Hasil Pencarian

Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 3 dokumen yang sesuai dengan query
cover
Agung Santosa
"[ABSTRAK
Pesatnya perkembangan Deep Learning akhir-akhir ini juga menyentuh ASR
berbasis HMM, sehingga memunculkan teknik hibrid HMM-ANN. Salah satu
teknik Deep Learning yang cukup menjanjikan adalah penggunaan arsitektur
CNN. CNN yang memiliki kemampuan mendeteksi local correlation sesuai
untuk digunakan pada data spectrum suara. Spectrogram memiliki karakteristik
local correlation yang nampak secara visual. Penelitian ini adalah eksperimen
penggunaan spectrogram sebagai fitur untuk HMM-CNN untuk meningkatkan
kinerja ASR berbasis HMM. Penelitian menyimpulkan spectogram dapat
digunakan sebagai fitur untuk HMM-CNN untuk meningkatkan kinerja ASR
berbasis HMM.

ABSTRACT
The latest surge in Deep Learning affecting HMM based ASR, which give birth to
hybrid HMM-ANN technique. One of the promising Deep Learning technique is
the implementation of CNN architecture. The ability of CNN to detect local
correlation make it suitable to be used for speech spectral data. Spectrogram as a
speech spectral data has local correlation characteristic which is visually
observable. This research is an experiment to use spectrogram as a feature for
HMM-CNN to add to the performance of HMM based ASR. This research found
that spectrogram is indeed can be used as a feature for CNN to add to the
performance of HMM based ASR., The latest surge in Deep Learning affecting HMM based ASR, which give birth to
hybrid HMM-ANN technique. One of the promising Deep Learning technique is
the implementation of CNN architecture. The ability of CNN to detect local
correlation make it suitable to be used for speech spectral data. Spectrogram as a
speech spectral data has local correlation characteristic which is visually
observable. This research is an experiment to use spectrogram as a feature for
HMM-CNN to add to the performance of HMM based ASR. This research found
that spectrogram is indeed can be used as a feature for CNN to add to the
performance of HMM based ASR.]"
Lengkap +
2015
T43862
UI - Tesis Membership  Universitas Indonesia Library
cover
Indra Kurniawan
"Perancangan prototipe sistem informasi evaluasi dampak hasil penelitian dan pengembangan kesehatan melalui pendekatan bibliometrika di Badan Litbang Kesehatan Jakarta.Penelitian dan pengembangan kesehatan (litbangkes) diarahkan untuk menghasilkan pengetahuan dan teknologi kesehatan tepat guna yang diperlukan dalam rangka meningkatkan derajat kesehatan. Jumlah penelitian dan pengembangan yang dilakukan Badan Litbangkes cenderung meningkat setiap tahunnya. Pertanyaan yang mungkin muncul adalah bagaimana pengaruh dari penelitian Badan Litbangkes bagi kemajuan bidang penelitian? Dalam melakukan penelitian terhadap pengaruh penelitian diperlukan suatu indikator penetitian yang jelas yang dapat menunjukkan dampak (impact) suatu penelitian. Salah satu cara yang dapat memberikan gambaran atas pengaruh penelitian adalah dengan penentuan indeks sitasi dan faktor dampak dan jurnal yang dihasilkan. Selama ini laporan analisis data hasil penelitian yang telah dikumpulkan belum ada. Koleksi data publikasi dan sitasi artikel ilmiah belum pernah dicoba untuk dianalisis, hal ini disebabkan belum dikenali keperluan dan pemanfaatannya.Kinerja penelitian Badan Litbangkes baru diukur berdasar atas jumlah peneliti dan sumber daya penelitian lainnya ataupun sekedar jumlah artikel yang mampu dipublikasikan setiap tahunnya, belum melihat seberapa besar dampak luaran penelitian yang telah dihasilkan.
Berdasarkan hal tersebut di atas perlu dilakukan pendekatan bibliometrik yang merupakan pendekatan kuantitatif untuk menganalisis literatur hasil penelitian dan mengembangkan sistem informasi untuk mengolah literatur tersebut sehingga mampu menghasilkan informasi yang dapat membantu mengevaluasi hasil penelitian Badan Litbangkes.Proses pelaksanaan pengemhangan sistem informasi dilaksanakan hanya sampai pada tahap uji coba prototipe di laboratorium karena keterbatasan dana dan waktu pelaksanaan. Metodologi yang digunakan adalah metode inkremental, yang menggabungkan elemen dalam metode urutan linear System Development Life Cyclc (SDLC) dengan filosofi iteratif dari metoda prototipe. Pengumpulan data dan informasi dilakukan melalui wawancara mendalam, observasi dan telaah dokumen. Unit kerja yang menjadi obyek penelitian adalah Badan Penelitian dan Pengembangan Kesehatan, Depkes RI, Jakarta. Permasalahan yang ditemukan adalah permasalahan Sistem Inforrnasi Evaluasi Dampak Hasil Litbangkes terkait dengan prosedur, basis data, sarana dan Prasarana. Penelitian ini menghasilkan prototipe Sistem Infonnasi Evaluasi Dampak Hasil Penelitian dan Pengembangan Kesehatan melalui Pendekatan Bibliometrika yang memerlukan kelanjutan komitmen yang kuat dari para pengambil keputusan dan seluruh staf Badan Penelitian dan Pengembangan Kesehatan, untuk diterapkan dan terus diberi masukan perbaikan.

Health research and development (HRD) trend aim towards generate knowlegde and expeditious health technology needed to improve health quality. The number of research and development done by National Institute of Health Research and Development (NIHRD) increases every year. Possible question rise is what is the effect of NIHRD research to the improvement field of research? To estimate the research effect, a clear indicator is needed to show the impact of a research. One way to give a description of the effect is with determine citation index and impact factor from published science journal. All these years data analysis result has not been collected. Data collection on publicity and article citation never been analyze because the necessity and benefit was unrecognized. So far NIHRD appraisal based on the number of researcher and Qther sources, not based on how big the impact of those research.
Based on all the above, HRD need to do bibliometrics approach that constitute quantitative approach to' analyze research literature and developing information system to prepare the literature so it can give information that help to evaluate NIHRD research result The process of developing infonnation system merely within prototype testing in laboratory due to the lack of funding and time limit oflhis research. Methodology for this research is incremental method which integrate elements in System Development Life Cycle (SDLC) with iteratif philosophy from prototype method. Data and information incorporated by depth interview, observation dan literature study. Research object is NIHRD, Jakarta. The discovered problems are information system of evaluation on HRD result impact related with procedure, data base, and infrastructure. This research produced design of Information system prototype on HRD Result Impact Evaluation through Bibliometrics Approach which need a commitment from policy maker dan all the staff on NIHRD to apply and give continue improvement.
"
Lengkap +
Depok: Fakultas Kesehatan Masyarakat Universitas Indonesia, 2008
T21150
UI - Tesis Open  Universitas Indonesia Library
cover
Katmoko Ari Sambodo
"Disertasi ini membahas suatu metodologi alternatif untuk mengklasifikasi secara tidak terbimbing (unsupervised classification) data polarimetrik-SAR. Pada tahap permulaan dua metode pengekstraksian fitur diterapkan untuk mengeksploitasi secara optimal berbagai informasi yang terkandung dalam data polarimetrik-SAR tersebut. Metode pengekstraksi yang pertama didasarkan atas penurunan berbagai litur dari representasi matriks kovarian polarimetrik (totalnya terdapat sembilan parameter yang merepresentasikan masing-masing power kanal polarisasinya, koherensi polarimetriknya, dan perbedaan tase polarimetriknya), dan metode yang kedua didasarkan atas dekomposisi polarimetrik Cloude (totalnya terdapat tiga parameter yang memberikan informasi mengenai karakteristik hamburan balik sinyal radar atas berbagai target yang berbeda-beda). Selanjutnya suatu teknik penyeleksian (pereduksian) titur bardasarkan transformasi marimum noise fraction (MNF) diaplikasikan pada fitur-fitur tersebut untuk mendapatkan informasi-informasi yang paling berguna dan mengurangi informasi lain yang sifatnya redundan ataupun informasi yang tidak terkait Iainnya.
Tahapan klasifikasi kemudian dilakukan dengan algoritma klustering fuzzy maximum likelihood estimation (FMLE). Algoritma FMLE tersebut memungkinkan pembentukan kluster-kluster yang berbentuk clips dalam sembarang arah sehingga lebih fleksibel dibandingkan dengan algoritma klustering fuzzy K-means yang standar. Namun demikian, algoritma dasar FMLE semata-mata hanya menggunakan informasi spektral (alan intensitas) dari masing-masing vektor piksel dan informasi spasial-kontekstual tidak ikut diperhitungkan dalam proses klustering. Oleh karena itu, hasil klasifikasi yang kurang bagus (ber-noise) biasanya akan didapatkan apabila diterapkan pada data SAR sebagai akibat keberadaan noise speckle. Pada penelitian ini diajukan suatu metode baru yang mengintegrasikan antara hasil klustering FMLE (yang berbasis piksel per piksel) dngan informasi spasial-kontekstual yang dieksploitasi dengan analisa statistikal atas informasi kelas piksel-piksel yang bersebelahan dan informasi spasial-kontekstual tambahan yang diperoleh dari hasil analisa klustering menggunakan fitur-fitur hasil dekomposisi wavelet.
Metodologi yang diajukan tersebut telah diujicoba dengan menggunakan data polarimetrik E-SAR yang diakuisisi di daerah Penajam, Kalimantan Timur dan data polarimetrik ALOS-PALSAR yang diakuisisi di daerah Lumajang, Jawa Timur, Indonesia. Dari hasil-hasil eksperimen dapat disimpulkan bahwa hasil klasifikasi yang diperoleh lebih meningkatkan performansi pembedaan berbagai objek tutupan lahan, lebih homogen pada area yang bersifat homogen, dan tetap mempertahankan batas-batas objek dan struktur-struktur detail lainnya.

This dissertation shows a study on an altemative method for unsupervised classification of polarimetric-SAR data. First, two feature extraction methods are performed in order to exploit the information of fully polarimetric-SAR data properly. One is based on derivation of features from polarimetric covariance matrix (totally nine parameters which represent each polarisation power, polarimetric coherence, and polarimetric phase difference), and other is based on Cloude?s polarimetric decomposition (totally three parameters which characterize the target?s backscattering mechanism). A feature reduction technique based on maximum noise fraction (MNF) transformation is then applied to these features to obtain most pertinent information and remove any redtmdant and other irrelevant information.
Classification stage is then performed using fuzzy maximum likelihood estimation (FMLE) clustering algorithm. FMLE algorithm allows for ellipsoidal clusters of arbitrary extent and is consequently more flexible than standard fuzzy K-means clustering algorithm. However, basic FMLE algorithm makes use exclusively the spectral (or intensity) properties of the individual pixel vectors and spatial-contextual information of the image was not taken into account. Hence, poor (noisy) classification result is usually obtained liom SAR data due to t.he presence of speckle noise. In this study, we propose a modified FMLE which integrate basic FMLE (pixel-by-pixel basis) clustering result with spatial-contextual information by statistical analysis of local neighborhoods and additional context-depend support information exploited using clustering result analysis of wavelet-based decomposed feature images.
The proposed method has been tested on E-SAR polarimetric data acquired on the area of Penajam, East Kalirnantan and ALOS-PALSAR polarimetric data acquired on the area of Lumajang, East Java, Indonesia. Results obtained show classified images improving land-cover discrimination perfomiance, exhibiting homogeneous region, and preserving edge and other fine structures.
"
Lengkap +
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2009
D989
UI - Disertasi Open  Universitas Indonesia Library