy results in a high risk of project failure in the implementation phase. This study aims to analyze the risk factors that affect the cost estimation process at the design stage of the Project Development Non-Toll Road Flyover and get the corrective actions in order to increase cost performance. The results showed that the three variables have a linear relationship with the level of performance correlation estimated costs are: Changes in Government Policies, Changes in Technical Specification of the Owner, Increase in Exchange Rate. After learning the most influential variable it is expected that the presence of risk management so that the accuracy of estimation can be achieved."

"AIS sebagai alat yang diwajibkan digunakan kapal menurut SOLAS sebagai pencegah tabrakan antar kapal memiliki potensi yang lebih besar dalam penerapan ruang lingkup data analytics. Data posisi kapal dapat membantu menggambarkan perilaku kapal di lautan. Aplikasi data AIS bisa membantu mengoptimalkan operasional kapal. Penelitian ini akan menjelaskan tentang sebuah metode penerapan data AIS untuk menghasilkan prediksi waktu tunggu kapal. Algoritma Extreme Gradient Boosting (Xgboost) akan digunakan sebagai pendekatan melakukan prediksi dari data historis. Dengan xgboost, prediksi yang dihasilkan mendapatkan nilai RMSE sebesar 268.47 dan R2 sekitar 0.3 setelah dioptimalkan dengan hyperparameter tuning. Hasil prediksi ini dapat digunakan sebagai pertimbangan penerapan green steaming ataupun bahan evaluasi pelabuhan untuk mengembangkan pelayanannya.

---

AIS as a tool, according to SOLAS, used as a prevention of collisions between ships has more significant potential in the application of the scope of data analytics. Ship position data can help describe ship behavior at sea. AIS data applications can help optimize ship operations. This research will describe a method of applying AIS data to generate predictions of ship waiting times. The Extreme Gradient Boosting (Xgboost) algorithm will be used to make predictions from historical data. With xgboost, the resulting prediction gets an RMSE value of 268.47 and an R2 of about 0.3 after being optimized with hyperparameter tuning. The results of this prediction can be used as consideration for implementing green steaming or evaluating port evaluation materials to develop their services."

"Prediksi dengan model mesin learning regresi telah banyak digunakan untuk penelitian. Salah satu model mesin learning yang digunakan untuk prediksi adalah random forest regressor. Mesin learning membutuhkan data training untuk mempelajari pola dan hubungan antar data. Model regressor yang sedangkan dikembangkan dalam bidang medis saat ini adalah model yang dapat memprediksi dosis pada perencanaan IMRT. Data perencanaan dalam format DICOM (format asli data) dieksport ke bentuk CVS (Comma Separated Values). Kemudian data dibagi menjadi data training dan testing yang dipilih secara random. Algoritma yang digunakan untuk memprediksi adalah random forest yang akan di training menggunakan 7-fold validation dan kemudian model akan di uji dengan data baru yaitu data testing yang belum pernah dilihat oleh model. Data yang dievaluasi yaitu parameter untuk mendapat HI (Homogenety Index) untuk organ target, dan dosis mean dan max untuk OAR (Organ At Risk). Random forest mampu memprediksi nilai sebenarnya dengan kesalahan dievaluasi menggunakan MAE pada fitur PTV D2 (0,012), D50 (0,015) dan D98 (0,018) serta pada fitur OAR (mean dan  max) paru kanan (0,104 dan 0,228), paru kiri (0,094 dan 0,27), jantung (0,088 dan 0,267), spinal cord (0,069 dan 0,121) dan (V95) Body (0,094).

---

Predictions with machine learning regression models have been widely used for research. One of the machine learning models used for prediction is the random forest regressor. Machine learning requires training data to determine patterns and relationships between data. Nowadays, the regressor model that being developed in the medical field is able to predict dose in IMRT planning. Planning data in DICOM format (original data format) was exported to CVS (Comma Separated Values) format. Then, the data was divided into training and testing data which were selected randomly. The algorithm used to predict is a random forest that was trained using 7-fold validation and the model was evaluated with new data, namely testing data that have not been seen by the model. The evaluated data are parameters to obtain HI (Homogenety Index) for target organs, and mean and max doses for OAR (Organ At Risk). Random forest was able to predict the true value with errors and it was evaluated using MAE for PTV D2 (0,012), D50 (0,015) and D98 (0,018), for OAR (mean and  max) right lung (0,104 and 0,228), left lung (0,094 and 0,27), heart (0,088 and 0,267), spinal cord (0,069 and 0,121) and (V95) Body (0,094)."

"ABSTRAKAda kecenderungan bagi orang untuk melakukan regresi ke arah mean dalam melakukan prediksi (Kahneman 8. Tversky, 1973). Tetapi kadang hal ini tidak terjadi. Dalam suatu situasi dimana ada informasi yang berurutan (series)kadang prediksi yang dilakukan regresif kadang anti-regresif. Andreassen (1987) menemukan bahwa dalam suatu series (urutan) perdagangan saham munculnya berita (news) akan menyebabkan orang mengatribusikan perubahan harga saham dengan berita tersebut. Akibatnya prediksi yang diiakukan menjadi anti- regresif.Di Fonzo & Bordia (1997) menemukan jika berita itu diberi label rumor akan menghasilkan efek yang sama. Rumor menyebabkan prediksi yang anti regresif. Penelitian ini memodifikasi penelitian Di Fonzo & Bordia (1997) dan mencoba untuk mengetahui manakah bentuk informasi yang paling berpengaruh dalam penggunaan prediksi regresif. Diajukan pemikiran bahwa nomor akan memberikan pengaruh yang paling besar terhadap penggunaan prediksi regresif menjadi prediksi yang anti regresif.Penelitian ini menggunakan meiode simulasi komputer, dimana satu orang partisipan menghadapi sebuah komputer. Yang akan dilihat adalah besarnya koefisien tracking (tc) yang dipergunakan sebagai acuan untuk mengukur besarnya prediksi regresif yang dilakukan. Hasil kemudian dianalisis menggunakan metode Anova kemudian dilakukan analisa Contrast.Dari 4 hipotesa yang didirikan, 1 hipotesa diterima dan 3 hipotesa Iainnya ditolak. Penelitian ini menunjukkan bahwa informasi (baik dalam bentuk Berita, Rumor yang dipublikasikan serta Rumor) memberikan pengaruh terhadap penggunaan prediksi partisipan sehingga prediksi yang digunakan berubah dan regresif menjadi anti-regresif. Berita memberikan pengaruh yang paling kecil terhadap penggunaan prediksi regresif dibandingkan Rumor (baik yang dipublikasikan maupun tidak dipublikasikan). memberi pengaruh yang terbesar terhadap perubahan penggunaan prediksi regresif menjadi anti-regresif.Saran-saran yang diberikan mencakup saran-saran untuk penelitian selanjutnya, terutama dalam mengembangkan bidang psikologl ekonomi. Untuk pelaku pasar modal dapat diberikan masukan bahwa informasi apapun bentuknya sekalipun itu rumor tetap akan diproses dalam kognisi manusia. Sehingga informasi tersebut akan mempengaruhi keputusan seseorang dalam berinvestasi."

"In this study, a fuzzy-based expert system called the Pain Intensity Prediction Expert System (PIPES) was developed to predict pain severity risk (PSR) in shoveling-related tasks. The primary objective was to develop a non-changing rating risk assessment ergonomics tool that both efficient and comparable with those obtained from human ergonomics experts in the field of application. PIPES used fuzzy set theory (FST) to make decisions about the level of pain associated with a selected worker base on the measured task variables, namely scooping rate, scooping time, shovel load, and throw distance as input and PSR as the result. Values obtained from variable measurements from a sand shoveling task were run with PIPES, and the results were compared with the workers’ self-reported pain (WSRP) intensity using a numeric rating scale (NRS) tool. The result of validation showed that there was a strong positive relationship between WSRP NRS and PIPES NRS, with a correlation coefficient of 0.70. The independent sample t-test for mean difference showed that WSRP had a statistically significantly lower level of NRS (4.35 ± 2.1) compared to PIPES (4.75 ± 2.2), t (38) = - 0.591, p = 0.558. With a significance level of 0.001 at 95% confidence, the groups’ means were not significantly different. The study developed an expert system, PIPES, which can be used as a computerized representation of ergonomics experts, who are scarce. PIPES can be applied to construction industries, sand mine locations, and any workplace where materials are manually moved using a shovel."