Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu teknik yang digunakan pada proses srteaming adalah mode IP multicast. Salah satu keuntungan terbesar dari IP multicast adalah kemampuannya untuk melakukan streaming audio maupun video ke ratusan atau ribuan pengguna. Penggabungan antara teknologi wireless local area network (WLAN) dengan proses streaming menggunakan teknik IP multicast membutuhkan telaah lebih lanjut tentang performa kualitas layanannya.Pada penulisan skripsi ini akan membahas tentang kualitas layanan streaming multicast pada WLAN apabila terdapat penambahan jumlah node pengguna. Penelitian ini menganalisa kualitas layanan streaming multimedia berupa file video dengan bitrate 409 kbps, 533 kbps, 811 kbps, dan 1113 kbps yang ditransmisikan secara multicast pada WLAN. Kualitas layanan berupa throughput dan packet loss yang diolah menjadi perbandingan hasil untuk satu client mode unicat dan multicast, Faktok skalabilitas pada mode multicast, faktor perubahan bit rate file yang digunakan pada percobaan serta deviasi yang terjadi pada hasil percobaan. Kualitas layanan mode multicast terjelek terjadi ketika menggunakan bit rate file 1113 kbps dengan packet loss sebesar 19,64% - 20,9%. Packet Loss tidak terdapat pada mode unicast dan pada mode multicast mulai dari 0,2% - 20,9 %. Throughput pada mode unicast sebesar 366,78 kbps - 1158,66 kbps dan pada mode multicast sebesar 366,14 kbps-914,57 kbps. Deviasi throughput paling besar terjadi pada mode multicast 4 client sebesar 9,55 %. Deviasi packet loss paling besar terjadi pada mode multicast 3 client sebesar 3,19 %.

---

One technic used to streaming process is multicast IP mode. The biggest advantage of IP multicast is the ability to stream audio and video file to hundreds or thousands receivers. Technology collaboration between wireless LAN (WLAN) with streaming process using IP multicast technic needs to be researched about the quality of service (QoS) performance.

This paper will analize about the QoS of multicast streaming at WLAN when the node was increased. This paper analyzed QoS of multimedia streaming that is video file formed with bitrate 409 kbps, 533 kbps, 811 kbps and 1113 kbps transmitted over WLAN. The QoS are throughput and packet loss that is processed to be the comparison between 1 client in the unicast mode with the multicast mode, scalability factor in the multicast mode, the bit rate file factor used in the experiment, and the deviation factor of the experiment result. The worst quality of service (QoS) of multicast mode was when using bit rate file 1113 kbps with 19.64 - 20.19 % packet loss. There is no packet loss in the unicast mode. 0,2%-20.9% packet loss in the multicast mode. In the unicast mode has throughput 366.78kbps-1158.66 kbps and 366.14 kbps- 914.57 kbps for multicast mode. The most wide deviation of throughput was in the 4 clients of multicast mode 9.55% and 3.19% was the most wide packet loss deviation that was happened in the 3 clients multicast mode."

"instance point cloud memungkinkan untuk melakukan segmentasi bentuk dari instance 3D yang berbeda pada kelas semantik yang sama. Penerapan segmentasi 3D pada pemodelan 3D area perkotaan dapat merangsang perkembangan lebih lanjut untuk menganalisis pemodelan 3D area perkotaan. Segmentasi instance 3D point cloud perkotaan memiliki tantangan tersendiri, sebagai contoh ukuran skala besar dan bentuk instance yang lebih beragam, dibandingkan 3D point cloud di dalam ruang. Penelitian ini mengajukan optimasi dari segmentasi instance 3D point cloud pada daerah perkotaan skala besar dengan optimasi metode pencacahan menggunakan metode pencacahan overlapping dan modifikasi bagian backbone Hierarchical Aggregation 3D Instance Segmentation (HAIS) dengan 3D U-Net Attention ASPP Sparse CNN (metode proposed). Eksperimen dan evaluasi dilakukan terhadap HAIS dan metode proposed. Berdasarkan hasil eksperimen, didapati penggunaan metode pencacahan ukuran 50 overlapping dan modifikasi backbone HAIS dengan 3D U-Net Attention ASPP Sparse CNN (dengan hasil evaluasi AP = 48.78, AP50 = 60.45 dan AP25 = 65.33) memiliki tren kenaikan performa lebih baik dibandingkan dengan metode baseline (dengan hasil evaluasi AP = 44.83, AP50 = 56.48 dan AP25 = 62.36).

---

Instance segmentation of 3D point cloud is possible to perform the segmentation of 3D object shape and to differentiate instances on similar semantic class. Urban Area's large-scale 3D point cloud instance segmentation has its own challenges, namely large-scale instance forms and is more diverse, compared to indoor 3D point clouds. This study proposed optimization of 3D point cloud instance segmentation in largescale urban areas by enhancing the patching method by using overlapping method and modifying the HAIS backbone section with 3D U-Net Attention ASPP Sparse CNN (the proposed method). The experiments and evaluations will be carried out on HAIS model with baseline method from STPLS3D and our proposed method. Based on our experimental results, was found by using patching method 50 size overlapping and modification of the HAIS backbone with 3D U-Net Attention ASPP Sparse CNN (evaluation results of AP = 48.78, AP50 = 60.45 and AP25 = 65.33) has trend to increase the performance of HAIS method which is better than the baseline method (evaluation results AP = 44.83, AP50 = 56.48 and AP25."

"Dalam tulisan ini akan dibahas penerapan metode pemulihan gaya dalam yaitu Superconvergent Patch Recovery (SPR) yang diperkenalkan oleh Zienkiewicz-Zhu untuk problem pelat lentur dengan menggunakan elemen DKMQ (Discrete Kirchoff Mindlin Quadrilateral). Metode ini digunakan untuk memperoleh solusi gaya dalam yang lebih baik dengan memanfaatkan konsep titik superkonvergen. Titik tersebut merupakan lokasi tertentu dalam setiap elemen yang memiliki solusi elemen hingga dengan akurasi dan kecepatan konvergensi yang tinggi dibandingkan lokasi lainnya. Untuk elemen quadrilateral titik superkonvergen ini berimpit dengan titik integrasi Gauss. Metode SPR ini kemudian memanfaatkan metode least square fit terhadap titik superkonvergen tersebut untuk memperoleh peningkatan akurasi solusi gaya dalam. Dalam tulisan ini akan disertai pula uji numerik di mana penulis menggunakan dua metode pemulihan gaya dalam lainnya yaitu metode rata-rata langsung dan metode proyeksi sebagai perbandingan. Penelitian akan dilanjutkan dengan menggunakan ketiga metode pemulihan gaya dalam yang telah disebutkan di atas sebagai pembentuk error estimator Zienkiewicz-Zhu (Z2) untuk mengestimasi error solusi elemen hingga. Pada bagian ini dengan didukung hasil uji numeric kita akan mencoba membuktikan bahwa metode pemulihan gaya dalam dengan karakteristik superkonvergen, yaitu SPR, akan selalu menunjukkan estimasi error yang asimtotik eksak pada contoh kasus yang memiliki solusi eksak. Dalam uji numerik tersebut proses modelisasi struktur dilakukan dengan penghalusan jaringan elemen (mesh) tipe-h secara seragam maupun adaptif. Hal ini dilakukan untuk memberikan gambaran bagaimana cara mendapatkan sebuah jaringan elemen yang efisien pada sebuah struktur. Dalam penelitian ini penulis menggunakan program Finite Element Analysis Program (FEAP) v7.1 sebagai program utama untuk melakukan uji numerik. Dalam program tersebut telah disertai subrutin formulasi elemen DKMQ dan Error Estimator Z2 yang ditulis dalam bahasa FORTRAN yang penulis dapatkan dari hasil penelitian sebelumnya. Dalam hal ini penulis cukup menambahkan subrutin yang terkait dengan perhitungan metode SPR. Sebagai media penghalusan jaringan elemen terutama secara adaptif, penulis menggunakan program ANSYS."

"Sistim PVM sekarang iru mulai dirasakan keberadaannya dalam menggantikan super komputer untuk memecahkan pennasalahan-permasalahan komputasi . Prosedur komunikasi dan sinkronisasinya yang relatif lebih mudah dan sederhana memberikan peluang untuk pengembangan aplikasi model ilmiah dibawah sistim PVM ini. Program yang mengolah data dalam jumlah yang besar dengan fungsi-fungsi yang panjang membutuhkan waktu yang lama bahkan dapat sampai berhari-hari_ Tika program dapat berjalan dengan baik sampai pada akhir program maka tidak terdapat masalah_ Tetapi bagaimana pads saat program sudah berjalan beberapa hari, kemudian disalah satu host nya yang juga merupakan tempat child program melakukan task-task tertentu terdapat kesalahan_ Hal ini dapat membuat hasil dari keseluvahan proses menjadi tidak sesuai dengan spesifikasi yang di harapkan dan di tetapkan sebeluninya. Bahkan pada tingkat kasus terburuk program tidak menghasilkan informasi apapun setelah berhrti-hari running karena kesalahan tersebut. Pada akhirnya program harus dijalankan dari awal lagi. Untuk menghindari atau mengurangi penjadwalan clang suatu program dari awal karena suatu kesalahan maka diterapkan suatu metoda yang dinamakan metoda fault tolerance. Suatu sistim secara keseluruhan dengan kesalahan dapat melanjutkan proses penyediaan pelayanan tidak dikatakan gagal, tetapi diakatakan fault tolerant. Kesalahan dapat berarti terhentinya suatu proses task-task yang dilakukan suatu child program dikarenakan komputer crash, atau dapat juga berarti tidak sempurnanya, tidak stabilnya child program dalam mengolah data, serta banyak kemungkinan lainnya. Sedangkan kegagalan merupakan suatu akibat dari satu atau banyak kesalahan sehingga sistim tidak dapat 14 menyediakan pelayanan. Pada tugas akhir ini dibahas implemantasi check pointing dan backward error recovery pada algoritma Kohonen Self Organizing Map sehingga sistim dapat dikatakanfault tolerant."