Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan kualitas produk adalah salah satu aspek yang akan memuaskan pelanggan. Salah satu cara untuk meningkatkan kualitas produk adalah dengan mengoptimasi hasil keluaran proses. Metode Taguchi telah menjadi metode yang memimpin rekayasa kualitas untuk optimasi proses. S/N Ratio yang digunakan oleh metode ini merepresentasikan efek faktorial dari variabel terkendali pada hasil keluaran, dan juga mempertimbangkan faktor pengganggu. Penelitian ini menggambarkan sebuah pendekatan berdasarkan desain eksperimental Taguchi untuk memprediksi parameter-parameter optimum proses pada proses laminasi ekstrusi dan meramalkan respons kualitas dari kombinasi parameter-parameter proses menggunakan Jaringan Syaraf Tiruan dengan data historis proses, yang dikumpulkan selama produksi normal. Jaringan Syaraf Tiruan adalah sebuah teknologi penting dari Intelegensi Tiruan yang mana telah banyak digunakan untuk memonitor proses manufaktur melalui pengenalan pola hasil keluaran. Jaringan Syaraf Tiruan dilatih dengan menggunakan data historis untuk memodelkan proses aktual, sehingga model ini dapat mengestimasi respons kualitas untuk penyetelan eksperimen. Kombinasi pendekatan ini mampu mengidentifikasi penyetelan parameterparameter penting untuk menjamin peningkatan proses. Sebuah studi kasus mengilustrasikan pendekatan ini, menggunakan data produksi aktual dari mesin laminasi ekstrusi pada pabrik pembuat kemasan dengan kekuatan ikatan sebagai respons kualitas yang akan dioptimasi. Hasil dari studi kasus ini membuktikan bahwa pendekatan ini dapat digunakan untuk meningkatkan pemahaman proses dan mengidentifikasi faktor-faktor signifikan. Batasan yang paling signifikan dari pendekatan ini ada pada ketersediaan data proses; bagaimanapun juga pengusaha pabrik dapat menggunakan pendekatan ini untuk mengoptimasi proses produksi tanpa eksperimen yang mahal dan memakan waktu.

---

The increased quality of a product is one of the main aspects that will satisfy customer. One way to improve the quality of a product is to optimize the process output. The Taguchi Method has been a leading tool in quality engineering for process optimization. The S/N ratio as utilized in this method represents the factorial effects of control variables to outputs while also taking noise factors into consideration. This research paper describes an approach based on Taguchi experimental design to predict the optimum process parameters in extrusion laminating process and forecasts the responses at these parameters using Neural Networks (NN) with historical process data, collected during normal production. NN are an important technology of Artificial Intelligence which have been widely used for manufacturing process monitor using output pattern recognition. NN is trained by using historical data in order to model the actual process, so that the model is able to estimate process response for the experimental settings. This combination approach identifies the important factor settings to ensure the process improvement. A case study illustrates this approach, using real production data from the laminating machine in a packaging plant with bonding strength as the quality response to be optimized. The result proved that this technique can be used to gain process understanding and identify significant factors. The most significant limitation of this technique relies on process data availability; however manufacturers may use this technique to optimize processes without expensive and time-consuming experimentation."

"Skripsi ini dibuat untuk merancang perangkat lunak yang dapat mengidentifikasi plat nomor mobil melalui proses image processing dengan ekstraksi fitur skeletonisasi menggunakan metode pengenalan Neural Network.Selama ini pencatatan plat nomor setiap mobil yang memasuki area parkir secara umum masih dilakukan secara manual oleh manusia, namun saat ini mulai muncul suatu sistem baru sehingga identifikasi plat nomor dapat dilakukan secara otomatis. Skripsi ini bertujuan untuk menganalisa pengenalan plat nomor mobil dalam bentuk Image dengan mengekstrak fitur/karakter pada plat dengan proses skeletonisasi menggunakan metode pembelajaran Neural Network (jaringan syaraf tiruan) yang selanjutnya akan dihasilkan output dalam bentuk tulisan karakter yang terdapat dalam plat nomor tersebut. Proses pengenalan ini dilakukan dengan memasukkan citra/image ke dalam pemrogaman MatLabTM dan proses ini dilakukan dalam 2 tahap, yaitu: pembentukan basis data untuk training serta proses recognition/identifikasi.Pada proses pembuatan basis data, gambar akan dibagi-bagi per karakter terlebih dahulu agar lebih memudahkan proses. Setiap karakter tersebut kemudian diekstrak dengan proses skeletonisasi sehingga dihasilkan skeleton/kerangka dari setiap karakter tersebut. Selanjutnya dilakukan proses training terhadap jaringan syaraf tiruan dengan memasukkan nilai-nilai piksel skeleton yang dihasilkan dari proses skeletonisasi untuk mendapatkan nilai bobot yang tepat. Nilai bobot ini kemudian akan disimpan untuk dapat digunakan pada proses selanjutnya yaitu proses recognition plat nomor. Proses recognition plat nomor yang dilakukan menggunakan metode pembelajaran ini mencapai tingkat akurasi sebesar 80%.

---

This final assignment is made to design a program that could be used to identify cars’ licensed plates through image processing with skeletonization feature extraction using Neural Network recognition method.Up to these days, licensed plate identification to every car entering the parking area is still commonly run by humanbeing, but nowadays there comes a new system that enables the identification to be run automatically. The aim of this final assignment is to analyse this automatic process in the image format by extracting features/characters using skeletonization and also applying Neural Network learning method to produce output consisting of the characters as mentioned on the plate. This identification is run by inserting an image into the MatLabTM program which is run in 2 stages comprises the making of training database and the recognition/identification itself.In making the database, the image is divided into characters to make the next process easier. Each of these characters is then extracted with skeletonization to produce the skeleton and then continued by training the Neural Network by inserting the values of the skeletons in order to produce the right weights. The weights themselves are furthermore saved to be used in the identification/recognition. The recognition using Neural Network run in this final assignment yields the percentage of accuracy up to 80%."

"Teknologi pengenalan suara saat ini telah mengalami perkembangan terutama dalam hal speech processing. Speech processing merupakan suatu cara untuk mengekstrak informasi yang diinginkan dari sebuah sinyal suara. Penelitian ini membahas sistem klasifikasi suara manusia male dan female."

"Food security is the main problem in food production in Indonesia. One of the reason that the food from corn isis not safe to be consumed caused by contaminated by aflatoxins wich produced by fungi...."

"Saat ini pemeriksaan kualitas beras telah dilakukan secara manual oleh inspektur yang telah berpengalaman. Dengan cara ini memiliki kelemahan seperti: (1) adanya subjektivitas penilaian mutu antara pengamat yang satu dengan yang lain; (2) adanya kelelahan fisik jika pengamat bekerja terlalu lama, sehingga menyebabkan hasil pengamatan tidak konsisten, dan (3) waktu yang dibutuhkan untuk pengamatan mutu lebih lama. Sehubungan dengan permasalahan diatas, maka diperlukan cara untuk menentukan klasifikasi mutu beras dengan cepat, akurat dan mudah untuk dioperasikan, sehingga dapat meningkatkan efisiensi pengkelasan mutu fisik beras. Penelitian ini bertujuan untuk membuat sistem penunjang keputusan untuk menentukan klasifikasi mutu beras. Bahan baku yang digunakan adalah beras dari varietas Membramo. Citra beras diambil dengan menggunakan kamera digital dan diproses oleh teknologi pengolahan citra digital dan jaringan syaraf tiruan (JST). Model JST yang dikembangkan adalah 10 parameter input, 20 lapisan tersembunyi dan 4 target. Keempat target tersebut adalah butir utuh, butir kepala, butir patah dan menir. Hasil penelitian menunjukkan bahwa akurasi pelatihan adalah 99%, dan akurasi validasi 93,25%. Penelitian ini dapat dikembangkan untuk varietas padi yang berbeda, sehingga sistem penunjang keputusan dapat diterapkan tidak hanya untuk varietas Membramo, tetapi juga untuk berbagai jenis beras dari varietas yang berbeda. Aplikasi dari penelitian ini berupa perangkat lunak sistem penunjang keputusan yang secara langsung dapat digunakan untuk menguji kelas mutu beras Membramo."

"Biometrik adalah proses identifikasi dan autentikasi berdasarkan atribut unik yang dimiliki oleh manusia. Salah satu atribut manusia yang dapat digunakan untuk biometrik adalah iris. Iris adalah bagian dari mata yang mengatur banyaknya cahaya yang masuk mengenai retina. Iris berbentuk lingkaran dan memiliki karakteristik yang unik pada setiap orang. Penelitian ini adalah tentang pengenalan iris untuk biometrik.Dalam penelitian ini pembuatan vektor masukan untuk pengenalan dilakukan dengan cara yang berbeda dari biasanya yaitu dengan melingkar, sesuai bentuk iris. Untuk pengenalannya digunakan metode pattern matching dan jaringan syaraf tiruan. Dengan pembuatan vektor masukan secara melingkar, tingkat pengenalan yang dihasilkan cukup tinggi terutama jika metode pengenalan yang digunakan adalah dengan pattern matching.

---

Biometric is the process of identification and authentication based on many unique attributes of human. One of the usable human attributes for biometric is iris. Iris is a part of the human eye which controls the amount of light going to the retina. Iris is circular and each person has a different iris characteristics. This research is about iris recognition for biometrics.

In this research, the input vector for recognition is created with a different way from the usual. The input vector is created by following iris shape which is circular. The recognition process is done by using pattern matching and artificial neural network. The creation of input vector by circling yields a high recognition rate, especially when pattern matching is used for the recognition process."