Hasil Pencarian  ::  Simpan CSV :: Kembali

"Beton adalah material konstruksi yang terdiri dari air, semen, kerikil, dan pasir. Campuran ini mengeras melalui reaksi kimia antara air dan semen, membentuk material yang kuat. Namun, distribusi dari tiap material penyusun beton tidak selalu seragam (heterogen) sehingga menyebabkan adanya variasi kekuatan. Pada struktur penting, heterogenitas beton mempengaruhi perilaku terhadap beban, terutama pada proses terbentuknya keretakan. Melalui penelitian ini, dilakukan modeling terhadap heterogenitas dari beton dengan menggunakan metode turning band untuk mengetahui pengaruh dari panjang korelasi, ukuran meshing, dan juga pengaruh geometri dari model yang dibuat terhadap perilaku dari beton dengan berdasar pada perilaku konstitutif Mazars. Adapun sampel sampel yang dimodelkan adalah sampel silinder beton dengan diameter 15 cm menggunakan CAST3M sehingga dapat dihasilkan pola keretakan dan grafik kekuatan dari beton. Dari hasil tersebut, didapatkan bahwa modeling heterogenitas beton dengan meshing yang lebih kompleks akan menghasilkan pola keruntuhan yang lebih konstan. Sementara model dengan ukuran meshing lebih sederhana akan menghasilkan hasil yang lebih acak. Kedua jenis pemodelan tersebut menghasilkan pola retak yang memiliki kemiripan dengan hasil uji pada laboratorium.

---

Concrete is a construction material composed of water, cement, gravel, and sand. This mixture hardens through a chemical reaction between the water and cement, forming a strong material. However, the distribution of each constituent material in concrete is not always uniform (heterogen), leading to variations in strength. In critical structures, the heterogeneity of concrete affects its behavior under load, particularly in the formation of cracks. This study models the heterogeneity of concrete using the turning band method to investigate the influence of correlation length, meshing size, and the geometry of the model on the concrete's behavior regarding Mazars’ concrete behavior law. The modeled samples are cylindrical concrete specimens with a diameter of 15 cm, using CAST3M to produce crack patterns and strength graphs. The results indicate that modeling the heterogeneity of concrete with more complex meshing yields more consistent failure patterns, while simpler meshing produces more random results. Both types of modeling generate crack patterns that closely resemble laboratory test results.  "

"Part of Speech Tagging (POS Tagging) adalah kegiatan pemberian label kelas kata pada suatu kata. Proses ini pada awalnya dilakukan secara manual. Namun proses part of speech tagging secara manual menghabiskan banyak waktu dan tenaga karena membutuhkan banyak ahli bahasa untuk memberikan tag pada setiap kata. Masalah ini kemudian menjadi pendorong bagi para peneliti untuk membangun metode dan aplikasi yang dapat melakukan part of speech tagging secara otomatis. Penelitian di bidang part of speech tagger untuk Bahasa Indonesia belum terlalu mendapat perhatian, karena sampai saat ini. belum ada suatu aplikasi part of speech tagger untuk Bahasa Indonesia. Maka penulis melakukan penelitian untuk menghasilkan suatu aplikasi part of speech tagger untuk Bahasa Indonesia dengan memanfaatkan tiga metode yaitu Conditional Random Fields, Transformation Based Learning, dan kombinasi kedua metode ini. Penelitian ini menggunakan korpus Bahasa Indonesia yang tersusun atas 49 buah artikel surat kabar dan terdiri atas total 13.465 buah token. Tagset yang digunakan pada penelitian ini terdiri atas 21 jenis tag (21 jenis kelas kata). Tagset ini merupakan modifikasi dari Penn Treebank Tagset."

"Penelitan ini membahas tentang heterogenitas pada material beton dan dampaknya terhadap sifat mekanisnya yang sering diabaikan dalam melakukan pemodelan beton. Penelitian ini berfokus pada efek dari variabilitas dan dimensi, khususnya dalam damage model dan retak pada beton. Pemodelan ini menggunakan software FE dan mengaplikasikan Mazars Damage Model. Untuk menghasilkan variabilitas kerusakan pada beton, digunakan generator random field yang disebut Turning Band Method (TBM). Beberapa sampel kubus beton polos berukuran 15 x 15 x 15 cm³, 20 x 20 x 20 cm³, dan beton bertulang dengan sampel pull-out 20 x 20 x 20 cm³ dimodelkan dengan uji tarik dengan memvariasikan ukuran mesh dan panjang korelasi untuk mengamati pola kerusakannya. Hasil pada sampel kubus beton polos menunjukkan bahwa ukuran mesh yang lebih kecil yaitu 1 cm menyebabkan distribusi retakan yang lebih bervariasi dibandingkan dengan ukuran mesh 2.5 cm. Selain itu, panjang korelasi yang lebih kecil menghasilkan penyebaran microcracks di semua sisi sampel beton, sedangkan panjang korelasi yang lebih besar retak terlokalisasi di bagian-bagian tertentu. Hasil pada beton bertulang dengan sampel pullout menunjukkan bahwa Random Field-Turning Band Method tidak berpengaruh secara signifikan untuk memprediksi pola retak dan kerusakan pada beton.

---

This study addresses the heterogeneity of concrete material and its impact on mechanical properties, which is often overlooked in concrete modeling. It focuses on the effects of variability and dimension, particularly in damage and concrete cracking modeling. This research applies concrete variability in a FE using Mazars Damage Model to govern the behavior law. To capture the variability of concrete damage, a random field generator called the Turning Band Method is used. Some plain concrete cube sample of 15 x 15 x 15 cm³, 20 x 20 x 20 cm³, and reinforced concrete of pull-out sample of 20 x 20 x 20 cm³ are modelled under tension test, varying the mesh size and length correlation to observe the damage response. The results in plain concrete cube samples show that a smaller mesh size of 1 cm leads to a more varied distribution of cracks compared to a mesh size of 2.5 cm. Moreover, a smaller correlation length causes the spread of microcracks on all sides of the concrete sample, whereas a larger correlation length localizes in certain areas. The results in reinforced concrete of pull-out sample show that the TBM has no significant effect to predict crack and damage response."

"Penelitian ini mengembangkan Uji Korelasi Computer Aided Diagnosis CAD radiografi paru anak dengan menggunakan metode segmentasi Markov Random Field MRF untuk membantu mendeteksi abnormalitas paru dengan kecenderungan infeksi. Metode MRF mencari abnormalitas berdasarkan nilai piksel citra. Metode MRF dikerjakan dengan empat variasi yaitu MRF tanpa filter, median filter MRF, wiener filter MRF dan adapthisteq MRF. ROC hasil segmentasi wiener filter relatif lebih tinggi dari tanpa filter. Hasil ROC wiener filter menunjukkan nilai akurasi akurasi akurasi 81,4 , sensitivitas 82,0 , spesifitas 80,0 , presisi 91,1 dan overall error 18,6 . Sedangkan ROC untuk tanpa filter maupun filter yang lain menunjukkan lebih rendah dari nilai ROC wiener filter. Namun perbedaan ROC untuk setiap jenis tingkat keberhasilan tidak lebih dari 5 , artinya keempat metode MRF masih dapat diimplementasikan. Nilai piksel paru abnormal dengan metode MRF tanpa filter, median filter MRF, dan adapthisteq MRF sama yaitu 205-255. Nilai piksel paru abnormal dengan metode wiener filter MRF yaitu 197-255. Citra paru belum dapat menentukan secara definitif penyakit infeksi paru pada anak.

---

This study developed a correlation test Computer Aided Diagnosis CAD radiographic of children pulmonary using segmentation Markov Random Field MRF method to detect lung abnormalities with infection trends. MRF method searched abnormalities by value of the image pixel. MRF method used four variations, namely MRF without a filter, median filter MRF, wiener filter MRF, and adapthisteq MRF. ROC segmentation results wiener filter is relatively higher than without a filter. ROC wiener filter results show the value of accuracy 81.4 , sensitivity 82.0 , specificity 80.0 , precision 91.1 and overall error of 18.6 . While the ROC for unfiltered and filter others show lower than the value of ROC wiener filter. However, differences in ROC for any kind of success rate is not more than 5 , meaning that all four methods MRF can still be implemented. Abnormal lung pixel value with MRF method without filter, median filter MRF, and adapthisteq MRF same namely 205 255. Abnormal lung pixel values by the method of wiener filter MRF is 197 255. Radiographic of children pulmonary can not definitively determine lung infections in children."

"This book arises as the natural continuation of the International Spring School "Advances and challenges in space-time modelling of natural events," which took place in Toledo (Spain) in March 2010. This Spring School above all focused on young researchers (Master students, PhD students and post-doctoral researchers) in academics, extra-university research and the industry who are interested in learning about recent developments, new methods and applications in spatial statistics and related areas, and in exchanging ideas and findings with colleagues."