Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pabrik es mini yang bisa di bawa kemana saja merupakan salah satu solusi untuk ketersediaan es bagi nelayan di daerah-daerah terpencil. Yang sangat diperlukan oleh nelayan sebagai salah satu cara untuk meningkatkan kualitas kesegaran ikan dengan pembekuan. Sehingga mempunyai nilai jual yang lebih tinggi. Proses perancangan mini ice plant ini berdasarkan desain yang telah ada, yang di bahas pada penelitian sebelumnya. Analisa sensitivitas ini untuk mengoptimalkan desain dari mini ice plant. Sehingga menemukan parameter apa saja yang berpengaruh terhadap desain mini ice plant. Parameter yang ditinjau melipui temperatur evaporasi, waktu pembekuan dan jumlah tube. Selain itu juga dipertimbangkan mengenai beban listrik, proses pembuatan dan perawatan. Sehingga analisa dapat menemukan batasan parameter yang masuk dalam lingkup target yang dikehendaki. Evaporator merupakan salah satu alat penukar kalor, dimana proses pembekuan terjadi karena ada fenomena yang ditimbulkan dari evaporator. Dimensi evaporator berkaitan dengan panjang, tinggi dan lebar. Ditetapkan panjang tidak boleh lebih dari 3,5 m. hal ini yang dijadikan batasan utama dalam analisa ini yaitu untuk mencari panjang yang diinginkan dengan melakukan iterasi dari parameternya.

---

Portable mini ice plant is one solution of ice availability for fisherman in remote area. Which needed by fisherman to increase the quality of fish freshness by freezing. So there's an added value. This fabrication process of mini ice plant based on existing design, which already studied on previous research. Sensitivity analysis used for optimization design mini ice plants. So, it finds influence parameter where works in mini ice plant. Scope of arameters are freezing time, evaporation temperature and number of tubes. Otherwise, it considers about power consumption, manufacturer and maintenance. Analysis aims to get parameters are in limitation area where it wanted. Evaporator is a kind of heat-exchangers where freezing's process appears caused by its phenomena. Dimension of evaporator adhere with length, height and width. The limitation of length is 3,5 meters. There's main limit of analysis sensitivity evaporator's design which to get length by using iteration from its parameters.

Abstrak :
Sistem pengenalan wajah manusia merupakan salah satu bidang yang cukup berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang keamanan (security system) seperti ijin akses masuk ruangan, pengawasan lokasi (surveillance), maupun pencarian identitas individu pada database kepolisian. Tujuan Penulisan laporan tugas akhir ini adalah untuk membangun sebuah perangkat lunak pengenalan citra wajah manusia menggunakan metode Hidden Markov Models (HMM) dengan input database Pain Ekspression Subset dan database Hasil Foto Sendiri dengan memanfaatkan aplikasi GUI. Hasil pengujian sistem menunjukkan bahwa sistem pengenalan wajah (face recognition) membandingkan percobaan pengenalan sesuai dengan codebook (32, 64,128, 256) dan iterasi (5, 10). Sistem pengenalan wajah manusia menggunakan metode Hidden Markov Models (HMM) mencapai tingkat akurasi pengenalan sebesar 84,28%, dengan database 70 gambar yang terdiri dari 10 individu dengan masing-masing individu memiliki 7 variasi ekspresi yang berbeda.

---

ABSTRACT
Human face recognition system is one area that is developing now, where applications can be applied in the field of security (security system) such as permit access into the room, monitoring locations (surveillance), or search for individual identity in the police database. Purpose of this final report is to build a software image of human face recognition using Hidden Markov Models method (HMM) with input Pain Ekspression Subset database and Image itself database applications of GUI. Test results show that the system of face recognition systems trial comparing the introduction according to the codebook (32, 64.128, 256) and iteration (5, 10). Human face recognition system using Hidden Markov Models (HMM) reached the level of recognition accuracy of 84,28%, with 70 database that consists of 10 individuals with each individual has 7 variations of expressions.

Abstrak :
Estimasi parameter pada model regresi logistik pada umumnya menggunakan metode maximum likelihood dengan iterasi Newton Raphson. Pada model regresi logistik, estimasi parameter menggunakan metode maximum likelihood tidak dapat digunakan apabila ukuran sampel kecil dan proporsi kejadian sukses kecil. Permasalahan yang muncul saat ukuran sampel kecil dan proporsi sukses kecil, jika menggunakan metode maximum likelihood adalah proses iterasi yang tidak konvergen. Oleh sebab itu dalam kondisi tersebut, metode maximum likelihood tidak dapat digunakan untuk estimasi parameter. Salah satu cara untuk mengatasi ketidakkonvergenan pada iterasi tersebut adalah menggunakan modifikasi score function. Modifikasi score function dapat digunakan untuk mendapatkan estimasi parameter model regresi logistik dengan melakukan modifikasi pada fungsi likelihood. Contoh aplikasi diberikan untuk menunjukkan bahwa kemungkinan estimasi parameter model regresi logistik dengan ukuran sampel kecil dan proporsi sukses kecil menggunakan metode maximum likelihood dengan iterasi Newton Raphson memberikan hasil yang tidak konvergen dan hal ini dapat diselesaikan dengan menggunakan modifikasi score function. ......The maximum likelihood method with Newton Raphson iteration is used in general to estimate the parameter on logistic regression model. This parameter estimation using the maximum likelihood method cannot be used if the size of the sample and proportion of successful events are small. It is because the iteration process will not convergent to some point. Therefore, the maximum likelihood method cannot be used to estimate the parameter. One of the ways to resolve this convergent problem is using the score function modification. This modification is used to obtain the parameter estimation on logistic regression model by doing some modification on the likelihood function. The example of parameter estimation, using maximum likelihood method with small size of sample and proportion of successful events, is given to show may be the iteration process is not convergent and this can be solved with modification score function.