<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="http://hdl.handle.net/123456789/444">
    <title>Repository Collection:</title>
    <link>http://hdl.handle.net/123456789/444</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="http://hdl.handle.net/123456789/7015" />
        <rdf:li rdf:resource="http://hdl.handle.net/123456789/7014" />
        <rdf:li rdf:resource="http://hdl.handle.net/123456789/7012" />
        <rdf:li rdf:resource="http://hdl.handle.net/123456789/7007" />
      </rdf:Seq>
    </items>
    <dc:date>2013-06-17T18:57:05Z</dc:date>
  </channel>
  <item rdf:about="http://hdl.handle.net/123456789/7015">
    <title>ALGORITMA SELEKSI DATA DENGAN KOMPLEKSITAS ALGORITMA LINIER O(n)</title>
    <link>http://hdl.handle.net/123456789/7015</link>
    <description>Title: ALGORITMA SELEKSI DATA DENGAN KOMPLEKSITAS ALGORITMA LINIER O(n)
Authors: Rihyanti, Erni; Juarna, Asep
Abstract: Seleksi data adalah pemilihan data terkecil ke-k dari sebuah himpunan S&#xD;
beranggotakan n data tidak terurut. Prosedur trivial seleksi terdiri dari dua langkah:&#xD;
(1) mengurutkan S, dan (2) proses seleksi. Algoritma pengurutan data yang telah&#xD;
tersedia mempunyai kompleksitas kuadratis O(n2) atau linier logaritmik O(n log n)&#xD;
sedangkan algoritma seleksi atas data terurut mempunyai kompleksitas linier O(n),&#xD;
sehingga kompleksitas algoritma trivial ini paling cepat O(n log n). Makalah ini&#xD;
menyajikan secara rinci sebuah algoritma seleksi rekursif dengan kompleksitas O(n).&#xD;
Ide algoritma ini adalah pemilihan proses subdivisi S ke beberapa subhimpunan yang&#xD;
masing-masing berukuran cukup kecil. Kelinieran kompleksitas algoritma ini&#xD;
dikonfirmasi dengan program kecil menggunakan bahasa pemrograman Matlab.</description>
    <dc:date>2008-08-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://hdl.handle.net/123456789/7014">
    <title>KOMPRESI CITRA JPEG BERBASIS METODE DCT (DISCRETE COSINUS TRANSFORM)</title>
    <link>http://hdl.handle.net/123456789/7014</link>
    <description>Title: KOMPRESI CITRA JPEG BERBASIS METODE DCT (DISCRETE COSINUS TRANSFORM)
Authors: Mustikaningpuri, Kartika Retno; Juarna, Asep
Abstract: A compression application program has developed based on DCT (discrete cosine&#xD;
transform) method. DCT method decrease the size of bits of the original image. This&#xD;
paper discuss application of image compression based on DCT method. DCT method&#xD;
applies lossy compression techniques since it losses some data in the compression&#xD;
compress. The lose data are the ones those have high frequency components of the&#xD;
original image. Some experiments shows that the application can compresses the&#xD;
image with ratio 7.0% until 98.9%.</description>
    <dc:date>2009-04-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://hdl.handle.net/123456789/7012">
    <title>Smart Shopping for Future Retail Market in Indonesia</title>
    <link>http://hdl.handle.net/123456789/7012</link>
    <description>Title: Smart Shopping for Future Retail Market in Indonesia
Authors: Darmayantie, Astie; Rindhayanti, Hauliza; Permatasari, Jessica; Rahayu, Dewi Agushinta
Abstract: Abstract. The growth of technologies are more advanced in almost every&#xD;
aspects in our lives. The paradigm of a computer machine has been&#xD;
expanded, according to its outgrowth. This was found quite beneficial in&#xD;
retail area, but it is not accompanied with the improved of system information&#xD;
and supports. Hence, the ubiquitous concept will be used. This&#xD;
paper propose method using RFID technology on a retail market. RFID&#xD;
or Radio Frequency Identification is a technology that allows us to gather&#xD;
specific information about an object. The system with RFID implementation&#xD;
will be presented in identifying the product using Smart-gate as&#xD;
RFID reader, automated cashier using E-smart card, and integrated procurement&#xD;
system. This paper also present the method to overcome the&#xD;
privacy problem using RFID. Overall of the system could improved the&#xD;
effectiveness of the company, due its accuracy and low time-cost. Considering&#xD;
the integration cost, we believe that its possible to be implemented&#xD;
in Indonesia.</description>
    <dc:date>2011-07-22T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://hdl.handle.net/123456789/7007">
    <title>Model Berbasis Ekstraksi Untuk Analisis Gaya Berjalan</title>
    <link>http://hdl.handle.net/123456789/7007</link>
    <description>Title: Model Berbasis Ekstraksi Untuk Analisis Gaya Berjalan
Authors: Hustinawaty, Hustinawaty; Jannah, Miftahul; Rahman, Rd. Fazlur
Abstract: Berjalan merupakan salah satu gerak tubuh yang sehari-hari dilakukan oleh manusia, walaupun gerakan ini terlihat begitu sederhana yakni hanya dengan melangkahkan kaki namun untuk melakukan langkah demi langkah seluruh parameter-parameter yang ada saling bekerja sama menghasilkan gerakan yang cukup kompleks. Seiring dengan perkembangan zaman, analisis gerak kini telah menggunakan berbagai perangkat teknologi guna mendapatkan model-model yang nantinya dapat digunakan dalam berbagai bidang penerapannya.&#xD;
Posisi menopang (stance) dan posisi mengayun (swing) pada saat berjalan akan terus dilakukan berulang kali hingga subjek mencapai posisi yang diinginkan disebut siklus gaya berjalan (gait cycle). Analisis siklus berjalan mulai dari fase intial condition hingga terminal wing berguna untuk mengenali pola gerak berjalan normal dan mengidentifikasi gaya berjalan manusia (Gait Recognition)&#xD;
Pengembangan model gerak berdasarkan proses ekstraksi yang digunakan untuk mengkombinasi dua struktural dan datanya dianalisa untuk kemampuan recognition. Hirarki bentuk dan gerak diperlukan untuk menghasilkan komputasi yang relatif sederhana, yang mana batasan anatomi dalam hirarki tersebut digunakan untuk mengekstraksi parameter bagian tubuh yang tetap. Rata-rata data gaya berjalan digunakan untuk membuat rancangan model gerak gaya berjalan, yang disesuaikan untuk mencocokkan ke masing-masing subjek. Pendekatan yang dilakukan adalah dengan mengevaluasi database gaya berjalan yang besar, yang terdiri dari 4824 urutan dari 115 subjek yang ada, dengan menunjukkan ekstraksi gaya berjalan dan kemampuan deskripsi di laboratorium dan pengambilan di kondisi dunia nyata.&#xD;
Hasil dari analisis statistik parameter ekstraksi gaya berjalan, menunjukkan bahwa sebagian besar potensi pengenalan terletak pada parameter-parameter bentuk statik (tetap) dan frekuensi gaya berjalan (irama).</description>
    <dc:date>2013-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

