Daftar Penelitian FM MTI 2017 -...
Transcript of Daftar Penelitian FM MTI 2017 -...
Daftar Penelitian FM MTI 2017
Judul Penelitian:
Sistem Pengenalan Bahasa Isyarat Gerakan Tangan Sebagai Alat Bantu Komunikasi Bagi Tunarungu
Tim peneliti (FM MTI):
Suharjito dan Sani M. Isa
Abstrak:
Bahasa isyarat merupakan bahasa yang menggunakan komunikasi visual, Seperti bentuk dan gerakan
tangan, lengan, tubuh, serta ekspresi wajah untuk berkomunikasi. Namun, penggunaan bahasa
isyarat seringkali menyulitkan dan membatasi komunikasi dengan orang lain khususnya orang normal
yang tidak memahami bahasa isyarat. Untuk itu, diperlukan sistem penerjemahan bahasa isyarat
menjadi bahasa yang umum sehingga mudah dipahami oleh pihak lain. Dalam penelitian ini, akan
dikembangkan suatu sistem yang dapat menerjemahkan Sistem Isyarat Bahasa Indonesia (SIBI)
menjadi bahasa tulis (teks) atau sebaliknya terutama untuk menerjemahkan bahasa isyarat yang
berupa gerakan tangan atau mimik tubuh. Permasalahan utama yang terdapat pada topic ini adalah
bagaimana system dapat mengenali gerakan tangan yang ada pada sebuah stream video. Oleh karena
itu didalam penelitian ini akan dikaji sebuah model yang dapat mengenali gerakan tangan dalam
sebuah video menggunakan Support Vector Machine (SVM) dan Hidden Markove Model (HMM). SVM
mempunyai keunggulan dalam mengklasifikasikan secara umum, disisi lain HMM merupakan model
statistic yang dapat mengatasi masalah spatio-temporal time series. System ini dibagi menjadi dua
proses utama. Prosess pertama adalah mengenali bentuk atau pose tangan menggunakan SVM,
kemudian hasil dari pengenalan bentuk tangan ini nantinya akan digunakan untuk sequence
observation pada HMM yaitu untuk mengenali gerakan tangan. Setelah model dapat mengenali
gerakan tangan dengan baik akan dihasilkan output system sebuah penerjemah gerakan tangan dalam
bentuk text atau suara. Kemudian model akan dikembangkan lebih banjut untuk dapat
menerjemahkan suara atau text menjadi bahasa isyarat yang sesuai sehingga aplikasi ini dapat
digunakan oleh tuna rungu atau orang yang hanya memungkinkan untuk berkomunikasi dengan
bahasa isyarat.
Kata kunci: Bahasa Isyarat, Penerjemah, gerakan tangan, SIBI, SVM, HMM
Judul Penelitian:
Gamification Pembelajaran Sejarah Berbasis Mobile Learning Trail
Tim peneliti (FM MTI):
I Gede Putra Kusuma Negara dan Antoni Wibowo
Abstrak:
Ada kecenderungan pembelajaran sejarah menjemukan karena siswa tidak merasa mengalami
peristiwa sejarah tersebut. Ada fenomena bahwa masa anak-anak seusia Sekolah Dasar (SD) lebih
tertarik dengan permainan (game) yang memacu reward. Jika pelajaran sejarah dikemas dalam
permainan yang menantang melalui teori Skinner (teori reward and punishment), maka siswa
mengalami history engagement yaitu meningkatnya pemahaman tentang isi sejarah dan
terbangunnya nilai juang siswa. Model yang tepat dalam pembelajaran sejarah adalah menggunakan
model dengan format simulasi karena yang akan dibangun ranah afektif dan kognitif. Untuk itu, model
pembelajaran yang dikembangkan dalam penelitian ini berupa gamification pembelajaran sejarah
melalui penggunaan aplikasi mobile learning trail sebagai metode pembelajaran. Tujuan yang ingin
dicapai melalui penelitian ini adalah membangun script game yang valid dan reliabel sebagai wujud
gamification pelajaran sejarah, membuat rancang bangun mobile learning trail yang sesuai sebagai
komplemen pembelajaran sejarah untuk siswa SD, merancang desain gamification pembelajaran
melalui mobile learning trail yang paling membuat siswa mengalami history engagement, dan
mengevaluasi kategori siswa SD yang paling menentukan terwujudnya siswa mengalami history
engagement. Untuk mencapai tujuan penelitian, dilakukan dengan 2 metode penelitian yaitu: (1)
metode penelitian Neuroresearch untuk validasi alat ukur dan kekuatan metode, dan (2) metode
penelitian Quasi Eksperimen untuk menguji keberhasilan history engagement melalui treatment
gamification pembelajaran melalui mobile learning trail. Disain eksperimen menggunakan Four
Solomon Group Random Design dengan Matching Method menggunakan nilai prestasi siswa dalam
bidang sejarah pada kelas sebelumnya.
Kata kunci: Gamification of learning, Mobile learning, History engagement, Game design, Artificial
intelligence.
Judul Penelitian:
Cultural Heritage Mobile Learning dalam rangka Mewujudkan Indonesian Cultural Engagement
Tim peneliti (FM MTI):
I Gede Putra Kusuma Negara
Abstrak:
Memperjumpakan teknologi informasi, pendidikan, dan budaya dalam aplikasi game real time
merupakan terobosan mewujudkan pembelajaran berbhinneka tunggal ika. Aplikasi ini berfungsi
sebagai media pendidikan, sekaligus menjadi strategi pembelajaran dalam menyatukan hati
masyarakat berbagai wilayah menjadi Indonesia (Indonesian cultural engagement). Perjumpaan ini
penting, karena sebagai sarana melestarikan budaya daerah menjadi budaya nasional dan sebaliknya.
Secara umum, tujuan dari penelitian ini adalah membangun model pembelajaran ke-bhinneka tunggal
ika-an melalui perjumpaan teknologi informasi, pendidikan dan budaya Indonesia yang lebih lanjut
disebut dengan Indonesian cultural engagement dalam konteks Indonesia melalui media yang disebut
cultural heritage mobile learning. Tujuan tersebut dicapai dengan membangun media pembelajaran
mobile learning yang tidak sekedar memindahkan e-learning ke smartphone, tetapi lebih dari itu yaitu
melibatkan georeferencing dan object recognition dari lapangan ke materi pembelajaran. Metode
penelitian dengan Neuroresearch yaitu mix-methods antara penelitian kualitatif (eksploratori) dengan
kuantitatif (eksplanatori dan konfirmatori). Penelitian eksploratori berupa terbangunnya construct
theoretical tentang Indonesian cultural engagement. Sedangkan, penelitian eksplanatori berupa
terbangunnya instrumen untuk mengukur secara valid dan reliable variabel Indonesia cultural
engagement untuk diimplementasikan ke dalam model/sisten cultural heritage mobile learning; dan
penelitian konfirmatori berupa quasi experiment dengan disain Solomon Four Group Random Design.
Pada penelitian ini, juga akan dilakukan analisis moderator variables dari pengguna aplikasi.
Kata kunci: cultural heritage mobile learning, Indonesian cultural engagement, neuroresearch.
Judul Penelitian:
Pengenalan dan Penelusuran Posisi Benda Secara Visual untuk Aplikasi Augmented Reality (Vision
Based Object Recognition and Tracking for Augmented Reality Application)
Tim peneliti (FM MTI):
I Gede Putra Kusuma Negara
Abstrak:
Kepopuleran dari aplikasi Augmented Reality (AR) didukung oleh pemakaian smartphone yang
semakin jamak di masyarakat. Ada kebutuhan nyata dari pengembang aplikasi AR lokal untuk
mendapat dukungan dari peneliti dengan menciptakan dan mengembangkan Software Development
Kit (SDK) untuk aplikasi AR dengan performa yang baik dan bisa dikostumisasi sesuai dengan
kebutuhan mereka. Metode pengenalan dan penelusuran posisi benda secara visual adalah teknologi
inti yang memungkinkan aplikasi AR. Tujuan dari project ini adalah: (1) menciptakan metode baru
dalam pengenalan dan penelusuran posisi beberapa benda secara simultan, akurat, dan real-time, (2)
menciptakan metode untuk pengenalan dan penelusuran posisi benda 3-dimensi (3D), dan (3)
membangun sebuah software development kit (SDK) untuk aplikasi AR sebagai bentuk proteksi
terhadap hak atas kekayaan intelektual (HAKI). Untuk mencapai tujuan tersebut, penelitian akan
dilakukan dalam tiga tahap. Pada tahap pertama akan dikembangan software framework yang
mendukung fungsi-fungsi pengenalan dan penelusuran posisi beberapa benda secara simultan dan
akurat; fungsi-fungsi tersebut akan semakin dikembangkan untuk mengenali dan menelusuri posisi
benda 3D pada tahap kedua; akhirnya pada tahap ketiga, software framework akan difinalisasi
menjadi sebuah SDK yang siap untuk dikomersialisasikan atau digunakan untuk aplikasi-aplikasi lain
selain AR. Luaran yang diharapkan dari penelitian ini berupa SDK yang siap digunakan pada platform
yang berbeda seperti Windows, OS X, Linux, iOS dan Android. Juga diharapkan publikasi ilmiah dari
hasil-hasil penelitian baik di seminar maupun jurnal internasional.
Kata kunci: pengenalan benda, penelusuran posisi benda, augmented reality, software development
kit.
Judul Penelitian:
Accelerating Ancestry Estimation of Genomic Studies in Indonesia Using GPUs
Tim peneliti (FM MTI):
Bens Pardamean
Abstrak:
We recently created the first data repository of genome-wide data for people in Indonesia. This project
captures over 600,000 genetic markers for each DNA sample. Indonesia is very diverse, with many
ethnicities. There is great interest in learning about ancestry from DNA. There are many statistical
genetic approaches to study global and local ancestry. Global ancestry analysis assigns ancestry
proportions to different populations using principal components analysis (PCA) or a genetic model.
Some software packages include EIGENSTRAT, ADMIXTURE, and STRUCTURE. Local ancestry estimates
the ancestral source for portions of the genome. These approaches usually specify and implement a
hidden Markov model (e.g., LAMP, RFMix, EILI). In both cases, a significant barrier in applying many
of these methods is computational. We propose to assess each ancestry estimation approach and
identify bottlenecks that may be accelerated using existing GPU acceleration libraries. For example,
PCA relies on matrix operations on large matrices, and numerical libraries such as cuBLAS could greatly
improve performance. We plan to design and implement a GPU version, estimate ancestry in the
genomic data, evaluate performance, and make the source code available to the research community.
Kata kunci: genome-wide, principal components analysis, ancestry estimation, Markov model, GPU
acceleration
Judul Penelitian:
Accelerating Genome-Wide Analysis of Colorectal Cancer Using GPUs
Tim peneliti (FM MTI):
Bens Pardamean
Abstrak:
The Indonesia Colorectal Cancer Consortium (IC3) aims to identify the genetic and environmental risk
factors for colorectal cancer in Indonesia. A pilot study of approximately 200 cases and controls was
performed with extensive phenotyping and exposure assessment. A DNA sample was collected and
genotyped on high-throughput genotyping arrays. We have previously implemented a genome-wide
scan using GPGPUs that identifies the genetic variants associated with colorectal cancer (Kacamarga,
Baurley, and Pardamean 2015). While this marginal scan will identify some significant genetic factors,
it will surely falsely flag some markers and miss other important ones. We propose to explore penalized
regression techniques to jointly model the genetic and environmental risk factors. These methods
perform variable selection and estimation. While many of these techniques can readily be applied to
the pilot data, we anticipated that the pilot will lead to a large multi-site collection in research hospitals
across Indonesia. The high dimensional data analysis of a large dataset will require that parallel
approaches be considered. We propose researching existing GPGPU solutions to this problem (e.g.,
GPU LASSO; Chen 2012), applying them to the IC3 dataset, and identifying gaps where further
accelerated implementations of these analysis methods are needed.
Kata kunci: genome-wide, risk factor, genotyping array, penalized regression technique, accelerated
implementation
Judul Penelitian:
A Bayesian Hierarchical Mixed Model for Identifying Significant Polygenic Effects while Controlling
for Confounding and Repeated Measures
Tim peneliti (FM MTI):
Bens Pardamean
Abstrak:
Genomic studies of plants often seek to identify genetic factors associated with desirable traits. The
process of evaluating genetic markers one by one (i.e., a marginal analysis) may not identify important
polygenic and environmental effects. Further, confounding due to growing conditions/factors and
genetic similarities among plant varieties may influence conclusions. When developing new plant
varieties to optimize yield or thrive in future adverse conditions (e.g., food, drought), scientists seek a
complete understanding of how the factors influence the desirable traits. Motivated by a study design
that measures rice yield across different seasons, fields, and plant varieties in Indonesia, we develop a
regression method that identifies significant genomic factors, while simultaneously controlling for field
factors and genetic similarities in the plant varieties. Our approach develops a Bayesian maximum a
posteriori probability (MAP) estimator under a generalized double Pareto shrinkage prior. Through a
hierarchical representation of the proposed model, a novel and computationally efficient expectation-
maximization algorithm is developed for variable selection and estimation. The performance of the
proposed approach is demonstrated through simulation, and the methodology is used to analyze rice
yields from a pilot study conducted by the Indonesian Center for Rice Research.
Kata kunci: genetic factors, genetic similarities, desirable traits, generalized double Pareto, rice yield
Judul Penelitian:
Analisis dan Prediksi Perubahan Tutupan Lahan di Wilayah Bodetabek dengan Penginderaan Jauh
Tim peneliti (FM MTI):
Sani M. Isa dan Suharjito
Abstrak:
Salah satu konsekuensi logis dari pertumbuhan ekonomi adalah pembangunan kota. Pemerintah kota
memiliki panduan dalam melaksanakan pembangunan sehingga pemanfaatan lahan selalu sesuai
dengan peruntukkannya, yaitu Rencana Tata Ruang dan Wilayah (RTRW). Namun apa yang terjadi di
lapangan seringkali tidak sesuai dengan apa yang sudah direncanakan pada RTRW tersebut. Wilayah
Bodetabek (Bogor, Depok, Tangerang, dan Bekasi) sebagai kota penyangga dari Ibu Kota Negara,
memegang peranan yang strategis dalam pembangunan di Jakarta. Pengawasan pembangunan yang
kurang optimal di wilayah Bodetabek telah menimbulkan berbagai permasalahan di masyarakat,
seperti kerusakan lingkungan, banjir, penumpukan sampah, serta penggunaan lahan yang tidak
sebagaimana mestinya. Apabila kondisi ini tidak tertangani, akan sangat sulit bagi pemerintah untuk
kembali memperbaiki kondisi yang sudah terlanjur terjadi. Pada penelitian ini akan diusulkan
pemanfaatan teknologi penginderaan jauh untuk pengawasan pembangunan dengan pendekatan
deteksi perubahan (change detection). Pemanfaatan teknologi penginderaan jauh lebih efektif dan
efisien dibandingkan dengan melaksanakan survey langsung ke lapangan. Selain itu, ketersediaan data
penginderaan jauh hingga 30 tahun yang lalu sangat bermanfaat untuk melakukan analisis perubahan
fungsi lahan pada periode yang panjang. Setiap perubahan fungsi lahan akan dimonitor berdasarkan
citra yang berasal dari satelit LANDSAT TM. Selanjutnya perubahan tersebut akan dianalisis agar
diketahui seperti apa perubahan yang terjadi. Apabila terjadi suatu perubahan fungsi lahan tidak
sesuai dengan apa yang sudah diatur pada RTRW, maka hal tersebut akan mudah diidentifikasi serta
diketahui berapa besar luas dari perubahan tersebut. Dengan demikian para pengambil keputusan
dapat segera merencanakan strategi yang tepat untuk mengatasi kondisi tersebut. Pada penelitian ini
juga akan dilakukan prediksi perubahan lahan menggunakan pendekatan land change modeller (LCM)
untuk memproyeksikan perubahan fungsi lahan di masa yang akan datang. Informasi ini akan sangat
bermanfaat bagi pemerintah kota dalam merancang RTRW agar rencana tersebut selalu selaras
dengan kondisi dinamis di lapangan.
Kata kunci: perubahan tutupan lahan, Rencana Tata Ruang dan Wilayah (RTRW), penginderaan jauh,
deteksi perubahan, peningkatan resolusi
Judul Penelitian:
Pengembangan Detektor Kelelahan untuk Pengemudi Bus Berdasarkan Parameter Sinyal Jantung
Berbasis Teknologi Wearable Sensor dan Internet-Of-Things
Tim peneliti (FM MTI):
Sani M. Isa, Suharjito dan Nico Surantha
Abstrak:
Mengacu kepada data lembaga kesehatan dunia (World Health Organization) Indonesia menempati
urutan ketiga dengan jumlah kematian terbanyak akibat kecelakaan lalu lintas. Namun Indonesia
merupakan peringkat pertama apabila dilihat dari prosentase kecelakaan terhadap jumlah
populasinya. Dalam hal peningkatan kecelakaan, menurut laporan Global Status Report on Road
Safety yang dikeluarkan oleh WHO, kenaikan jumlah kecelakaan lalu lintas di Indonesia lebih dari 80
persen. Jumlah korban tewas akibat kecelakaan lalu lintas mencapai 120 jiwa/hari. Berdasarkan data
dari National Highway Traffic Safety Administration (NHTSA), kelelahan dan mengantuk menjadi
penyebab kedua dari kecelakaan di jalan.
Penelitian ini bertujuan untuk merancang sebuah sistem pendeteksi kelelahan berdasarkan sinyal
ritme jantung atau HRV (heart rate variability) dengan menerapkan teknologi wearable sensor dan
Internet of Thing agar dapat melakukan pemantauan jarak jauh. Sistem tersebut akan terdiri dari
empat modul utama, yaitu modul sensor, modul agregator data, modul pemrosesan utama, dan
modul monitoring. Modul sensor berupa monitoring wristband yang akan digunakan oleh pengemudi
selama melakukan aktifitasnya. Modul sensor berfungsi untuk mendeteksi detak jantung dan
mengirimkan hasilnya ke modul kedua secara nirkabel. Modul agregator data berfungsi untuk
mengumpulkan data-data dari modul sensor dan menyampaikannya ke modul pemrosesan utama.
Modul pemrosesan utama berupa public cloud server. Pada modul ini, data detak jantung akan
dikalkulasi menjadi HRV kemudian dideteksi tingkat kelelahan dari penggunanya. Modul pemrosesan
utama akan melakukan analisa apabila perlu dilakukan tindakan tertentu kepada pengguna yang
terdeteksi kelelahan, misalnya mengirimkan peringatan kepada pengemudi yang mengantuk atau
peringatan ke pihak lain yang terkait. Diharapkan implementasi sistem yang diusulkan pada bidang
transportasi sebagai sistem deteksi dini akan menurunkan tingkat kematian akibat kecelakaan lalu-
lintas di Indonesia.
Kata kunci: kecelakaan, deteksi kelelahan, HRV, internet of thing, wearable sensor
Judul Penelitian:
Pengembangan Perangkat Monitoring Kualitas Tidur Berbasis Teknologi Internet-Of-Things
Tim peneliti (FM MTI):
Nico Surantha dan Suharjito
Abstrak:
Kualitas tidur adalah salah satu faktor terpenting bagi kesehatan fisik dan mental manusia.
Kualitas tidur yang buruk dapat meningkatkan resiko terkena penyakit fisik dan mental kronis seperti
gagal jantung, jantung koroner, depresi, dan bipolar-disorder. Selain itu, kualitas tidur yang buruk juga
menurunkan produktivitas kerja dan meningkatkan resiko terjadinya kecelakaan lalu lintas. Sistem
monitoring merupakan salah satu cara untuk menjaga kualitas tidur. Dengan sistem monitoring yang
handal dan mudah untuk diimplementasikan, tenaga medis dan pengguna dapat memperoleh data
dan analisa kualitas tidur yang komprehensif. Hasil monitoring ini nantinya dapat digunakan untuk
memperbaiki gaya hidup pengguna yang berkaitan pada kualitas tidur.
Pada penelitian ini, peneliti akan menggunakan teknologi internet-of-things dan wireless-sensor
untuk membangun sistem monitoring kualitas tidur yang handal dan mudah untuk
diimplementasikan. Kami berencana melakukan penelitian selama dua tahun dengan tahapan sebagai
berikut:
Tahun ke-1: Membangun model algoritma untuk mengevaluasi sinyal fisiologi, metode
ekstraksi fitur, dan metode klasifikasi yang akan digunakan. Selanjutnya, melakukan validitasi
terhadap model algoritma yang dibangun dengan pengukuran di lingkungan laboratorium
menggunakan sensor polysomnography dan ballistocardiography.
Tahun ke-2: Membangun purwarupa sistem monitoring kualitas tidur dan melakukan
pengujian dalam lingkungan yang sebenarnya.
Dengan mengimplementasikan sistem monitoring kualitas tidur, pengguna secara tidak langsung
telah melakukan usaha preventif terhadap akibat-akibat negatif yang dapat disebabkan oleh kualitas
tidur yang buruk. Pada skala nasional, bila banyak orang dapat menjaga kualitas tidurnya, maka biaya
penyelenggaraan pelayanan kesehatan dapat ditekan, khususnya di rumah sakit jantung dan jiwa.
Selain itu dengan meningkatnya produktivitas pengguna dalam pekerjaannya masing-masing maka
produktivitas masyarakat secara umum akan meningkat, dan pada akhirnya akan dapat meningkatkan
perekonomian negara.
Kata kunci: sistem monitoring, kualitas tidur, contactless-sensor, internet-of-things, alat kesehatan
Judul Penelitian:
An Integrated Health Monitoring and Alert System for Remote Patient Based on Wearable Wireless
Sensor and Cloud Computing
Tim peneliti (FM MTI): Benfano Soewito, Sani Muhammad Isa dan Nico Surantha
Abstrak:
The population of Indonesia reaches 263 million in 2017 which is rank 4 after China, India, and
United States. Along with the increasing population, the social problem also increasing, such as the
availability of food, energy, clean water, health, diseases, and education. Especially in Indonesia, this
problem is getting harder due to geography Indonesia which consists of archipelago of more than
13000 islands. Moreover, Indonesia's population is projected in 2035 to reach 305.6 million people.
About 50 percent are on the island of Java. The problem is, the doctors are gathered in certain cities
and provinces in Java island as well. Doctors are reluctant to be placed in the countryside due to lack
of medical equipment. Due to this problem, our proposed is to design and develop a system that can
control patients in remote area based on wireless wearable sensor and cloud computing technlogy.
All the data and information about the patients can be monitored by doctors in Java island.
Another problem in health, the cardiovascular diseases are the top cause of death by non-
communicable diseases in Indonesia, besides others top 5 diseases such as high blood pressure,
diabetes mellitus, stroke, and osteoporosis. All of diseases can actually be modified and prevented, if
the patients see a doctor in early stage. But most of the new patients see a doctor after the illness is
severe enough. This is because the patient does not know when it is attacked by the disease in early
stage. Therefore, we would like to design and develop a mobile device to detect the characteristic of
human body that can be as a reference for early detection. The device that we designed equipped
with several sensors that can detect parameters associated with the above mentioned diseases, e.g.
to detect high blood pressure, diabetes, fever, neuromuscular disease, function of heart, level of
sweating, breathing rate, etc.
We will design and develop the sensor and microcomputer in the first year and develop the
system administration, mobile application and final testing in the second year. Also, in the first year
our ur colleague from Shibaura Institute of Technology will develop the interface to connect the
sensors to the microcontroller. Our colleague is an expert in design circuit electronics where as the
interfaces that we need to connect between sensor and microcontroller is a circuit electronic.
We believe that our device can help people to detect their disease in early stage based on the
characteristic of the body, furthermore will make our people healthier and saving a lot of money to
treat when the disease is severe.
Keyword: health-monitoring, wearable wireless sensor, cloud computing, biomedical engineering,
internet of things
Judul Penelitian:
SISTEM TRACKINGDALAM GEDUNG BERBASISBLUETOOTH LOW ENERGY DAN WIFI
Tim peneliti (FM MTI):
Benfano Soewito dan Suharjito
Abstrak:
Beberapa tahun belakangan ini, kepopuleran smartphone berkembang dengan pesat.Perkembangan
smartphone android berbanding lurus dengan perkembangan aplikasinya.Salah satu aplikasi yang
digemari user adalah aplikasi berbasis lokasi.Salah satu alasannya adalah user dapat mengetahui
informasi yang relevan dari lokasi tertentu.Smartphone android dapat mendukung hal tersebut
karena hampir semua smartphone berbasis android sudah memiliki GPS (Global Positioning
System).Namun GPS tidak dapat menampilkan semua informasi lokasi dengan akurat.Sebagai contoh
GPS tidak dapat menampilkan posisi sesorang sedang berada dilantai berapa maupun diruangan
mana.Indoor positioning system merupakan salah satu solusi untuk menemukan objek atau manusia
didalam gedung menggunakan gelombang radio, magnetic field, acoustic signals, atau sensor lain yang
dapat dikumpulkan oleh perangkat mobile.Di dalam penelitian ini kami mengenalkan solusi untuk
mengatasi masalah tersebut diatas. Kami memadukan teknologi Indoor Positioning System (IDS)
menggunakan Wi-Fi (WPS) dan Bluerooth Low Energy (BLE)dengan memanfaatkan smartphone dalam
sebuah program berbasis android, sehingga dapat mengetahui dan membuat sebuah laporan yang
detail mengenai keberadaan objek atau orang setiap saat. IDS dapat dimanfaatkan untuk memantau
keberadaan anak kecil yang sedang ada di mall atau pusat keramaian lainnya, sehingga dapat
digunakan sebagai salah satu solusi untuk mencegah penculikan yang pada akhirnya dapat menekan
angka kejahatan terhadap anak dibawah umur.Selain itu, IDS ini dapat digunakan oleh perusahaan
untuk mentracking kegiatan karyawan selama berada diperusahaan, sehingga dari data yang didapat
bisa menjadi bahan pertimbangan keproduktifitasan dan ketaatan seorang karyawan terhadap aturan
yang berlaku.Admin atau HRD dapat melihat histori staff ada di ruang mana saja mulai masuk kerja
hingga keluar kerja.
Kata kunci: Tracking system, indoor positioning system, smartphone, Bluetooth low energy.
Judul Penelitian:
Optimization for Multi-Objective Scheduling of Medical Personnel and Resources in Hospital Using
Heuristic Approaches
Tim peneliti (FM MTI):
Antoni Wibowo dan I Gede Putra Kusuma Negara
Abstract:
Health is one of the main components that support the activities of human life and has a huge
investment value to the quality of human resources in a country. Health care will be one of the largest
industries in the world. However, resources in a hospital for health care are usually insufficient to
meet the patient's demand since the number of medical personnel and resources are limited.
Therefore, policy makers and healthcare providers must think a strategy how to provide the most
effective health care to the community using the limited medical personnel and resources. It is well
known that the key success in hospital management.is how to scheduling of medical personnel and
resources. Scheduling problem in hospitals can be categorized into four major classes namely
physicians, residents, nurses and resources scheduling. These scheduling usually have two types of
constraints namely hard constraints (H) and soft constraints (S) where the hard constraints are a set
of specific constraints that must be fulfilled at any time because these constraints guarantee no
conflict in the use of available resources and equipment to obtain feasible scheduling while the soft
constraints are a set of specific constraints that to be used in improving the quality of the scheduling.
Instead of conventional scheduling in hospitals, researchers have proposed scheduling models
for physicians, residents, nurses and resources using mathematical models. Conventional scheduling
is usually a time consuming process and uses manual approach in arrangement in hospital scheduling.
However, those proposed models cannot be used directly in other hospitals since each hospital has
different characteristics and complexities. It is noticed that their developed scheduling of physicians,
residents, nurses and resources somewhat works separately that cannot applicable since physicians,
residents, nurses and resources work synergize in practice.
In this research, a novel multi-objective scheduling model is proposed to overcome the
limitations of the previous hospitals scheduling models. The proposed model involves all medical
personnel scheduling and also optimize the utility of resources in hospitals simultaneously. As case
studies, our proposed model will be developed based on characteristics and complexity of
Indonesian/Malaysian hospitals in order to improve quality and efficiently in daily operations.
Furthermore, several modifications of heuristic techniques are also developed to obtain the best
scheduling in hospitals management.
Kata kunci: Healthcare, heuristic, hospital, medical, multi-objective, nurse, optimization, physician,
resident, resources, scheduling.
Judul Penelitian:
Regresi Nonlinier Runtun Waktu Menggunakan Gabungan Multi Jaringan Syaraf Tiruan Propagasi
Balik dan PSO untuk Prediksi Pasar Saham di IHSG
Tim peneliti (FM MTI):
Antoni Wibowo dan Sani M. Isa
Abstract:
Pasar saham merupakan salah satu investasi yang paling banyak dikenal dari bidang finansial.
Minat investor terhadap pasar saham tak lepas dari kemampuanya untuk memberikan keuntungan
yang besar dalam waktu yang relatif singkat. Namun demikian, resiko yang diterima oleh investor di
pasar saham juga besar apabila investor tidak cermat melihat faktor-faktor ekonomi dan non-ekonomi
yang mempengaruhi pasar saham. Faktor ekonomi seperti kondisi makro ekonomi, harga komoditas,
nilai suku bunga, nilai tukar bank dan faktor psikologi investor sangat mempengaruhi fluktuasi harga
saham. Sementara itu, pengaruh faktor non ekonomi walaupun tidak terkait secara langsung dengan
dinamika yang terjadi di pasar modal, akan tetapi dapat menjadi faktor utama fluktuasi harga saham
di suatu negara seperti isu mengenai kepedulian terhadap lingkungan hidup, hak asasi manusia,
peristiwa-peristiwa politik dan kenegaraan, serta kerusuhan-kerusuhan yang menyebabkan
ketidakpastian politik dan keamanan.
Fluktuasi dan pergerakan dinamis dari pasar saham menyebabkan sulitnya menentukan waktu
yang tepat untuk bertransaksi sehingga diperlukan adanya analisis yang akurat, cepat dan stabil untuk
memperkirakan fluktuasi harga saham tersebut untuk mengoptimalkan tujuan utama berinvestasi,
Untuk prediksi, telah banyak dikembangkan metode baru menggunakan teknik pembelajaran mesin
(machine learning) yang dapat dijadikan alternatif untuk melakukan prediksi harga saham. Di antara
teknik–teknik tersebut, jaringan syaraf tiruan (neural network) merupakan teknik yang paling banyak
digunakan dalam prediksi data finansial. Keunggulan teknik jaringan syaraf tiruan terletak pada
tingginya tingkat toleransi terhadap ketidakpastian data, tahan terhadap noise, serta dapat
memetakan hubungan yang bersifat nonlinear secara efektif. Sementara kelemahan jaringan syaraf
tiruan adalah mempunyai ketidakstabilan akurasi output yang dihasilkan yang disebabkan oleh
inisialisasi bobot di perhitungan awal jaringan syaraf tiruan dibangkitkan secara acak. Dengan
demikian, output dari jaringan syaraf tiruan akan bergantung pada baik tidaknya nilai bobot awal. Oleh
karena itu diperlukan suatu mekanisme baru untuk meningkatkan kemampuang jaringan syaraf tiruan
tersebut dengan menggabungkan dengan teknik lainnya sedemikian hingga kerandoman inisiasi bobot
awal tersebut dapat diatasi sehingga jaringan syaraf tiruan akan mempunyai akurasi dan kestabilan
lebih baik untuk prediksi pasar saham.
Kata kunci: Jaringan syaraf tiruan, investasi, runtun waktu, pasar saham, prediksi, PSO.
Judul Penelitian:
A New Framework for Multiple Landfill Sites Selection With Resource Constraints Using Geographic
Information Systems And Multi-Criteria Decision Making Technique
Tim peneliti (FM MTI):
Antoni Wibowo
Abstract:
Landfilling has become the most common method for solid waste disposal especially in low and middle
income countries. By looking at the statistics of waste generated in Malaysia, landfilling is considered
as crucial issues since many of landfills have been closed and new landfills are needed. The new
landfills should meet a number of criteria related to environmental health, economy and ecology.
Based on previous studies, most of landfill site selection models used the integration of Geographic
Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) techniques. However, current
models have some drawbacks. First, they produced only one landfill site based on the highest score.
If multiple sites are needed then the sites are chosen based on scoring. However, the chosen sites can
be a bad decision due to the overlapping of covered area. Second, with the new suggestion of landfill
site, local authorities never know whether existing resources (e.g. drivers and vehicles) are enough
and how much the total operational costs (i.e. total fuel consumption, drivers’ workload) to provide
waste collection services. This is because current models did not consider resource constraints in the
process of selecting new landfill sites. Thus, this research aims to include resource constraints in
constructing new framework of multiple landfill sites selection. The potential technique to overcome
these problems is to integrate GIS and MCDM with set covering model(SCM). Our expected findings
will improve previous decision in selecting multiple landfill sites that not only fulfilled sites selection
criteria but also consider the resource limitations from local authorities. Furthermore, our findings
may help local authorities in planning their resources efficiently. It may also assist the National Solid
Waste Management Department (NSWMD) in achieving its vision to provide efficient and cost-
effective solid waste management system as well as upgrading the quality of solid waste management.
Judul Penelitian:
Hybrid Branch & Bound And Genetic Algorithm Technique For Solving an Extended Quadratic
Assignment Problem With Unique Facility Requirement
Tim peneliti (FM MTI):
Antoni Wibowo
Abstract:
Facility Location Problem (FLP) is concerned with location of facilities that optimize certain objectives.
FLP can be mathematically modelled by Quadratic Assignment Problem (QAP) which considers the
assignment of facilities to sites when involving exchange between facilities. The current FLP using
general QAP does not impose special facility requirement necessary in some facilities, which require
close proximity to each other due to their close interaction and unique needs. In hospital for instance,
some facilities such as operating theater and emergency room should not be too far and the flow of
product (i.e. patients) between the two facilities should be minimized. Previous studies did not
consider this unique facility requirement in making assignment which reflects real-life issues. Such
implementation is needed in facility allocation because each facility involved very high installation and
operating cost. Thus, this study aims to develop Extended QAP (EQAP) model and to develop hybrid
technique of branch-and-bound (B&B) and genetic algorithm (GA) to solve the problem by minimizing
flows and distances between facilities. B&B techniques can be conducted to obtain global optimum of
small size of EQAP. However, the techniques may require long running time in large size of EQAP as
they did in large size of general QAP. In resolving the drawback of B&B, the first phase of this study
will satisfy basic constraints of QAP, followed by the unique facility requirements especially in
resolving large problem size using hybrid technique in the second phase,. The performance of GA in
solving complex problem makes it suitable for hybridization. This study is expected to produce new
EQAP model with proficient allocation of facilities, which effectively contribute to good interaction
between unique facilities. The findings could provide useful information and recommendations
particularly related with allocation of critical facilities such as hospital and hence improve its efficiency.
Judul Penelitian:
Condition Monitoring in Multiple Bearings System Using Multiclass Extreme Learning Machine and
Grey Relational Analysis
Tim peneliti (FM MTI):
Antoni Wibowo
Abstract:
Bearing is an important device and its failure can effect to total breakdown in a machine system. A
precise condition diagnosis of bearing, therefore, is essential to detect defects before its lead to
failures. Recently, researchers proposed hybrid of adaptive genetic algorithms (AGA), back
propagation neural network (BPNN) and grey relational analysis (GRA) to diagnose the condition of
multiple bearings system. They extracted features from vibration data through statistical approach,
and then conducted GRA to select the most dominant features from their original features while AGA
is used to determine the suitable initial weights of BPNN. Afterward, BPNN tried to classify the
condition of bearing. They reported that their technique yielded good results compared to BPNN.
However, their technique is a time consuming in learning process which may not applicable in online
system. Therefore, we present a novel technique based on multiclass extreme learning machine
(ELM), statistical approaches, discrete wavelet transform (DWT) and GRA to overcome the limitation.
DWT enrich the statistical approach’s features and GRA selects the most dominant features among
them. Afterward, multiclass ELM will determine condition diagnosis of bearing using the most
dominant features and faster in learning process compared to support vector machine (SVM) and
BPNN.
Judul Penelitian:
SISTEM PEMANTAUAN SECARA AKTUAL VENDOR TRANSPORTASI UNTUK MENENTUKAN KEY
PERFORMANCE INDICATOR
Tim peneliti (FM MTI):
Abba Suganda Girsang dan Nico Surantha
Abstrak:
Perusahaan besar yang mengandalkan operasional logistik umumnya menggunakan vendor
transportasi untuk mendukung proses bisnis mereka. Permasalahan umum yang dialami perusahaan
tersebut adalah sulitnya memantau dan melacak aktifitas vendor transportasi dalam melaksanakan
tugasnya secara langsung di lapangan. Dengan implementasi sistem monitoring dan tracking terhadap
proses operasional logistik yang dilakukan oleh supir dibawah instruksi vendor transportasi maka
permasalahan tersebut dapat dicegah secara maksimal. Penelitian ini bertujuan untuk
mengembangkan sistem operasional logistik pyang bisa dimanfaatkan oleh perusaahaan yang banyak
menggunakan vendor transportasi. Metode sistem ini dibangun untuk membuat proses operasional
logistik secara sistematis dan diimplementasi dalam GPS dan GSM berbasi android. Hasil dari sistem
ini diharapkan mampu menjadi indicator key performance indicator (KPI) vendor transportasi,
sehingga jadi dasar untuk mengambil keputusan kedepan mempertahankan atau menghentikan
kerjasama dengan vendor tersebut.
Kata Kunci: KPI, aplikasi android, logistik, distribusi, GPS, pelacakan, transportasi
Judul Penelitian:
ANALISIS TRAFFIC MEDIA SOSIAL UNTUK PENUGASAN PELIPUTAN BERITA
Tim peneliti (FM MTI):
Abba Suganda Girsang dan I Gede Putra Kusuma Negara
Abstrak:
Dengan maraknya pengguna media sosial saat ini, informasi semakin mudah menyebar dengan cepat.
Banyak informasi berita yang diperoleh dari seseorang tidak lagi dari media berita melainkan dari
media social. Fungsi dari media berita seolah-olah digantikan dengan media sosial. Oleh karena itu
media berita juga saat ini dituntut mampu menangkap komunikasi/berita yang ada di media sosial.
Penelitian ini ditujukan untuk mampu menangkap isu / berita yang terbaru di media sosial yang
mungkin menjadi potensi berita. Potensi berita itu biasanya ditandai dengan menjadi trending topik
dalam waktu singkat. Dengan adanya informasi traffic dari media sosial ini diharapkan para jurnalis/
wartawan (mewakili media berita) dapat meliput secara cepat dan akurat. Sistem ini akan mengambil
data dari media sosial twitter dan facebook. Selain digunakan sebagai bahan analisis berita, traffic
media sosial ini akan menjadi reminder bagi sebuah media untuk mengirimkan wartawannya ke
lapangan untuk meliput berita. Sistem aplikasi reminding ini akan dipasang dalam handphone berbasis
android yang dipegang masing-masing wartawan sehingga notifikasi akan diterima secara otomatis.
Kata Kunci: Media sosial, berita, aplikasi android, traffic berita.
Judul Penelitian:
DETEKSI CYBERBULLYING DALAM BAHASA INDONESIA DENGAN MENGGUNAKAN METODE MACHINE
LEARNING
Tim peneliti (FM MTI):
Muhammad Ikhwan Jambak dan Benfano Soewito
Abstrak:
Tindakan “bullying” dan istilah “bullying” serta tipe-tipe tindakan atau kelakuan yang dapat
digolongkan sebagai aksi “bullying” tersebut dibahas oleh Slonje dan Smith (2008). Secara umum
mereka mendefinisikan istilah “bullying” adalah tindakan atau perilaku agresif (kekerasan) dan
disengaja oleh individu atau sekelompok orang terhadap sang korban yang kurang punya kemampuan
untuk mempertahankan dirinya dari tindakan dan perilaku tersebut. Beberapa peneliti menyimpulkan
bahwa individu ataupun kelompok korban dan pelaku bullying beresiko akan kesehatan psikologi
mereka (Patchin, 2006) (Erdur-Baker, 2010) (Hay, 2010) (Wang, 2011) (Dadvar, 2012).
Sejalan dengan pesatnya kemajuan teknologi, pemakaian online social network (OSN) secara luas,
bentuk-bentuk dan tipe-tipe tindakan bullying terjadi diantara pengguna internet terutama media
sosial seperti Facebook dan Twitter. Bentuk-bentuk bullying seperti inilah yang dikategorikan sebagai
cyberbullying (Patchin, 2006) (Slonje, 2008) (Erdur-Baker, 2010) (Hay, 2010) (Wang, 2011) (Dadvar,
2012). Dan dampaknya yang sangat luas, beberapa negara telah menyatakan bahwa tindakan
cyberbullying adalah tindakan berbahaya dan harus ditangani, misalnya Inggris (Slonje, 2008).
Banyak penelitian dan pembangunan tools untuk menangani cyberbullying dalam Bahasa Inggris
dan Jepang telah dilaporkan, dan karenanya masih sukar dilakukan jika kejadian cyberbullyingnya
terjadi dengan menggunakan Bahasa Indonesia, terutama bahasa pasar. Penelitian ini ditujukan untuk
mengisi kekosongan yang terjadi, dan untuk tahap awal hanya akan meneliti di bahasa Indonesia
formal (Kamus Besar Bahasa Indonesia)
Kata kunci: Bullying, Cyberbullying, Machine Learning
Judul Penelitian:
DETEKSI KANTUK PENGENDARA MOBIL OTOMATIS BERDASARKAN COMPUTER VISION
Tim peneliti (FM MTI):
Habibullah Akbar dan Suharjito.
Abstrak:
Kelelahan saat mengendarai mobil merupakan faktor utama yang dapat menyebabkan terjadinya
kecelakaan lalu lintas. Oleh karena itu, pengendara mobil memerlukan sistem pendeteksi kantuk
untuk mencegah terjadinya kecelakaan. Penelitian ini mengusulkan sebuah framework untuk
mengenali kondisi kantuk pengendara secara otomatis berdasarkan computer vision. Setiap frame
diproses dengan pendeteksi wajah, mata dan mulut berdasarkan metode Viola Jones. Segmentasi
dilakukan dengan menggunakan metode pendeteksi tepi dan filter morfologi. Gambar dari hasil
segmentasi terdapat dua fitur yang dihitung yaitu persentase dari menutupnya kelopak mata
(PERCLOS) dan persentase besaran bukaan mulut (PERMEN). Fitur tersebut kemudian diproses dengan
klasifikator jaringan syaraf tiruan untuk mengenali apakah pengemudi mengantuk atau tidak.
Kata kunci: jaringan syaraf tiruan, deteksi kantuk otomatis, computer vision
Judul Penelitian:
ESTIMASI KANDUNGAN NUTRISI MAKANAN CEPAT SAJI BERDASARKAN DIET KETOGENIK UNTUK
PENDERITA DIABETES DENGAN MENGGUNAKAN REKONSTRUKSI TIGA DIMENSI DAN PENGOLAHAN
CITRA DIGITAL
Tim peneliti (FM MTI):
Habibullah Akbar dan Antoni Wibowo
Abstrak:
Karbohidrat merupakan proporsi asupan energi terbesar masyarakat Indonesia. Menurut data
Riskesdas 2013, 26,3% penduduk mengalami kelebihan berat badan (14,8% mengalami obesitas)
sehingga meningkatkan resiko timbulnya penyakit degeneratif. Banyak penelitian mengindikasikan
bahwasanya keadaan ini akan semakin parah disebabkan gaya hidup modern dan menjamurnya
restoran cepat saji di seluruh pelosok negeri. Oleh sebab itu, penelitian ini bermaksud untuk
membantu masyarakat memperbaiki gaya hidup dari segi pola makan yang seimbang. Tujuan
utamanya adalah mendisain, dan mengembangkan sebuah model diet makanan berdasarkan teori
ketofastosis yang disebut dengan diet ketogenik. Model ini akan menghitung nutrisi makronutrien
(karbohidrat, protein, lemak) dengan menggunakan teknik computer vision. Perhitungan akan
didapatkan dengan cara mengambil input gambar dari dua sudut sisi makanan. Kedua input gambar
akan dibandingkan dengan kartu referensi dan digunakan untuk rekonstruksi tiga dimensi makanan
dan klasifikasi jenis makanan. Dari hasil rekonstruksi dan klasifikasi, akan dihitung volume makanan
untuk dibandingkan dengan tabel referensi massa makanan sehingga akan didapatkan estimasi
prosentase dari komposisi makronutrien. Selanjutnya hasil perhitungan ratio makronutrien akan
dibandingkan dengan model rekomendasi diet ketogenik. Model ini akan diuji dengan membuat
prototype sistem rekomendasi makanan diet ketogenik dan diuji kepada masyarakat secara langsung.
Pengujian akan dilakukan berdasarkan rentang waktu yang sesuai dengan model diet ketogenik dan
juga sebagai proses monitoring. Dengan proses monitoring asupan makanan sehari-hari menggunakan
model diet makanan yang diusulkan pada penelitian ini, diharapkan masyarakat indonesia akan
menjadi lebih mampu mengatur pola makan mereka dan menghindari masalah kelebihan berat badan.
Kata kunci: estimasi volume makanan, diet ketogenik, rekonstruksi tiga dimensi, klasifikasi
Judul Penelitian:
DEVELOPMENT OF AN INTELLIGENT MOBILE DIABETIC MONITORING SYSTEM
Tim peneliti (FM MTI):
Habibullah Akbar
Abstrak:
International diabetes federation has reported that there were 10 million diabetes cases in Indonesia
in 2015 and more than half in the adult age group are not aware that they were suffering diabetes.
This problem is related to their lifestyle, unhealthy food consumption, and the lack of health facilities,
especially for urban areas. To minimize the number of diabetic patients, it is important to develop a
healthcare system that can detect and monitor the health condition for diabetics. The use of mobile
phones in Indonesia has been increasing significantly which indicates a huge potential for mobile
health services to diagnose diseases and to provide medical information suggestion. This research
aims to develop mobile-based healthcare system for helping diabetics to monitor their condition using
machine learning techniques. The system will allow users to input their lifestyle data, including food
consumption and their exercise activities, using textual user interface. The system will be able to
analyze and provide medical feedbacks, such as diabeticfriendly food for next consumption, exercise
recommendation, and medical checking requirement. The expected outcome is a Mobile diabetics
monitoring system (Modimos) prototype. The system will be tested on normal people and diabetics
within three months period.
Kata kunci: diabetics monitoring system, mobile phone, machine learning