Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 12039 dokumen yang sesuai dengan query
cover
Halls, Jonathan
"Contents :
- Preface
- Acknowledgments
- In This book and on the web
- Section 1: Behind the video
- Chapter one: Video and the trainer
- Chapter two: Video psychology
- Chapter three: Video and learning
- Chapter four: Video in practice
- Section 2: How video works
- Chapter five: The picture layer and visual grammar
- Chapter six: The visual effects layer
- Chapter seven: The spoken word layer
- Chapter eight: The music and sound effects layer
- Section 3: Preproduction
- Chapter nine: Preproduction workflow
- Section 4: Production
- Chapter ten: Tools of video production
- Chapter eleven: How to shoot great pictures
- Chapter twelve: How to use your camera
- Chapter thirteen: Looking good in video
- Section 5: Postproduction
- Chapter fourteen: Editing your video
- Section 6: Into action
- Chapter fifteen: Tech stuff
- Chapter sixteen: Video workflow
- Index
- About the author "
Alexandria, Virginia: American Society for Training & Development, 2012
e20442071
eBooks  Universitas Indonesia Library
cover
Valentino Herdyan Permadi
"Perkembangan teknologi saat ini sudah mampu menunjang kegiatan belajar mengajar secara daring. Salah satu metode yang digunakan untuk melakukan kegiatan tersebut adalah secara asinkronus. Umumnya, materi yang disampaikan secara asinkronus menggunakan video pemelajaran. Pengajar mengunggah video pemelajaran pada sebuah layanan Learning Management System (LMS) dan siswa menggunakan video tersebut sebagai bahan belajar. Siswa tunarungu mengalami kesulitan mengikuti kegiatan pemelajaran dengan media tersebut karena kurangnya fitur aksesibilitas pada LMS yang digunakan. Fasilkom UI sebelumnya sudah mengembangkan modul pengubah suara menjadi teks dengan Automatic Speech Recognition (ASR) dan pengubah teks menjadi animasi bahasa isyarat (Text-to-Gesture). LMS yang digunakan adalah Moodle. Pada penelitian ini, dikembangkan suatu layanan yang bisa mengintegrasikan modul ASR dengan aplikasi Text-to-Gesture. Penelitian ini mengembangkan sebuah Application Programming Interface (API) yang bisa menerima hasil ASR dan mengirimkannya ke aplikasi Text-to-Gesture. Animasi dibangkitkan dengan aplikasi Text-to-Gesture yang di saat bersamaan direkam dan kemudian diproses menggunakan FFmpeg. Hasil prosesnya kemudian dikirimkan kembali ke Moodle untuk disajikan sebagai bahan ajar. Pada penelitian ini disimpulkan pengembang dapat membuat sebuah API yang bisa menghubungkan modul ASR pada Moodle dengan aplikasi Text-to-Gesture. API yang dibuat juga bisa dihubungkan dengan aplikasi lain selain Moodle selama mengikuti format yang sama dengan modul ASR.

The current technology development has been able to support online learning activities. One of the methods used for such activities is asynchronous learning. Typically, asynchronous learning materials utilize instructional videos. Educators upload instructional videos to a Learning Management System (LMS), and students use these videos as learning materials. Deaf students face difficulties in following the learning activities with these media due to the lack of accessibility features in the LMS being used. Previously, Fasilkom UI has developed modules to convert speech into text using Automatic Speech Recognition (ASR) and to convert text into sign language animations (Text-to-Gesture). The LMS used in this research is Moodle. In this study, a service was developed to integrate the ASR module with the Text-to-Gesture application. An Application Programming Interface (API) was developed to receive ASR results and send them to the Text-to-Gesture application. The animations that are generated using the Text-to-Gesture application are recorded and then processed using FFmpeg. The processed results are then sent back to Moodle to be presented as teaching materials. This research concludes that developers can create an API to connect the ASR module in Moodle with the Text-to-Gesture application. The created API can also be connected to other applications as long as they follow the same format as the ASR module."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Fadel Akbar Putra
"Kasus illegal fishing yang marak di Indonesia menyebabkan kerugian besar bagi industri perikanan. Selain itu, proses klasifikasi jenis ikan dan penentuan beratnya memakan waktu yang lama. Penelitian ini mengembangkan sistem prediksi jenis ikan dan beratnya untuk meningkatkan efisiensi hasil tangkapan. Model object detection dan segmentation menggunakan arsitektur YOLOv8 (You Only Look Once), sementara prediksi berat ikan dilakukan dengan decision tree, random forest, XGBoost, dan ANN. Ada 5 metode eksperimen yang dilakukan untuk mendapatkan model object detection dan instance segmentation terbaik, yaitu yang pertama membandingkan arsitektur small, medium, dan large dari model YOLOv8 untuk mengetahui arsitektur terbaik terhadap kemampuan mendeteksi dan mengsegmentasi objek, yang kedua melakukan tunning hyperparameter dari model terbaik di eksperimen 1 dengan mengubah variasi optimuzer serta dropout, yang ketiga membandingkan algoritma decision tree, random forest, dan XGBoost untuk mengetahui algoritma regresi terbaik untuk melakukan prediksi berat ikan, yang keempat adalah melakukan evaluasi dengan dataset tanpa dan dengan cumi untuk mengetahui pengaruh kelas cumi dalam kemampuan prediksi model, dan yang terakhir adalah melakukan hyperparameter tunning terhadap model terbaik dari eksperimen tiga, yaitu random forest dan ANN. Dari kelima eksperimen yang dilakukan didapatkan hasil model object detection dan instance segmentation terbaik menggunakan YOLOv8seg-m (medium) dengan optimizer SGD dan tanpa dropout mencapai metrics mAP0.5 sebesar 0.994, mAP0.5:0.95 sebesar 0.886, F1-score sebesar 0.985, IoU (mask) sebesar 0.828, dan IoU (box) sebesar 0.846. Model prediksi berat terbaik adalah random forest dengan R2 sebesar 0.994, MAE sebesar 6.051, MSE sebesar 124.058, dan RMSE sebesar 11.138. Kata kunci: fish monitoring, computer vision, deep learning, object detection, instance segmentation, YOLOv8.

The widespread occurrence of illegal fishing in Indonesia has caused significant losses to the fishing industry. Additionally, the process of classifying fish species and determining their weight is time-consuming. This study develops a system to predict fish species and weight to improve the efficiency of catch results. The object detection and segmentation model uses the YOLOv8 (You Only Look Once) architecture, while fish weight prediction is performed using decision tree, random forest, XGBoost, and ANN. Five experimental methods were conducted to obtain the best object detection and instance segmentation model: the first compared the small, medium, and large architectures of the YOLOv8 model to determine the best architecture for object detection and segmentation capabilities; the second tuned the hyperparameters of the best model from experiment 1 by varying the optimizer and dropout; the third compared decision tree, random forest, and XGBoost algorithms to determine the best regression algorithm for fish weight prediction; the fourth evaluated the dataset with and without squid to understand the influence of the squid class on the model's prediction ability; and the last performed hyperparameter tuning on the best models from experiment three, namely random forest and ANN. From the five experiments conducted, the best object detection and instance segmentation model was found using YOLOv8seg-m (medium) with the SGD optimizer and no dropout, achieving metrics of mAP0.5 of 0.994, mAP0.5:0.95 of 0.886, F1-score of 0.985, IoU (mask) of 0.828, and IoU (box) of 0.846. The best weight prediction model was random forest with an R2 of 0.994, MAE of 6.051, MSE of 124.058, and RMSE of 11.138."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Yusuf Fakhri Aldrian
"Sesuai dengan ketentuan hukum, setiap warga negara berhak atas informasi dan kemudahan akses informasi, termasuk individu dengan disabilitas tunarungu. Bahasa isyarat menjadi sarana komunikasi utama bagi penyandang disabilitas tunarungu. Bahasa isyarat sering dijumpai pada komunitas tunarungu yang melibatkan penerjemah, teman, dan keluarga serta para penyandang tunarungu itu sendiri. Sistem Isyarat Bahasa Indonesia (SIBI) merupakan sistem bahasa isyarat yang dipakai dalam pemelajaran di sekolah luar biasa. Penelitian yang dilakukan penulis merupakan lanjutan dari penelitian sebelumnya yang bertujuan untuk mengintegrasikan plug-in modul pada Moodle dengan pembangkit teks subtitle dari video pemelajaran untuk diteruskan ke layanan pembangkit animasi 3D bahasa isyarat. plug-in yang dibuat secara umum dibangun dengan Moodle, Python, Redis, dan Unity. Aplikasi Moodle memiliki dua laman, yaitu laman utama yang berisi daftar subtitle menerima status pembentukan subtitle dari database di Python serta laman formulir mengirim HTTP Request yang berisi input berisi video untuk pembentukan subtitle ke aplikasi Python. Aplikasi Python akan menerima HTTP Request yang dikirim dari Moodle dan melakukan deretan perintah yang digunakan untuk penambahan subtitle dan menambahkan subtitle yang dijalankan secara asinkronus ke server Redis. Setelah itu, video dan subtitle akan dikirim melalui Redis untuk pengantrian penambahan animasi bahasa isyarat SIBI. Data tersebut dikirim secara asinkronus ke Unity untuk pembentukan animasi bahasa isyarat. Setelah pembuatan animasi bahasa isyarat selesai, video akan dikirim kembali ke Moodle dan statusnya akan ditambahkan ke database di aplikasi Python. Penulis melakukan percobaan untuk menguji performa masing-masing ASR dengan metrik evaluasi durasi dan Word Error Rate. Percobaan membuktikan jenis ASR Wav2Vec memiliki rata-rata Word Error Rate paling besar yaitu 42,64% dan membutuhkan waktu yang paling lama yaitu 32 menit 3 detik untuk membuat transkripsi audio, disusul jauh oleh Google (WER 1,43% dan durasi 2 menit 27 detik) dan Azure (WER 2,57% dan durasi 1 menit 16 detik). Menurut penulis, Wav2Vec memiliki performa yang buruk sehingga tidak bagus untuk digunakan di kasus umumnya, sehingga sebaiknya model ASR yang dipakai adalah Google dan Azure.

In accordance with legal provisions, every citizen has the right to information and ease of access to information, including individuals with hearing disabilities. Sign language is the primary communication method for those with hearing disabilities and is commonly encountered within the deaf community, involving interpreters, friends, family, and the hearing impaired themselves. Sistem Isyarat Bahasa Indonesia (SIBI) is the official sign language used in special educations in Indonesia. The research conducted by the author builds upon a previous study aiming to integrate a module plug-in on Moodle with text subtitle generation from learning videos to be transferred to a 3D sign language animation service. The plug-in was primarily developed using Moodle, Python, Redis, and Unity. The Moodle application contains two main pages: one with a list of subtitles receiving the subtitle creation status from a Python database and another with a form page for sending HTTP requests containing video input for subtitle creation to the Python application. The Python application receives the HTTP requests sent from Moodle and executes a series of commands used for adding subtitles and synchronously adding subtitles to the Redis server. Afterward, the video and subtitles are sent through Redis for queueing and adding SIBI sign language animations. This data is sent asynchronously to Unity for creating sign language animations. Once the sign language animation is complete, the video is sent back to Moodle, and its status is updated in the Python application database. The author conducted experiments to test the performance of each ASR using evaluation metrics such as duration and Word Error Rate. Experiments demonstrated that the Wav2Vec ASR model has the highest Word Error Rate (42,64%) and requires the longest time to create audio transcription (32 minutes 3 seconds), followed by Google (1,43% WER, 2 minutes and 27 seconds) and Azure (2,57% WER, 1 minute and 16 seconds), which performed better. According to the author, Wav2Vec is not suitable for general cases, so the ASR models preferred should be Google and Azure."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Dollin, Stuart
London: The Templar Company, 1992
R 778.59 DOL h
Buku Referensi  Universitas Indonesia Library
cover
Prasasya Laraswati Gambiro
"Semenjak penemuan Internet, perilaku masyarakat telah berubah secara dramatis. Mereka menggunakan Internet untuk merasa terhubung dan diterima oleh teman-teman, masyarakat dan dunia. Laporan ini mengidentifikasi keinginan untuk diterima dan keterhubungan sosial dalam masyarakat sebagai pengguna dari salah satu perilaku yang diadopsi dari pengguna Internet; obsesi dalam video tantangan, yang diistilahkan dalam sebutan ‘video viral’.
Berfokus kepada tiga video tantangan yang popular, yaitu: the ALS Ice Bucket Challenge, the Kylie Jenner Lip Challenge dan Planking, tujuan dari laporan ini ialah untuk mengeksplorasi fenomena dari video viral dan dampaknya terhadap para remaja di Australia dengan menyediakan kunci literatur dan latar belakang dari video viral.
Hasilnya, dapat ditarik kesimpulan bahwa video viral mengandalkan sejumlah kunci penentu untuk menghasilkan video tersebut dapat tersebar secara pesat. Tekanan dari lingkungan pergaulanlah yang pada dasarnya mendorong para pengguna Internet untuk berpartisipasi dalam mengikuti video tantangan tersebut, dimana setiap orangnya mencoba untuk menandai fenomena lebih besar dan lebih berbahaya dari orang-orang sebelumnya agar menonjol. Dalam realitas tipe ini, peserta harus memilih konsekuensi dari tantangan tersebut diantara kesejahteraan atau penerimaan sosial dari masyarakat.

Since the invention of the Internet, people’s behaviours have changed in a dramatic way. People go to the Internet to feel connected to and accepted by friends, community and the world. This report identifies the want for acceptance and connectedness as the driver behind one of societies strangest adopted behaviours; the obsession with video challenges, which associated with the coined term of 'viral videos’.
Focusing onto the three popular challenges, which are: the ALS Ice Bucket Challenge, the Kylie Jenner Lip Challenge and Planking, the aim of this report is to explore the viral video phenomenon and its effects on the youth in Australia by providing key literature and background into viral videos.
As a result, it can be drawn that viral videos rely on a number of key determinants for the video to spread at a rapid rate. It was essentially peer pressure that was compelling the Internet users to participate in the challenges, with each person trying to make their mark bigger and more dangerous than those before them, to stand out from the thousands of other video sharers. In this type of reality, participants will need to step back and weigh up the consequences of the challenge to choose either their wellbeing or acceptance from peers.
"
Depok: Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesia, 2016
MK-pdf
UI - Makalah dan Kertas Kerja  Universitas Indonesia Library
cover
"Why does even the most expertly designed and deployed training sometimes fail to produce the desired results? Could a poor learning environment be the answer? This issue presents a comprehensive discussion of why and how adults learn. It discusses various instruction methods, their characteristics, advantages and disadvantages, and offers concrete tips and advice on how you can create a winning learning environment in your organization."
Alexandria, VA: American Society for Training and Development Press, 2006
e20435641
eBooks  Universitas Indonesia Library
cover
Christopher Ekaputra Loe
"Learning Management System (LMS) telah banyak digunakan di universitas di seluruh dunia. Penelitian ini bertujuan untuk mengembangkan LMS yang dapat digunakan secara umum. LMS yang dikembangkan diintegrasikan dengan kemampuan video streaming untuk meningkatkan pemahaman dan retensi materi oleh pelajar. Selain itu, diperlukan mekanisme load balancing yang efektif menggunakan NGINX untuk menangani jumlah permintaan yang besar dan mencakup pengguna yang lebih luas. Penelitian ini berhasil menghasilkan LMS yang dapat menunjang pembelajaran dengan fitur-fitur yang berfungsi baik dan mudah digunakan. Pengujian dengan NGINX sebagai load balancer menunjukkan bahwa sistem mampu menangani berbagai skenario permintaan dengan respons yang memadai. Sistem ini juga mampu memberikan pengalaman streaming yang lancar dan berkualitas tinggi. Hasil pengujian ini memberikan keyakinan bahwa LMS yang dikembangkan mampu memenuhi standar kualitas yang diharapkan dan dapat diandalkan untuk penggunaan intensif, memberikan pengalaman belajar yang optimal bagi pengguna.

Learning Management Systems (LMS) have been widely used in universities around the world. This research aims to develop an LMS that can be used universally. The developed LMS integrates video streaming capabilities to enhance students' understanding and retention of material. Additionally, an effective load balancing mechanism using NGINX is required to handle a large number of requests and accommodate a broader user base. This research successfully produced an LMS that can support learning with well-functioning and user-friendly features. Testing with NGINX as a load balancer demonstrated that the system could handle various request scenarios with adequate response times. The system also provides a smooth and high-quality streaming experience. These test results provide confidence that the developed LMS can meet expected quality standards and be reliable for intensive use, offering an optimal learning experience for users."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Jeremy Christianto
"Learning Management System (LMS) telah banyak digunakan di universitas di seluruh dunia. Penelitian ini bertujuan untuk mengembangkan LMS yang dapat digunakan secara umum. LMS yang dikembangkan diintegrasikan dengan kemampuan video streaming untuk meningkatkan pemahaman dan retensi materi oleh pelajar. Selain itu, diperlukan mekanisme load balancing yang efektif menggunakan NGINX untuk menangani jumlah permintaan yang besar dan mencakup pengguna yang lebih luas. Penelitian ini berhasil menghasilkan LMS yang dapat menunjang pembelajaran dengan fitur-fitur yang berfungsi baik dan mudah digunakan. Pengujian dengan NGINX sebagai load balancer menunjukkan bahwa sistem mampu menangani berbagai skenario permintaan dengan respons yang memadai. Sistem ini juga mampu memberikan pengalaman streaming yang lancar dan berkualitas tinggi. Hasil pengujian ini memberikan keyakinan bahwa LMS yang dikembangkan mampu memenuhi standar kualitas yang diharapkan dan dapat diandalkan untuk penggunaan intensif, memberikan pengalaman belajar yang optimal bagi pengguna.

Learning Management Systems (LMS) have been widely used in universities around the world. This research aims to develop an LMS that can be used universally. The developed LMS integrates video streaming capabilities to enhance students' understanding and retention of material. Additionally, an effective load balancing mechanism using NGINX is required to handle a large number of requests and accommodate a broader user base. This research successfully produced an LMS that can support learning with well-functioning and user-friendly features. Testing with NGINX as a load balancer demonstrated that the system could handle various request scenarios with adequate response times. The system also provides a smooth and high-quality streaming experience. These test results provide confidence that the developed LMS can meet expected quality standards and be reliable for intensive use, offering an optimal learning experience for users."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Farhan Hanif Saefuddin
"Learning Management System (LMS) telah banyak digunakan di universitas di seluruh dunia. Penelitian ini bertujuan untuk mengembangkan LMS yang dapat digunakan secara umum. LMS yang dikembangkan diintegrasikan dengan kemampuan video streaming untuk meningkatkan pemahaman dan retensi materi oleh pelajar. Selain itu, diperlukan mekanisme load balancing yang efektif menggunakan NGINX untuk menangani jumlah permintaan yang besar dan mencakup pengguna yang lebih luas. Penelitian ini berhasil menghasilkan LMS yang dapat menunjang pembelajaran dengan fitur-fitur yang berfungsi baik dan mudah digunakan. Pengujian dengan NGINX sebagai load balancer menunjukkan bahwa sistem mampu menangani berbagai skenario permintaan dengan respons yang memadai. Sistem ini juga mampu memberikan pengalaman streaming yang lancar dan berkualitas tinggi. Hasil pengujian ini memberikan keyakinan bahwa LMS yang dikembangkan mampu memenuhi standar kualitas yang diharapkan dan dapat diandalkan untuk penggunaan intensif, memberikan pengalaman belajar yang optimal bagi pengguna.

Learning Management Systems (LMS) have been widely used in universities around the world. This research aims to develop an LMS that can be used universally. The developed LMS integrates video streaming capabilities to enhance students' understanding and retention of material. Additionally, an effective load balancing mechanism using NGINX is required to handle a large number of requests and accommodate a broader user base. This research successfully produced an LMS that can support learning with well-functioning and user-friendly features. Testing with NGINX as a load balancer demonstrated that the system could handle various request scenarios with adequate response times. The system also provides a smooth and high-quality streaming experience. These test results provide confidence that the developed LMS can meet expected quality standards and be reliable for intensive use, offering an optimal learning experience for users."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>