Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam tesis ini dirancang suatu pengendali universal digital berbasis komputer, rancangan meliputi pengendali PID, pengendali Cascade dan pengendali feedforward. Pengendali Cascade terdiri dari dua pengendali PID yang dihubungkan cascade. Perangkat lunak (program) akan dibuat terstruktur dengan sub-sub program, masing - masing sub program berisikan algoritma pengendali, setiap pengendali yang akan dipergunakan dapat dipilih dari program utama. Uji coba penalaan pengendali dilakukan secara simulasi, menunjukkan bahwa untuk pengendali PID dan Pengendali Cascade meempunyai response yang baik. Untuk pengendali feedforward dapat mengatasi gangguan yang terdeteksi pada proses.

Abstrak :
Sistem TBL merupakan sistem yang kompleks karena karakteristik kelistrikan dari bahan baku yang berfungsi sebagai beban sangat fluktuatif. Besarnya daya listrik yang sampai ke bahan baku berlangsung secara maksimal, maka panjang busur listrik yang dipancarkan melalui ujung elektroda harus dikendalikan. Pengendalian panjang busur listrik selama ini menggunakan pengendali jenis PI yang diimplementasikan melalui PLC, yaitu dengan mengatur posisi elektroda terhadap bahan baku. Pada tesis ini dibahas suatu pengendali berbasis ANN yang dirancang untuk menirukan pengendali PI yang sudah terpasang. Data yang diperoleh dari pengoperasian sistem pengendali PI yang terdiri dari tiga input dan tiga output digunakan sebagai data pembelajaran ANN. ANN yang dirancang berstruktur Multilayer feedforward Neural Network terdiri dari 3 lapisan yang memiliki 18 neuron pada lapisan input, 18 neuron pada lapisan tersembunyi dan 3 neuron pada lapisan output. Algoritma pembelajaran ANN yang digunakan adalah jenis algoritma Error Back Propagation. Pembelajaran dilakukan dengan mengubah-ubah beberapa parameter pembelajaran : jumlah neuron pada layar tersembunyi, learning rate, jumlah epoch dan momentum. Pembelajaran diulang-ulang sampai mencapai nilai ketelitian (RMS Error) 0,0091. Model ANN yang dihasilkan selanjutnya diuji dan dibandingkan dengan menggunakan data yang berbeda yang dihasilkan oleh pengendali PI. Dari hasil uji diperoleh bahwa pengendali berbasis ANN dapat menirukan pengendali PI dengan nilai ketelitian rata-rata 0,0316 dari tujuh interval data pengoperasian yang digunakan sebagai data uji. Hal ini dapat dikatakan bahwa model pengendali ANN tersebut dapat mengikuti perilaku pengendali PI yang sudah terpasang.

Abstrak :
Abstrak Pada tesis ini dibahas pemodelan furnace secara matematis untuk mendapatkan fungsi alih yang mewakili dinamika proses yang berjalan. Desain pengendali dilakukan untuk mengendalikan furnace dalam mengantisipasi gangguan perubahan temperatur lingkungan yang terjadi selama proses metal forming berlangsung. Pemilihan pengendali yang digunakan yaitu pengendali PI, pengendali feedforward, dan pengendali Fuzzy Logic dan masing-masing dibahas, dianalisis serta dilakukan uji coba pengendalian untuk mengantisipasi gangguan tersebut di atas. Abstract This thesis discussed mathematical models of the furnace for the metal forming process in order to represent the dynamic characteristics. The controller is designed to anticipate disturbances caused by environmental temperature during metal forming processing activity. The choice of controllers used are PI controller, feedforward controller, and fuzzy logic controller, and each of them will be discussed, analyzed, and examined to find out their ability to eliminate the disturbance effects.

Abstrak :

Meningkatnya angka prevalensi gangguan depresi, terutama di generasi muda, membawa urgensi tentang pentingnya menjaga kesehatan mental. Terlebih lagi, adanya gangguan depresi pada seseorang telah terbukti untuk meningkatkan risiko dan keparahan (severity) penyakit kardiovaskular. Seringkali, depresi luput atau salah didiagnosis sebagai penyakit lain, karena gejala-gejalanya yang mirip dengan penyakit non-mental lainnya. Karena itu, kebutuhan untuk membuat suatu sistem berbasis sinyal elektroensefalografi (EEG) yang dapat membantu diagnosis gangguan mental ini menjadi semakin penting. Tujuan penelitian ini adalah membuat program analisis spektral dan klasifikasi sinyal EEG untuk membantu diagnosis gangguan depresi yang berbasis Machine Learning. Untuk melengkapinya, dibuat juga aplikasi MATLAB dengan Graphical User Interface agar mempermudah pengguna. Sinyal EEG diproses menggunakan dua metode, yaitu wavelet dan Power Spectral Density (PSD). Relative Power Ratio dan Average Alpha Asymmetry dihitung sebagai fitur klasifikasi. Untuk mereduksi jumlah fitur, dilakukan perhitungan dominansi. Fitur akan diurutkan sesuai dominansinya, sehingga fitur dengan dominansi tertinggi akan digunakan untuk klasifikasi Machine Learning. Pengklasifikasi yang digunakan adalah feedforward neural network dengan cross validation. Hasil akurasi tertinggi yang dicapai adalah 83,6% menggunakan metode wavelet dan 77,5% menggunakan metode PSD. Selain itu, di bagian Frontal dan Parietal subyek depresi, ditemukan aktivitas alfa bagian otak kanan yang lebih dominan. Hal tersebut konsisten dengan penemuan dari riset-riset sebelumnya yang menunjukkan bahwa subyek depresi memiliki asimetri aktivitas otak yang dominan di bagian kanan.

---

The increasing prevalence of depressive disorder (also known as major depressive disorder or MDD), especially in the younger generations, has brought urgency upon the importance of keeping good mental health. Moreover, depression has proven to increase risks of cardiovascular diseases, along with their severities. Depressive disorders are oftentimes not diagnosed or misdiagnosed, because some of the symptoms are similar with those of other non-mental illnesses. Because of that, the necessity to build a system based on electroencephalographic (EEG) signals that could help diagnose this mental illness has been increasing in importance. The goal of this research is to make a Machine Learning-based classification program that implements EEG spectral analysis to aid for the diagnostics of depression. A MATLAB application with a Graphical User Interface was made as an addition to the program so that users can operate it easily. EEG signals were processed using two different signal processing methods, which are wavelet and Power Spectral Density (PSD). Relative Power Ratio and Average Alpha Asymmetry were calculated for feature extraction. As a feature-reducing method, feature dominance was calculated and ranked so that the highest ranked features will be used as input for the Machine Learning classification. The classifier used was feedforward neural network with cross validation. The highest achieved results were 83,6% accuracy using the wavelet method and 77,5% accuracy using the PSD method. Other than that, depressed subjects also showed a dominant right-hemisphere alpha activity in the Frontal and Parietal region, which is consistent with previous research that reveals the right-dominated asymmetry in the depressed brain.

Abstrak :
Tansaksi lintas batas semakin mudah dilakukan saat ini, namun tetap diperlukan suatu perencanaan bisnis baik dari sektor ekonomi maupun perpajakan. Umumnya transaksi lintas negara dalam ukuran modal usaha yang besar dilakukan dengan investasi saham melalui pendirian anak perusahaan di Luar Negeri. Upaya penghindaran pajak melalui badan usaha di Luar Negeri disebut Tax Avoidance on Controlled Foreign Company (CFC). Untuk menangani upaya penghindaran pajak tersebut, Indonesia menerbitkan Peraturan CFC terbaru yaitu PMK No.107/PMK.03/2017 tentang Penetapan Saat Diperolehnya Dividen dan Dasar Penghitungannya oleh Wajib Pajak Dalam Negeri atas Penyertaan Modal pada Badan Usaha di Luar Negeri Selain Badan Usaha yang Menjual Sahamnya di Bursa Efek. Agar tujuan dari peraturan tersebut dapat tercapai, diperlukan suatu bentuk pengawasan. Pengawasn di awal suatu kegiatan disebut Pengawasan Awal atau Feedforward. Penelitian ini menggunakan pendekatan kualitatif. Data dikumpulkan melalui studi pustaka dan wawancara mendalam terhadap key informant. Penelitian ini menghasilkan dua hasil penelitian. Pertama, penjabaran upaya yang dilakukan Direktorat Jenderal Pajak dalam upaya pengawasan feedforward (awal) atas peraturan CFC Indonesia. Kedua, hasil analisis terhadap hambatan yang mungkin dihadapi DJP dalam upaya pengawasan penerapan peraturan CFC Indonesia. ...... Nowadays cross-border transactions are easier, but it still need business plan from both economic and tax sectors. Generally, cross-border transactions that involve large business capital are done by investing in shares through the establishment of subsidiaries abroad. Tax avoidance through overseas business entities is called Tax Avoidance on Controlled Foreign Company (CFC). To handle such avoidance, Indonesia issues the latest CFC Regulation, PMK No.107/PMK.03/2017 on Stipulation of Dividend and its Calculation by Domestic Tax Payers for Capital Participation in Overseas Enterprises Other than Business Entities Selling Its shares on the Stock Exchange. To achieved the purpose of the rule, a form of supervision is required. The supervisor at the beginning of an activity is called Early Control or Feedforward Control. This research uses qualitative approach. Data were collected through literature studies and in-depth interviews of key informants. This study focused on two research results. First, the description of the efforts made by the Directorate General of Taxation in surveillance feedforward (early) control on Indonesia CFC rule. Second, the results of an analysis of the constraints that Tax Authorities may face in monitoring the implementation of Indonesia CFC rule.

Abstrak :
Artificial neural network (ANN) inspered from biological science....