Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan Human Computer Interaction (HCI) dalam dunia medis dapat membantu pasien untuk berkomunikasi dengan keluarga atau perawat agar kebutuhan mereka dapat terpenuhi dengan baik. Pada penelitian ini akan digunakan salah satu aplikasi HCI yaitu pengenalan isyarat tangan melalui web camera sebagai sistem penyampaian pesan. Akuisisi citra dilakukan pada 12 subjek dengan berbagai jenis kelamin dan usia yang memperagakan lima isyarat tangan. Isyarat tangan yang diperagakan berdasarkan pada kebutuhan dasar pasien: makan, minum, ingin ke toilet, butuh bantuan, dan butuh obat-obatan. Citra yang telah dikumpulkan lalu dilakukan pengolahan seperti labelling kelas hingga akhirnya dilatih menggunakan algoritma Single Shot Detector (SSD) MobileNet V2. SSD MobileNet V2 dipilih karena memiliki kemampuan deteksi yang baik dan komputasi yang cukup ringan sehingga cocok diaplikasikan untuk real-time. Pada penelitian ini, didapatkan mean Accuracy Precision (mAP) sebesar 44.7% serta dapat mendeteksi dan mengenali 85 dari 100 citra dengan baik ketika dijalankan pada komputer personal. Hasil mAP yang didapatkan lebih baik dari penelitian sebelumnya. Frame Rate per Second (FPS) yang dihasilkan saat diaplikasikan real-time sebesar ±2 FPS. Model hasil pelatihan kemudian juga diaplikasikan pada Raspberry Pi Model 3 dan 4 untuk mengetahui perbandingannya.

---

The development of Human Computer Interaction (HCI) in medical side can help dissabled patient to communicate well with their relatives and medical helpers. This can help to maintain their needs to be well-fullfilled. In this research study, one of HCI aplication has been used. It is hand gesture recognition using web camera as a notification system. Image acquisition has been done on 12 subjects with various gender and ages. They demonstrated the five gestures: need to eat, need to drink, need to go to the toilet, need help and need medicines. These gestures are based on human’s basic daily needs. The collected images were processed like labelling the images and tarined using Single Shot Detector (SSD) MobileNet V2 algorithm.We chosed SSD because it has good ability in object detection and needs low computation. Therefore, it is suitable to be applied on real-time detection. In this study, we yielded mean Accuracy Precision (mAP) 44.7% and 85 out of 100 images were well-detected when they were run on personal computer (PC). The result provided in this study is considered better than previous study. Frame rate per second (FPS) provided in this study was ±2 FPS. The trained model also was run on Raspberry Pi 3 and 4 to compare their results."

"Particulate Matter (PM) merupakan material utama yang biasa digunakan untuk menunjukkan derajat polusi udara. Material PM yang terkandung pada polusi udara berdampak pada kesehatan manusia dan visibilitas atmosfer. Pengukuran gravimetri standar dan instrumen komersial saat ini untuk pengukuran lapangan masih mahal dan terbatas dibeberapa titik pengamatan yang tersebar di Indonesia. Pada penelitian ini dirancang sebuah instrumen ukur PM2.5 dan PM10 biaya rendah, dengan penerapan Internet of Things (IoT) sebagai pendukung monitoring secara real time yang dapat meningkatkan resolusi spasial dan temporal. Sistem menggunakan sensor ZH03A dengan komparasi yang menghasilkan korelasi yang sangat kuat diatas 0,75. Data sensor diproses oleh data logger yang terkoneksi dengan internet melalui modul ESP32 dengan 98 % data terkirim. Data hasil pantauan instrumen ditampilkan pada aplikasi web secara aktual dan dilengkapi dengan perhitungan komparasi sebagai representasi Urban Air Quality. Prediksi dengan metode LSTM menghasilkan nilai galat yang relatif kecil dibawah 35 dan korelasi diatas 0,50.

---

Particulate Matter (PM) is the main material commonly used to show the degree of air pollution. PM material contained in air pollution has an impact on human health and the visibility of the atmosphere. Standard gravimetric measurements and current commercial instruments for field measurements are still expensive and limited in several observation points spread across Indonesia. In this study, a low cost PM2.5 and PM10 measuring instrument was designed, with the application of the Internet of Things (IoT) as a support for real-time monitoring which can improve spatial and temporal resolution. The system uses a ZH03A sensor with comparisons that produce a very strong correlation above 0.75. Sensor data is processed by a data logger that is connected to the internet via the ESP32 module with 98% of the data sent. The data from the monitoring of the instrument is displayed on the web application in real time and is equipped with a comparison calculation as a representation of Urban Air Quality. Prediction using the LSTM method produces a relatively small error value below 35 and a correlation above 0.50."

"Pertambahan penduduk di daerah perkotaan merupakan salah satu alasan utamaterjadinya perubahan iklim lokal, dan berdampak besar pada daerah sekitarnya.Urbanisasi yang cepat dan daerah lahan terbuka yang digantikan oleh tutupan lahanbuatan yang berdampak negatif pada ekosistem yang mengakibatkan efek Urban HeatIsland (UHI). Hal tersebut berdampak merugikan pada lingkungan pemukiman danberimplikasi pada kesehatan manusia. Informasi indeks UHI yang akurat dapat sangatmembantu untuk mengambil strategi perencanaan kota yang efektif. Penelitian iniberkontribusi pada pengembangan sistem pemantauan suhu berbasis Internet of Thingsuntuk mendukung informasi indeks UHI. Sistem dirancang dengan menggunakan sensorsuhu DS18b20. Data dari sensor diolah oleh data logger dan dikirim ke servermenggunakan ESP8266. Sistem perancangan akan mengolah data dari sensor menjadiinformasi suhu perkotaan dan pedesaan serta indeks UHI. Selain itu, pendekatan LongShort Term Memory yang dihadirkan dalam penelitian ini diharapkan dapat bergunauntuk memprediksi indeks UHI dengan lebih akurat untuk mengantisipasi dampakpeningkatan indeks UHI. Hasil kalibrasi sensor suhu menunjukkan nilai koreksi pada setpoint 0 °C ,10 °C, 20 °C , 30 °C dan 40 °C sebesar 0,216 °C, 0,201 °C, -0,295 °C, -0,188°C dan -0,167 °C untuk sensor di daerah urban dan sensor yang dipasang di daerah ruralmemiliki nilai koreksi pada set point tersebut sebesar 0,116 °C, 0,267 °C, 0,165 °C, 0,294°C dan 0,211 °C . Hasil prediksi menunjukkan nilai MAE sebesar 0,55, RMSE sebesar0,78 dan akurasi sebesar 68,33%. Hasil penelitian ini menunjukkan sistem dapatdiimplementasikan sebagai alternatif untuk membantu dalam analisis UHI yang berbasisInternet of Things.Population growth in urban areas is one of the main reasons for local climate change, andhas a major impact on the surrounding area. Rapid urbanization and areas of open landreplaced by artificial land cover have a negative impact on the ecosystem resulting in theUrban Heat Island (UHI) effect. This has a detrimental impact on the residentialenvironment and has implications for human health. Accurate UHI index information canbe very helpful for adopting an effective urban planning strategy. This researchcontributes to the development of a temperature monitoring system based on the Internetof Things to support the UHI index information. The system is designed using theDS18b20 temperature sensor. The data from the sensor is processed by the data loggerand sent to the server using the ESP8266. The design system will process data fromsensors into urban and rural temperature information as well as the UHI index. Inaddition, the Long Short Term Memory approach presented in this study is expected tobe useful in predicting the UHI index more accurately to anticipate the impact ofincreasing the UHI index. The results of the temperature sensor calibration show acorrection value at set point 0 °C, 10 °C, 20 °C, 30 °C and 40 °C of 0.216 °C, 0.201 °C,-0.295 °C, -0.188 °C and -0.167 °C for sensors in urban areas and sensors installed inrural areas have correction values at the set point of 0.116 °C, 0.267 °C, 0.165 °C, 0.294°C and 0.211 °C . The prediction results show that the MAE value is 0.55, the RMSEvalue is 0.78 and the accuration is 68,33%. The results of this study indicate that thesystem can be implemented as an alternative to assist in the analysis of UHI based on theInternet of Things."

"Iradiasi gamma digunakan untuk mempelajari aberasi kromosom, mutasi tanaman, pemandulan serangga, fitosanitari, pasteurisasi, sterilisasi, atau modifikasi material dimana dosis serap radiasi harus tepat. Dosimeter rutin digunakan untuk mengukur dosis serap radiasi sehari-hari, sehingga menjadi bagian dari jaminan kualitas dan kontrol proses iradiasi pada fasilitas iradiasi. Sementara itu terdapat dosimeter label yang hanya mampu membedakan produk telah diiradiasi atau belum, digunakan untuk pencegahan tercampurnya produk. Telah dilakukan pengembangan stiker dosimeter label berbahan polivinil klorida (polyvinylchloride/ PVC) dan metil kuning (methyl yellow/ MY) menjadi film dosimeter rutin. Film PVC-MY dibuat dengan metode solvent-casting sederhana dengan konsentrasi 0,3; 0,6; 0,9; dan 1,2 mM, kemudian diiradiasi 0; 2,5; 5; 7,5; 10; 15; 20; dan 25 kGy untuk mengetahui kemampuannya sebagai dosimeter. Perubahan warna film PVC-MY dari kuning ke merah setelah iradiasi digunakan sebagai respon dosis. Perubahan warna tersebut dapat diukur dengan metode spektroskopi absorban pada 417 nm yang semakin menurun, 522 dan 547 nm semakin naik, serta metode kolorimetri skala kekuningan yang semakin memudar seiring bertambahnya dosis iradiasi. Kenaikan konsentrasi MY pada film PVC-MY akan menaikkan sensitivitas dosimeter, dan kenaikan ketebalan film akan menaikkan nilai absorban sampai batas saturasi. Selama lima minggu pengamatan, dosimeter film PVC-MY yang disimpan di tempat gelap cukup stabil sebelum digunakan. Dosimeter film PVC-MY setelah teriradiasi harus segera diukur sebelum 3 jam pada suhu ruang atau sebelum 24 jam jika disimpan di tempat dingin (4 oC), karena respon dosis memudar. Film PVC-MY hasil pengembangan ini berpotensi untuk digunakan sebagai dosimeter rutin pada fasilitas iradiasi.

---

Gamma irradiation is used for chromosomal aberrations study, plant mutations, insect sterilization, phytosanitary, pasteurization, sterilization, or material modification where the radiation absorbed dose must be precise. Routine dosimeters are used to measure daily radiation absorbed doses, so they become part of quality assurance and control of the irradiation process at irradiation facilities. Meanwhile, the label dosimeters only differentiate products that have been irradiated or not yet, this dosimeter is used to prevent product mixing. Label dosimeter stickers made from polyvinyl chloride (PVC) and methyl yellow (MY) have been developed into routine dosimeter films. PVC-MY film was synthesized using a simple solvent-casting method with a concentration of 0.3; 0.6; 0.9; and 1.2 mM, and then irradiated at 0; 2.5; 5; 7.5; 10; 15; 20; and 25 kGy to determine its ability as a dosimeter. The color change of the PVC-MY film from yellow to red after irradiation was used as a dose response. This color change can be measured using the absorbance spectroscopy method at 417 nm which decreases, 522 and 547 nm which increases, and the colorimetry method with yellowish scale which fades as well as the irradiation dose increases. An increase in MY concentration in the PVC-MY film will increase the sensitivity of the dosimeter, and an increase in film thickness will increase the absorbance value to the saturation limit. In five weeks of evaluations, the PVC-MY film dosimeter stored in the dark was stable before use. PVC-MY film dosimeters after irradiation must be measured immediately before 3 hours at room temperature or 24 hours if stored in a cool place (4 oC) because dose response was fading. The PVC-MY film resulting from this development has the potential to be used as a routine dosimeter in irradiation facilities."