Hasil Pencarian  ::  Simpan CSV :: Kembali

"The premise of this short essay is to question ; why are these images so significant to the concept of architecture and the physical of the architecture? The question above comes to my attention, because I consider an image is an image, without the personal interpretation the image has no meaning or could possibly have a thousand meanings. Reading of image is personal, culturally significant, and knowledge of the object present. How do you make these certain images as a base of the architecture concept if the fact of the image does not mean anything or could possibly have a thousand meanings? In the medical environment for example; in several cases it has been proven that the reading of X-Ray images from beast cancer patients were false. The certain reading of the images could lead up to poor judgement. on the rest if the paper i will show you my observation on the images, how i interpret the images, how i navigate people to read my images and how i relate the architecture through the images that i produce."

"Tesis desain ini menggunakan pendekatan kolase untuk mencapai arsitektur berbasis representasi. Ide dari tesis ini berangkat dari melihat bagaimana sebuah gambar kolase hadir sebagai suatu kesatuan representasi yang utuh dengan menggabungkan bagian-bagian kecil untuk membentuk narasi dan menghilangkan makna asli dari setiap bagian sebelum dilakukan penggabungan gambar. Untuk melihat bagaimana kolase dapat membentuk narasi, dilakukan proses analisis pembongkaran kolase untuk melihat detail yang ada didalamnya, proses ini kemudian digunakan sebagai metode untuk membongkar narasi yang terdapat dibalik sebuah representasi. Dari hasil analisis tersebut ditemukan bahwa terdapat empat tahap utama dalam melakukan teknik kolase yaitu, menentukan part, menentukan skala dari masing-masing bagian, melakukan proses layering, dan menentukan fokus pada image akhir. Temuan metode ini digunakan untuk membaca fasad bangunan untuk melihat narasi dari bagian bangunan tersebut, dan kemudian mekanisme ini dijadikan metode perancangan untuk dapat membentuk sebuah representasi narasi arsitektur.

---

This thesis design uses collage methods as an approach to achieve representation-based architecture. The idea of this thesis comes from seeing how a collage image presents itself as a whole representation by combining small parts to form a narrative and removing the original meaning of each part before it is combined to each other. To see how a collage can form a narrative, a process of analyzing the collage's dismantle is to be carried out to see the details that exist in it. This process is then used as a method to break down the narrative that exists behind a representation. From the results of the analysis, it was found that there are four main stages in performing the collage technique: determining parts, determining the scale of each part, performing the layering process, and determining the focus of the final image. The findings of this method are used to read the building facade to see the narrative of the building, and then this mechanism is used as a design method to be able to form a representation of the architectural narration."

"When we use a camera, we want the recorded image to be a faithful representation of the scene that we see, but every image is more or less blurry. In image deblurring, the goal is to recover the original, sharp image by using a mathematical model of the blurring process. The key issue is that some information on the lost details is indeed present in the blurred image, but this hidden information can be recovered only if we know the details of the blurring process. Deblurring Images: Matrices, Spectra, and Filtering describes the deblurring algorithms and techniques collectively known as spectral filtering methods, in which the singular value decompositionr a similar decomposition with spectral properties as used to introduce the necessary regularization or filtering in the reconstructed image. The concise MATLAB implementations described in the book provide a template of techniques that can be used to restore blurred images from many applications."

"Pengenalan karakter pada sebuah dokumen citra yang diambil menggunakan kamera digital membutuhkan citra yang terbinerisasi dengan baik untuk memisahkan antara teks dengan background.Metode binarisasi global tidak memberikan hasil pemisahan yang bagus karenapermasalahan tingkat pencahayaan yang tidak seimbang pada citra hasil kamera digital. Metode binarisasi lokal dapat mengatasi permasalahan tersebut namun metode tersebut membutuhkan metode untuk membagi citra ke dalam bagian - bagian window lokal. Pada paper ini diusulkan sebuah metode binarisasi lokal dengan pembagian citra secara dinamis menggunakan integral image dan decision tree untuk keputusan binarisasi lokalnya.Integral image digunakan untuk mengestimasi jumlah baris teks dalam dokumen citra. Jumlah baris tersebut kemudian digunakan untuk membagi citra dokumen ke dalam window lokal. Keputusan nilai threshold untuk setiap window lokal ditentukan dengandecision tree. Hasilnya menunjukkan metode yang diusulkan dapat memisahkan teks dari dokumen citra lebih baik dari binarisasi global dengan tingkat pengenalan OCR hingga 99.4%.

---

AbstractCharacter recognition in a document image captured by a digital camera requires a good binary image as the input for the separation the text from the background. Global binarization method does not provide such good separation because of the problem of uneven levels of lighting in images captured by cameras. Local binarization method overcomes the problem but requires a method to partition the large image into local windows properly. In this paper, we propose a local binariation method with dynamic image partitioning using integral image and decision tree for the binarization decision. The integral image is used to estimate the number of line in the document image. The number of line in the document image is used to devide the document into local windows. The decision tree makes a decision for threshold in every local window. The result shows that the proposed method can separate the text from the background better than using global thresholding with the best OCR result of the binarized image is 99.4%. Pengenalan karakter pada sebuah dokumen citra yang diambil menggunakan kamera digital membutuhkan citra yang terbinerisasi dengan baik untuk memisahkan antara teks dengan background. Metode binarisasi global tidak memberikan hasil pemisahan yang bagus karena permasalahan tingkat pencahayaan yang tidak seimbang pada citra hasil kamera digital. Metode binarisasi lokal dapat mengatasi permasalahan tersebut namun metode tersebut membutuhkan metode untuk membagi citra ke dalam bagian-bagian window lokal. Pada paper ini diusulkan sebuah metode binarisasi lokal dengan pembagian citra secara dinamis menggunakan integral image dan decision tree untuk keputusan binarisasi lokalnya. Integral image digunakan untuk mengestimasi jumlah baris teks dalam dokumen citra. Jumlah baris tersebut kemudian digunakan untuk membagi citra dokumen ke dalam window lokal. Keputusan nilai threshold untuk setiap window lokal ditentukan dengan decisiontree. Hasilnya menunjukkan metode yang diusulkan dapat memisahkan teks dari dokumen citra lebih baik dari binarisasi global dengan tingkat pengenalan OCR hingga 99.4%."

"Manusia yang memiliki dua telinga dan pendengaran normal memiliki kemampuan untuk melakukan lokalisasi suara dalam membaca ruang. Di masa dimana mata percaya apa yang mereka lihat, dapatkah manusia melihat melalui telinga? Manusia saling berhubung satu sama lain, mereka membutuhkan dan dibutuhkan, mereka membuat dan memakai. Bagaimana dengan suara yang mereka buat? Siapa yang terpengaruh dengan suara yang mereka buat? Tugas Akhir ini merupakan sebuah proyek studi dan rancangan yang membahas kemampuan manusia dalam membaca dan mendefinisikan ruang melalui suara dan gerakan. Pendekatan yang digunakan merupakan gabungan dari pendekatan intuitif dan teoritis. Proyek ini berakhir dengan ujung yang terbuka, menanti banyak eksplorasi dan aplikasi lebih lanjut.

---

People who are blessed with two ears and normal hearing have the ability to localize sound. The information from such work can be used as a way to read space. In time where eyes believe what they see, can people see through their ears? People always relate to each other, they have needs, and at the same time are needed by others. They give and they take. What about the sound they make? Who listen to their voice? This project is both a research and a design project. The topic is human ability to read and define space through sound and movement. Due to the rather arbitrary background of the topic, the approach of this project combines theoretical approach with intuitive approach. This result of this project is open-ended, longing for further exploration and application in the fields it may belong to."

"Fotografi Arsitektur memiliki tingkat kemiripan yang cukup tinggi dengan subjek foto sehingga berfungsi sebagai media representasi. Representasi dalam arsitektur digunakan untuk membantu arsitek mengomunikasikan ide dalam karyanya melalui tanda-tanda kepada masyarakat luas. Semiotika merupakan salah satu cara masyarakat memahami ide-ide tersebut. Skripsi ini membahas mengenai bagaimana masyarakat membaca tanda dalam foto arsitektural melalui teori semiotika dengan studi kasus foto Perpustakaan UI. Semiotika dalam fotografi pernah dibahas oleh Roland Barthes melalui teori Order of Signification. Pada akhirnya, skripsi ini menyimpulkan bahwa foto arsitektural dapat mereproduksi tanda-tanda dan menyampaikan pesan yang ingin dikomunikasikan seorang arsitek kepada audiens melalui karyanya.

---

Architectural Photography has a high level of resemblance to the subject of a photograph that it serves as a medium of representation. In Architecture,representation is used to assist the architect to communicate his ideas to the audience. Semiotics is one of many ways to help people to understand and interpret signs. This thesis discusses about how people read signs in an architectural photograph by using semiotics theory with the case study being an architectural photograph of University of Indonesia’s Library. Roland Barthes is one of the few theorists who have ever discussed about semiotics in photography through his Order of Significance theory. In the end, this thesis concludes that architectural photographs can reproduce signs and helps to convey the message that architect wants to communicate to the audience through his work."

"Perkembangan terkini dari perangkat pencitraan medik computerized tomography (CT) scan telah memungkinkan dihasilkannya citra dari penampang melintang secara multi irisan dalam orde beberapa detik. Citra medik digital yang dihasilkan merepresentasikan penampang melintang dari berbagai struktur jaringan dari irisan yang dicitrakan. Salah satu tantangan yang dapat membantu dalam proses diagnosis berbasis citra adalah ekstraksi informasi dari struktur anatomi tertentu dengan suatu metode segmentasi citra serta visualisasi volumetrik dengan bantuan komputer. Untuk kasus visualisasi volumetrik tulang pelvis pada citra CT-scan multi irisan, seluruh citra yang mengandung bagian struktur tulang pelvis harus disegmentasi. Pada penelitian ini, satu teknik segmentasi citra berbasis active contour akan diimplementasikan untuk melakukan segmentasi citra multi irisan secara semi otomatis. Proses segmentasi citra diawalidengan menentukan model kurva 2D yang dilakukan secara manual pada citra irisan pertama. Kemudian model kurva tersebut secara iterasi akan berdeformasi sampai dengan bentuk kurva yang berhimpit pada batas tepian citra tulang pelvis. Hari akhir kurva 2D pada irisan pertama akan digunakan sebagai inisialisasi model kurva 2D pada proses segmentasi citra irisan berikutnya. Proses tersebut akan berlanjut sampai dengan citra irisan terakhir. Metode segmentasi citra berbasis active contour akan dibandingkan dengan metode segmentasi secara nilai ambang dari homogenitas distribusi intensitas dan metode segmentasi secara manual. Analisis secara kualitatif terhadap hasil segmentasi tiap irisan dan analisis kualitatif pada representasi visualisasi volumetrik digunakan pada penelitian ini.

---

AbstractThe current development of computerized tomography (CT) has enable us to obtain cross sectional image using multi slicing techniques in an order of few seconds. The obtained images represent several tissue structures on cross section slice being imaged. One challenge to help diagnosis using CT images is extracting an anatomic structure of interest using a method of image segmentation and volumetric visualization with the assistance of computers. In case of volumetricvisualization of pelvis bones extracted from multi-slice CT images, whole images which are containing part of pelvis bone structures must be segmented. In this research, an image segmentation technique based on active contour is implemented for semi-automatic multi slice image segmentation. Image segmentation steps are initialized with a define model of 2D curve on the first slice image manually. Next, its model curve is deformed to reach the final result of 2D curve that fits to boundary edges of pelvis bone image. The final result of 2D curve on previous slice image was used as an initialization model of 2D curve on the next slice images. This process will continue until the final slice image. This segmentation method was compared with the segmentation method based on threshold from homogenous intensitydistribution and manual segmentation method. Quantitative analysis from the results of segmentation on each slice and qualitative analysis on the representation of volumetric visualization are performed in this research."

"Dalam konteks estimasi usia gigisebagai metode non-invasif untuk determinasi usia kronologis pasien, teknik orthopantomography (OPG) telah luas diaplikasikan meski menghadapi kendala seperti biaya tinggi dan eksposur radiasi. Merespons limitasi pendekatan konvensional, paradigma machine learning dan deep learning kini dioptimalkan untuk mengidentifikasi pola intrinsik pada data pencitraan medis kompleks. Penelitian ini bertujuan mengembangkan algoritma YOLOv8 untuk meningkatkan akurasi estimasi usia gigi, menggunakan dataset dari RSGMP Universitas Airlangga dengan subjek pediatrik 5—15 tahun. Dataset dimodifikasi menjadi tiga variasi: tanpa augmentasi, augmentasi tiga kali per sampel, dan augmentasi lima kali per sampel. Hasil optimal dicapai oleh variasi ketiga dengan augmentasi lima kali per sampel, mendemonstrasikan akurasi 60% dan F1-Score 61,05%, mengindikasikan potensi signifikan teknik augmentasi data dalam meningkatkan kinerja algoritma deep learning untuk estimasi usia gigi.

---

In the context of dental age estimation as a non-invasive method for determining patients' chronological age, orthopantomography (OPG) techniques have been widely applied despite facing challenges such as high costs and radiation exposure. Responding to the limitations of conventional approaches, machine learning and deep learning paradigms are now being optimized to identify intrinsic patterns in complex medical imaging data. This research aims to develop the YOLOv8 algorithm to improve the accuracy of dental age estimation, using a dataset from the Dental and Oral Hospital of Airlangga University with pediatric subjects aged 5-15 years. The dataset was modified into three variations: without augmentation, triplet augmentation, and quintuplet augmentation per sample. Optimal results were achieved by the third variation with quintuplet augmentation, demonstrating 60% accuracy and 61.05% F1-Score, indicating significant potential for data augmentation techniques in enhancing the performance of deep learning algorithms for dental age estimation."