Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kebutuhan akan divais optik terus mengalami peningkatan yang cukup pesat belakangan ini. Material Gallium Nitride merupakan material yang menarik banyak peneliti, karena memiliki beberapa kelebihan, antara lain: stabil terhadap perubahan suhu, memiliki tingkat epitaxial growth yang tinggi, konsumsi daya yang rendah dan memiliki direct band gap yang tinggi. Namun riset dibidang passive waveguide hingga kini belum banyak ditekuni para peneliti. Oleh karena itu, pada skripsi ini, dikembangkan power splitter dengan rugi-rugi yang rendah dan memiliki distribusi medan optik yang uniform, dengan memanfaatkan bentuk pandu gelombang S-Bend. Desain Y-branch power splitter dilakukan dengan menggunakan OptiBPM 12 free trial. Dari hasil simulasi diperoleh Y-branch power splitter terbaik saat tebal dan lebar pandu gelombang lurus adalah 4 μm, panjang pandu gelombang multimode sebesar 25 μm dan radius pandu gelombang S-Bend 10,5 μm.

---

Recently, demand of optical devices are growing termendously, Gallium Nitride is become attractive by many researchers, because of its advantages, such as: temperature stability, high rate of epitaxial growth, low power consumption and large direct band gap. But nowadays, there is not much research about passive waveguide GaN based. Thats why, this final project of Y-branch power splitter which has low power consumption and uniformity of distribution optical waveguides distribution using S-Bend waveguides is designed. OptiBPM 12 free trial is used for the design purpose in this final project. From the simulation, it can be concluded that the best S-Bend Y-branch power splitter is when straight waveguide both thickness and width are 4 μm, multimode waveguide length is 25 μm and radius of S-Bend is 10,5 μm."

"Retinal detachment (RD), atau ablasi retina, adalah kondisi ketika retina neurosensori terlepas dari lapisan dasarnya, yaitu epitel pigmen retina (EPR), karena kehilangan kerekatan. RD bisa menjadi kondisi yang serius jika tidak segera ditangani, seperti gangguan penglihatan hingga kebutaan permanen. Di Indonesia, diperkirakan terdapat 17.500—25.000 kasus baru setiap tahunnya. Namun, dengan jumlah dokter yang terbatas, pendeteksian RD secara konvensional mungkin tidak dapat dilakukan dengan cepat. Dengan memanfaatkan metode machine learning, khususnya deep learning, yang kini berkembangan pesat, dapat dilakukan pendeteksian RD melalui citra fundus mata menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNeSt. Terdapat masalah keterbatasan jumlah data pada kelas RD sehubungan dengan perlindungan privasi pasien yang membatasi akses terhadap data medis. Untuk meningkatkan jumlah data, dilakukan augmentasi data dengan GAN untuk menghasilkan data baru berupa citra sintetis untuk kelas RD. Dilakukan pula percobaan dengan menerapkan Contrast Limited Adaptive Histogram Equalization (CLAHE) sebagai tahap preprocessing sebelum augmentasi dengan GAN dengan tujuan meningkatkan kualitas citra yang masuk sebagai input dari GAN. Lebih lanjut, penelitian ini menguji tiga skenario dengan dua rasio splitting data, yaitu 6:2:2 dan 6:1:3. Skenario 1 menjalankan model ResNeSt tanpa preprocessing CLAHE dan augmentasi GAN pada data input. Skenario 2 menjalankan model ResNeSt dengan augmentasi GAN pada data input. Sementara itu, skenario 3 menjalankan model ResNeSt dengan menerapkan preprocessing CLAHE dan augmentasi GAN pada data input. Untuk splitting data dengan rasio 6:2:2, skenario 1 menghasilkan nilai rata-rata accuracy 89,9%, sensitivity 76,3%, specificity 94,3%, dan loss 52,4%, skenario 2 menghasilkan nilai rata-rata accuracy 92,3%, sensitivity 88,2%, specificity 94,8%, dan loss 18,6%, sedangkan skenario 3 menghasilkan nilai rata-rata accuracy 95,9%, sensitivity 94,4%, specificity 96,8%, dan loss 9,8%. Sementara itu, untuk splitting data dengan rasio 6:1:3, skenario 1 menghasilkan nilai rata-rata accuracy 91,3%, sensitivity 78,6%, specificity 94,9%, dan loss 27,9%, skenario 2 menghasilkan nilai rata-rata accuracy 94%, sensitivity 90,2%, specificity 96,3%, dan loss 17,9%, sedangkan skenario 3 menghasilkan nilai rata-rata accuracy 97,9%, sensitivity 97%, specificity 98,4%, dan loss 5,4%. Didapatkan bahwa performa model terbaik adalah ketika menggunakan skenario 3 dengan rasio splitting data 6:1:3.

---

Retinal detachment (RD), also known as retinal ablation, is a condition where the neurosensory retina separates from its underlying layer, the retinal pigment epithelium (RPE), due to the loss of adhesion. RD can become a serious condition if not promptly treated, potentially leading to vision impairment, even permanent blindness. In Indonesia, an estimated 17,500–25,000 new cases of RD occur annually. However, with a limited number of doctors, conventional detection methods for RD may not be performed swiftly enough. Leveraging machine learning, particularly deep learning, which has rapidly advanced, RD detection can be facilitated through fundus imaging using Convolutional Neural Network (CNN) with ResNeSt architecture. A significant challenge arises due to the limited amount of data available for the RD class, as patient privacy regulations restrict access to medical data. To address this, data augmentation is applied using Generative Adversarial Networks (GAN) to generate synthetic images for the RD class. Additionally, experiments were conducted by applying Contrast Limited Adaptive Histogram Equalization (CLAHE) as a preprocessing step before GAN augmentation, aiming to enhance the quality of the images inputted into the GAN. This study further evaluates three scenarios with two data splitting ratios, 6:2:2 and 6:1:3. Scenario 1 involved training the ResNeSt model without CLAHE preprocessing or GAN augmentation. Scenario 2 involved training the ResNeSt model with GAN augmentation. Scenario 3 involved training the ResNeSt model with both CLAHE preprocessing and GAN augmentation. For the 6:2:2 data splitting ratio, Scenario 1 achieved an average accuracy of 89.9%, sensitivity of 76.3%, specificity of 94.3%, and loss of 52.4%. Scenario 2 achieved an average accuracy of 92.3%, sensitivity of 88.2%, specificity of 94.8%, and loss of 18.6%. Meanwhile, Scenario 3 achieved an average accuracy of 95.9%, sensitivity of 94.4%, specificity of 96.8%, and loss of 9.8%. For the 6:1:3 data splitting ratio, Scenario 1 achieved an average accuracy of 91.3%, sensitivity of 78.6%, specificity of 94.9%, and loss of 27.9%. Scenario 2 achieved an average accuracy of 94%, sensitivity of 90.2%, specificity of 96.3%, and loss of 17.9%. Meanwhile, Scenario 3 achieved an average accuracy of 97.9%, sensitivity of 97%, specificity of 98.4%, and loss of 5.4%. The best model performance was observed in Scenario 3 with a 6:1:3 data splitting ratio."

"Penilaian citra embrio manusia memiliki peran yang penting dalam proses Fertilisasi In Vitro (FIV) atau yang dikenal juga sebagai proses bayi tabung. Penilaian citra embrio ini dilakukan secara manual oleh ahli embriologi. Hal ini tentunya membutuhkan waktu yang lama dan konsentrasi yang tinggi dari ahli embriologi sehingga perlu ada sistem yang dapat membantu ahli embriologi dalam melakukan penilaian dengan lebih efisien. Salah satu waktu penilaian embrio yang paling penting yaitu ketika embrio berusia lima hari, dimana ini merupakan tahap penilaian akhir sebelum proses implantasi ke rahim. Penilaian embrio pada hari kelima didasarkan pada tiga aspek yaitu derajat ekspansi, Inner Cell Mass, dan Trophoectoderm, yang menjadi tantangan tersendiri dalam penelitian di bidang ini. Permasalahan lain yang muncul yaitu ketersediaan data yang terbatas dan ketidakseimbangan proporsi kelas atau target pada dataset. Penelitian ini mengusulkan penggunaan augmentasi data berbasis Generative Adversarial Network seperti VanillaGAN, InfoGAN, DCGAN, dan Adversarial Autoencoder sehagai solusi permasalahan ketidakseimbangan data. Penelitian ini juga mengembangkan model klasifikasi berbasis Convolutional Neural Network sebagai klasifikator untuk menilai citra embrio. Penelititan ini menggunakan 10-fold cross validation untuk mengukur kinerja model. Untuk kategori derajat ekspansi, penelitian ini memperoleh hasil terbaik dengan model Convolutional Neural Network yang dikombinasikan dengan Adversarial Autoencoder sebagai augmentasi data dengan nilai f1-score sebesar 0.92. Untuk kategori Inner Cell Mass, penelitian ini memperoleh hasil terbaik dengan model Convolutional Neural Network yang dikombinasikan dengan VanillaGAN sebagai augmentasi data dengan nilai f1-score sebesar 0.92. Serta untuk kategori Trophoectoderm, model Convolutional Neural Network yang dikombinasikan dengan Adversarial Autoencoder memperoleh hasil terbaik dengan nilai f1-score sebesar 0.89.

---

Assessment of human embryo images has an important role in the process of In Vitro Fertilization (IVF). Evaluation of this embryo image is done manually by the embryologist. This requires a long time and high concentration of embryologists, so it is necessary to create a system that can assist embryologists in making assessments more efficiently. One of the most important parts of human embryo assessment is the embryo on the fifth day after fertilization. Evaluation of embryos on the fifth day is based on three aspects, namely the degree of expansion, Inner Cell Mass, and Trophoectoderm, which is a particular challenge in research in this field. Another problem for this case is the limited availability of data and an imbalanced dataset. This study proposes the use of Generative Adversarial Network-based for data augmentation such as VanillaGAN, InfoGAN, DCGAN, and Adversarial Autoencoder as a solution to imbalanced data problems. This study also developed a classification model based on the Convolutional Neural Network as a classifier for assessing embryo images. This research uses 10-fold cross validation to measure model performance. This study obtained the best results for the degree of expansion category with the Convolutional Neural Network model combined with the Adversarial Autoencoder as a data augmentation with an f1-score of 0.92. This study obtained the best results for the Inner Cell Mass category with the Convolutional Neural Network model combined with VanillaGAN as a data augmentation with an f1-score of 0.92. The best result for Trophoectoderm category is Convolutional Neural Network model combined with the Adversarial Autoencoder as a data augmentation with an f1-score of 0.89."

"In this paper ,the growth of GaN:Mn thin films by plasma-assisted metalorganic chemical vapor deposition (PAMOCVD) method is reported ..."

"We propose a simple design of 1×3 optical power splitter which uses gallium nitride (GaN) on sapphire. The design consists of widely used large cross section input rib waveguide, a rectangular multimode interference (MMI) structure, and three-branch rib waveguides. The MMI structure is selected since their attractive performances, such as compactness, low excess loss, wide bandwidth and ease to fabricate. The power splitter is designed for the third telecommunication window, i.e., l = 1.55 µm. Optimization of the geometrical structure parameters for the design is conducted theoretically utilizing 3D FD-BPM method. It is found that the power splitter exhibits excess loss of 0.46 dB and imbalanced of 0.001 dB at l = 1.55 µm for ..."

"ABSTRACTSemiconductors have long been the main materials used in the manufacture of charge based as well as photonic based electronic devices. GaN, owing to its wide band gap, is often used for light emitting diodes, and other optoelectronic applications. To adjust to the desired energy band gap, GaN is often combined with Al in form of Al x Ga 1 x N, which is expected to have a wider band gap than that of pure GaN. The increase of aluminum content yields an increase of electron activation energy. Here, we theoretically investigate how the band structure and optical spectrum evolve as the aluminum content is varied, by performing Density Functional Theory DFT calculation on pure wurtzite GaN and Al x Ga 1 x N with x 0.125 and 0.25 . Simple band structures without rigorous treatment of the electron electron interactions are obtained through Plane Wave Self Consistent Field PWSCF calculation of DFT. Our calculation results show that the energy band gap increases as a function of x in the region we study.

---

ABSTRAKSemikonduktor seringkali digunakan sebagai bahan dasar elektronika berbasis daya listrik maupun cahaya. GaN memiliki celah energi yang besar kerap kali digunakan untuk aplikasi light-emitting diode LED dan alat optoelektronika lainnya. Semikonduktor golongan III GaN dan AlN kerap kali digunakan bersama dan membentuk lapisan Al x Ga 1-x N untuk memvariasikan lebar celah energi, dimana dengan menambahkan Al celah energi akan semakin melebar dibanding GaN murni. Penambahan Al pada GaN dapat menaikan energi aktivasi elektron. Hali ini kami pelajari secara teoritis apakah benar adanya dengan mengkaji struktur elektronika dan spektrum optis dari materi. Penelitian ini menggunakan metode komputasi berbasis Density Functional Theory DFT untuk meneliti struktur elektronika dan spektrum optis dari GaN dan Al x Ga 1-x N. Struktur pita energi dapat dicari tanpa perlu memasukan faktor interaksi elektron-elektron dengan menggunakan Plane-Wave Self-Consistent Field PWSCF untuk mengkalkulasi DFT. Hasil dari penelitian kami menunjukan bahwa celah energi semakin lebar seiring bertambahnya konsentrasi bergantung dengan nilai x yang diberikan."

"ABSTRAKKemajuan teknologi telah mendorong pengembangan material dasar semikonduktor. Beberapa dekade terakhir material Galium Nitrida telah menarik para peneliti untuk dikembangkan karena memiliki beberapa kelebihan, antara lain stabil terhadap suhu yang tinggi, memiliki tingkat penumbuhan epitaksi yang tinggi, konsumsi daya yang rendah dan memiliki celah pita langsung yang tinggi. Hingga saat ini, penelitian terkait pemanfaatan material GaN sebagai divais fotonik aktif telah banyak dilakukan, seperti LED, dioda laser dan detektor. Namun riset material GaN pada divais fotonik pasif, yakni divais berbasis pandu gelombang hingga kini masih sangat minim ditekuni oleh para peneliti. Termotivasi oleh hal tersebut, pada skripsi ini dilakukan desain 1 x 2 optical power divider baik dengan memanfaatkan pandu gelombang linier paralel maupun kombinasi pandu gelombang linier paralel dengan struktur S-bend. Terdapat dua konfigurasi pandu gelombang linier paralel yang didesain, yaitu dua pandu gelombang (directional coupler) dan tiga pandu gelombang (three-guide coupler); keduanya memanfaatkan fenomena coupled mode. Optimasi desain dilakukan dengan metode Finite Difference Beam Propagation Method (FD-BPM). Parameter yang dioptimasi adalah lebar dan tebal pandu gelombang, coupling gap, coupling length dan lebar struktur S-bend. Desain ini dioptimasi untuk beroperasi pada panjang gelombang telekomunikasi, yaitu 1,55 μm.Dari hasil optimasi ditunjukkan bahwa lebar dan tebal terbaik untuk memperoleh propagasi single mode masing-masing adalah sebesar 5 μm. Selanjutnya berdasarkan hasil optimasi lebar dan tebal pandu gelombang, ditentukan desain 1 x 2 optical power divider dengan konfigurasi dua dan tiga pandu gelombang linier paralel. Untuk konfigurasi dengan dua pandu gelombang linier paralel didapatkan hasil terbaik dengan coupling gap 7 μm dan coupling length 700 μm; sedangkan dengan konfigurasi tiga pandu gelombang linier paralel didapatkan hasil terbaik dengan coupling gap 7 μm dan coupling length 1000 μm.Dari hasil optimasi 1 x 2 optical power divider berbasis pandu gelombang linier, dilakukan optimasi desain berbasis kombinasi pandu gelombang linier paralel dan struktur S-bend. Dari hasil optimasi dan perbandingan diperoleh bahwa desain 1 x 2 optical power divider berbasis kombinasi pandu gelombang linier dan S-bend yang terbaik adalah dengan konfigurasi tiga pandu gelombang linier paralel dengan coupling gap 7 μm, coupling length 1000 μm; ukuran lebar dan tebal S-bend berturut-turut sebesar 5 μm dan lebar 6 μm. 1 x 2 optical power divider hasil desain ini mampu beroperasi menghasilkan daya keluaran relatif sebesar 93,192 % dengan coupling ratio mendekati ideal 50:50, excess loss 0,3062 dB dan power imbalance mendekati 0 dB.

---

ABSTRACT

Technological advancements have encouraged the development of semiconductor materials. In the past few decades, Gallium Nitride material has attracted many researchers due to its advantages, such as high-temperature stability, high epitaxial growth rates, low power consumption, and high direct bandgap.

Until now, studies related to the use of GaN material as active photonic devices have been carried out, such as LEDs, laser diodes and detectors. However, research on GaN material on passive photonic devices, namely waveguide-based devices, has been very little.

This condition motivated us to design 1 x 2 optical power divider using both parallel linear waveguides and parallel linear waveguide combinations with the S-bend structure. Two parallel linear waveguide configurations were designed, namely two waveguides (directional coupler) and three waveguides (three-guide coupler); both of them make use of the coupled mode phenomena. Design optimization was conducted using the Finite Difference Beam Propagation Method (FD-BPM) method. The waveguide parameters optimized were width and thickness, coupling gap, coupling length and width of the S-bend structure. This design was optimized to operate at telecommunications wavelengths, 1.55 μm.

The results showed that the best width and thickness for each single-mode propagation were 5 μm. Furthermore, based on the results of the optimization of the width and thickness of the waveguide, the design of 1 x 2 optical power divider was optimized with two and three parallel linear waveguide configurations. For a configuration with two linear waveguides, the best results were achieved with coupling gap 7 μm and coupling length 700 μm; whereas with the configuration of three parallel linear waveguides, the best results obtained with a coupling gap 7 μm and coupling length 1000 μm.

Next based on the optimization 1 x 2 optical power divider using linear waveguides, design optimization was conducted for a combination of parallel linear waveguides and S-bend structures. The results showed that the best design of 1 x 2 optical power divider was achieved by using three parallel linear waveguides and S-bend structures with coupling gap 7 μm, coupling length 1000 μm; the width and thickness of S-bend were 5 μm and 6 µm wide respectively. The proposed design gave the relative output power of 93.192% with an almost ideal coupling ratio 50:50; excess loss of 0.3062 dB and power imbalance close to 0 dB.

"

"We propose a simple design of 1×3 optical power splitter which uses gallium nitride (GaN) on sapphire. The design consists of widely used large cross section input rib waveguide, a rectangular multimode interference (MMI) structure, and three-branch rib waveguides. The MMI structure is selected since their attractive performances, such as compactness, low excess loss, wide bandwidth and ease to fabricate. The power splitter is designed for the third telecommunication window, i.e., l = 1.55 µm. Optimization of the geometrical structure parameters for the design is conducted theoretically utilizing 3D FD-BPM method. It is found that the power splitter exhibits excess loss of 0.46 dB and imbalanced of 0.001 dB at l = 1.55 µm for"

"Citra bawah air tergolong ke dalam citra yang sulit diproses secara digital. Hal ini dise- babkan citra bawah air mengalami degradasi gabungan berupa scattering dan absorption. Sedangkan permasalahan estimasi kedalaman relatif adalah salah satu permasalahan yang masih menjadi riset dalam bidang computer vision saat ini. Permasalahan ini digolongkan sebagai permasalahan image-to-image translation. Salah satu model yang sering digunakan untuk menyelesaikan permasalahan image-to-image translation adalah dengan menggunakan conditional generative adversarial network (cGAN) yang merupakan salah satu varian dari generative adversarial network (GAN). Komponen penting dari cGAN terdiri dari generator dan discriminator yang berpengaruh terhadap keefektifan model. Pada penelitian ini akan diuji kombinasi generator yang terdiri dari U-net, Resnet-6, dan Resnet-9 dan discriminator yang terdiri dari PatchGAN serta ImageGAN dalam menyelesaikan permasalahan estimasi kedalaman relatif dari citra bawah air. Keoptimalan model diuji dengan menggunakan metrik structural index similarity (SSIM) dan root mean square error (RMSE). Didapatkan hasil bahwa model dengan generator U-net dan discriminator PatchGAN memberikan hasil terbaik pada metrik SSIM dan RMSE.

---

Underwater images are classified as images that are difficult to be processed digitally. This happens due to the combined degradation of the underwater image in the form of scattering and absorption. Meanwhile, relative depth estimation is one of the problems that is still being actively researched in computer vision. This problem is classified as image-to-image translation problem. One of the model that is often used to solve image-to-image translation is the conditional generative adversarial network (cGAN) which is a variant of generative adversarial network (GAN). The important component of cGAN consists of generator and discriminator which affects the model’s effectiveness. In this research, a combination of generator consisting of U-net, Resnet-6, and Resnet-9 and discriminator consisting of PatchGAN and ImageGAN will be tested in solving relative depth estimation problem for underwater image. Optimization of the model is tested using the metrics structural similarity index (SSIM) and root mean square error (RMSE). The results show that models with generator U-net and discriminator PatchGAN give the best result on SSIM and RMSE metrics."

"Pembagi daya optik berperan penting dalam pemrosesan daya optik. Di sisi lain, galium nitrida (GaN) adalah semikonduktor yang menjanjikan untuk divais elektronik dan fotonik yang beroperasi pada panjang gelombang untuk komunikasi optik. Pada penelitian ini dilakukan desain baru pembagi daya optik 1 × 4 menggunakan material GaN. Desain dikhususkan untuk panjang gelombang telekomunikasi optik 1,55 μm. Desain yang dilakukan terdiri dari kombinasi dari tiga pencabang Y dan pandu gelombang persegi. Struktur pencabang Y di sisi masukan digunakan untuk membagi daya optik menjadi dua, sedangkan dua struktur lainnya untuk menghasilkan keluaran yang terbagi menjadi empat. Pandu gelombang persegi terkopel berfungsi untuk memperlebar jarak antara keluaran pencabang Y pertama. Optimasi desain dilakukan menggunakan beam propagation method (BPM). Optimasi dilakukan dengan memvariasikan lebar dan tebal pandu gelombang, sudut pemisah, panjang pandu gelombang persegi terkopel, dan jarak antara pandu gelombang persegi terkopel (coupling gap). Hasil eksperimen numerik menunjukkan bahwa ukuran pandu gelombang persegi optimal untuk mendukung propagasi moda tunggal adalah: lebar 4 μm dan tebal 4 μm. Ditunjukkan pula bahwa sudut pemisah optimal pencabang Y adalah sebesar 1,9 ̊. Untuk bagian pandu gelombang persegi terkopel, panjang optimal untuk ketiga pandu gelombang persegi berturut-turut adalah 400 μm, 530 μm, dan 1870 μm, dengan coupling gap 1 μm. Berdasarkan hasil optimasi, desain yang dilakukan menghasilkan excess loss sebesar 0,096 dB dan imbalance sebesar 0,06 dB. Ditunjukkan pula bahwa pada rentang C-band (1,53 μm hingga 1,565 μm), nilai terendah excess loss dan imbalance berturut- turut sebesar 0,09 dB dan 0,02 dB, serta nilai tertinggi berturut-turut sebesar 0,11 dB dan 0,07 dB.

---

Gallium nitride (GaN) semiconductor is a promising candidate for electronic and photonic devices operating at a wavelength for optical communications. Optical power divider as one of the passive components in optical communications is widely used. In this research, a novel 1 × 4 optical power divider using GaN semiconductor on sapphire was designed. The design was focused on optical telecommunication applications at the wavelength of 1.55 μm. The proposed design consists of a combination of three sets of Y-branch structures and rectangular waveguides coupling. The Y-branch structure at the input side was used to split the optical power into two beams while the other two Y-branch structures at the output side split it into four output beams. Rectangular waveguides coupling was designed to widen the splitting angle of the Y-branch structure at the input side. The design optimization was conducted by using the beam propagation method (BPM). The waveguide width and thickness, splitting angle of the Y-branch structure, the length of the rectangular waveguide for coupling, and coupling gap was optimized. The results of the numerical experiments showed that the waveguide was optimum to support single-mode propagation for width and thickness of 4 μm and 4 μm, respectively. It is also shown that the splitting angle for the Y-branches structure was optimum at 1.9 ̊. For the coupling section, the optimal length of the three rectangular waveguides were 400 μm, 530 μm, and 1870 μm, respectively, with a coupling gap of 1 μm. Based on the optimization results, the proposed design divided the optical power into four output beams with an excess loss of 0.096 dB and an imbalance of 0.06 dB. The performance of the design was also investigated through the C-band range (1.53 until 1.565 μm) which gave the proposed design the lowest excess loss and imbalance of 0.09 dB and 0.02 dB, respectively with the highest excess loss and imbalance of 0.11 dB and 0.07 dB."