Hasil Pencarian  ::  Simpan CSV :: Kembali

"Meningkatnya jumlah tindak kasus kriminal di Indonesia memaksa pihak berwajib untuk dapat bertindak dengan cepat dan tepat dalam mengungkap kasuskasus kriminal. Salah satu hal yang penting dalam mengungkap suatu kasus kejahatan adalah mengidentifikasi pelaku kejahatan. Metode yang dipakai selama ini adalah dengan cara menggambar sketsa wajah pelaku berdasarkan keterangan saksi. Metode ini mambutuhkan waktu yang relatif lama, yang dapat diatasi dengan membuat sebuah sistem yang dapat melakukan rekonstruksi wajah dan melakukan pencarian wajah tersebut secara otomatis pada basis data. Tugas Akhir ini merupakan salah satu bagian dari penelitian yang berusaha untuk mengembangkan sistem yang dapat mengindentifikasi wajah.Pada penelitian ini, sistem diberikan masukan template mata dan kemudian sistem melakukan pencarian citra wajah pada basis data dengan mengukur nilai kemiripan antara citra mata template dengan citra mata yang diekstraksi dari setiap citra wajah pada basis data. Penelitian ini akan melibatkan Partial Least Square Regression untuk mengekstraksi titik fitur mata, Eigenface untuk mengekstraksi ciri dari citra mata, dan Euclidean Distance untuk mengukur nilai kemiripan antara dua citra mata. Sistem yang dikembangkan ini akan mempersingkat waktu dalam proses identifikasi wajah karena adanya otomatisasi yang dilakukan oleh mesin, selain itu saksi akan lebih mudah dalam melakukan identifikasi wajah karena yang bersangkutan dapat langsung berinteraksi dengan sistem yang dirancang dengan sangat memperhatikan aspek user friendly. Sistem ini membawa harapan agar pihak berwajib dapat menindak suatu kasus kejahatan dengan cepat dan tepat."

"Tugas Akhir ini membahas pengembangan sistem pengenalan wajah yang menggunakan metode Voting. Pada sistem ini digunakan metode Eigenface untuk melakukan ekstraksi ciri wajah, dan metode Jarak Euclidean untuk mengukur tingkat kemiripan antar citra wajah. Berdasarkan hasil pengamatan dari penggunaan metode Eigenface dan Jarak Euclidean tersebut, belum tentu citra wajah yang memiliki Jarak Euclidean terkecil adalah milik subyek yang sama dengan citra wajah input.Pada tugas akhir ini dikembangkan metode Voting untuk mengolah n-top citra wajah hasil. Melalui metode Voting, setiap citra wajah pada n-top citra wajah hasil akan memberikan kontribusi nilai pada subyek, dan subyek yang memiliki nilai terbesar akan keluar sebagai hasil.

---

The focus of this study is the development of face recognition system using Voting method. This system use Eigenface method to exctract face feature, and Euclidean Distance method to meassure the similarity level between face images. According to the result of the implementation of Eigenface method and Euclidean Distance method, face image with the smallest Euclidean Distance to face image input is not always represent the same subject.In this study Voting method is developed to process n-top face image result. In Voting method, every face image on n-top face image result will give added value for subject, and the subject with the biggest value will becoming the result."

"ABSTRAKWajah manusia mengandung banyak informasi dan antarmuka yang jelas dalam inleraksi antara manusia dan komputer. Hal ini telah memotivasi penelitian aktif di bidang pengenalan wajah, face tracking, pose estimation, pengenalan ekspresi, dan pengenalan mimik. Akan tetapi, sebagian besar metode tersebut mengasumsikan bahwa wajah manusia dalam suatu citra atau urutan citra telah diidentifikasi dan dilokalisasi. Untuk membangun suatu system otomatis sehingga kerja manusia dapat sepenuhnya ditangani oleh mesin, sangatlah penting untuk membangun algoritma yang handal dan efisien untuk mendeteksi wajah manusia.Tujuan dari deteksi wajah adalah untuk mengidentifikasi dan menempatkan wajah manusia dengan posisi, skala, orientasi, dan kondisi pencahayaan tertentu. Dalam tugas skripsi ini, ditampilkan suatu algorilma deteksi wajah untuk grayscale image dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menangani citra masukan dengan skala yang berbesa-beda, dilakukan metode pyramid terhadap citra masukan. Metode yang digunakan dalam proses deteksi dikembangkan dari metode Principal Component Analysis (PCA) dengan pembobotan yang optimum untuk menghasilkan error criterion yang terbaik. Simulasi dil akukan dengan MATLAB versi 5.3.

---

"

"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 HiddenMarkov 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 sebesar84,28%, dengan database 70 gambar yang terdiri dari 10 individu dengan masing-masing individu memiliki 7 variasi ekspresi yang berbeda.

---

ABSTRACTHuman 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 systemstrial 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."

"Identitas diri seseorang dalam jejaring sosial menjadi hal penting terutama ketika ingin mengenali siapa sebenarnya orang tersebut. Pencarian identitas diri dapat dengan mudah dilakukan melalui pencarian dalam situs search engine ataupun situs jejaring sosial yang ada pada komputer atau laptop. Metode ini sepertinya bukan merupakan hal yang efektif dan praktis seiring berkembangnya perangkat mobile dalam masyarakat seperti smartphone dan tablet. Untuk itu, dirancang sebuah sistem pengenalan wajah pada perangkat mobile. Sistem ini dirancang dalam bentuk aplikasi yang dikembangkan pada perangkat mobile Android. Penggunaan Android Face Detector API akan bertindak sebagai pustaka dalam proses deteksi wajah pada perangkat mobile sebelum melakukan proses offloading ke layanan komputasi awan. Hasil implementasi berupa modul deteksi wajah pada perangkat mobile dan modul pengenalan wajah (offloading) yang memanfaatkan layanan komputasi awan dengan bantuan komunikasi Representational State Transfer (REST). Hasil pengujian sistem pada perangkat mobile menunjukkan bahwa total waktu pengenalan wajah sebesar 7,45 detik dengan waktu deteksi wajah (onloading) 0,45 detik dan waktu proses offloading 7 detik.

---

The identity of a person in social networking becomes very important especially when we want to identify a person. Search for detailed-identity can be easily conducted through searching using the search engine sites or existing social networking website using computer or laptop. This method is not effective and practical when we consider the development of mobile device technology in the community such as smartphone and tablet. Therefore, designed a face recognition system on mobile devices. The system is designed in the form of an application developed on Android mobile devices.

The use of Android Face Detector API will act as libraries in the process of face detection before performing the offloading stage. This paper describes the implementation of the facial detection module on mobile device and face recognition module (offloading) using cloud computing service with REST communication. The result of testing on mobile device indicates that total computation time for face recognition system reached 7,45 seconds with the onloading process 0,45 seconds and the offloading process 7 seconds."

"Sejak kehadiran jejaring sosial belakangan ini setiap orang dapat dengan mudah memperoleh informasi siapapun. Bahkan persaingan industri IT semakin marak dengan dikembangkannya aplikasi dan layanan yang terhubung dengan jejaring sosial. Oleh karena itu, muncul sebuah ide untuk mengembangkan sistem pengenalan wajah sebagai identitas penghubung jejaring sosial. Selain menggunakan wajah sebagai identitas utama dalam perancangan sistem, wajah juga digunakan sebagai marker untuk menampilkan informasi hasil pengenalan wajah berbasis Augmented Reality. Sistem utuh ini terdiri dari pengenalan wajah pada perangkat mobile Android, pengenalan wajah pada layanan komputasi awan dan tambahan informasi hasil pengenalan wajah berupa Augmented Reality. Modul pengenalan wajah ditanamkan pada layanan Cloud Computing Google App Engine berbasis Python dengan memanfaatkan Face.com API sebagai pengolahan citra wajah. Hasil informasi dari layanan tersebut dikembalikan dalam format JSON. Response JSON itu dimanfaatkan sebagai tambahan informasi yang akan ditampilkan dengan konsep Augmented Reality. Kehadiran Augmented Reality pada sistem ini bertujuan untuk memberikan interaksi yang ramah dengan pengguna. Berdasarkan hasil pengujian, Augmented Reality bekerja dengan cepat ketika menjadikan wajah sebagai marker untuk menampilkan informasi hasil pengenalan wajah, dengan respon rata-rata sebesar 1025.42 ms untuk mendapat informasi lengkap dan 697.7 ms untuk mendapat sedikit informasi dari orang yang dikenal.

---

Recently, since the presence of social networking, anyone can easily receive information of anyone, anytime and anywhere. The competition for IT industry increased with the development of connected applications and services with social networking. Therefore, we proposed a face recognition system as a connector to social networking application. In addition to using face as a primary identity in the system design, face is also used as a marker to display information of the result of the face recognition-based on Augmented Reality. This complete system consists of face recognition on Android mobile devices. Face recognition on cloud computing services and additional information on the results of face recognition in the form of Augmented Reality.

Face recognition module is embedded in the Cloud Computing using Google App Engine services based on Python, and also using Face.com API for facial image processing. The results of the service information is returned in JSON format. Given JSON response used as additional information to be displayed with the concept of Augmented Reality. The presence of Augmented Reality in this system aims to provide a friendly interaction with the user. Based on the results of test, Augmented Reality works quickly when used faces as a marker, with the average response time of 1025.42 ms to get complete information and 697.7 ms to get a little information from people who are known."

"Proses optimasi pada Probabilistic Neural Network (PNN) dapat dilakukan terhadap nilai smoothing parameter maupun struktur neuron. Setiap permasalahan memiliki nilai smoothing parameter optimal yang berbeda. Optimasi struktur neuron bertujuan untuk mereduksi banyak neuron yang digunakan sehingga dapat mempersingkat waktu komputasi. Skripsi ini membahas proses pencarian nilai smoothing parameter optimal menggunakan algoritma genetika dan struktur neuron optimal menggunakan algoritma ortogonal dalam sistem pengenal wajah. Terdapat dua jenis teknik optimasi yang akan dibahas, lalu membandingkan hasilnya dengan PNN struktur utuh dan backpropagation. Data wajah yang digunakan berupa foto infra merah dan cahaya tampak.

---

Optimization of Probabilistic Neural Network (PNN) can be performed to the value of smoothing parameter and neuron structure. Every problem has different value of smoothing parameter. Optimization of neuron structure aims to reduce the number of neurons used, in order to shorten computation time.

This thesis discusses the process of finding the optimal value of smoothing parameter using genetic algorithms and optimal neuron structure using orthogonal algorithms in face recognition system. Two types of optimization techniques which will be discussed, then the results are compared with full structure PNN and backpropagation. Face data used in the form of infrared and visible light images."

"LATAR BELAKANG: Di Indonesia, pembedahan koreksi bibir sumbing sering dilakukan sebagai aksi sosial di wilayah terpencil dengan sumber daya operasional alat dan obat-obatan yang terbatas. Ketamin merupakan obat yang murah dan mudah tersedia. Penelitian ini adalah untuk menilai penggunaan ketamin sebagai analgetik lokal dalam blok infraorbital dibandingkan bupivakain, untuk mengetahui apakah ketamin dapat menjadi alternatif sebagai analgetik lokal perioperatif. Yang dimaksud perioperatif dalam penelitian ini adalah periode intraoperatif dan pascaoperasi. METODE: Penelitian ini bersifat eksperimental dengan uji klinis tersamar tunggal pada anak dengan kelainan bibir sumbing berusia 2 bulan - 5 tahun yang akan menjalani operasi koreksi bibir sumbing di RSCM pada bulan Maret sampai Juli 2014. Anak dibagi menjadi kelompok ketamin dan bupivakain menurut randomisasi blok. Tiap-tiap kelompok dilakukan anestesia umum, induksi dengan inhalasi sevoflurane dan intubasi. Selanjutnya dilakukan blok infraorbital sesuai randomisasi. Intraoperatif dicatat jumlah penggunaan analgetik tambahan. Pascaoperasi dicatat skor nyeri FLACC selama di ruang pulih serta dilakukan wawancara per-telepon untuk mengetahui durasi analgesia pascaoperasi. HASIL: Sebanyak 36 subjek diikutsertakan dalam penelitian, 18 pada kelompok ketamin dan 18 pada kelompok bupivakain. Tidak terdapat perbedaan bermakna terhadap penambahan fentanyl intraoperatif dan skala nyeri FLACC pascaoperasi. Dengan skala nyeri FLACC di kelompok ketamin berada kategori nyeri ringan (<4). Rerata durasi analgesia pascaoperasi pada kelompok ketamin lebih lama (15 jam) sementara pada kelompok bupivakain 13,49 jam. Dan perbedaan ini secara statistik bermakna (P=0,031). SIMPULAN: Blok infraorbital dengan ketamin 1% 0,5 mg/kg tidak lebih efektif dibandingkan bupivakain 0,25% 0,5 ml sebagai analgetik perioperatif operasi ambulatori koreksi bibir sumbing.

---

BACKGROUND: In Indonesia, cleft lip correction surgery is often done as a social action in remote areas with limited drugs and operational resources. Ketamine is a readily available and inexpensive drug. The objectives of this study is to asses the effectiveness of ketamine as a local analgetic in infraorbital block compare with bupivacaine, to determine whether ketamine can be an alternative local analgetic for perioperative. The definition of perioperative in this study were intraoperative and postoperative period.

METHODS: This is a randomized controlled trial in 2 months - 5 years children with cleft lip who underwent cleft lip correction surgery at RSCM from March until July 2014. Children were divided into ketamine group and bupivacaine group based on randomization. In each group we performed general anesthesia , induction with sevoflurane, intubation and infraorbital block according to the randomization. We recorded total amount rescue analgetic added intraoperative. Postoperatively we recorded pain scores based on FLACC scale and follow up by telephone to find out the duration of analgesia.

RESULTS: A total of 36 subjects enrolled in this study , with 18 subjects in ketamine group and 18 subjects in bupivacaine group . There were no significant difference of total amount fentanyl intraoperative addition and postoperative FLACC pain scale between two groups. The FLACC pain scale in ketamine group was categorized “mild pain” ( < 4 ). The mean duration of postoperative analgesia in ketamine group was longer (15 hours) than bupivacaine group (13.49 hours). And this difference was statistically significant (P = 0.031).

CONCLUSION: Infraorbital block with 1 % ketamine 0.5 mg / kg was not more effective than 0.25% bupivacaine 0,5 ml for perioperative analgesia in ambulatory cleft lip correction."

"ABSTRAKBuah belimbing wuluh Averrhoa bilimbi L. diketahui memiliki potensi sebagai antioksidan karena memiliki kandungan vitamin C yang tinggi, kandungan flavonoid, dan senyawa fenolik. Potensi dari buah belimbing wuluh dapat dimanfaatkan dan diolah menjadi berbagai produk, salah satunya adalah produk kosmetik yang memiliki aktivitas antioksidan. Penelitian ini bertujuan untuk membuat formula gel sabun pembersih wajah yang mengandung ekstrak buah belimbing wuluh dengan konsentrasi ekstrak sebesar 3 , 4 , dan 5 dan menguji aktivitas antioksidan dari setiap formula dengan metode peredaman DPPH 2,2-difenil-1-pikrihidrazil , serta dilakukan uji stabilitas fisik. Hasil penelitian menunjukkan bahwa aktivitas antioksidan tertinggi dimiliki oleh formula 3 dengan konsentrasi ekstrak sebesar 5 dengan nilai IC50 sebesar 16.022,481 ppm ?g/ml . Selain itu ketiga formula stabil secara fisik dalam tiga suhu, yaitu suhu 28 2 C, 40 2 C, dan 4 2 C selama 12 minggu, serta tidak mengalami sineresis pada cycling test. Gel sabun pembersih wajah yang mengandung ekstrak etanol buah belimbing wuluh Averrhoa bilimbi L. stabil secara fisik selama 12 minggu penyimpanan dan memilki penampilan fisik yang baik.

---

ABSTRAKAverrhoa bilimbi L. fruit has a potential as an antioxidant because it contains high vitamin C, flavonoids, and phenolic compounds. Its potential can be utilized into various products, and one of them is as a cosmetic product that has antioxidant activity. The purpose of present study was formulating facial wash in gel form which contain 3 , 4 , and 5 ethanol fruits extracts of Averrhoa bilimbi L. and evaluating the antioxidant activities from all gels with radical scavenging method using the DPPH 1,1 diphenyl 2 picrylhydrazyl radical and also evaluating the physical stability of gels. The results showed that gel formula 3 which contain 5 of ethanol fruits extracts of Averrhoa bilimbi L. has the highest antioxidant activity with IC50 value of 16.022,481 ppm g ml . Physical stability test showed that all gels were physically stable in three different temperatures, which were in 28 2 C, 40 2 C, and 4 2 C, for 12 weeks and there was not syneresis in cycling test. Therefore, it can be concluded that gels which contain ethanol fruits extracts of Averrhoa bilimbi L. were physically stable during 12 weeks of storage and had good appearance."

"Pengenalan wajah merupakan teknologi yang berkembang sangat pesat. Pengenalan wajah mampu menghasilkan beragam informasi mengenai identitas seseorang dengan cepat dan akurat. Salah satunya, mampu memberikan informasi mengenai jenis kelamin dari setiap orang yaitu sebagai pria atau wanita. Proses klasifikasi pria atau wanita ini menjadi hal yang sangat penting dalam berbagai bidang, seperti bisnis berbasis online, kontrol akses, absensi kehadiran, sistem keamanan, identifikasi individu yang tidak dikenal, dan lain-lain. Dalam penelitian ini digunakan Fisher Score sebagai metode pemilihan fitur, dan Support Vector Machine SVM sebagai metode klasifikasi untuk mengukur tingkat akurasi dan running time dari klasifikasi pria atau wanita dengan data yang digunakan berasal dari Computer Science Research Projects. Hasil akurasi dari klasifikasi SVM kernel polynomial d = 4 dengan pemilihan fitur Fisher Score mencapai tingkat akurasi tertinggi yaitu 100 pada 3000 fitur dengan data training 90 . Sedangkan hasil akurasi terbaik dari klasifikasi SVM tanpa pemilihan fitur mencapai 77.5 pada data training 80.

---

Face recognition is a technology that is growing very rapidly. Face recognition is able to produce various information about the identity of a person quickly and accurately. One of the utility of face recognition is the ability to provide information about the gender of each person as a male or female. The process of classifying male or female is of paramount importance in many areas, such as online based businesses, access control, attendance, security systems, identification of unknown individuals, and so on. In this study Fisher Score is used as a feature selection method, and Support Vector Machine SVM as a classification method to measure the accuracy and running time of male or female classification with data used from Computer Science Research Projects. Accuracy results from SVM polynomial kernel classification d 4 with Fisher Score feature selection reaches the highest accuracy level of 100 at 3000 features with 90 training data. While the best accuracy results from SVM classification without feature selection reached 77.5 in 80 training data."