Hasil Pencarian  ::  Simpan CSV :: Kembali

"This paper describes the development of experimental testing system and performance measurement of small turbojet engine:Olympus" manufactured by AMT Netherlands...."

"Implementasi algoritma Particle Swarm Optimization (PSO) pada robot untuk pencarian sumber kebocoran gas memerlukan informasi posisi dari setiap robot. Penggunaan kamera memungkinkan untuk mendapatkan informasi posisi robot yang lebih absolut dan akurat dibandingkan dengan perangkat pencari informasi posisi lainnya. Paper ini memaparkan suatu metode yang akan digunakan untuk mencari posisi robot. Metode yang diajukan menggunakan beberapa teknik pengolahan citra, seperti, Color Filtering dan Blobs Filtering guna mengenali dan memperoleh posisi robot. Berdasarkan eksperimen yang telah dilakukan, metode ini mampu menentukan posisi absolut robot sehingga ia dapat menyediakan informasi posisi robot dalam implementasi algoritma PSO.Implementation of Particle Swarm Optimization (PSO) algorithm on the robot to search for the gas leakage source requires information of the position of each robot. The use of the camera allows the robot to obtain position information more accurate than the absolute position information of other search tools. This paper describes a method that will be used to locate the position of the robot. Proposed method uses several image processing techniques, such as, Color Filtering and Blobs Filtering in order to identify and obtain the robot position. Based on the experiments that have been performed, the method is capable of determining the absolute position of the robot so that it can provide position information of the robot in PSO algorithm implementation"

"Triangle's checking in 3D faceted models is an essential step in gouging detection and elimination process. To check whether model surface intersects the tool, every triangle in the model has to be checked. Unfortunately, this process takes much time. Since the computer can't see and doesn't know which triangles located under the current tool position, then the triangles all over the surface model should be checked. To reduce the time, region checking at every position of tool has to be detected. Triangles that have to be checked are only in that region. The way of creating the region can be done by bucketing. Bucketing process will make some buckets as representation of regions and each bucket will be filled with triangles that lie in the corresponding region. There are several bucketing methods. This paper will explain all methods which have been implemented in the research.

---

Pengecekan segitiga dalam model 3 dimensi berfaset merupakan tahapan penting dalam deteksi gouging dan proses eliminasi. Untuk mengecek apakah permukaan model bersinggungan dengan alat, setiap segitiga pada model harus diperiksa. Akan tetapi, proses ini membutuhkan waktu yang lama. Segitiga-segitiga pada seluruh permukaan model harus diperiksa karena komputer tidak dapat melihat dan tidak mengetahui segitiga mana yang terletak di bawah posisi alat saat ini. Untuk mengurangi konsumsi waktu, pengecekan wilayah pada setiap posisi alat harus dapat dideteksi. Segitiga yang harus diperiksa adalah hanya yang berada pada wilayah tersebut. Cara yang dapat dilakukan untuk menetapkan wilayah adalah dengan menggunakan bucketing. Proses bucketing akan membuat beberapa bucket sebagai representasi dari beberapa wilayah dan setiap bucket akan diisi dengan segittiga yang terletak pada wilayah terkait. Terdapat beberapa metode bucketing. Paper ini akan menjelaskan semua metode yang telah diimplementasikan di dalam riset."

"ABSTRAKIndonesia merupakan negara agraris yang sebagian besar wilayahnya terdapat lahan sawah. Daerah sawah yang luas mengakibatkan susahnya melakukan monitoring untuk pemetaan luas dan kondisi sawah. Melalui foto udara, waktu pengambilan citra dapat dilakukan lebih cepat dan sesuai dengan perencanaan. Dalam penelitian ini pesawat LSA LAPAN Surveillance Aircraft milik LAPAN digunakan sebagai wahana untuk melakukan monitoring lahan sawah dengan muatan kamera multispektral. Kamera multispektral yang digunakan mempunyai 3 band yaitu merah, hijau dan inframerah. Hasil citra dari kamera multispektral kemudian diolah untuk membedakan lahan persawahan atau bukan. Uji akurasi dilakukan untuk memvalidasi hasil citra yang telah diproses. Selanjutnya didapatkan hasil pengolahan citra berupa identifikasi lahan pertanian aktif. Dengan memanfaatkan band merah dan inframerah dekat didapatkan Normalized Difference Vegetation Index NDVI yang dapat digunakan untuk mengetahui kualitas dan kesehatan tanaman. Dengan NDVI hasil dari identifikasi lahan pertanian dapat diklasifikasikan lagi berdasarkan nilai kehijauan tanaman. Hasil penelitian ini berupa identifikasi lahan pertanian aktif dengan tingkat kehijauan tanaman untuk mengetahui kualitas tanaman padi dari persawahan.

---

ABSTRACTIndonesia is an agricultural country where most of its area is paddy field. Large paddy field areas resulted in the difficulty of monitoring for extensive mapping and paddy field conditions. Using aerial photographs, image acquisition can be completed more quickly and according with the plan. In this study, LSA aircraft LAPAN Surveillance Aircraft belongs to LAPAN used as a vehicle for monitoring agricultural land with a multispectral camera payload. Multispectral cameras used to have three bands of red, green and near infrared. The results of the multispectral images from the camera are then processed to distinguish the rice fields or not. Accuracy test performed to validate the results of the image that has been processed. Furthermore, the image processing results obtained in the form of active agricultural land identification. By utilizing the red and near infrared bands obtained Normalized Difference Vegetation Index NDVI , which can be used to determine the quality and plant health. With NDVI result of the identification of agricultural land can be classified again based on the value of the green plants. The results of this study in the form of identification of active agricultural land with crop greenness levels to determine the quality of paddy rice crops."

"Menentukan dosis serap dengan menggunakan metode yang sering digunakan yaitu fixed dose dapat menghasilkan nilai error yang cukup tinggi yang dapat berakibat fatal kepada pasien. Sementara metode dosimetri dapat meminimalkan error tersebut dan juga dapat meningkatkan efektivitas dan efisiensi terapi. Namun, dosimetri pada kedokteran nuklir belum banyak diterapkan di Indonesia karena minimnya peralatan dan pengetahuan akan protokol. Kuantifikasi nilai cacahan menjadi aktivitas merupakan tahap awal dari perhitungan dosimetri. Dikarenakan keterbatasan dari fasilitas, perangkat pencitraan gamma camera masih sering digunakan. Oleh sebab itu, pada penelitian ini dikembangkanlah sebuah perangkat lunak yang dapat menguantifikasi nilai cacahan dari citra planar menjadi nilai aktivitas. Perangkat lunak yang dirancang menggunakan bahasa pemrograman MATLAB. Citra yang digunakan sebagai input dari perangkat lunak merupakan citra dari penelitian IAEA CRP E23005 dengan judul Dosimetry in Molecular Radiotherapy for Personalized Patient Treatments (Hidayati et al., 2021). Dilakukan penggambaran region of interest (ROI) untuk beberapa organ yaitu left kidney, right kidney, liver, dan spleen dengan 1, 24,48, 72 jam setelah diinjeksikannya radiofarmaka. Validasi perangkat lunak dilakukan dengan membandingkan hasil kuantifikasi cacahan menjadi aktivitas oleh perangkat lunak dengan nilai hasil kuantifikasi dari referensi yang menggunakan data citra yang sama melalui nilai relative deviation (RD). Adapun nilai relative deviation (RD) yang didapatkan paling tinggi bernilai sekitar 8% apabila diamati berdasarkan variasi organ dan juga berdasarkan variasi time-point. Uji statistik dengan korelasi Pearson dilakukan untuk mengetahui lebih lanjut hubungan antara kedua data aktivitas. Didapatkan nilai koefisien korelasi untuk organ left kidney, right kidney, liver, dan spleen secara berurutan adalah 0,99739, 0,99687, 0,99687, 0,99687. Hal ini berarti bahwa terdapat korelasi kuat positif antara aktivitas yang didapatkan melalui perangkat lunak yang dirancang dengan data aktivitas pada referensi dan perangkat lunak ini dapat digunakan sebagai alternatif untuk kebutuhan kuantifikasi nilai cacahan menjadi aktivitas pada citra planar.

---

Determining the value of absorbed dose using the method that is often used, namely fixed dose can produce a fairly high error that can be fatal to the patient. Dosimetry method can minimize these errors and can also increase the effectiveness and efficiency of the therapy itself. However, dosimetry has not been implemented many times in Indonesia due to the lack of adequate equipment and knowledge of the protocol. Quantification of count rates into activity values is the first step of dosimetry calculations. Due to the limitations of facilities, the imaging device gamma cameras are still often used. Therefore, in this study a software was developed in which the software can quantify the count rates of planar images into activity values. The software was designed using MATLAB programming language. The images used as input of the software are  planar images from the IAEA CRP E23005 research with the title “Dosimetry in Molecular Radiotherapy for Personalized Patient Treatments” (Hidayati et al., 2021). Region of interests (ROI) were drawn for several organs, namely the left kidney, right kidney, liver, and spleen at 1, 24,48, 72 hours after the injection of the radiopharmaceutical. Validation of the software was done by comparing the results of count rates quantification into activities by the designed software with the value of the quantification results from the reference using the same images in the form of relative deviation (RD) values. The highest relative deviation (RD) value is around 8% when observed based on organ variations and also for time-point variations. Statistical test with Pearson correlation was conducted to find out more about the relationship between the two activity data results. The Pearson correlation coefficient values ​​for the left kidney, right kidney, liver, and spleen organs respectively were 0.99739, 0.99687, 0.99687, 0.99687. This means that there is a strong positive correlation between the activities obtained through the designed software and the activity data on the reference and the designed software can be used as an alternative for quantifying count rates of planar images ​​into activity values. "