Bulan: Februari 2010

Training Feedforward dan Cascade-forward Backpropagation

Akhirnya sampai juga tahap testing sistem pengenalan tanda tangan baik dengan feedforward, cascade-forward maupun normal euclidean. Sampel tanda tangan yang dikumpulkan adalah 30 orang (mengikuti kaidah normal pada statistik). Tiap orang menandatangani sebanyak 10 buah tanda tangan, satu untuk ditraining sisanya untuk uji coba.

Seperti manusia, ternyata komputer juga tidak konsisten. Dua kali training menghasilkan hasil yang berbeda terhadap satu sampel tanda tangan yang sama. Cascade jauh lebih cepat dibanding feedforward karena memang jumlah simpul yang lebih banyak.

Ntah hasilnya apa? Kita lihat aja nanti, maklum 300 + 900 kali uji, terdiri dari uji terhadap tanda tangan sendiri (mencari kesamaan)  maupun uji terhadap tanda tangan orang lain -forgery-(mencari perbedaan).

Bongkar CVT Skywave 125

Heran dengan munculnya suara-suara aneh pada skywave, sy beli konci 8 terus bongkar dah CVT-nya. Ya ampun, banyak banget umurnya (13-an). Beda dengan Mio yang tinggal buka satu lubang (di bawah). Setelah itu, keliatan dah belt CVT-nya. Kemudian sy starter, tampak perputaran CVT-nya. Baru satu kali semprot (dengan semprotan khusus CVT), langsung hilang suara bising-nya. Test dijalankan, responnya oke, tidak selip kayak sebelumnya.

Emang sih, lebih baik CVT tertutup rapat, tapi kalo terlalu rapat, repot juga sih membersihkannya. Kalo males, suruh aja orang bengkel. Tapi kayaknya mendingan bersihin sendiri, soalnya beres langganan sy kurang rapih (terburu-buru), udah gitu nunggunya lama lagi. Kalo jalan lagi berdebu, kayaknya ga nyampe 2500 km harus udah dibersihin saringan udara, saringan CVT dan Belt-nya.

JST: Pattern Matching dengan Encoder Sinyal

Pattern Matching yang artinya mencocokan pola adalah salah satu teknik yang memanfaatkan jaringan syaraf tiruan untuk mengingat suatu pola. Pola yang biasanya berupa citra dua dimensi diingat oleh sistem dalam suatu neuron tersembunyi (hidden neuron) yang terletak di antara neuron input dan neuron keluaran. Manusia yang memiliki neuron sebanyak bintang di langit tentu saja jauh lebih ampuh dibanding neuron yang diaplikasikan di penelitian yang saya buat (sebanyak 160 + 80 + 120 = 360 saja). Untuk jumlah neuron lebih dari seribu, laptop saya mengalami kesulitan (maklum masih celeron).

Dibanding dengan manusia, apalagi yang biasa melihat tanda tangan (misalnya teller), masih kalah jauh. Bahkan masih ada errornya (harusnya benar dikatakan salah atau sebaliknya, harusnya salah dikatakan benar). Namun jika diminta mencari satu contoh tanda tangan di antara 1000 tanda tangan, kayaknya manusia kewalahan deh (minimal puyeng).

Pengarahan Dari Koordinator Kopertis III Tentang PDM dan SKW

Hari/Tgl: 17 Februari 2010

Pembicara: Prof.  Haryoto Kusnoputranto

Tempat: Kopertis III

Dijelaskan bahwa dari 470 usul penelitian, yang lolos 160 judul (skor minimal 350). Satu proposal diseleksi oleh 2 orang reviewer, kemudian disesuaikan dengan kuota tiap kampus. Dana penelitian akan dikirim setelah tim LPPM tiap kampus menandatangani kontrak kerja (dengan materai 6000).

Diharapkan penelitian dilakukan dengan benar, mengingat terungkapnya kasus-kasus yang melibatkan profesor yang menjiplak karya orang lain. Hal ini kian marak mengingat tunjangan yang meningkat untuk kepangkatan seorang dosen. Bagi yang sudah memiliki kepangkatan, diharapkan memanfaatkan peluang beasiswa dari kopertis yang mancapai 800-an orang untuk master dan 400-an untuk doktor. Namun sangat disayangkan belum banyak yang memanfaatkannya.

Untuk laporan PDM dan SKW terbaru akan diminta membuat ringkasan yang siap masuk jurnal juga sinopsis untuk penelitian akan datang yang lebih luas/besar lagi cakupannya. Jika masuk jurnal internasional, kopertis 3 siap membantu pendanaan tiket pulang perginya.

Pengenalan CVT 4: Transmisi Spontan

Matic ternyata memiliki sistem seperti gas spontan dengan bantuan mekanisme yang disebut torsi cam. Sistem ini dirancang untuk menghadapi medan tanjakan atau saat tiba-tiba menarik gas. Gambar di bawah ini kondisi saat beban ringan (perhatikan torsi cam-nya).

Saat menderita beban lebih, torsi cam akan menuju arah luar mengakibatkan pulley sekunder menyempit yang menaikan torsi transmisi (kok bisa menaikan torsi? – buka buku rumus menghitung torsi). Sedangkan saat gas spontan atau jalan tanjakan, terjadi kondisi seperti gambar di bawah ini.

Deteksi Tanda Tangan di Perbankan

Melanjutkan tulisan yang lalu mengenai latar belakang penelitian saya, ada baiknya kita tinjau, bagaimana sih sistem yang ada sekarang dalam mendeteksi suatu tanda tangan (tanpa bantuan IT secara langsung).  Berikut merupakan tampilan saat sistem di Teller sedang mengecek tanda tangan nasabah yang akan mengambil dana. Program tersebut saya install di laptop (kok bisa sih? .. ya bisa aja, dalam dunia IT, apa sih yang ga bisa di otak-atik, yg penting hati-hati dan waspada).

Program yang dibeli dari perusahaan Fiserv Alliant, mengharuskan teller memiliki kemampuan membandingkan antara tanda tangan nasabah dengan spesiment tanda tangan yang ada dalam database bank tersebut. Nah, penelitian saya bermaksud membuat sistem seperti itu, tapi dengan komputer yang mendeteksi kebenaran tanda tangan (tentu saja agak sulit diimplementasi tanpa bantuan digitized tablet, untuk tanda tangan). Sampel tanda tangan yang akan diuji akan di-capture lewat webcam (dengan pertimbangan lebih murah dan bisa dipakai oleh operator – tentu saja webcam external). Pilihan jatuh pada merek logitech, dengan pertimbangan selain gratis (nyari sendiri di gudang fakultas teknik) juga ada tombol “capture” pada webcam-nya saat memotret, sehingga tidak perlu mengklik mouse atau keyboard lagi.

Seperti pada program Fiserv, speciment tanda tangan saya letakkan di sayap kanan (kayak main bola ajah ..), Sedangkan sayap kiri hasil capture tanda tangan via webcam yang sudah terolah dengan pengolah citra (image processing) pada MATLAB. Ada dua teknik learning yang saya gunakan yang nantinya akan dibandingkan yaitu feedforward backpropagation dan cascade-forward backpropagation. Katanya sih (riset terdahulu), cascade-forward backpropagation lebih cepat kinerjanya, tapi kita lihat saja nanti. OKEH ..

Jaringan Syaraf Tiruan

Atas saran dari Dr. Prabowo dengan disertai riset terdahulu mengenai pengenalan jenis kayu berdasarkan pola permukaan kayu (IPB), maka sy bermaksud menerapkan metode jaringan syaraf tiruan untuk mendekteksi tanda tangan seseorang. Studi kasus sy ambil di Fakultas Teknik Universitas Islam “45” Bekasi dengan sampel tanda tangan sebanyak 30 buah orang dan tiap orang menandatangani sekitar 10 tanda tangan (dalam dunia perbankan diistilahkan dengan speciment).

Berbeda dengan sidik jari, retina mata dan sejenisnya yang cenderung tetap, tanda tangan sangat dipengaruhi oleh kondisi saat tanda tangan. Dan dapat dipastikan tidak mungkin membuat tanda tangan oleh orang yang sama dua buah tanda tangan yang 100 persen sama. Oleh karena itulah profesor Zadeh (Barkeley) mencetuskan istilah “Soft Computing”, berarti melakukan computasi terhadap suatu hal yang memiliki ketidak pastian, ketidak akuratan maupun kebenaran parsial .

Saat ini sudah masuk ke tahap testing software yang telah saya buat (murni dari a-z dengan bahasa komputasi teknis MATLAB), berhubung saat ini GUI pada MATLAB sudah berkembang sangat baik. Pada software tersebut saya masukkan tiga metode yang akan diuji kinerjanya yaitu feedforward backpropagation, cascade-forward backpropagation dan euclidean distance (bukan jaringan syaraf tiruan). Demikian, tulisan pembuka dari saya dan akan dilanjutakan mulai tulisan yang akan datang ke dasar pengolahan citra (image processing) untuk mengakuisisi gambar tanda tangan yang akan diuji. Cao ..

Pengenalan CVT-3: Rangkaian Penggerak

Setelah tulisan yang lalu dibahas komponen-komponen yang ada pada CVT, sekarang saatnya kita ulas satu persatu tiap komponen. Rangkaian penggerak berfungsi mentransfer daya gerak dari mesin ke roda belakang.

Prinsipnya ada dua rangkaian penggerak yaitu pulley primer dan pulley sekunder. Pulley primer terletak langsung dengan engine, sedangkan pulley sekunder dihubungkan lewat belt.

Pulley Primer

Membuka dan menutupnya cakram pada pulley bergerak berfungsi merubah perbandingan transmisi. Prinsip yang digunakan adalah prinsip gaya sentrifugal pada pemberat. Saat berputar cepat, penggerak seakan-akan dibuang ke luar, dan karena ditahan, maka akan menggeser slider yang akibatnya menggerakkan cakram pada pulley bergerak.

Pulley Sekunder

Pulley sekunder terletak di belakang yang fungsinya memutarkan roda belakang. Pada pulley sekunder terdapat kopling sentrifugal. Kopling sentrifugal memiliki prinsip jika kecepatan kurang, penggerak terlepas dari poros roda belakang, bila kecepatan sampai harga tertentu, maka kopling “masuk”.

CVT bekerja untuk semua kecepatan dari kecepatan rendah (mulai bergerak), kecepatan menengah dan tinggi bahkan saat mendaki.

Bersambung …

Pengenalan CVT-3: Cara Kerja

Banyak yang bertanya, bagaimana bisa motor berakselerasi tanpa ada perpindahan gigi? Berikut ini sedikit penjelasan yang bisa saya berikan. Prinsip dasarnya adalah adanya prinsip sentrifugal yang menggerakkan pulley.

Untuk penjelasan cara kerja tiap komponen akan diupload di tulisan yang akan datang.

Dasar – Dasar CATIA

Berikut ini langkah-langkah memulai CATIA. Buka environment CATIA untuk mencoba membentuk bangun dasar lewat mechanical Design > Part Design

Logika proses pembuatan dari dua dimensi menjadi tiga dimensi, dalam catia sangat mudah dengan tiga langkah sederhana sebagai berikut:

Untuk melakukan langkah I, berikut

Coba buat gambar balok dengan tiga langkah di atas seperti di bawah ini:

Kritik, saran, pertanyaan dan komentar Kami butuhkan, see you next ..

Pengenalan CVT-2

Melanjutkan tulisan yang lalu mengenai dasar2 CVT, berikut ini adalah solusi yang diberikan oleh tim yamaha untuk mengatasi cvt yang berdecit (seperti suara tikus).

Bila ada suara berdecit pada belt saat akselerasi (ngegas), periksa permukaan singgung dari V-belt. Jika kondisi baik, gunakan vbelt-cleaner / larutan pembersih vbelt untuk menghilangkan suara berdecit (suara tikus). Di bawah ini rekomendasi dari yamaha: