Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam konteks estimasi usia gigisebagai metode non-invasif untuk determinasi usia kronologis pasien, teknik orthopantomography (OPG) telah luas diaplikasikan meski menghadapi kendala seperti biaya tinggi dan eksposur radiasi. Merespons limitasi pendekatan konvensional, paradigma machine learning dan deep learning kini dioptimalkan untuk mengidentifikasi pola intrinsik pada data pencitraan medis kompleks. Penelitian ini bertujuan mengembangkan algoritma YOLOv8 untuk meningkatkan akurasi estimasi usia gigi, menggunakan dataset dari RSGMP Universitas Airlangga dengan subjek pediatrik 5—15 tahun. Dataset dimodifikasi menjadi tiga variasi: tanpa augmentasi, augmentasi tiga kali per sampel, dan augmentasi lima kali per sampel. Hasil optimal dicapai oleh variasi ketiga dengan augmentasi lima kali per sampel, mendemonstrasikan akurasi 60% dan F1-Score 61,05%, mengindikasikan potensi signifikan teknik augmentasi data dalam meningkatkan kinerja algoritma deep learning untuk estimasi usia gigi. ......In the context of dental age estimation as a non-invasive method for determining patients' chronological age, orthopantomography (OPG) techniques have been widely applied despite facing challenges such as high costs and radiation exposure. Responding to the limitations of conventional approaches, machine learning and deep learning paradigms are now being optimized to identify intrinsic patterns in complex medical imaging data. This research aims to develop the YOLOv8 algorithm to improve the accuracy of dental age estimation, using a dataset from the Dental and Oral Hospital of Airlangga University with pediatric subjects aged 5-15 years. The dataset was modified into three variations: without augmentation, triplet augmentation, and quintuplet augmentation per sample. Optimal results were achieved by the third variation with quintuplet augmentation, demonstrating 60% accuracy and 61.05% F1-Score, indicating significant potential for data augmentation techniques in enhancing the performance of deep learning algorithms for dental age estimation.

Abstrak :
Segregasi aspal merupakan salah satu kegagalan yang dapat terjadi pada permukaan aspal. Terdapatnya segregasi pada aspal dapat memicu kerusakan lebih lanjut seperti terjadinya retak hingga berlubang pada jalan, sehingga menyebabkan kondisi jalan menjadi kurang baik. Segregasi pada aspal dapat dideteksi, pada umumnya untuk mendeteksi segregasi aspal dapat menggunakan metode Sand Patch Testing dan Nuclear Density Gauges. Namun, dalam menggunakan kedua metode tersebut diperlukan waktu yang lama serta biaya yang tidak sedikit. Dengan demikian, penelitian ini dilakukan untuk memberikan inovasi yang menawarkan metode dengan waktu dan biaya yang lebih rendah, yaitu dengan menggunakan metode pemrosesan citra dalam menentukan daerah segregasi dan non segregasi pada aspal. Dalam prosesnya, menggunakan perhitungan deviasi mutlak rerata dari histogram gambar greyscale hasil pemrosesan citra. Kemudian, metode analisis diskriminan linier digunakan untuk mengimplementasikan deviasi mutlak rerata hasil pemrosesan citra untuk mengklasifikasikan segregasi dan non segregasi pada aspal. ......Asphalt segregation is one of the failure that can occur on the asphalt surface. The presence of segregation on asphalt can trigger further damage such as cracks and holes, causing road condition become unfavorable. In general asphalt segregation can be detected with Sand Patch Testing and Nuclear Density Gauges methods. However, using both of these methods takes a long time and costs a lot of money. Therefore, in this study propose to provide an innovation that offers a new method with lower time and cost, namely by using Image Processing method to determine asphalt segregation. In this procedure, the median absolute deviation of the image frequency histogram is used to determine segregation regions. Afterwards, Linear Discriminant Analysis (LDA) is used to implement the median absolute deviation of Image Processing results to classify segregation and non-segregation.

Abstrak :
Difusi adalah sebuah fenomena yang sangat menarik, dimana dua atau lebih zat dengan massa atau konsentrasi yang berbeda bercampur dalam satu area tertentu, dan pengukurannya dapat didasarkan pada koefisien difusi. Pengaruh temperatur terhadap fenomena difusi juga sangat menarik karena difusi zat selalu berhadapan dengan temperatur. Sistem pengukuran koefisien difusi otomatis dan terintegrasi menggunakan metode sederhana Wiener yang dimodifikasi dapat dibangun untuk menunjang pengukuran yang lebih akurat dan cepat. Sistem ini menggunakan GUI sebagai antarmuka, pemrosesan citra digital, serta pengolahan data kurva pembiasan yang menghasilkan nilai koefisien difusi secara otomatis, dan dengan waktu yang dapat diatur. Sistem ini terbukti berhasil mengolah citra kurva pembiasan fenomena difusi NaCl (Natrium Klorida) – Aquades, NaCl – SBF (Simulated Body Fluid), dan NaCl – Nanogold menjadi nilai koefisien difusi dengan mudah, cepat, dan akurat. Sistem ini memberikan hasil deteksi tepi terbaik pada metode Prewitt, dengan hasil korelasi data yang lebih baik daripada hasil dari metode Canny. Sistem ini juga membuktikan bahwa temperatur dapat mempengaruhi difusi karena temperatur yang bersifat seperti energi kinetik, dan dapat mempercepat pergerakan atau flux dari zat. ......Diffusion is a very interesting phenomenon, where two or more substances with different mass or concentration mixed in a certain area, and its measurements can be based on a diffusion coefficient. The effect of temperature to the diffusion phenomenon is also very interesting due to the diffusion’s inevitable interaction to temperature. An automated and integrated diffusion coefficient measurement based on modified and simple Wiener method can be built to support more accurate and faster measurement. This system is using a GUI for the interface, digital image processing, and also deflection beam data processing that automatically results into the diffusion coefficient, and this system can also be timed. It has been proved successful in processing deflection beam image from diffusion phenomenon of NaCl (Sodium Chloride) – Aquadest, NaCl – SBF (Simulated Body Fluid), and NaCl – Nanogold, into values of diffusion coeffient in easy, quick, and accurate way. It also brings better results on Prewitt edge detection method, with better data correlation results than Canny method. It also proves that temperature is indeed affecting diffusion because of the nature of temperature having similar characteristics to kinetic energy, which can accelerate the movements or flux of materials.

Abstrak :
Koefisien difusi merupakan nilai besaran yang menjadi karakterisasi perambatan konsentrasi di antara dua atau lebih zat yang sedang bercampur. Proses difusi memiliki peran penting dalam berbagai aplikasi di bidang kimia, industri, serta dalam kontrol polusi. Metode Wiener’s digunakan untuk memperoleh koefisien difusi larutan karena metode ini dianggap paling efektif dan akurat. Metode ini dipadukan dengan image processing menggunakan Python 3.9 untuk memperoleh nilai koefisien difusi dengan cepat dan akurat. Variasi medan magnet diberikan untuk mengetahui repon sistem, didapat pada larutan dengan kandungan unsur logam didalamnya akan terjadi surface plasmon resonance yang akan mengurangi koefisien difusi larutan-larutan tersebut. Menggunakan sistem ini didapat besar DNaCl-Akuades,DNaCl-Nanogold dan DNaCl-SBF dengan R^2 >= 0.95 Berdasarkan nilai tersebut diperoleh deteksi tepi Sobel lebih baik dari Canny. .......The difusion coefficient is a quantity that characterizes the concentration propagation between two or more substances that are mixed. Difusion processes have an important role in a wide range of applications in chemistry, industry, and pollution control. The Wiener experiment Setup method is used to obtain the diffusion coefficient of the solution because this method is considered the most effective and accurate. This method is combined with image processing using Python 3.9 to obtain the value of the difusion coefficient fast and accurately. The variation of the magnetic field given to determine the response system, obtained in a solution containing metal elements where in it will occur surface plasmon resonance which will reduce the difusion coefficient of these solutions. Using this system, we get DNaCl-Akuades,DNaCl-Nanogold and DNaCl-SBF are obtained with a value of R^2 >= 0.95. Based on this value, the Sobel edge detection is better than Canny.