Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Studi tentang komunikasi pada dunia gaming masih belum banyak terjamah dalam bidang linguistik (Hsu, 2020). Deiksis tidak hanya dapat ditemukan dalam interaksi sehari-hari di dunia nyata, tetapi juga di dunia gaming. Contohnya voice line atau rekaman dialog berbahasa Jerman karakter Killjoy dalam gim Valorant. Penelitian ini menganalisis deiksis yang terkandung dalam voice line berbahasa Jerman karakter Killjoy pada gim Valorant. Data diolah menggunakan pendekatan kualitatif deskriptif dan merujuk pada teori deiksis Levinson (1983) dan Levinson (2006) untuk mengidentifikasi jenis-jenis deiksis yang ada dalam voice line Killjoy. Hasil dari penelitian menunjukkan; dari 92 data, terdapat 46 data mengandung deiksis persona, 29 data mengandung deiksis spasial, 17 data dengan deiksis temporal, 68 data mengandung deiksis wacana, dan 24 data dengan deiksis sosial. Deiksis wacana merupakan deiksis yang paling banyak ditemukan pada penelitian ini, mengingat setiap ujaran yang terkandung dalam voice line sangat bergantung pada situasi dan konteks yang dipahami oleh penutur (Killjoy) dan mitra tuturnya (rekan sesama timnya). ......The study of communication in gaming remains a relatively underexplored area within linguistics (Hsu, 2020). Deixis can be found not only in everyday interactions in the real world but also in the gaming world. For example, the German voice line of Killjoy in Valorant. This study examines the deixis found in Killjoy's German voice line in Valorant. The data is analyzed using a descriptive qualitative technique, using Levinson's (1983) and Levinson's (2006) deixis theory to determine the deixis in Killjoy's vocal line. The result of the research shows that out of 92 data, there are 46 data containing persona deixis, 29 data containing spatial deixis, 17 data containing temporal deixis, 68 data containing discourse deixis, and 24 data with social deixis. Discourse deixis is the most commonly found deixis in this study, considering that every utterance contained in the voice line is very dependent on the situation and context understood by the speaker (Killjoy) and her speech partner (her teammate).

Abstrak :
ABSTRAK
Penelitian ini melaporkan tingkat keberhasilan dari sistem speech recognition yang diimplementasikan ke dalam quadcopter sebagai kendali geraknya. Pada sistem speech recognition digunakan metode mel frequency cepstral coefficient MFCC sebagai feature extraction yang kemudian akan di-training menggunakan metode recursive neural network RNN . Metode MFCC sendiri merupakan salah satu metode feature extraction yang paling banyak digunakan untuk speech recognition. Metode tersebut memiliki tingkat keberhasilan yang cukup besar sekitar 80 - 95 . Pada penelitian ini akan digunakan database yang sudah ada dan database yang baru. Database yang sudah ada akan digunakan sebagai media pengukur tingkat keberhasilan metode RNN. Database yang baru akan dibuat menggunakan bahasa indonesia dan kemudian dibandingkan tingkat keberhasilannya dengan hasil dari database yang sudah ada. Suara yang masuk dari microphone akan diolah pada laptop yang telah memiliki modul DSP dengan metode MFCC untuk mendapatkan nilai karakteristiknya. Nilai karakteristik tersebut kemudian akan di-training menggunakan RNN yang hasilnya berupa perintah. Perintah tersebut akan menjadi input kendali bagi single board computer SBC yang hasilnya berupa pergerakan quadcopter.

---

ABSTRACT
This research reports a success rate of speech recognition systems that are implemented into quadcopter as motion control. Speech recognition system is using mel frequency cepstral coefficient method MFCC as feature extraction that will be trained using recursive neural network method RNN . MFCC method is one of the feature extraction method that most used for speech recognition. This method has a success rates about 80 95 . This research will use the existing database and the new database. Existing database will be used for measure the success rate of RNN method. The new database will be created using Indonesian language and then the success rate will be compared with results from an existing database. Sound input from the microphone will be processed on a laptop that has a DSP module with MFCC method to get the characteristic values. The characteristic values then will be trained using the RNN which result is command. The command will become a control input to the single board computer SBC which result is the movement of quadcopter.

Abstrak :
Teknologi drone banyak dikembangkan dan digunakan, khususnya pemantauan di medan-medan yang susah terjangkau manusia, namun metode pendeteksian manusia belum ada yang diimplementasikan pada drone. Metode pendeteksian manusia yang sedang populer sekarang seperti metode Histogram of Gradient HoG Local Binary Pattern Feature LBP dengan tingkat keberhasilan mencapai 80 , metode Deformable Part Model DPM dengan tingkat keberhasilan 50 . Penelitian ini melaporkan tingkat keberhasilan dari metode pendeteksian wajah menggunakan LBP diintegrasikan DPM yang nantinya akan coba ditanamkan sebagai penentu pergerakan drone quadcopter . Objek yang tertangkap kamera akan diolah gambarnya dengan metode LBP dan DPM, kedua metode ini berfungsi sebagai feature extraction, dimana gambar diolah sehingga didapatkan data karakteristik dari bentuk gambar yang diekstrak. Data karakteristik akan dicocokkan dengan data model wajah manusia menggunakan classification, sehingga bisa didapatkan tingkat kecocokan objek dengan model. Jika objek sesuai dengan model, akan dikirim jarak dari drone dan objek ke Single Board Computer SBC sebagai acuan pergerakkan drone untuk menggerakan Robot Operating System ROS drone untuk mendekati objek. Jika diperiksa untuk kedua kalinya objek benar-benar sesuai dengan model koordinat objek akan dikirimkan ke Ground Control Station. Dari percobaan didapatkan persentase keberhasilan pendeteksian yang lebih baik karena LBP memiliki akurasi yang baik dan DPM mengurangi jumlah model yang digunakan untuk pencocokan. ......Technology of drone has been developed and used, especially in the fields of monitoring for difficult area to reach by human, but the human detection methods are not implemented on drone yet. The most popular human detection methods are Histogram of Gradient HOG Feature Local Binary Pattern LBP with a success rate 80 , Deformable Part Model DPM with success rate 50 . This research reported a success rate of face detection method using LBP integrated with DPM that will implemented to determined the drone quadcopter movement. Objects caught on camera will be processed with LBP and DPM method, this method serve as feature extraction, where the image is processed to obtain the characteristic data from the extracted image shape. Data will be matched with models data face using classification, so that we will be obtained compatibility of object and models. If the object compatible with the models, a distance from the object to the drone will be sent to Single Board Computer SBC in the drone as a reference movement to approach the object with Robot Operating System ROS. The object will be checked for a second time to cross check the compatibility, then coordinates of the object will be sent to the Ground Control Station. The experimental will be obtained a better percentage of success rate detection because LBP has a good accuracy and DPM reduces the number of models for matching.

Abstrak :
What biological factors make human communication possible? How do we process and understand language?Howdoes brain damage affect these mechanisms, and what can this tell us about how language is organized in the brain? The field of neurolinguistics seeks to answer these questions, which are crucial to linguistics, psychology and speech pathology alike. Drawing on examples from everyday language, this textbook introduces the central topics in neurolinguistics: speech recognition, word and sentence structure, meaning, and discourse – in both ‘normal’ speakers and those with language disorders. It moves on to provide a balanced discussion of key areas of debate such as modularity and the ‘language areas’ of the brain, ‘connectionist’ versus ‘symbolic’ modelling of language processing, and the nature of linguistic and mental representations. Making accessible over half a century of scientific and linguistic research, and containing extensive study questions, it will be welcomed by all those interested in the relationship between language and the brain.