Hasil Pencarian  ::  Simpan CSV :: Kembali

"Barcode merupakan kumpulan data optik yang dapat dimengerti sebuah mesin dan memiliki fungsi yang sangat luas, sebagai contoh adalah karcis parkir kendaraan. Karcis parkir merupakan penanda sebuah kendaraan agar bisa keluar dan masuk ke dalam parkiran tersebut. Kendaraan dapat keluar dari area parkir dengan memindai barcode yang tertera pada karcis parkir. Namun, seringkali karcis parkir memiliki kerusakan yang menyebabkan barcode yang tertera sulit terbaca dengan alat pemindaian dan kendaraan tidak dapat keluar dari area parkir. Kerusakan bisa disebabkan karena kelalaian manusia (terkena air yang menyebabkan karcis basah, atau terlipat-lipat sehingga lecek) dan juga kesalahan pencetak. Untuk menanggulangi permasalahan tersebut, sistem pembacaan barcode karcis parkir dikembangankan. Sistem tersebut menggunakan Autoencoder dan Conditional Generative Adversarial Network (CGAN) dalam merekonstruksi barcode. Barcode dikatakan berhasil direkonstruksi bila decoder (pyzxing dan pyzbar) dapat decoding gambar barcode rekonstruksi tersebut. Penelitian ini menunjukan bahwa model CGAN mampu merekonstruksi karcis parkir dunia nyata dengan true recognition rate 16% tanpa super resolution, sedangkan untuk model autoencoder masih belum mampu untuk merekonstruksi barcode dengan baik. Dengan super resolution, performa kedua model menurun dalam merekonstruksi barcode. CGAN juga lebih baik dibandingkan dengan autoencoder dalam rekonstruksi barcode generated dengan 1x augmentasi. Dengan menggunakan pyzxing decoder, Autoencoder mampu merekonstruksi barcode yang tidak terbaca dengan true recognition rate sebesar 95,50% dan CGAN mampu menghasilkan true recognition sebesar 97% dengan durasi prediksi rata-rata autoencoder 0,17 detik dibandingkan dengan CGAN 0,672 detik per 1 gambar.

---

Barcode is a collection of optical data that can be scanned by a machine and has a broad function, such as a vehicle parking ticket. A parking ticket is a marker for a vehicle to enter and exit the parking lot. Vehicles can exit the parking area by scanning the barcode printed on the parking ticket. However, parking tickets often have damage that cause the barcodes printed are difficult to be scanned and the vehicle cannot exit parking area. Damage can be caused by human error (wet tickets, or it folds up so that it becomes wrinkled) as well as printer error. To overcome this problem, a parking ticket barcode reconstruction system was developed. The system uses Autoencoder and Conditional Generative Adversarial Network (CGAN) in reconstructing barcodes. The barcode is said to be reconstructed successfully if the decoders (pyzxing and pyzbar) can decode the reconstructed barcode image.

This paper shows that the CGAN model can reconstruct real-world parking tickets with a true recognition rate of 16% without super resolution, while the autoencoder model is still unable to reconstruct barcodes properly. With super resolution, the performance of both models decreases in reconstructing barcodes. CGAN is better than autoencoder in reconstructing barcode generated with 1x augmentation. Using the pyzxing decoder, Autoencoder can reconstruct unreadable barcodes with a true recognition rate of 95.50% and CGAN is able to produce true recognition of 97% with an average autoencoder prediction duration of 0.17 seconds compared to CGAN of 0.672 seconds per 1 image."

"Tulisan ini membahas bagaimana fotografi bisa dijadikan media pembelajaran arsitektur Fotografi adalah salah satu media representatif bagi arsitektur karena sifatnya yang dapat dipahami seperti sebuah teks Saya melihat kemampuan sebuah foto sebagai elemen generatif keruangan Tulisan ini membahas bagaimana fotografi bisa dijadikan media pembelajaran arsitektur. Fotografi adalah salah satu media representatif bagi arsitektur, karena sifatnya yang dapat dipahami seperti sebuah teks. Saya melihat kemampuan sebuah foto sebagai elemen generatif keruangan. Di sini, saya membuat diagram yang saya awali dari foto ke dalam bentuk denah dan pemodelan tiga dimensi. Saya menganalisis studi kasus melalui pendekatan arsitektur interior, pemahaman fotografi, hingga persepsi.

---

This paper discusses how photography can be used as a media for architectural study. Photography can serve as a representative media for architecture, as it can also be understood just as a text. Here I see how photographic works can be a spatial generative element in architecture. I convert photos into diagrams, in the forms of floor plans and three-dimensional modelling. Analysis of the case study is done using approaches of interior architecture, photographical understanding, and the theory of perception."

"Sampai saat ini, sketsa wajah buatan tangan masih secara luas digunakan dalam kepolisian, terutama untuk menggambarkan karakter wajah seseorang dengan cepat pada proses pencarian tersangka maupun orang hilang. Polisi akan menggunakan sketsa wajah tersebut untuk mencari orang yang digambarkan. Telah banyak penelitian yang dilakukan untuk membuat cara ini semakin efektif. Salah satunya adalah membandingkannya dengan Database Pencarian Orang (DPO) ataupun membuat komposit wajah. Namun, pembuatan komposit wajah dengan aplikasi membutuhkan waktu yang cukup lama dan perbandingan dengan DPO secara langsung memiliki tingkat akurasi yang perlu dikembangkan lebih lanjut. Penelitian ini mengaplikasikan Generative Adversarial Networks (GAN) untuk mengubah gambar sketsa menjadi citra berwarna, menerapkan Total Variation (TV) pada loss function untuk meningkatkan performa model, dan menerapkan koreksi warna untuk memperbaiki warna kulit yang dihasilkan. Tujuan penelitian ini yaitu agar dapat menggambarkan karakter orang pada sketsa dengan lebih akurat dan cepat dibandingkan metode terdahulu. GAN sendiri adalah sebuah machine learning framework yang menggunakan dua buah network yaitu, generator dan diskriminator. Generator akan membuat sampel baru berdasarkan pola sampel dataset dan diskriminator akan menentukan apakah sampel yang dihasilkan nyata atau hasil dari generator. Sistem akan mengulang proses ini sampai generator dapat menghasilkan sampel yang sangat mirip dengan sampel dari dataset. Dataset yang digunakan dikumpulkan dari beberapa dataset lain dengan konfigurasi jumlah training 1355, validation 10, dan testing 68. Beberapa skenario dengan parameter berbeda dilakukan dan hasil terbaik didapati dengan menggunakan Lambda L1 sebesar 100 dan Lambda TV sebesar 0.00001 dengan nilai evaluasi SSIM 0.83 dan FID 94.705. Setelah diimplementasikan dengan koreksi warna, GAN menghasilkan citra yang lebih realistis dengan hasil evaluasi yang didapatkan adalah 0.76 dan 78.944 untuk SSIM dan FID. Dengan metode tersebut, GAN dapat menghasilkan citra yang realistis secara visual dari sketsa wajah dan memiliki warna yang sesuai dengan citra aslinya.

---

Until now, hand-drawn face sketches are still widely used in Indonesia's police force, especially to quickly describe the character of a person's face in the process of searching for suspects and missing persons. Police will use the face sketch to search for the respected person. A lot of research has been done to make this method more effective. One of them is to compare it with the People Search Database (DPO) or create a facial composite. However, making facial composites by application takes quite a long time, and direct comparison with DPO has a level of accuracy that needs to be developed further. This study applies a Generative Adversarial Networks (GAN) to convert a sketch image into a color image, applies a Total Variation (TV) to the loss function to improve model performance, and applies a color correction to improve the resulting skin tone. The purpose of this study is to be able to describe the character of the people on the sketch more accurately and quickly than the previous method. GAN itself is a machine learning framework that uses two networks, namely, generator and discriminator. The generator will create a new sample based on the sample dataset pattern, and the discriminator will determine whether the resulting sample is real or the result of the generator. The system repeats this process until the generator can generate a sample that is very similar to the sample from the dataset. The dataset used is gained from several other datasets with the split configuration of 1355 for training, 10 for validation, and 68 for testing. Several scenarios with different parameters were carried out, and the best results were obtained using Lambda L1 of 100 and Lambda TV of 0.00001 with an evaluation value of SSIM 0.83 and FID 94,705. After being implemented with color correction, GAN produces a more realistic image with the evaluation results obtained are 0.76 and 78.944 for SSIM and FID. GAN can produce visually realistic images from facial sketches and have colors that match the original image with this method."

"Abstract. Tesis ini mencoba menunjukkan metode perancangan berbasis material dengan mendefinisikan parameter materialitas suatu material untuk menghasilkan bentuk (form-generation). Kesimpulan dari Tesis ini adalah membuat susunan parameter materialitas yang akan digunakan sebagai form-generation dalam generative design. Melalui metode ini material yang umumnya hanya dianggap sebagai pelengkap, mampu menjadi inspirasi utama atau pertimbangan dasar utama dalam proses desain. Yaitu dengan mengintegrasikan material, bentuk dan struktur dalam prosesnya sebagai Generative Design. Mencari integrasi antara ketiganya dapat dilakukan dengan menggunakan pendekatan Material-Based Design. Pendekatan material-based design dilakukan sebagai pencarian untuk menemukan dan membongkar sehingga materialitas suatu material dapat diterjemahkan sebagai parameter sebagai form generation dalam Genetaive Design. Bahan yang dipilih dalam percobaan makalah ini adalah tebu. Untuk menerjemahkan materialitas tebu menjadi parameter desain dalam Material-based design dapt dilakukan melalui proses Materializing dan Morfogenesis untuk menemukan Material System dari maerial tebu tersebut. Materializing adalah pemberian nilai-nilai materialitas yang secara faktual dideskripsikan atau dapat disebut sifat material dari suatu material, dalam kasus tebu, contoh sifat bahan tebu adalah tinggi, berat, kekuatan, warna dan sebagainya. Sedangkan Morphigenesis adalah proses menerjemahkan perilaku yang didefinisikan dari materi menjadi nilai-nilai. Dalam kasus tebu, contoh bahan perilaku adalah respon dari tekstur dan warna kulit tebu terhadap suhu dan kelembaban. Kondisi suhu dan kelembaban dengan nilai yang berbeda membuat tekstur dan warna tebu menjadi beragam, respons ini disebut material behaviour. Tetapi yang penting adalah, karena metode ini didasarkan pada materialitas, bagaimana proses menggambarkan materialitas tebu sangat penting. Saya menggunakan teori dari Tim Ingold (2007) tentang bagaimana materialitas harus didefinisikan. Konsep sederhana materialitas yang ia jelaskan adalah bahwa untuk mengetahui materialitas sesuatu, apa yang diperlukan untuk menggambarkan apa yang membuat sesuatu menjadi sesuatu. Maka menjadi penting untuk melihat tebu, dan bagaimana tebu bisa menjadi tebu. Oleh karena itu, percobaan dan pengamatan kisah di balik tebu menjadi tebu didefinisikan dan kemudian diterjemahkan ke dalam Material-Based DesignAbstract.

---

This thesis tries to show the material-based design method by defining the materiality parameters of a material to produce form (generation). The conclusion of this thesis is to make materiality parameter arrangement that will be used as form-generation in generative design. Through this method material which is generally only considered as a complement, is able to be the main inspiration or the main basic consideration in the design process. Namely by integrating materials, forms and structures in the process as Generative Design. Looking for integration between the three can be done using the Material-Based Design approach. Material-based design approach is carried out as a search to find and dismantle so that materiality of a material can be translated as parameters as form generation in Genetaive Design. The material chosen in this paper experiment is sugar cane. To translate sugarcane materiality into design parameters in Material-based design can be done through the process of Materializing and Morphogenesis to find the Material System of the sugarcane maerial. Materializing is the giving of materiality values that are factually described or can be called the material properties of a material, in the case of sugarcane, examples of the properties of sugarcane material are height, weight, strength, color and so on. Whereas Morphigenesis is the process of translating behavior that is defined from matter into values. In the case of sugar cane, an example of behavioral material is the response of the texture and color of sugarcane skin to temperature and humidity. Temperature and humidity conditions with different values make the texture and color of sugarcane become diverse, this response is called material behavior. But what is important is, because this method is based on materiality, how the process of describing sugarcane materiality is very important. I use a theory from the Ingold Team (2007) about how materiality must be defined. The simple concept of materiality which he explains is that to know the materiality of something, what is needed to describe what makes something becomes something. Then it becomes important to see sugar cane, and how sugar cane can become sugar cane. Therefore, the experiment and observation of the story behind sugar cane to sugar cane is defined and then translated into Material-Based Design."