Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang: Metode identifikasi pola sidik bibir adalah bagian dari identifikasi forensik, dan dapat digunakan untuk identifikasi suku. Tujuan: Menganalisis hubungan antara pola sidik bibir dengan sidik jari antara Suku Jawa dan Suku Batak, serta mengetahui apakah terdapat perbedaan variasi pola sidik bibir dan sidik jari pada kedua suku tersebut. Metode: Pola sidik bibir dan sidik jari diambil dari 50 individu bersuku Jawa dan 50 individu bersuku Batak. Hasil: Terdapat perbedaan signifikan (p<0,05) pada pola sidik bibir dari keempat kuadran antara kedua suku, dengan pola menyilang lebih sering pada suku Batak dan pola retikuler dan bercabang lebih sering pada suku Jawa. Pola sidik jari antara Suku Batak dan Jawa tidak terdapat perbedaan yang signifikan (p>0,05). Kesimpulan: Pola sidik bibir bisa dijadikan indikator identifikasi Suku Jawa dan Suku Batak.

---

Background: Lip print identification is a part of forensic identification, which can be used to determine ethnics. Goal: To analyze the relationship of lip prints and fingerprints between the Javanese and Bataknese population and to find any differences on lip or fingerprint patterns between the two ethnics. Methods: Lip prints and fingerprints were taken from 50 Javanese and 50 Bataknese population. Result: There was a significant (p<0.05) difference in lip prints at all four quadrants between both ethnics, with intersected pattern more frequent in Bataknese and both reticular and branched patterns are more common in Javanese. The relationship between fingerprints with ethnic differences was not found significant (p<0.05). Summary: Lip print can be used as a tool to identify between Javanese and Bataknese"

"Masalah pokok penggunaan fingerprinting Receive Signal Strength (RSS) pada indoor localization adalah pengaruh lingkungan terhadap hasil pengukuran RSS, menyikapi variabilitas nilai RSS dan akurasi penentuan posisi. Penelitian ini mengkombinasikan penggunaan keunggulan teknologi LoRa dengan metode deep learning yang menggunakan semua variasi hasil pengukuran nilai RSS di setiap posisi sebagai fitur alami dari kondisi dalam ruangan sebagai fingerprinting untuk melatih model pada deep learning. Teknik ini diberi nama DeepFi-LoRaIn, yang menggambarkan teknik untuk menggunakan data fingerprinting dari RSS perangkat LoRa pada indoor localization menggunakan metode deep learning. Penelitian ini dilakukan tidak hanya sebatas pengujian dan pembuktian metode menggunakan pendekatan testbed dan simulasi, namun berlanjut hingga tahapan implementasi menggunakan RSS fingerprinting dari hasil pengukuran sebenarnya. Skenario pengujian yang digunakan untuk mengevaluasi model adalah skenario tanpa gangguan dan skenario dengan memberikan gangguan. Skenario gangguan dilakukan dengan cara memberikan gangguan pada nilai RSS yang diterima di beberapa anchor node. Pada pengujian menggunakan dataset simulasi diperoleh hasil prediksi posisi dengan nilai akurasi 100% untuk skenario tanpa gangguan. Sedangkan pada skenario dengan gangguan diperoleh hasil akurasi prediksi posisi sebesar 86,66%. Hasil pengujian prediksi posisi menggunakan data pengukuran langsung diperoleh nilai akurasi sebesar 96,22%, untuk skenario tanpa gangguan dan 92,45%. untuk skenario pengujian dengan gangguan. Berdasarkan hasil penelitian menggunakan data simulasi dan data pengukuran sebenarnya pada implementasi, diperoleh kesimpulan bahwa, penggunaan Teknik DeepFi-LoRaIn mampu mengatasi permasalahan pada variabilitas nilai RSS didalam ruangan dan mampu menjaga akurasi prediksi posisi jika terjadi gangguan yang disebabkan oleh perubahan kondisi lingkungan.

---

The main problem using fingerprinting Receive Signal Strength (RSS) in indoor localization is the influence of the environment on the results of RSS measurements, addressing the variability of RSS values and positioning accuracy. This study combines the use of the advantages of LoRa technology with a deep learning method that uses all variations of the RSS value measurement results in each position as a natural feature of indoor conditions as fingerprinting to train models in deep learning. This technique is named DeepFi-LoRaIn, which describes a technique for using RSS fingerprinting data from LoRa devices in indoor localization using deep learning methods. This research is not only limited to testing and proving the method using a testbed and simulation approach, but continues to the implementation stage using RSS fingerprinting from the actual measurement results. The test scenarios used to evaluate the model are the without interference scenario and the with interference scenario. The inteference scenario is done by giving disturbance to the RSS value received at several anchor nodes. In testing using a simulation dataset, position prediction results are obtained with an accuracy value of 100% for without interference scenarios. Meanwhile, in the scenario with interference, the accuracy of position prediction is 86.66%. The results of the position prediction test using direct measurement data obtained an accuracy value of 96.22%, for the scenario without interference and 92.45%. Based on the results of the study using simulation data and actual measurement data in the implementation, it was concluded that the use of the DeepFi-LoRaIn technique was able to overcome the problem of the variability of the RSS value in the room and was able to maintain the accuracy of position prediction in case of disturbances caused by changes in environmental conditions."

"Latar Belakang: Sidik bibir bervariasi pada setiap individu. Populasi Indonesia bervariasi dan penelitian mengenai sidik bibir pada populasi Indonesia belum pernah dilakukan. Tujuan: Untuk mengetahui pola dan dimorfisme seksual sidik bibir populasi Indonesia. Metode: Dilakukan pemeriksaan oleh 5 peneliti dengan menggunakan lup 3,5 dioptri pada 583 responden. Dilakukan analisis perbedaan pola sidik bibir pada populasi Indonesia Barat dan Indonesia Timur, serta dimorfisme seksual sidik bibir pada kedua populasi tersebut. Hasil dan Kesimpulan: Pola sidik bibir populasi Indonesia Barat dan Timur khas tidak mirip dengan pola sidik bibir pada populasi lain serta tidak terdapat dimorfisme seksual sidik bibir pada populasi Indonesia.

---

Background: Lip Print has a variation on each Individual. Indonesian population is diverse and research about lip print in Indonesian population has not been done.

Aim: Identifying type of lip print in Indonesian population and differences between gender.

Methods: Material methods 583 subject examined by five researcher using 3,5 dioptri magnifying glass and analyzed difference type and sexual dimorphism of lip print in East and West Indonesian population.

Result and summary: West and East Indonesian population lip print has a characteristic and do not like type of lip print in another population in the world and there is no sexual dimorphism in Indonesian population."

"Tujuan: Mengetahui distribusi sidik bibir dan jari pada laki-laki dan perempuan, perbedaan pola sidik bibir laki-laki dan perempuan, serta hubungan antara sidik bibir dengan sidik jari. Material dan Metode: Sidik bibir diambil dengan menempelkan selotip pada bibir yang telah diolesi lipstik. Sidik jari diambil dengan menggunakan tinta sidik jari. Analisis data dilakukan dengan Uji Chi-Square dan Uji Korelasi Spearman. Hasil: Terdapat perbedaan pola sidik bibir dan pola sidik ibu jari kanan pada laki-laki dan perempuan, serta terdapat korelasi antara sidik bibir dengan sidik ibu jari. Kesimpulan: Sidik bibir dan sidik jari dapat digunakan sebagai alat untuk identifikasi jender.

---

Objective: To examine the distribution of lip-prints and fingerprints, the difference of lip-prints and fingerprints between male and female; also the relationship between lip-prints and fingerprints.

Methods: Lip-prints were taken by applying cellophane tape on lips which had been coated with lipstick. Fingerprints were taken by special ink for this purpose. Chi Square and Spearman’s Correlation test were used in data analysis.

Result: There was a statistically difference between lip-prints and fingerprints in males and females; also there were correlations between lip-prints and fingerprints for gender identification.

Conclusion: Lip-prints and fingerprints can be used as methods for gender identification."

"ABSTRAKSalah-satu variasi DNA mitokondria manusia adalah delesi 9-pasangan basa (del 9-pb) daerah intergenik COII/tRNA LYS. Del 9-pb merupakan salah satu penanda genetik yang dapat digunakan untuk mempelajari hubungan kekerabatan antarpopulasi. Penelitian del 9-pb antarpopulasi suku-suku di Indonesia belum pernah dilakukan. Secara antropologi, suku Batak dan suku Toraja memiliki nenek moyang Proto Melayu, sedangkan suku Jawa memiliki nenek moyang Deutero Melayu. Penelitian ini bertujuan untuk mengetahui nilai persentase del 9-pb pada populasi suku Batak, suku Toraja, dan suku Jawa agar didapatkan informasi genetik untuk mempelajari hubungan kekerabatan antara ketiga suku tersebut. Metode yang digunakan adalah metode amplifikasi dengan PCR (Polymerase Chain Reaction) dan elektroforesis pada gel agarosa 5% dengan pewarnaan etidium bromida. Hasil pengamatan persentase del 9-pb ketiga suku tersebut adalah: suku Batak 19,84% dengan menggunakan 126 sampel, suku Toraja 32,77% dengan 119 sampel, dan suku Jawa 25,47% dengan 106 sampel. Nilai persentase del 9-pb meningkat bila urutan populasi adalah sebagai berikut: suku Batak—suku Jawa—suku Toraja."

"ABSTRACTSkripsi ini membahas model predator-prey dengan Allee effect pada populasi prey dan pemanenan pada kedua populasi. Allee effect adalah situasi ketika pertumbuhan populasi pada populasi berkepadatan rendah berkurang ketika ukuran populasi nya berada dibawah koefisien Allee. Intervensi pemanenan ilegal pada populasi predator dan prey diperhitungkan ke dalam model bersama dengan persaingan internal pada populasi predator. Analisis matematika digunakan untuk menemukan titik ekuilibrium. Stabilitas lokal untuk titik-titik ekuilibrium kepunahan dan koeksistensi dianalisis menggunakan metode linearisasi dengan matriks Jacobian. Analisa bidang fase juga diberikan untuk memberikan interpretasi yang lebih baik untuk hasil sebelumnya. Beberapa simulasi numerik diberikan untuk menunjukkan bagaimana intervensi pemanenan dapat menyebabkan kepunahan pada kedua populasi ketika tidak terkontrol.

---

ABSTRACTThis thesis discussed predator prey model with Allee effect on prey population and harvesting in both populations. Allee effect is a situation for a small population when the population growth is reduced when it is under overcrowding. Intervention of illegal harvesting in both predator and prey population included into the model along with internal competition of predator population. Mathematical analysis to find the equilibrium points conducted analytically. Local stability for the extinction and coexistence equilibrium points are analyze using the linearization method with the Jacobian matrix. Phase portrait analysis also given to give a better interpretation for the previous result. Some numerical simulation are given to show how harvesting intervention can lead into an extinction of both population when it is uncontrolled. This thesis discussed predator prey model with Allee effect on prey population and harvesting in both populations. Allee effect is a situation for a small population when the population growth is reduced when it is under overcrowding. Intervention of illegal harvesting in both predator and prey population included into the model along with internal competition of predator population. Mathematical analysis to find the equilibrium points conducted analytically. Local stability for the extinction and coexistence equilibrium points are analyze using the linearization method with the Jacobian matrix. Phase portrait analysis also given to give a better interpretation for the previous result. Some numerical simulation are given to show how harvesting intervention can lead into an extinction of both population when it is uncontrolled."

"Penentuan jenis kelamin dan ras penting untuk identifikasi forensik. Tujuan: Menentukan jenis kelamin dan ras berdasarkan nilai referensi dan ukuran mesiodistal (MD) dan bukolingual (BL) gigi. Metode: Dilakukan pengukuran lebar MD dan BL pada 80 gigi molar satu rahang atas (M1 RA) dari laki-laki dan perempuan Batak dan Tionghoa. Hasil: Terdapat perbedaan ukuran gigi M1 RA antar jenis kelamin dan ras (p<0,05), kecuali pada ukuran BL perempuan Batak dengan Tionghoa. Nilai referensi penentuan jenis kelamin ukuran BL 11,48 mm; MD 10,35 mm, penentuan suku laki-laki ukuran BL 11.88 mm; MD 10,65 mm, sedangkan perempuan BL 11,27 mm; MD 10,08 mm. Kesimpulan: Ukuran gigi M1 RA dapat dijadikan parameter penentuan jenis kelamin dan ras pada populasi suku Batak dan Tionghoa di Indonesia.

---

Sex and race determination are crucial aspects in human identification.

Objective: To determine sex and race of an individual based on maxillary first molar crown dimensions.

Methods: 160 Maxillary first molars of Chinese and Batak population were measured.

Results: The differences between male and female; Batak and Chinese in all dimensions measured were statistically significant (p<0.05) except for the right and left buccolingual dimensions of Batak females and Chinese females. Sex determination reference point for buccolingual (BL) was 11.48 mm; mesiodistal (MD) was 10.35 mm, male race determination for BL was 11.88 mm; for MD was 10.65 mm, female race determination for BL was 11.27 mm; and for MD was 10.08 mm.

Conclusion: Permanent Maxillary first molar crown dimensions can be used to determine sex and race in Batak and Chinese population in Indonesia."

"ABSTRAKDi era teknologi saat ini, peningkatan keamanan merupakan salah satu hal yang sangat penting dilakukan. Untuk dapat mengakses suatu area tertentu, dibutuhkan metode keamanan yang dapat memastikan hanya orang yang telah terverifikasi saja yang bisa mengaksesnya. Dalam pengembangannya, metode keamanan berupa pin atau password sebagai metode verifikasi pengguna digantikan oleh metode keamanan berbasis biometrik. Metode keamanan berbasis biometrik mengandalkan karakteristik biologis manusia yang unik dan sulit untuk dipalsukan. Sidik jari merupakan salah satu karakteristik biometrik manusia yang digunakan sebagai bagian dari metode keamanan saat ini. Metode keamanan sidik jari umumnya mengandalkan suatu modul yang akan mengambil sampel sidik jari pengguna, menganalisa, dan membandingkan data yang diterima dengan database yang telah ada. Pengembangan yang akan dilakukan pada tugas akhir ini berfokus pada pengembangan metode komparasi yang tidak dilakukan di dalam module fingerprint reader, namun berada di perangkat komputer, sehingga data sidik jari yang telah tersimpan serta metode komparasi yang dilakukan akan lebih aman dan terpercaya. Dengan menggunakan metode komparasi yang ada, didapatkan nilai recognition rate untuk minimum distance = 0 senilai 100 menggunakan database Neurotechnology dan data yang diperoleh dari fingeprint reader module, dengan kecepatan pemrosesan terbaik sebesar 9,4 detik untuk proses komparasi 80 database.

---

ABSTRACTIn today 39 s era of technology, increased security is one of the most important things to do. In order to access a particular area, a security method is required that ensures only verified people can access it. In its development, the security method of pin or password as a method of user verification is replaced by a biometric based security method. Biometric based security methods rely on unique and difficult to forge human biological characteristics. Fingerprint is one of the human biometric characteristics used as part of the current security method. The Fingerprint security method generally relies on a module that will take a user 39 s Fingerprint sample, analyze, and compare data received with an existing database. The development that will be carried out in this final project focuses on the development of comparative methods that are not done in the Fingerprint reader module, but reside in the computer device, so that the Fingerprint data that has been stored and the comparation method will be safer and more reliable. Using the existing comparative method, the value of Recognition rate for minimum distance 0 is 100 using Neurotechnology database and data obtained from fingerprint reader module, with the best processing speed of 9.4 seconds for 80 database comparation process. "

"Identifikasi wajah berdasarkan ciri bibir berpengaruh pada keberhasilan pencarian citra wajah orang dikarenakan adanya variasi bentuk bibir yang dapat menjadi pembeda tiap individu. Untuk mempercepat pencarian pelaku kriminal, sebuah sistem aplikasi identifikasi wajah berdasarkan ciri bibir menjadi suatu kebutuhan. Sistem tersebut harus dapat mengekstrak ciri bibir dari sebuah citra digital menggunakan metode ekstraksi ciri yang akurat dan cepat.Penelitian ini melakukan studi analisis kinerja metode eigenface dengan eigen fuzzy set (himpunan fuzzy eigen) untuk ekstraksi ciri bibir dalam sistem identifikasi wajah. Eigenface adalah metode ekstraksi ciri yang telah terbukti keberhasilannya dalam mengekstrak ciri wajah, sedangkan metode eigen fuzzy set dikembangkan berdasarkan teori himpunan fuzzy dan dapat digunakan untuk analisa citra. Metode deteksi bibir otomatis berdasarkan ciri warna juga dievaluasi efektifitasnya untuk perolehan citra dalam penelitian ini. Analisis dilakukan dengan metode analisis statistik desktiptif dan statistik inferensi. Uji coba dilakukan untuk dua skenario yang dibedakan berdasarkan citra bibir hasil segmentasi manual dan otomatis.Hasil uji coba menunjukkan bahwa hasil deteksi otomatis hanya efektif mendeteksi bibir sebanyak 61.4% dan precision-recall perolehan wajah pada skenario 2 lebih rendah dari skenario 1. Metode eigen fuzzy set memiliki waktu komputasi lebih rendah dibandingkan metode eigenface. Sedangkan nilai precision-recall tertinggi dihasilkan oleh metode eigenface dengan rata-rata nilai 0.22%. Dari hasil ini disimpulkan bahwa metode ekstraksi ciri eigenface lebih efektif dibandingkan eigen fuzzy set. Sistem identifikasi wajah dengan metode eigenface untuk ekstraksi ciri kedepannya dapat dikembangkan menjadi sistem identifikasi wajah berbasis komponen wajah."

"ABSTRACTSaat ini new psychoacytive substances NPS telah menjadi fenomena yang perlu diperhatikan karena perkembangannya yang cepat untuk menghindari hukum yang berlaku dalam suatu negara. Perkembangan senyawa katinon pada tahun 2013 tercatat sebanyak 30 senyawa katinon sintetik kemudian terjadi peningkatan pada tahun 2018 menjadi 89 senyawa katinon sintetik. Artificial intelegence AI telah menjadi menjadi alat bantu manusia dalam melakukan pengolahan data, perkembangan AI menjadi machine learning dan deep learning penggunaannya meliputi pengenalan objek, klasifikasi gambar dan pengenalan pose manusia. Struktur suatu senyawa diubah menjadi bentuk pemodelan fingerprint sebagai informasi yang akan digunakan oleh metode clustering machine learning dan deep learning untuk melakukan klasifikasi senyawa. Sedangkan metode pemodelan farmakofor akan dijadikan pembanding dengan kedua metode diatas. Metode deep learning dengan pemodelan fingerprint mampu memberikan hasil akurasi dan Kohen Kappa dengan nilai 99,32 dan 0,992. Hasil ini menunjukan bahwa metode deep learning dengan pemodelan fingerprint memiliki potensi sebagai instrumen untuk mencegah perkembangan new psychoacytive substances dengan cara menegakan hukum yang berlaku di indonesia.

---

ABSTRACTNowadays new psychoactive substances NPS have become a phenomenon that needs to be noticed because of its rapid development in order to avoid applicable law within a country. Development of the compound katinon in the year 2013 recorded as many as 30 synthetic katinon compounds then increased in 2018 to 89 synthetic katinon compounds. Artificial intelligence AI has become a tool of human being in doing data processing, AI development become machine learning and deep learning its use include object recognition, image classification and human pose recognition. The structure of a compound was transformed into a form of fingerprint modeling as the information that will be used by the clustering method machine learning and deep learning to classify the compound. While the method of modeling pharmacophore will be used as a comparison with both methods above. Deep learning method with fingerprint modeling can give accuracy and Cohen Kappa with 99.32 and 0.992. This result shows that deep learning method with fingerprint modeling has potential as an instrument to prevent expansion of new psychoactive substances by enforcing applicable law in Indonesia."