Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKanker mulut rahim merupakan kanker terbanyak yang di derita oleh parawanita dan menduduki urutan pertama dari sepuluh jenis kanker dl Indonesia.Kanker inl disebabkan oleh infeksl Human Papillomavirus (HPV). Dalamkemampuannya memlcu kanker mulut rahim, HPV digolongkan menjadi duatipe yaitu tipe high-risk dan tipe low-risk. Tipe HPV yang termasuk high-riskdi dunia adalah tipe 16, 18, 31, dan 45, sedangkan di Indonesia adalah tipe16, 18, dan 52. Untuk mengurangi tingginya insiden kanker mulut rahim yangterjadi, perlu dikembangkan tindakan pencegahan dengan merancang suatuvaksin. Jenis vaksin yang tengah dikembangkan adalah vaksin chimericVirus-like Particle yang mempunyai sifat polyvalent dengan caramensubstitusikan epitope-epitope dari protein LI HPV 18, 31, 45, dan 52 kedalam protein backbone 11 HPV 16. Vaksin ini diharapkan dapat memicurespon imunitas terhadap kelima tipe HPV tersebut. Untuk memprediksiepitope T-cell digunakan server MULTIPRED dengan kedua metodealgoritma. Artificial Neural Network dan Hidden Markov Model. Sedangkan untuk memprediksi epitope B-cell dlgunakan server Conformational EpitopePrediction (CEP). Hasil rancangan vaksin dilakuikan pembandingansimilaritas dengan protein database dengan server BLAST dan didapat 91%identity. Struktur vaksin cVLP divisuallsasikan dan dilakukan homologymodeling dengan menggunakan program Swiss-PdbViewer/DeepView. Darlhasil evaluasi menggunakan Ramachandran Plot dan metode VAST didapatstruktur tersier vaksin memiliki kesamaan struktur dengan protein database11 HPV 16 yaitu 92% identity. Hal ini menunjukkan bahwa vaksin yangdirancang mempunyai kualitas yang cukup baik dan dapat digunakan sebagaivaksin"

"Dalam skripsi ini dirancang suatu perangkat lunak yang dapat mengidentifikasi tidak hanya nilai nominal tetapi juga keaslian dari mata uang kertas rupiah melalui proses image processing dengan menggunakan Hidden Markov Model. Algoritma image recognition digunakan untuk mengekstraksi pola unik yang terdapat di setiap mata uang dan digunakan mengidentifikasi keaslian menggunakan kamera dengan sinar UV. Sedangkan pola gambar dari nilai nominal dari setiap mata uang juga diambil menggunakan scanner.Setelah dilakukan image pre-processing, kedua pola ini digunakan sebagai data pelatihan dan disimpan dalam database bernama codebook menggunakan kuantisasi vektor. Terdapat 10 buah sampel data yang digunakan sebagai pelatihan dari setiap mata uang mulai dari Rp1000, Rp5000, Rp10.000, Rp20.000, Rp50000 dan Rp100.000. Kedua pola mata uang akan diidentifikasi menggunakan Hidden Markov Model melalui program simulasi.Analisis menunjukkan variasi ukuran codebook, jumlah training, dan tingkat intensitas berpengaruh terhadap akurasi dari perangkat lunak. Berdasarkan hasil uji coba yang dilakukan didapatkan bahwa tingkat akurasi perangkat lunak mencapai 100 % pada ukuran codebook 256 bit dan jumlah pelatihan sebanyak 10 kali. Peningkatan ukuran codebook memperlambat waktu komputasi dari perangkat lunak.

---

In this final project, a software for rupiah bank notes nominal and authenticity identification is developed, using image processing technique and Hidden Markov Model. An image recognition algorithm is applied to extract the unique pattern of each bank note and used to identify the originality using a camera with UV lighting. The image of nominal value of each bank note is also retrieved using a scanner.

After image pre-processing, these two patterns are used as training data and stored in a database called codebook using vector quantization. There are 10 samples taken as training data for each bank note ranged from 1000, 5000, 10000, 20000, 50000 and 100000 rupiahs. Both patterns of a bank note will be recognized using Hidden Markov Model, in a simulation programme.

Result analysis shows codebook size variation, number of training, and the input image intensity influence the identification accuracy. Having this analysis result, the recognition accuracy level reaches 100 % based on 256 codebook size for 10 training test. The analysis also shows that the increment of codebook size will also increase the computing time."

"Penelitian ini bertujuan untuk menganalisis pengaruh pesan kelangkaan yang diterapkan pada iklan terhadap keinginan membeli konsumen yang dimoderasi oleh brand concept (fungsional dan simbolis). Dalam penelitian ini juga menganalisis pengaruh kompetisi konsumen sebagai faktor mediasi dari pesan kelangkaan. Berdasarkan hasil penelitian terhadap 180 partisipan diperoleh bahwa pesan kelangkaan mampu meningkatkan keinginan membeli konsumen yang semakin kuat pengaruhnya pada pesan limited-quantity dan produk simbolis. Kompetisi konsumen merupakan faktor mediasi pada pesan kelangkaan.

---

The purpose of this research is to analyze the influence of scarcity message against consumer purchase intention that moderated by the brand concept (functional and symbolic). The influence of consumer competition as mediating factor of scarcity message is also examined. Based on the result from 180 participant indicated that scarcity message have significant effect on increasing consumer purchase intention and this effect getting stonger for limited quantity message and symbolic product. Consumer competition is found as mediating factor for the effect of scarcity message on purchase intention."

"ABSTRAKKelelahan pekerja komputer merupakan salah satu penyebab terjadinya kurang konsentrasinya di dalam pekerjaan. Penelitian ini bertujuan untuk memperoleh waktu mulai terdeteksinya kelelahan bagi pekerja komputer saat bekerja di depan komputer selama 1 jam, sehingga dapat diketahui pada saat kapankah pekerja komputer sebaiknya beristirahat sejenak ketika mulai terdeteksi lelah. Pengukuran kelelahan ini menggunakan metode Eye Tracking berdasarkan perubahan aktivitas visual yakni kedipan mata dan saccade (gerak cepat mata). Hasil penelitian menunjukkan bahwa pekerja komputer mulai terdeteksi lelah pada menit ke-30-40, namun untuk kondisi yang membutuhkan istirahat, yakni pada kondisi microsleep (sedikit tertidur dengan cepat) ditemukan pada menit ke-40-50. Selain itu, pada penelitian ini variabel kedipan mata lebih sensitif untuk mendeteksi kelelahan dibandingkan saccade untuk waktu bekerja didepan komputer selama 1 jam.

---

ABSTRACTComputer worker fatigue is one of the causes of lack of concentration at work. This study aimed to obtain astart time detection of fatigue for computer workers while working at the computer for 1 hour, so it can be known at the time when will the computer worker should rest for a moment when it began to be detected tired. This fatigue measurement method EyeTracking by visual activity changes the blink of an eye and saccades (rapid eye movement). The results showed that the computer worker fatigue began to be detected in minute 30-40, but for a condition that requires rest, namely the condition microsleep (slightly asleep quickly) is found in 40-50 minutes. Additionally, in this study the variables blink more sensitive for detecting fatigue compared saccade to the time worked in front of a computer for 1 hour"

"Penelitian ini bertujuan untuk melakukan optimisasi proses hyperspectral unmixing dengan menggunakan norm L2,1 untuk menerapkan properti collaborative sparse pada semua piksel yang ada dalam dataset dan menggunakan regularisasi total variation untuk meningkatkan kualitas citra yang dihasilkan. Performa algoritma L2,1-TV akan dibandingkan dengan algoritma yang sudah ada yaitu SUnSAL, CLSUnSAL, dan SUnSAL-TV. Hasil eksperimen menggunakan data sintesis (DS, FR1, FR2, FR3) dan data asli (Urban) menunjukkan bahwa algoritma yang dikembangkan memiliki hasil yang lebih baik dibandingkan algoritma yang sudah ada secara kualitatif dan kuantitatif terutama pada tingkat SNR yang lebih rendah. Penelitian menggunakan dataset DS menunjukkan algoritma L2,1-TV memiliki kenaikan nilai SRE sebesar 262.42%, 92.93%, dan 74.71% serta penurunan nilai RMSE sebesar 74.23%, 67.39%, dan 14.29% pada ketiga tingkat SNR dibandingkan algoritma lainnya. Untuk dataset FR1, L2,1-TV memiliki kenaikan nilai SRE sebesar 52.81% serta penurunan nilai RMSE sebesar 46.01% pada SNR 20 dB namun memiliki nilai SRE dan RMSE yang lebih buruk pada SNR 30 dB dan 40 dB yaitu sebesar 3.59% dan 7% untuk SRE serta 9.43% dan 2.86% untuk RMSE. Untuk dataset FR2, L2,1-TV memiliki kenaikan nilai SRE sebesar 102.76% dan 1.84% pada SNR 20 dB dan 40 dB serta penurunan nilai RMSE sebesar 52.78% pada SNR 20 dB namun memiliki nilai SRE yang lebih buruk pada tingkat SNR 30 dB berupa 4.96% serta RMSE yang lebih buruk pada SNR 30 dB dan 40 dB berupa 9.8% dan 3.57%. Untuk dataset FR3, L2,1-TV memiliki kenaikan nilai SRE sebesar 96.44%, 0.97% dan 5.42% pada ketiga tingkat SNR serta penurunan nilai RMSE sebesar 61.33% dan 3.13% untuk SNR 20 dB dan 40 dB. Pada SNR 30 dB, L2,1-TV memiliki nilai RMSE yang sama dengan algoritma lainnya. Untuk dataset Urban, algoritma L2,1-TV memiliki kenaikan nilai SRE sebesar 2.6% dan penurunan nilai RMSE sebesar 1.15% dibandingkan algoritma lainnya.

---

In this study, we construct an algorithm to optimize the hyperspectral unmixing problem using L2,1 norm and Total Variation regularization to reduce error. Specifically, our research aims to improve the unmixing results by applying L2,1 norm to impose collaborative sparsity on all pixels in the data set and adding Total Variation regularization to improve the smoothness of resulting image. We compared our algorithm performance to existing algorithm such as SUnSAL, CLSUnSAL, and SUnSAL-TV. Our experimental results with both synthetic and real hyperspectral data show improvement in RMSE and SRE compared to other methods especially on lower SNR. On our experiment using DS dataset, L2,1-TV algorithm showed improvement in SRE by 262.42%, 92.93%, and 74.21% as well as RMSE by 74.23%, 67.39%, dan 14.29% for SNR level 20 dB, 30 dB, and 40 dB respectively compared to other methods. On experiment using FR1 dataset, L2,1 algorithm showed improvement in both SRE and RMSE by 52.81% and 46.01% respectively for SNR level 20 dB compared to other methods but have worse results in SNR level 30 dB and 40 dB. On experiment using FR2 dataset, L2,1-TV algorithm showed improvement in SRE by 102.76% and 1.84% for SNR level 20 dB and 40 dB respectively but have worse result in SNR level 30 dB by 4.96%. L2,1-TV also showed improvement in RMSE by 52.78% for SNR level 20 dB but have worse result in SNR level 30 dB and 40 dB by 9.8% and 3.57% respectively. On experiment using FR3 dataset, L2,1-TV algorithm showed improvement in SRE by 96.44%, 0.97%, and 5.42% for SNR level 20 dB, 30 dB, and 40 dB respectively. L2,1-TV algorithm also showed improvement in RMSE by 61.33% and 3.13% for SNR level 20 dB and 40 dB respectively as well as having the same RMSE value for SNR level 30 dB compared to other methods. On experiment using real data, L2,1-TV algorithm showed improvement in both SRE and RMSE by 2.6% and 1.15% respectively compared to other methods."

"Kasus penyalahgunaan narkotika berkaitan erat dengan peredaran gelap sebagai bagian dari dunia tindak pidana internasional. Salah satu kasus penyalahgunaan narkotika yang fenomenal di wilayah hukum Polres Metro Jakarta Barat adalah pengungkapan kasus artis AP dan penelitian ini membahas tentang pemanfaatan Teknologi Sekuriti Informasi dalam pengungkapan kejahatan narkotika artis AP. Penelitian ini menggunakan metode kualitatif dengan penelitian studi kasus. Hasil penelitian ini menjelaskan bahwa pertama, regulasi yang mengatur kaitannya dengan tanaman ganja, ada dalam Undang-Undang Nomor 35 Tahun 2009 tentang Narkotika, tanaman ganja dan zat aktifnya lainnya dikelompokkan dalam lampiran Daftar Narkotika Golongan I. kemudian diperbaharui dengan Peraturan Kementerian Kesehatan Nomor 13 Tahun 2014 tentang Perubahan Penggolongan Narkotika, tanaman ganja dan zat aktif yang dilarang. Kedua, faktor yang menjadi penghambat pengungkapan penyalahgunaan narkotika oleh tersangka AP, antara lain : 1) Alat komunikasi yang digunakan pelaku menggunakan kode rahasia atau password, sehingga pihak penyidik menemui kesulitan dalam mengambil data-datanya; 2) Pelaku tidak kooperatif dalam memberikan informasi kepada penyidik mengenai jaringan narkobanya. Ketiga, strategi pemanfaatan teknologi sekuriti informasi dalam kejahatan narkotika artis AP oleh Polres Jakarta Barat dilakukan penyidik dengan menggunakan teknologi informasi, dengan melakukan analisa komunikasi media sosial milik tersangka dam nomor telepon seluler milik tersangka yang terdapat dalam database jaringan narkoba oleh Tim Analis Polres Jakarta Barat.

---

Narcotics abuse cases are closely related to illicit drug trafficking as part of the world of international crimes. One of the most phenomenal narcotics abuse cases occurring in the jurisdiction of West Jakarta Metropolitan Police Resort is the disclosure of the case involving an artist called AP. The research discusses the use of information security technology in uncovering the narcotics crime involving AP. The research employs the qualitative approach using a case study. The results of the research reveal three points. First, the regulations governing the relationship with cannabis plants are stated in Law Number 35/2009 concerning Narcotics. Cannabis plants and other active substances are grouped in the attachment to the Narcotics List Category I. The regulation, then, is updated with the Ministry of Health Regulation Number 13/2014 concerning Changes in Narcotics Classification stating that cannabis plants and other active substances are prohibited. Second, the factors that hinder the disclosure of narcotics abuse involving AP are (i) the communication tool used by the perpetrator uses a secret code or password so that investigators have difficulty in retrieving the data and (ii) perpetrators are not cooperative in providing information to investigators about their drug network. Third, the strategy of using information security technology in uncovering the narcotics crime involving AP is carried out by investigators using information technology by analysing the suspect's social media communications and the suspect's cell phone number contained in the drug network database belongs to the police."