DETERMINATION OF THE OPTIMAL BATCH, SIZE AND QUANTITY OF TRANSPORT PACKAGES FOR THE TRANSPORTATION OF KARELIAN BIRCH

This article presents the calculation of the optimal batch, dimensional and mass characteristics and the required number of transport packages for the transportation of Karelian birch in "knife" bars and boards. The number and weight of bars on EURO or FIN pallets, the number of boards of the same cubic capacity are determined and transport packages and stacks of boards are calculated taking into account the realization of the maximum possible carrying capacity and cargo capacity of vehicles and containers. The choice and justification of the rolling stock and its necessary quantity for transportation of the calculated batch of wood is made.

DETEKSI EKSPRESI WAJAH MENGGUNAKAN TENSORFLOW

Ekspresi wajah adalah merupakan perubahan bentuk raut muka wajah dalam menanggapi keadaan perasaan, niat dan komunikasi sosial seseorang. Ekspresi wajah ini sangat bagus untukk di teliti karena merupakan alat komunikasi non verball yang biasa digunakan oleh manusia ‘untuk menggambarkan keadaan emosi atau perasaan dan untuk menyampaikan pesan sosial di kehidupan sehari-hari. Penelitian ini menggunakan machine learning open source library Tensorflow dengan mengguanakan metode Convolutional Neural Network (CNN) yang dirancang khusus untuk pengenalan dan menentukan klasifikasi terhadap 7 ekspresi dasar wajah manusia ditambah ekspresi netral, metode ini memiliki hasil paling signifikan dalam hal pengenalan citra. Pemerataan distribusi data akan dilakukan untuk meningkatkan kinerja model. Hasil dari pengujian analisis di dapatkan hasil parameter optimal batch 32, epoch 100 dan dropout 0.6 dengan tingkat akurasi training 62.24%, akurasi validasi 62,44%, training loss 4,54% dan validation loss 4,02%. Di akhir penelitian ini, penulis melakukan percobaan pendeteksian ekspresi wajah dengan video secara realtime.