Hasil Pencarian  ::  Simpan CSV :: Kembali

"Topik yang dibahas pada tugas akhir ini mengenai analisa dinamik terhadap elemen Discrete Kirchhoif Mindlin Triangle (DKMT) 3 nodal 9 doff Elemen ini terbukti ketangguhannya pada analisa statik. Pada analisa dinamik ini diharapkan juga mempunyai penampilan yang sama.Keunggulan elemen ini dikarenakan adanya faktor ebk yang mempakan rasio antara tebal dan panjang sisi elemen. Karena itu elemen ini mempunyai hasll yang baik bila dipergunakan untuk pelat tipis, maupun untuk pelat tebal. Tentu saja tidak terlepas dad adanya teknik ?pemaks°aan? untuk sisi elemennya.Pada analisa dinamik getarau bebas ini, formulasi eiemennya menambahkan matriks massa selain matriks kekakuan yang mempakan formulasi standart untuk statik. Untuk solusi nilai eigennya coba dipergunakan metoda subqoace ireration sedangkan untuk formulasi matriks massanya menggunakan metoda I-[RZ dan Lump Sum untuk diuji keunggulan dad kedua metode tersebut.Standart pengujian mempergunakan NAFEMS dengan memperhatikan konvergensi nilai-nilai Eekuensi naturalnya. Untuk menyatakan tangguh atau tidaknya, diuji juga elemen-elemen dari program GTSTRUDL dan SAP90 sebagai pembandingnya."

"Sebuah graf dengan simpul dapat direpresentasikan sebagai matriks simetris berukuran nxn seperti matriks ketetanggaan dan laplacian. Matriks simetris dijamin oleh teorema spektral, memiliki nilai eigen lengkap (ruang eigen setara dengan R^n). Hal ini memberikan kemungkinan untuk menelaah sifat graf dengan menggunakan nilai eigen dan vektor eigen matriks ketetanggaan dan laplacian. Himpunan nilai eigen beserta multiplisitasnya disebut sebagai spektrum. Pada skripsi ini dibahas tentang sifat dari spektrum matriks ketetanggaan dari graf teratur yang diasosiasikan pada nilai eigen terbesarnya serta sifat dari spektrum matriks laplacian dari graf teratur yang diasosiasikan pada rata-rata nilai eigen. Selanjutnya, juga dibahas keterhubungan antara spektrum matriks laplacian dan ketetanggaan pada graf reguler.

---

A graph with vertices can be represented as a symmetric matrix of size nxn, such as an adjacency matrix and Laplacian matrix. Symmetric matrices, guaranteed by the spectral theorem, have a complete eigenvalue (eigenspace equal to R^n). This provides ways to learn graphs using eigenvalues and eigenvectors of their adjacency and laplacian matrices. A spectrum is a set of eigenvalues together with their multiplisities. This thesis discuss the properties of the spectrum of the adjacency matrix of regular graphs associated with their largest eigenvalue, as well as the properties of the spectrum of the Laplacian matrix of regular graphs associated with the average eigenvalue. Subsequently, the interrelation between the spectra of the laplacian and adjacency matrices in regular graphs will be examined."

"Skripsi ini mengkaji perbandingan antara dua metode kompresi video terkini, AV1 dan Versatile Video Coding (VVC), serta pengaruh tiga jenis filter - Bilateral, Histogram Equalization, dan Laplacian - dalam konteks deteksi jumlah kendaraan pada video lalu lintas. Tujuan utama adalah untuk menentukan metode kompresi mana dan dengan penggunaan filter atau tidak yang paling efektif dalam meningkatkan akurasi dan efisiensi deteksi objek. Penelitian ini menggunakan video lalu lintas jalanan, yang dikompresi menggunakan metode AV1 dan VVC, dan kemudian diterapkan filter sebagai modul preprocessing. Parameter yang diukur meliputi waktu encoding, peak signal-to-noise ratio (SNR), bit rate, Bjontegaard Metric dan Rata-rata Confidence score dalam deteksi objek. Hasil penelitian ini diharapkan memberikan wawasan baru tentang pengaruh metode kompresi video dan teknik filtering terhadap kinerja aplikasi deteksi objek dalam video lalu lintas, serta memberikan rekomendasi untuk aplikasi serupa di masa depan.

---

This thesis examines the comparison between two recent video compression methods, AV1 and Versatile Video Coding (VVC), and the impact of three types of filters - Bilateral, Histogram Equalization, and Laplacian - in the context of vehicle count detection in traffic videos. The primary objective is to determine which is the most effective compression method and whether to use of filters or not in improving the accuracy and efficiency of object detection. This study uses traffic road videos, which are compressed using the AV1 and VVC methods, and then filters are applied as preprocessing modules. The measured parameters include Encoding Time, peak signal-to-noise ratio (SNR), bit rate, Bjontegaard Metric, and Average Confidence score in object detection. The results of this study are expected to provide new insights into the impact of video compression methods and filtering techniques on the performance of object detection applications in traffic videos, as well as to provide recommendations for similar applications in the future."