Engineering Commons^™

การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา, ณัฏฐ์ รุ่งเศรษฐพัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

โดยทั่วไปโครงสร้างคริปกี หรือที่รู้จักกันในนามของระบบทรานสิชันที่ถูกนำมาใช้เพื่อแสดงสถานะจำกัด และการเปลี่ยนแปลงในระบบที่ไม่มีที่สิ้นสุด โดยที่โครงสร้างคริปกีนั้นจะไม่มีสถานะยอมรับหรือเรียกว่าสถานะสิ้นสุด เมื่อต้องทำการดำเนินการทวนสอบด้วยโมเดลเช็กกิงด้วยสูตรตรรกะเชิงเวลาแบบลำดับ จากคุณสมบัติและการพิจารณาการตรวจสอบความว่างเปล่าจากเทคนิคการจำกัด โครงสร้างคริปกีที่ถูกกำหนดต้องถูกแปลงไปอยู่ในรูปแบบของบูชีออโตมาตาที่สอดคล้องกันเสียก่อน ในการแปลงนั้นเพื่อแน่ใจว่าผลลัพธ์บูชีออโตมาตาที่มีสถานะยอมรับเหมาะสมสำหรับการตรวจสอบความว่างเปล่าโดยการใช้บูชีออโตมาตาที่ได้จากสูตรตรรกะเชิงเวลาแบบลำดับที่แสดงคุณสมบัติที่ต้องการ ในงานวิจัยนี้ได้นำเสนออีกทางเลือกในการแปลงโครงสร้างคริปกีที่กำหนดโดยพร้อมกับสูตรตรรกะเชิงเวลาแบบลำดับที่จะแสดงถึงคุณสมบัติที่ต้องการให้กลายเป็นบูชีออโตมาตาที่สอดคล้องกันที่มีสถานะยอมรับในจำนวนที่เพียงพอตามสูตรตรรกะเชิงเวลาแบบลำดับ วิธีการนี้จะช่วยลดความซับซ้อนของกระบวนการ เพิ่มความชัดเจนของโครงสร้างทั้งหมด ทำให้การตีความ การวิเคราะห์เงื่อนไขของพฤติกรรมที่ต้องการของระบบได้ง่ายขึ้น โดยการทวนสอบด้วยโมเดลเช็กกิงกับบูชีออโตมาตาที่ได้จากการแปลงที่มีสถานะยอมรับสอดคล้องกับสูตรตรรกะเชิงเวลาแบบลำดับที่ต้องการ เราก็สามารถประเมินความน่าพอใจของคุณสมบัติเหล่านั้นได้อย่างแม่นยำ

การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา, ศุภพิชญ์ แสงมณี ฐิตารีย์เดชากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในช่วงการออกแบบระบบหลังจากที่ได้รับความต้องการมาแล้ว และได้ผลลัพธ์ออกมาเป็นข้อตกลงตามความต้องการของระบบแล้ว แผนภาพลำดับคือส่วนสำคัญที่อธิบายถึงพฤติกรรมของระบบที่มีปฏิสัมพันธ์กัน เป็นประโยชน์มากเพื่อให้กลุ่มผู้พัฒนาเห็นการทำงานเชิงพฤติกรรมของระบบ และมองพฤติกรรมของระบบไปทิศทางเดียวกันได้ สามารถใช้ในการทวนสอบข้อตกลงของระบบว่าครบถ้วน สมบูรณ์หรือไม่ แต่แผนภาพลำดับมีปัญหาเรื่องไม่สามารถทวนสอบแบบอัตโนมัติได้ ต้องใช้การวิเคราะห์และทวนสอบโดยการตัดสินใจของมนุษย์ และพฤติกรรมในบางระบบมีรูปแบบเชิงไม่กำหนด มีความซับซ้อนและไม่สามารถทวนสอบได้ งานวิจัยนี้เล็งเห็นถึงปัญหาที่เกิดขึ้นจึงคิดวิธีการทวนสอบข้อตกลงตามความต้องการของระบบของแผนภาพลำดับ โดยใช้แบบจำลองเชิงรูปนัยชื่อ ไทม์ออโตมาตาโดยการเปรียบเทียบและวิเคราะห์โครงสร้างแผนภาพลำดับที่มีตัวยืนยงสถานะตามหลักยูเอ็มแอลเวอร์ชัน 2.0, 2.5 และเครื่องมือ UPPAAL นิยามกฎการแปลงและพัฒนาเครื่องมือสำหรับใช้ในการแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา เริ่มแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะด้วยแฟ้มข้อความเป็นแฟ้มเอกซ์เอ็มแอลของเครื่องมือ UPPAAL จำลองและทวนสอบไทม์ออโตมาตาตามคุณสมบัติที่สนใจที่เขียนด้วยสูตร TCTL โดยในการทดสอบเครื่องมือแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตากับกรณีศึกษาพบว่า สามารถช่วยให้ผู้พัฒนาระบบสามารถเห็นพฤติกรรมเชิงระบบและนำมาสู่การปรับปรุงแผนภาพให้สอดคล้องกับข้อตกลงตามความต้องการของระบบ และทวนสอบระบบได้ผลลัพธ์ออกมาน่าพึงพอใจและเป็นไปตามข้อตกลงตามความต้องการของระบบ

การบูรณาการระบบความมั่นคงสารสนเทศตามมาตรฐานไอเอสโอ/ไออีซี 27001 กับการจัดการโครงการซอฟต์แวร์, วชิรวิทย์ เซียวสกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การบูรณาการระบบการจัดการความมั่นคงสารสนเทศและการจัดการโครงการซอฟต์แวร์มีความสําคัญอย่างยิ่ง เนื่องจากข้อมูลที่เกิดขึ้นในระบบสารสนเทศน้ันมีความละเอียดอ่อน เช่น ข้อมูลทางการเงิน หรือ ข้อมูลส่วนบุคคล เป็นต้น ซึ่งหากข้อมูลสารสนเทศดังกล่าวถูกเข้าถึงโดยไม่ได้รับอนุญาตจากเจ้าของข้อมูล หรือถูกนําไปใช้ในทางที่ไม่ถูกต้อง จะส่งผลให้เกิดความเสียหายต่อเจ้าของข้อมูล รวมถึงองค์กรที่ให้บริการระบบสารสนเทศดังกล่าว ดังนั้นระบบการจัดการความเสี่ยงด้านความมั่นคงสารสนเทศจึงจําเป็นต้องบูรณาการเข้ากับการจัดการโครงการในทุกขั้นตอนของวัฏจักรการพัฒนาซอฟต์แวร์ ปัจจุบันโครงการพัฒนาซอฟต์แวร์มักจะเกิดในสภาพแวดล้อมที่มีการเปลี่ยนแปลงอย่างรวดเร็ว การประยุกต์ใช้แนวปฏิบัติแบบสกรัมจะช่วยเข้ามาตอบโจทย์ความต้องการในการพัฒนาซอฟต์แวร์ที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ นอกจากนี้ยังมีความท้าทายในการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดการโครงการซอฟต์แวร์แบบสกรัมเฟรมเวิร์กคือ จากการรักษาความสมดุลระหว่างมาตรการความมั่นคงสารสนเทศที่มีความเข้มงวดกับระเบียบวิธีแบบสกรัมที่เน้นความรวดเร็วและคล่องตัว โครงงานนี้ผู้จัดทําโครงงานได้นําเสนอการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดโครงการซอฟต์แวร์แบบสกรัม โดยอ้างอิงจากมาตรฐานสากล ความต้องการของระบบจัดการความมั่นคงสารสนเทศ (ISO/IEC 27001:2022) มาตรการควบคุมความมั่นคงสารสนเทศ (ISO/IEC 27002:2022) และ การจัดการความเสี่ยง (ISO/IEC 31000:2018) นอกจากนี้ผู้จัดทําโครงงานได้อ้างอิงองค์ความรู้ด้านการจัดการโครงการซอฟต์แวร์แบบสกรัม จากการจัดการโครงการของสถาบันการจัดการโครงการ (Project Management Institute) และคู่มือสกรัมจากองค์กรแนวทางปฏิบัติสกรัม (Scrum Guides Organization) โดยกระบวนการที่ผ่านการบูรณาการแบ่งออกเป็น 6 ขั้นตอน ซึ่งได้ออกแบบรายละเอียดกิจกรรมและบทบาทของผู้เกี่ยวข้องที่เกิดขึ้นในแต่ละกิจกรรม เพื่อให้การจัดการโครงการซอฟต์แวร์มีความมั่นคงสารสนเทศอย่างทนทาน พร้อมทั้งพัฒนาเครื่องมือต้นแบบสำหรับการจัดการความมั่นคงสารสนเทศของโครงการซอฟต์แวร์แบบสกรัม ซึ่งช่วยสนับสนุนให้การจัดการโครงการมีประสิทธิภาพมากยิ่งขึ้น

Ssvep-Bci In Augmented Reality In Realistic Environment, Bhuwit Chaiyarit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates Augmented Reality-based Steady-State Visual Evoked Potentials (AR-SSVEP) in Brain-Computer Interface (BCI) systems, utilizing Extended Filter Bank Canonical Correlation Analysis (Extended-FBCCA) for SSVEP recognition optimization across various frequencies in various scenarios. The 10 Hz stimulus consistently achieves the highest recognition accuracy. Frequency-specific variations at 12 Hz, 13 Hz, and 15 Hz highlight nuanced SSVEP responses. White stimuli yield PC-SSVEP recognition ranging from 68.32% to 81.98%, slightly outperforming AR-SSVEP-Controlled (63.59% to 73.23%). Red stimuli impact AR-SSVEP-Controlled less than PC-SSVEP, with recognition ranges of 68.65% to 76.30% and 67.97% to 76.72%, respectively. Comparisons show a general slight outperformance of PC-SSVEP, …

Robustness Of Image-Based Malware Classification Models Trained With Generative Adversarial Networks, Ciaran Reilly, Stephen O Shaughnessy, Christina Thorpe

Conference papers

As malware continues to evolve, deep learning models are increasingly used for malware detection and classification, including image based classification. However, adversarial attacks can be used to perturb images so as to evade detection by these models. This study investigates the effectiveness of training deep learning models with Generative Adversarial Network-generated data to improve their robustness against such attacks. Two image conversion methods, byte plot and space-filling curves, were used to represent the malware samples, and a ResNet-50 architecture was used to train models on the image datasets. The models were then tested against a projected gradient descent attack. It …

Bilstm−Bigru: A Fusion Deep Neural Network For Predicting Air Pollutant Concentration, Prasanjit Dey, Soumyabrata Dev, Bianca Schoen-Phelan

Conference papers

Predicting air pollutant concentrations is an efficient way to prevent incidents by providing early warnings of harmful air pollutants. A precise prediction of air pollutant concentrations is an important factor in controlling and preventing air pollution. In this paper, we develop a bidirectional long-short-term memory and a bidirectional gated recurrent unit (BiLSTM−BiGRU) to predict PM 2.5 concentrations in a target city for different lead times. The BiLSTM extracts preliminary features, and the BiGRU further extracts deep features from air pollutant and meteorological data. The fully connected (FC) layer receives the output and makes an accurate prediction of the PM 2.5 …

Combinedeepnet: A Deep Network For Multistep Prediction Of Near-Surface Pm2.5 Concentration, Prasanjit Dey, Soumyabrata Dev, Bianca Schoen-Phelan

Conference papers

PM2.5 is a type of air pollutant that can cause respiratory and cardiovascular problems. Precise PM2.5 ( μg/m3 ) concentration prediction may help reduce health concerns and provide early warnings. To better understand air pollution, a number of approaches have been presented for predicting PM2.5 concentrations. Previous research used deep learning models for hourly predictions of air pollutants due to their success in pattern recognition, however, these models were unsuitable for multisite, long-term predictions, particularly in regard to the correlation between pollutants and meteorological data. This article proposes the combine deep network (CombineDeepNet), which combines multiple deep networks, including a …

Actor-Centric Spatio-Temporal Feature Extraction For Action Recognition, Anil Kunchala, Bianca Schoen-Phelan, Mélanie Bouroche

Conference papers

Action understanding involves the recognition and detection of specific actions within videos. This crucial task in computer vision gained significant attention due to its multitude of applications across various domains. The current action detection models, inspired by 2D object detection methods, employ two-stage architectures. The first stage is to extract actor-centric video sub-clips, i.e. tubelets of individuals, and the second stage is to classify these tubelets using action recognition networks. The majority of these recognition models utilize a frame-level pre-trained 3D Convolutional Neural Networks (3D CNN) to extract spatio-temporal features of a given tubelet. This, however, results in suboptimal spatio-temporal …

The Role Of Data Analytics To Address Water Stress In Africa, Khalil Beladda

ICT

Water stress, a global concern transcending geographical boundaries, significantly impacts the African continent. Affecting one in three people in Africa, sustainable water management is imperative for ecological and human welfare. This research emphasizes the pivotal role of data analytics in addressing water stress challenges in Africa and beyond.

Applying Machine Learning To Biological Status (Qvalues) From Physio-Chemical Conditions Of Irish Rivers, Raúl Martín Sánchez

ICT

This thesis evaluates and optimises a variety of predictive models for assessing biological classification status, with an emphasis on water quality monitoring. Grounded in previous pertinent studies, it builds on the findings of (Arrighi and Castelli, 2023) concerning Tuscany’s river catchments, highlighting a solid correlation between river ecological status and parameters like summer climate and land use. They achieved an 80% prediction precision using the Random Forest algorithm, particularly adept at identifying "good" ecological conditions, leveraging a dataset devoid of chemical data.

Recurrent Neural Networks For Flash Gdp Estimates In Ireland: A Comparison With Traditional Econometric Methods, Justin Flannery

ICT

GDP is the single most important barometer for the health of an economy. It’s an important input into the decision making processes of government, industry and state institutions such as central banks. To be useful as an indicator, GDP estimates need to be both timely and accurate. To meet the needs of users, many national statistical institutes publish early or flash estimates of GDP which are produced within 30 days after the end of a quarter. Given the long lags involved in the data collection processes which feed into GDP estimates, these flash estimates are often largely model based. Within …

Unlocking The Pragmatics Of Emoji: Evaluation Of The Integration Of Pragmatic Markers For Sarcasm Detection, Niamh Farnham

ICT

Emojis have become an integral element of online communications, serving as a powerful, under-utilised resource for enhancing pragmatic understanding in NLP. Previous works have highlighted their potential for improvement of more complex tasks such as the identification of figurative literary devices including sarcasm due to their role in conveying tone within text. However present state-of-the-art does not include the consideration of emoji or adequately address sarcastic markers such as sentiment incongruence. This work aims to integrate these concepts to generate more robust solutions for sarcasm detection leveraging enhanced pragmatic features from both emoji and text tokens. This was achieved by …

Face Image And Video Analysis In Biometrics And Health Applications, Na Zhang

Graduate Theses, Dissertations, and Problem Reports (ETD)

Computer Vision (CV) enables computers and systems to derive meaningful information from acquired visual inputs, such as images and videos, and make decisions based on the extracted information. Its goal is to acquire, process, analyze, and understand the information by developing a theoretical and algorithmic model. Biometrics are distinctive and measurable human characteristics used to label or describe individuals by combining computer vision with knowledge of human physiology (e.g., face, iris, fingerprint) and behavior (e.g., gait, gaze, voice). Face is one of the most informative biometric traits. Many studies have investigated the human face from the perspectives of various different …

Imitation Learning For Swarm Control Using Variational Inference, Hafeez Olafisayo Jimoh

Graduate Theses, Dissertations, and Problem Reports (ETD)

Swarms are groups of robots that can coordinate, cooperate, and communicate to achieve tasks that may be impossible for a single robot. These systems exhibit complex dynamical behavior, similar to those observed in physics, neuroscience, finance, biology, social and communication networks, etc. For instance, in Biology, schools of fish, swarm of bacteria, colony of termites exhibit flocking behavior to achieve simple and complex tasks. Modeling the dynamics of flocking in animals is challenging as we usually do not have full knowledge of the dynamics of the system and how individual agent interact. The environment of swarms is also very noisy …

Exploiting The Advantages And Overcoming The Challenges Of The Cable In A Tethered Drone System, Rogerio Rodrigues Lima

Graduate Theses, Dissertations, and Problem Reports (ETD)

This dissertation proposes solutions for motion planning, localization, and landing of tethered drones using only tether variables. A tether-based multi-model localization framework for tethered drones is proposed. This framework comprises three independent localization strategies based on a different model. The first strategy uses simple trigonometric relations assuming that the tether is taut; the second method relies on a set of catenary equations for the slack tether case; the third estimator is a neural network-based predictor that can cover different tether shapes. Multi-layer perceptron networks previously trained with a dataset comprised of the tether variables (i.e., length, tether angles on the …

Implementing Test Automation With Selenium Webdriver, Ramana Inturi

Graduate Theses, Dissertations, and Problem Reports (ETD)

Many software programs, such as applications for designing, modeling, simulating, and analyzing systems, are now commonly available as web-based applications. The testing of such sophisticated web applications is highly challenging and can be extremely tedious and error-prone if done manually. Recently automation tools have become increasingly used for testing web-based applications, as they minimize human involvement and repetitive work.

For this problem report project, we have built and implemented an automation testing framework for web applications. The project specifically uses a tool called Selenium WebDriver, which has been used to develop the testing framework. By using this framework, testers may …

Spatio-Temporal Deep Learning Approaches For Addressing Track Association Problem Using Automatic Identification System (Ais) Data, Md Asif Bin Syed

Graduate Theses, Dissertations, and Problem Reports (ETD)

In the realm of marine surveillance, track association constitutes a pivotal yet challenging task, involving the identification and tracking of unlabelled vessel trajectories. The need for accurate data association algorithms stems from the urge to spot unusual vessel movements or threat detection. These algorithms link sequential observations containing location and motion information to specific moving objects, helping to build their real-time trajectories. These threat detection algorithms will be useful when a vessel attempts to conceal its identity. The algorithm can then identify and track the specific vessel from its incoming signal. The data for this study is sourced from the …

Performance Analysis Of The Energy Harvesting Techniques In Cooperative Communication Systems Of Nbiot Devices With Amplify And Forward (Af) Relaying Protocol, Ines Sastre Umayya, Muhamad Milchan, Hendy Briantoro, Yoedy Moegiharto

Elinvo (Electronics, Informatics, and Vocational Education)

This study examines the system's performance with implementation of the energy harvesting (EH) techniques at source node, S and relay node, R. The RF signals which are used to energy harvesting proccess are broadcasted by destination node, D. The information signals from S are sent to D via a R in a cooperative communication framework. The R uses the amplify and forward (AF) protocol to forward the received signal from S to D. We propose a network system which contain of three femto cells, and an access point of each femto cells work as a relay (R), in a macro …

Monitoring And Controlling Temperature Egg Incubator Prototype Based Lora Communication, Mas Aly Afandi, Fadhila Karin Purnomo, Raditya Artha Rochmanto, Sevia Indah Purnama

Elinvo (Electronics, Informatics, and Vocational Education)

Poultry industries encounter problem in produce day old chicken (DOC). Poultry industries usually produce DOC using egg incubator. Egg incubator must have high accuracy in reading environment temperature inside the machine. The temperature environment inside the egg incubator machine needs to keep in range 36°C - 40°C. On the other hand, hatcheries and chicken coop usually not in one place. Poultry industries require applied technology to solve this problem. This problem can be solved by using internet of things. But internet of things can be so expensive. This research is aim to implement monitoring and controlling temperature inside egg incubator …

Modeling Of Quad-Station Module Cluster Tools Using Petri Nets, Aung Nay

Theses

The semiconductor industry is highly competitive, and with the recent chip shortage, the throughput of wafers has become more important than ever. One of the tools that the industry has deployed is to use of quad-station modules instead of the traditional single-station modules that allow for higher throughput and better wafer consistency by processing multiple wafers at the same time and distributing work. The industry trend is to use multiple transfer chamber robots to stack the quad-station modules in a series, particularly for etch products. In this work, the quad-station cluster tool wafer movement is modeled by using Petri net …

The Metaverse: A Virtual World In The Palm Of Your Hand, Ziad Doughan, Hadi Al Mubasher, Mustafa El Bizri, Ali Haidar

BAU Journal - Science and Technology

This paper explores the actual and future impact of the Metaverse as a virtual space. Thus, it focuses the probe on the technical challenges that face this everlasting emerging technology. Today, the Metaverse presents a digital environment to build collective architecture and historical heritage in a virtual space. In this digital world, the modeling and design methodology is based on individual archetypes that can puzzle new elements. Currently, traditional methods require change and adaptation in both the education and work market, especially due to the remote-work integration in the last few years. For example, many components are required to build …

Examining Early Elementary Computer Science Identity Repertoires Within A Curriculum: Implications For Epistemologically Pluralistic Identities, Eleanor Richard, Shakhnoza Kayumova

Journal of Computer Science Integration

As computer science (CS) enters an increasing number of elementary classrooms, researchers must investigate the representations of what kinds of people are presented as doing computer science within CS curricula. In this paper, we explore a widely used, freely accessible, web-based, early elementary CS curriculum to examine the kinds of identity repertoires (behaviors, actions, skills, and socioemotional norms) that are promoted as representative of being/becoming a CS person. More specifically, we draw on identity studies and employ critical discourse analysis to examine how the kinds of norms and repertoires of CS practice made available in the curricular materials might construct …

Hybrid Artificial Bee Colony And Improved Simulatedannealing For The Capacitated Vehicle Routing Problem, Farhanna Mar'i, Hafidz Ubaidillah, Wayan Firdaus Mahmudy, Ahmad Afif Supianto

Knowledge Engineering and Data Science

Capacitated Vehicle Routing Problem (CVRP) is a type of NP-Hard combinatorial problem that requires a high computational process. In the case of CVRP, there is an additional constraint in the form of a capacity limit owned by the vehicle, so the complexity of the problem from CVRP is to find the optimum route pattern for minimizing travel costs which are also adjusted to customer demand and vehicle capacity for distribution. One method of solving CVRP can be done by implementing a meta-heuristic algorithm. In this research, two meta-heuristic algorithms have been hybridized: Artificial Bee Colony (ABC) with Improved Simulated Annealing …

An Accurate Real-Time Method For Face Mask Detectionusing Cnn And Svm, Shili Hechmi

Knowledge Engineering and Data Science

Infectious respiratory diseases, including COVID-19, pose a significant challenge to humanity and a potential threat to life due to their severity and rapid spread. Using a surgical mask is among the most significant safety precautions that can help keep this sort of pandemic from spreading, and manual monitoring of large crowds in public places for face masks is problematic. In this research, we suggest a real-time approach for face mask detection. First, we use a multi-scale deep neural network to extract features. As a result, the attributes are better suited for training the detection system. We employ SVM post-processing in …

Indonesian Language Term Extraction Using Multi-Task Neural Network, Joan Santoso, Esther Irawati Setiawan, Fransiskus Xaverius Ferdinandus, Gunawan Gunawan, Leonel Hernandez Collantes

Knowledge Engineering and Data Science

The rapidly expanding size of data makes it difficult to extricate information and store it as computerized knowledge. Relation extraction and term extraction play a crucial role in resolving this issue. Automatically finding a concealed relationship between terms that appear in the text can help people build computer-based knowledge more quickly. Term extraction is required as one of the components because identifying terms that play a significant role in the text is the essential step before determining their relationship. We propose an end-to-end system capable of extracting terms from text to address this Indonesian language issue. Our method combines two …

Adaptive Neuro-Fuzzy Inference System For Waste Prediction, Haviluddin Haviluddin, Herman Santoso Pakpahan, Novianti Puspitasari, Gubtha Mahendra Putra, Rima Yustika Hasnida, Rayner Alfred

Knowledge Engineering and Data Science

The volume of landfills that are increasingly piled up and not handled properly will have a negative impact, such as a decrease in public health. Therefore, predicting the volume of landfills with a high degree of accuracy is needed as a reference for government agencies and the community in making future policies. This study aims to analyze the accuracy of the Adaptive Neuro-Fuzzy Inference System (ANFIS) method. The prediction results' accuracy level is measured by the value of the Mean Absolute Percentage Error (MAPE). The final results of this study were obtained from the best MAPE test results. The best …

Associated Patterns In Open-Ended Concept Maps Within E-Learning, Didik Dwi Prasetya, Tsukasa Hirasama

Knowledge Engineering and Data Science

A concept map is a diagram that visualizes the structure of individual cognitive knowledge. An approach to creating a concept map structure that allows users to contribute concepts and linkages that express their understanding freely is known as an "open-ended concept map." It has been demonstrated that an open-ended concept map accurately depicts student knowledge structures and reveals student differences. However, manually analyzing an open-ended map is difficult, time-consuming, and includes many propositions, especially in a big classroom. Educational data mining could be used to further process and analyze a collection of concept maps. However, many works attempted to employ …

Design And Prototyping Of A Low-Cost High Frequency Antenna For Vicinity Coupling Devices, Benjamin Kommey, Ernest Ofosu Addo, Elvis Tamakloe

Makara Journal of Technology

This paper describes the development of a high frequency (HF) antenna for high output power vicinity coupling devices (VCDs) operating at 13.56 MHz. Key design parameters, such as RF power level, antenna size, and communication protocol, and their link to the antenna features and requirements, have been discussed. For efficient reader interrogation, detection, and recovery of transponder responses, a tuning circuit necessary to adjust the antenna power matching and resonance characteristics was designed and prototyped. The antenna was fed to an industry standard reader and evaluated for read range performance with vicinity cards. The designed antenna on the reader achieved …

Damage Stability Study Of A 500 Dw Ro-Ro Ferry Vessel, Zulfaidah Ariany, Budhi Santoso, Sarwoko Sarwoko, Nauval Abdurrahman Prasetyo

Makara Journal of Technology

The development of the crossing transportation industry is currently increasing in the island areas. The use of Ro-Ro type ferry boats is extremely efficient in moving people, goods, and vehicles. The current research focuses on the damage stability of the 500 DWT Ro-Ro ferry, which aims to meet the needs of the Ro-Ro ferry in the archipelago area. The previously existing initial design of a barge hull with a main size Lpp = 40.15 m, B = 12 m, H = 3.2 m, and T = 2.15 m was used to analyze the damage stability condition further. First, the drawings …

30 Años De Transformación Regional. Chía Y Zipaquirá, José Zacarías Mayorga Sánchez, Luz Deicy Flórez Espinal, Viviana Andrea Caballero Moreno, Luz Mireya Rincón Mora, John Jairo Zambrano Rocha, Eduard Neftali Gutiérrez, Carlos Augusto Trujillo Padilla, Carlos Germán González Pedraza, Juan Manuel Urrego Laurin, León Fabio Salcedo Ortiz, Ana Betina Morgante Combariza, Eduardo Ernesto Castro Neira

Institucional

En el trigésimo aniversario de vida universitaria de nuestro claustro académico, la Extensión Chía, recordamos con agrado el proceso desarrollado en esta corta pero muy exitosa actividad universitaria. Conocida como la ciudad de La Luna, el municipio de Chía es un importante centro empresarial e industrial del departamento de Cundinamarca, sede de varias instituciones de educación superior. Hoy es un referente de primer orden el proceso de desarrollo económico y social que ha atravesado la provincia Sabana Centro, en especial, debido a la cercanía a la capital del país. Es un centro cultural y turístico por excelencia con una rica …