Hasil Pencarian  ::  Simpan CSV :: Kembali

"Inspeksi pada pipa minyak dan gas merupakan infrastruktur yang harus selalu dilakukan secara rutin untuk mendeteksi dan prediksi kerusakan yang akan terjadi di dalam pipa. Kemampuan navigasi untuk dapat berpindah dari satu lokasi ke lokasi lain serta melokalisasikan lokasi robot saat berada di dalam pipa sangat penting. Terlebih alat navigasi yang paling banyak digunakan yaitu GPS tidak dapat beroperasi pada lingkungan pipa. Maka untuk memenuhi keperluan tersebut robot harus mampu mengindera lingkungan disekitarnya dengan menggunakan sensor lain. Penelitian ini melakukan penginderaan lingkungan dengan menggunakan sensor depth camera yang kemudian diolah menjadi peta 2D dan lokalisasi robot dengan menggunakan Algoritma Hector SLAM (Simulataneously Localization and Mapping) dan menggunakan Robot Operating System (ROS). Dari hasil pengujian, algoritma Hector SLAM mampu melakukan pemetaan dengan persentase error sebesar 2,512% sedangkan untuk kemampuan lokalisasi memiliki persentase error sebesar 1.49%. Setelah dilakukan lokalisasi dan pemetaan, robot mampu untuk melakukan navigasi otonom dengan menggunakan navigation stack yang tersedia oleh ROS.

---

Inspection of oil and gas pipelines is an infrastructure that must be carried out regularly to detect and predict the damage that will occur in the pipeline. The navigational ability to be able to move from one location to another as well as to localize the robot's location while in the pipeline is very important. Moreover, the most widely used navigation tool, namely GPS, cannot operate in a pipeline environment. So, to meet these needs, the robot must be able to sense the surrounding environment by using other sensors. This research performs environmental sensing using a depth camera sensor which is then processed into 2D maps and robot localization using the Hector SLAM (Simulateously Localization and Mapping) Algorithm and using Robot Operating System (ROS). From the test results, the Hector SLAM algorithm is able to map with an error percentage of 2.512% while for localization capabilities it has an error percentage of 1.49%. After localization and mapping, the robot is able to perform autonomous navigation using the navigation stack provided by ROS."

"ABSTRAKAplikasi dari teknik-teknik digital dengan struktur RF dalam jenis terbaru yaitu alat bantu navigasi Tacan dan DME yang telah ditingkatkan kemampuan kerja dan ketahanannya, dan perawatan yang lebih rendah sehingga menurunkan biaya operasinya.Sistem Tacan membuat pilot helikopter mudah mencapai pengeboran minyak lepas pantai yang diperlengkapi dengan menara Tacan dengan jarak dan sasaran dari pengeboran minyak lepas pantai, juga mempunyai kecepatan relatif dan waktu yang lebih efisien. Hal ini menjamin navigasi yang lebih akurat dan waktu penerbangan terpendek yang memungkinkan dalam cuaca yang buruk. Oleh karena itu dapat mengurangi pemborosan bahan bakar dan waktu kerja kru pesawat."

"ABSTRAKPerkembangan teknologi dalam dunia radar terjadi begitu cepat. Radar sebagai alat pendeteksi bukan saja digunakan oleh pihak militer, tapi juga digunakan oleh pihak militer, tapi juga digunakan oleh pihak sipil dan pemerintah. Salah satu radar yang mengalami perkembangan adalah Radar Penetrasi Permukaan. Radar ini mempu untuk mendeteksi objek berupa ranjau, limbah yang terkontaminasi, benda-benda peninggalan yang bersejarah dan lainnya.Pesatnya perkembangan teknologi radar penetrasi permukaan ini, menjadikan radar penetrasi permukaan sebagai radar yang sangat dibutuhkan oleh penggunanya."

"Perubahan yang begitu cepat pada era globalisasi telah melanda bidang tarnsportasi, khususnya transportasi laut. Teknologi transportasi, khususnya transportasi laut telah menciptakan kapal kontainer generasi al (3.000 TEUSI) dan generasi IV (4.000 TEUS). Kapal-kapal tersebut diciptakan dengan kapasitas 46.000 DWT (generasi IV) dan 80.000 DWT2 (generasi V). yang berarti mampu meningkatkan jumlah daya angkut barang lebih besar dibandingkan kapal-kapal generasi II (2.000 TEUS) atau setara dengan 32.000 DWT. Di lain pihak perkembangan teknologi kapal tersebut telah pula memerlukan percepatan pelayanan di bidang sarana dan prasarana pendukung. Konstelasi geografis Indonesia yang berwujud kepulauan terbesar di dunia dengan dua pertiga luas wilayah berwujud perairan dan letaknya sebagai posisi silang dunia dengan jumlah penduduknya lebih dari 200 juta jiwa, telah menjadikan Indonesia sebagai negara Maritim terbesar di dunia. Dengan demikian aspek transportasi laut di Indonesia memiiki nilai strategis yang tinggi, baik pada masa damai sebagai sarana mencapai kesejahteraan (bidang ideologi, politik ekonomi, sosial-budaya), maupun pada masa perang sebagai sarana pertahanan keamanan negara. Kondisi demikian merupakan suatu tantangan sekaligus peluang bagi sistem pelayaran nasional Indonesia."

"This paper proposes a novel approximation for a Spatial Time Division Multiple Access (STDMA) link-scheduling algorithm based on geometrical node exploitation to improve spatial reuse performance. The geometrical location of nodes was exploited in order to reduce computational complexity and to achieve higher accuracy in transmission to satisfy the Signal to Interference and Noise Ratio (SINR) requirement. The process of SINR global checking is a main constraint in the SINR based interference model but is reduced through geometrical partition and interference approximations based on geometrical node locations. Simulation results show that the proposed algorithm increases the spatial reuse performance in comparison to the greedy physical interference model in similar scenarios. The model utilizing geometrical partition exhibits lower complexity compared to the pure physical interference model that includes SINR global checking."

"ABSTRAKAlat ataupun aplikasi navigasi yang ada umumnya menggunakan fitur GPS. Keterbatasan GPS adalah hanya dapat digunakan bila alat menerima sinyal GPS. Kondisi tersebut lazimnya terpenuhi hanya saat alat berada di luar ruangan. Layanan service anchor memberikan titik akses ke pengguna untuk mendapatkan layanan internet dan layananan seluler bila ada operator . Service anchor dapat mendeteksi posisi pengguna. Dengan menggabungkan web server dengan location API Service Anchor, dibuatlah aplikasi yang dapat memberikan layanan navigasi di dalam ruangan indoor . Pengguna atau klien perlu informasi lokasi terbaru sesering mungkin, sehingga data yang diperoleh adalah terbaru. Tetapi masih dalam batas wajar, yaitu tidak melampaui frekuensi sampling alat SVA. Kenyataan lain yang dihadapi adalah pada klien dan server terjadi referensi waktu yang tidak sama akibat adanya pergeseran waktu time offset . Selain itu akses jaringan memiliki latency atau waktu tunda yang berubah-ubah. Tulisan ini mecoba membahas dan memberikan pemecahan masalah tersebut dengan melakukan yang tersinkronisasi antara klien dan server.

---

ABSTRACTEquipment for navigation that exist generally uses GPS technology. The limitation of GPS is only usable when the device receives GPS signals. The condition is usually met only when the device is at outdoors location. The anchor service service provides access point to the user to get internet service and cellular service of any operator . Service anchor can detect the user 39 s position. By combining the web server with the location of the Service Anchor API, an application is created that can provide indoor navigation services. Users or clients need to acquire their location information frequently, so the data obtained is as real as possible. But within the reasonable limitation of the service anchor sampling frequency. Another fact is that the client and server time reference is not the same due to a time shift time offset . In addition, network access has a variable latency or delay time. This paper seeks to discuss and provide solutions to these problems by performing a synchronized updating schedule of user position between the client and server."

"This paper proposes a study on the comparison of particle swarm optimization with genetic algorithm for molten pool detection in fixed aluminum pipe welding. The research was conducted for welding of aluminum alloy Al6063S-T6 with a controlled welding speed and a Charge-couple Device (CCD) camera as vision sensor. Omnivision-based monitoring using a hyperboloidal mirror was used to detect the molten pool. In this paper, we propose an optimized brightness range for detecting the molten pool edge using particle swarm optimization and compare the results to genetic algorithm. The values of the brightness range were applied to the real time control system using fuzzy inference system. Both optimization methods showed good results on the edge detection of the molten pool. The results of experiments with control show the effectiveness of the image processing algorithm and control process. "

"Berbagai macam metodologi dan algoritma telah dikembangkan untuk memecahkan permasalahan tata letak mesin (MLP). Dalam penelitian ini, metode Cluster Boundary Search (CBS), algoritma Simulated Annealing (SA) and Tabu Search (TS) dikombinasikan dengan tujuan untuk mendapatkan hasil optimasi MLP yang lebih baik. Metode CBS melakukan proses optimasi dengan meletakan sebuah mesin terpilih di sekeliling batas luar mesin yang sudah diletakkan. Mesin pertama yang akan dikelilingi dipilih berdasarkan konektivitas terbesar dengan seluruh mesin. Mesin yang belum diletakan secara berurutan diletakkan pada posisi optimumnya pada batas keliling dari mesin yang sudah diletakkan sampai semua mesin sudah diletakkan. Hasil dari metode CBS selanjutnya dikombinasikan dengan SA dan TS dengan tujuan untuk mendapatkan layout tata letak yang paling optimal.

---

Various kinds of methodologies and algorithms have been developed to solve Machine Layout Problem (MLP). In this paper, Cluster Boundary Search (CBS) method, Simulated Annealing (SA) and Tabu Search (TS) algorithms are combined with the aim of obtaining better MLP optimization result. CBS method conducts its optimization process by placing a selected unplaced machine singly along a boundary line around the cluster of the placed machines. The first machine to be circumambulated is selected on the basis of the highest value of connectivity with all the machines. The unplaced machines are sequentially located to their optimum position on the formed boundary of the placed machines until all the machines are placed. The result of BCS method is furthermore combined with SA and TS in order to obtain the most optimal facilities layout."

"Text clustering adalah teknik pengelompokan teks sehingga teks di dalam kelompok yang sama memiliki tingkat similaritas yang lebih tinggi satu sama lain dibandingkan dengan teks pada kelompok yang berbeda. Proses pengelompokkan teks secara manual membutuhkan waktu dan sumber daya yang banyak sehingga digunakan machine learning untuk melakukan pengelompokan secara otomatis. Representasi dari teks perlu diekstraksi sebelum dimasukkan ke dalam model machine learning. Metode yang umumnya digunakan untuk mengekstraksi representasi data teks adalah TFIDF. Namun, metode TFIDF memiliki kekurangan yaitu tidak memperhatikan posisi dan konteks penggunaan kata. Model BERT adalah model yang dapat menghasilkan representasi kata yang bergantung pada posisi dan konteks penggunaan suatu kata dalam kalimat. Penelitian ini menganalisis kinerja model BERT sebagai metode representasi data teks dengan membandingkan model BERT dengan TFIDF. Selain itu, penelitian ini juga mengimplementasikan dan membandingkan kinerja metode ekstraksi dan normalisasi fitur yang berbeda pada representasi teks yang dihasilkan model BERT. Metode ekstraksi fitur yang digunakan adalah max dan mean pooling. Sementara itu, metode normalisasi fitur yang digunakan adalah identity, layer, standard, dan min-max normalization. Representasi teks yang diperoleh dimasukkan ke dalam 4 algoritma clustering berbeda, yaitu k-means clustering, eigenspace-based fuzzy c-means, deep embedded clustering, dan improved deep embedded clustering. Kinerja representasi teks dievaluasi dengan menggunakan metrik clustering accuracy, normalized mutual information, dan adjusted rand index. Hasil simulasi menunjukkan representasi data teks yang dihasilkan model BERT mampu mengungguli representasi yang dihasilkan TFIDF pada 28 dari 36 metrik. Selain itu, implementasi ekstraksi dan normalisasi fitur yang berbeda pada model BERT memberikan kinerja yang berbeda-beda dan perlu disesuaikan dengan algoritma yang digunakan.

---

Text clustering is a task of grouping a set of texts in a way such that text in the same group will be more similar toward each other than to those from different group. The process of grouping text manually requires significant amount of time and labor. Therefore, automation utilizing machine learning is necessary. Text representation needs to be extracted to become the input for machine learning models. The common method used to represent textual data is TFIDF. However, TFIDF cannot consider the position and context of a word in a sentence. BERT model has the capability to produce text representation that incorporate position and context of a word in a sentence. This research analyzed the performance of BERT model as a text representation method by comparing it with TFIDF. Moreover, various feature extraction and normalization methods are also applied in text representation from BERT model. Feature extraction methods used are max and mean pooling. On the other hand, feature normalization methods used are identity, layer, standard, and min-max normalization. Text representation obtained become an input for 4 clustering algorithms, k-means clustering, eigenspace-based fuzzy c-means, deep embedded clustering, and improved deep embedded clustering. Performance of text representations in text clustering are evaluated utilizing clustering accuracy, normalized mutual information, and adjusted rand index. Simulation results showed that text representation obtained from BERT model outperforms representation from TFIDF in 28 out of 36 metrics. Furthermore, different feature extraction and normalization produced varied performances. The usage of these feature extraction and normalization must be altered depending on the text clustering algorithm used."