Hasil Pencarian  ::  Simpan CSV :: Kembali

"Upaya pengembangan sistem deteksi kebocoran gas telah menjadi penelitian serius bagi banyak ahli di bidang komputasi, informatika dan fisika. Sistem deteksi gas menjadi kebutuhan mendesak saat ini mengingat banyaknya ancaman yang muncul dalam kehidupan masyarakat, seperti ancaman bom, kebocoran pipa gas, kebakaran hutan, dan lain sebagainya. Particle Swram Optimization (PSO) adalah salah satu algoritma yang handal untuk pencarian sumber gas. Penelitian ini akan menganalisa simulator 3D robot pencari sumber gas yang dibuat dengan menggunakan Open Dynamics Engine. Simulator ini merupakan pengembangan beberapa orang secara bertahap di mana terdapat beberapa variasi dalam implementasi algoritmanya. Penulis akan mencoba menganalisa kinerja setiap simulator ini. Riset robot pendeteksi gas ini dimulai oleh Wisnu Jatmiko yang berhasil mengembangkan sistem deteksi gas melalui modifikasi PSO dengan memanfaatkan mekanisme Detect and Response, penggunaan Charge Robot, dan pemanfaatan prinsip Wind Utilities. Pada penelitian selanjutnya, algoritma ini dikembangkan menjadi empat metode, yaitu metode penutupan sumber gas, metode peningkatan mekanisme DR-PSO dengan penambahan fase spread, metode pemanfaatan paralelisasi niche, dan metode penggunaan range global best.Penulis akan menganalisa performa robot dalam menutup semua kebocoran gas berdasarkan metode-metode tersebut. Analisa pertama dilakukan pada kasus dimana robot menggunakan metode penutupan sumber gas dan metode penigkatan mekanisme DR-PSO dengan penambahan fase spread namun belum mengenal paralel niche. Analisa kedua dilakukan pada kasus dimana robot menggunakan metode seperti pada analisa pertama namun dengan paralel niche. Analisa ketiga dilakukan pada kasus di mana robot menggunakan metode seperti pada analisa kedua namun dengan adanya tambahan sebuah robot yang menjadi pemimpin setiap niche.

---

Developing a gas leakage detection system has become a serious research for many experts in the field of computing, informatics and physics. Gas detection system is an urgent need especially nowadays considering the threats that appear in people's lives, such as bomb threats,gas leaks, forest fires, and so forth. Particle Swarm Optimization (PSO) algorithm is one of the algorithm to search the source of the gas leak. This research will analyze the performance of 3D robot simulators that search source of gas leak. This simulator is built using the Open Dynamics Engine. This simulator is developed by some people which are differs in the implementation of algorithm. The author tries to analyze the performance of each simulator. Research on robotic that serve as gas detection started by Wisnu Jatmiko when he successfully developed gas detection systems through PSO using the Detect and Response mechanisms, the use of Charge Robot, and the principles of Wind Utilities. On further research, algorithms were developed into four methods, namely methods of closing the gas source, methods of increasing DR-PSO mechanism with the addition of phase spread, the utilization of parallelization niche methods, and methods using of global best range. The author will analyze the performance of all robots in the gas leak detection based on these methods. The first analysis is done on cases where the robot using the method of closing the gas method and the improving of DR-PSO mechanism with the addition of spread phase but have not implemented parallel niche. On second analysis, conducted on cases where robots use the method which is similar to first analysis but with a parallel niche implemented. On third analysis, conducted on cases where robot uses methods such as on the second analysis but with the addition of a robot or more which is being the leader of each niche."

"Pertandingan sepak bola antar robot adalah salah satu tantangan dalam dunia robotik yang diadakan untuk mengembangkan dunia robotik dan kecerdasan buatan serta sebagai ajang bertukar ilmu bagi peneliti di seluruh dunia. Hal inilah yang mendorong penulis untuk membuat sebuah strategi untuk sepak bola antar robot. Strategi ini dibuat dengan menggunakan konsep koordinat untuk merepresentasikan posisi robot dalam lapangan. Strategi tersebut kemudian diuji dan dianalisa untuk mengukur kinerja strategi di berbagai situasi. Robot soccer is one of the challenges in robotic and artificial intelligence world as one of the place to sharing knowledge for researcher around the world. This encourages the writer to make a strategy for robotic soccer.This strategy was made using coordinat concept to represent robot position in the field. This strategy then tested and analyzed to measure the performance of this strategy in various situations."

"Pengaturan lampu lalu lintas secara terdistribusi merupakan teknik pengaturan lampu lalu lintas yang tersinkronisasi antar sesama lampu lalu lintas dalam sebuah sistem lalu lintas dimana setiap persimpangan saling berhubungan dengan persimpangan tetangganya. Metode sinkronisasi yang digunakan dalam pengaturan lampu lalu lintas ini adalah metode sinkronisasi kuramoto, dimana penjabaran dan analisis algoritma telah dilakukan pada penelitian sebelumnya. Skripsi ini ingin mengembangkan sebuah simulasi dalam lingkungan tiga dimensi dengan menggunakan media simulasi open source Open Dynamics Engine yang mengrepresentasikan penerapan algoritma sinkronisasi kuramoto dalam kehidupan nyata.Distributed traffic light control is a synchronize traffic light control between traffic light where for each crossroad system connect with it?s neighbours. Kuramoto synchronization was used as the method to synchronized between traffic light, which is analysis and conversion of the algorithm has been completed in the previous research. This research will develop a simulation in the three dimension environment using open source simulation media Open Dynamics Engine that will represents the application of the algorithm in the real life."

"Persimpangan merupakan hal yang tak terhindarkan pada lalu lintas sebuah kota. Pengaturan arus lalu lintas pada persimpangan menggunakan sinyal berupa lampu lalu lintas yang berfungsi untuk mengatur arus sehingga tidak terjadi konflik pada persimpangan. Pengaturan pada pergantian sinyal tersebut dapat sangat berpengaruh dalam kelancaran arus kendaraan yang melewati persimpangan. Semakin sering kendaraan berhenti di suatu persimpangan maka jalan akan semakin padat dan dapat mengurangi laju kendaraan pada jalan. Oleh sebab itu algoritma pengaturan sinyal diperlukan untuk mendukung lancarnya arus kendaraan lalu lintas. Saat ini telah banyak penelitian yang dilakukan berkaitan dengan optimisasi ini. Penelitian-penelitian tersebut melakukan optimisasi yang bersifat centralized atau terpusat. Sistem yang bersifat centralized ini mengambil informasi dari tiap lampu lalu lintas dan mengaturnya secara terpusat. Pengaturan semacam ini memiliki kelebihan yaitu dapat mengolah informasi yang lebih kaya karena input yang didapat adalah berupa keadaan dari lampu lalu lintas secara keseluruhan. Namun jika pengaturan ini melibatkan lampu lalu lintas dalam jumlah besar maka pengaturan yang terpusat ini membutuhkan bandwith yang besar agar dapat bekerja real time. Dalam penelitian ini pengaturan lampu lalu lintas dilakukan secara terdistribusi, yaitu informasi yang didapat dari lampu lalu lintas hanya didapatkan dari lampu lalu lintas disekitarnya. Pengaturan yang terdistribusi memungkinkan pengaturan lampu lalu lintas secara dinamis dan mengoptimalkan kinerja lampu lalu lintas tersebut[1]. Hasil yang didapatkan oleh penulis menunjukkan bahwa pada sebagian besar kasus, pengaturan sistem lalu lintas yang menggunakan algoritma yang tersinkronisasi lebih baik daripada yang acak."

"Penelitian tugas akhir ini bertujuan untuk membangun jaringan komunikasi multihop jenis nirkabel yang diharapkan dapat bersifat adaptif, yaitu dapat melakukan penyesuaian terhadap perubahan yang terjadi pada konfigurasinya. Dalam rangka memberikan sifat adaptif yang dimaksud, jaringan komunikasi ini kemudian dapat melakukan proses konfigurasi terhadap dirinya. Untuk mendukung proses konfigurasi sendiri ini, akan digunakan suatu bentuk sistem cerdas dalam proses pembangunan jaringan. Hal ini dilakukan dengan menggunakan koloni robot bergerak yang dilengkapi dengan perangkat komunikasi yang memadai. Robot-robot ini kemudian saling bekerja sama untuk membangun konfigurasi jaringan robot-nirkabel yang diharapkan.Pada penelitian ini, dikembangkan beberapa algoritma yang diharapkan dapat menyelesaikan permasalahan pada kasus dua atau banyak perangkat atau sumber yang saling berkomunikasi dalam jaringan. Algoritma ini antara lain Chained Shortest Distance, Prior to the Nearest, serta Position By Line yang menerapkan penggunaan robot otonom untuk menemukan solusi permasalahan yang dicari. Selain itu, penelitian tugas akhir ini dibagi atas dua tahap dimana pertama kali dibahas mengenai perancangan jaringan komunikasi multihop terkonfigurasi sendiri dengan kasus dua sumber yang berkomunikasi. Pada tahap selanjutnya, dibahas mengenai perancangan jaringan komunikasi multihop terkonfigurasi sendiri dengan kasus banyak sumber yang berkomunikasi.Pada tahap penelitian selanjutnya, penulis mengembangkan suatu implementasi simulasi untuk melakukan evaluasi secara objektif terhadap algoritma yang dirancang. Melalui simulasi ini akan dilihat kinerja algoritma yang dikembangkan dari segi tingkat keberhasilan serta waktu yang dibutuhkan untuk mendapatkan solusi. Salah satu hasil yang disimpulkan pada penelitian ini adalah bahwa algoritma Prior to the Nearest dan Position By Line cukup baik diterapkan untuk menyelesaikan masalah penanganan jaringan komunikasi multihop terkonfigurasi sendiri ini.

---

This final year research project aims to build a multihop communication network wireless type that are expected to be adaptive, which can make adjustment to the changes that occur in the configuration. In order to provide the adaptive nature, this communication network will be able to do configuration process by itself. To support this self-configuration process, we will use a kind of intelligent system form in the process of network building. This will be done by using of mobile robot colony that is equipped with adequate communication devices. Robots will work together to build the expected configuration of wireless-robot network.In this research, several algorithms are being developed and expected to complete the problems in the case of two or many communication devices or sources within the network. These algorithms are Chained Shortest Distance, Prior to the Nearest, and Position by Line, which implement the usage of the autonomous robots to find solutions to the given problems. In addition to that, this final year research project will be divided into two stages where in the first time, we discussed the design of self-configured multihop communication network in the case with two sources of communication. At the next stage, we discussed the design of self-configured multihop communication network in the case with many sources of communication.In the next phase of research, the author developed a simulation in order to objectively evaluate the algorithm that are designed. Through this simulation, we will see the performance of algorithms developed in terms of success rate and the running time which are obtained. One of the results concluded in this research is that the algorithm Prior to the Nearest and Position by Line are adequately applied to solve the handling of self-configured multihop communication network problems."

"The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for Multi Odor Source Localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D physic modeling has a purpose to reduce gap between software and hardware in the real world. One of chapters is explaining how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining how to use the GUI of this simulator. Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agent) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche.

---

Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat pada penelitian sebelumnya. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata. Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini. Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai area ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan robot bermuatan dapat berpindah keanggotan dari satu niche ke niche yang lain apabila memasuki attract area dari robot utama niche tersebut. "

"Pada masa pandemi COVID-19, banyak orang kehilangan pekerjaan karena perusahaan tidak mampu meraih keuntungan seperti pada kondisi normal dan terpaksa mengurangi jumlah pekerjanya. Kondisi ini bisa meningkatkan tingkat kejahatan terutama karena banyak orang tidak memiliki pendapatan. Salah satu metode efektif untuk mencegah terjadinya tindak kejahatan adalah dengan memasang sistem keamanan rumah (home security), dengan salah satu metode yang mudah dilakukan adalah memasang sistem pengawasan (surveillance). Penelitian ini bertujuan membuat sistem pengawasan yang memanfaatkan metode pelacakan wajah dan identifikasi wajah. Sistem ini menggabungkan 3 modul, yaitu pelacak Discriminative Single-Shot Segmentation (D3S), pendeteksi wajah MTCNN, dan pengenal wajah VGGFace2 untuk membuat sistem yang mampu melacak wajah orang yang tertangkap di kamera pengawasan. Sistem yang diusulkan juga memiliki fitur notifikasi untuk memberitahu jika ada orang asing yang terlalu lama berada di area pengawasan. Sistem ini akan mengevaluasi video bacaan dari Raspberry Pi dan PiCamera selaku alat penangkap citra. Sistem ini dievaluasi menggunakan metrik precision, recall, F-score untuk deteksi dan pelacakan, fps untuk evaluasi kecepatan komputasi, dan confusion matrix dengan akurasi untuk evaluasi identifikasi wajah. Dari hasil uji coba, sistem berjalan dengan kecepatan komputasi rata- rata sebesar 2.64 fps. Hasil pendeteksian dan pelacakan menunjukkan performa dengan nilai F-score 0.541 untuk dataset yang dikumpulkan sendiri. Akurasi identifikasi wajah memberikan hasil sebesar 50 persen.

---

During the COVID-19 pandemic, many people lost their jobs because companies were unable to make profits as normal conditions and were forced to reduce the number of workers. This condition could lead to increase of crime rate, especially because many people do not have any income. One way to prevent crime effectively is to install a safe home security system, in which a surveillance system is the most basic and effective. This study aims to create a surveillance system using face detection, face identification and face tracking method. This system combines 3 modules, namely Discriminative Single- Shot Segmentation (D3S) tracker, MTCNN face detector, and VGGFace2 face recognizer to create a system capable of tracking the faces of people caught on surveillance camera(s). The proposed system also have a notification feature to tell the house owner if a stranger have been staying in surveillance area for too long. This system will evaluate video readings from the Raspberry Pi as the camera capture tool. The system is evaluated using metrics such as precision, recall, F-score for detection and tracking, fps for computational speed evaluation, and confusion matrix with accuracy for evaluating the facial identification. From the test result, the system runs with a computation speed of 2.64 fps. The detection and tracking results show the performance with an F-score of 0.541. Facial identification accuracy gave a result of 50 percent."

"Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat penelitian sebelumnya ini. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata.Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini.Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai arca ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan bermuatan dapat berpindah keanggotaan dari satu niche ke niche yang lain apabila memasuki arca ketertarikan atau attract area dari robot utama niche yang lain ini.

---

The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for multi odor source localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D modeling has a purpose to reducegap between Software and Hardware in the real world.

One of chapters is explaining about how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining about how to use the GUI of this simulator.

Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agents) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has an attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche."

"Tesis ini meneliti metode pengklasifikasian menggunakan metode jaringan syaraf tiruan untuk mengklasifikasikan data aroma. Data aroma adalah data keluaran dari sistem penciuman elektronik. Penelitian ini merupakan lanjutan penelitian sebelumnya yaitu metode pengklasifikasian fuzzy-neuro learning vector quantization (fnlvq). Sebelumnya telah dikembangkan pula metode matrix similarity analysis (msa) guna menentukan kriteria pemberhentian algoritma fnlvq.Dalam penelitian ini akan dikembangkan dua metode fnlvq yang akan dioptimasikan dengan metode swarm intelligence yaitu fnlvq-particle swarm optimization (pso) dan metode swarm-fnlvq. Dengan menggunakan validasi silang, hasil dari penelitian ini menunjukkan bahwa rata-rata tingkat pengklasifikasian untuk aroma tiga campuran menggunakan fnlvq-pso sebesar 91% dan swarm-fnlvq sebesar 90% dimana kedua metode ini lebih baik daripada fnlvq yang sebesar 79% dan fnlvq-msa sebesar 77%.

---

This thesis examines a classification method based on artificial neural networks to classifying various mixture of fragrance which is the output of the electronic nose system. This research is a continuation research of earlier fuzzy-neuro learning vector quantization (fnlvq) classification method. Previously a matrix similarity analysis method is developed to determine a stopping criterion of fnlvq algorithms.

This research objective is to develops two modification fnlvq method based on swarm intelligence method namely fnlvq-particle swarm optimization (pso) and swarm-fnlvq methods. By using cross validation, this research showed that the average classification rate of fnlvq-pso is 91% whether swarm-fnlvq is 90%, this two methods is better than conventional fnlvq with 79% and fnlvq-msa at 77%."

"ABSTRAKPelacakan multi objek merupakan salah satu topik penting pada bidang ilmu komputer yang memiliki banyak aplikasi, diantaranya adalah sebagai sistem pengawasan, navigasi robot, analisis bidang olahraga, autonomous driving car, dan lain-lain. Salah satu permasalahan utama pelacakan multi objek adalah oklusi. Oklusi adalah objek yang tertutupi oleh objek lainnya. Oklusi dapat menyebabkan ID antar objek tertukar. Penelitian ini membahas oklusi pada pelacakan multi objek serta penyelesaiannya dengan Network Flow. Diberikan data deteksi objek-objek pada setiap frame-nya, tugas pelacakan multi objek adalah mengestimasi pergerakan setiap objek kemudian menghubungkan objek-objek hasil estimasi dengan objek-objek pada frame berikutnya yang bersesuaian atau yang lebih dikenal dengan asosiasi data. Pandang setiap objek pada sebuah frame sebagai node, kemudian ada edge yang menghubungkan setiap node pada frame satu dengan frame lainnya, arsitektur seperti ini pada teori graph dikenal dengan Network Flow. Kemudian cari himpunan edge yang memberikan peluang terbesar transisi dari suatu frame ke frame berikutnya, atau pada dunia optimisasi lebih dikenal dengan max-cost network flow. Edge pada kasus ini berisikan informasi seberapa besar peluang suatu node berpindah ke node pada frame setelahnya. Perhitungan peluang berdasarkan jarak posisi dan kemiripan fitur, fitur yang digunakan adalah fitur CNN. Penulis memodelkan max-cost network flow sebagai permasalahan maximum likelihood yang kemudian diselesaikan dengan algoritme Hungarian. Data yang digunakan pada penelitian ini adalah 2DMOT2015. Hasil evaluasi performa menunjukkan sistem yang dibangun memberikan akurasi 20.1% dengan ID yang tertukar sebanyak 3084 dan pemrosesan frame yang cepat, mencapai 215.8 frame/second.

---

ABSTRACT

---

Multi object tracking is one of the most important topics of computer science that has many applications, such as surveillance system, navigation robot, sports analysis, autonomous driving car, and others. One of the main problems of multi-object tracking is occlusion. Occlusion is an object that is covered by other objects. Occlusion may cause the ID between objects to be switched. This study discusses occlusion on multi-object tracking and its completion with network flow. Given objects detection on each frame, the task of multi object tracking is to estimate the movement of objects and then connect the estimation objects corresponding to the objects in the next frame or well known as the data association. Notice that each object on a frame as a node, then there is an edge connecting each node on a frame with other frames, this architecture in graph theory is known as network flow. Then find the set of edges that provide the greatest probaility of transition from one frame to the next, or to the optimization problem well known as max-cost network flow. Edge contains information on how probabiltity a node moves to the node in the frame afterwards. This probability calculation is based on position distance and similarity feature between frames, the feature used is CNN feature. We modeled max-cost network flow as the maximum likelihood problem which was then solved with the Hungarian algorithm. The data used in this research is 2DMOT2015. Performance evaluation results show that the system built gives accuracy 20.1% with the ID switch is 3084 and fast computational process on 215.8 frame/second.

"