Linear ordering of objects as applied to assesing economic activity of populations in voivodships

The aim of the paper is to compare the results of adopting different methods of linear ordering of objects applied to evaluating the level of economic activity of the population, as well as to select the method for the final assessment of the studied complex phenomenon. Two approaches have been presented. The first involves choosing from the results obtained by adopting all the analysed pattern and patternless methods, while the other proposes the choice of a method separately for each group. The studied problem has been demonstrated on the example of the level of economic activity of the population, which was defined on the basis of the data for the end of the first quarter of 2019, presented for voivodships and drawn from the Labour Force Survey in Poland (LFS). The analysis involved using several variants of patternless methods that differed from one another according to which formula of the diagnostic feature normalisation they used, as well as the following standard methods: Hellwig’s method, TOPSIS and the positional method based on Weber’s spatial median. In the group of the patternless methods of linear ordering, the one which yielded results closest to the results obtained using all the other variants was the method based on zeroed unitarisation. In the group of the pattern methods, similar conditions were met by Hellwig’s method.

Analisis Kualitas Citra Hasil Reduksi Noise Menggunakan Spatial Median Filter dan Adaptive Fuzzy Filter Terhadap Variasi Kedalaman Citra

Algoritma reduksi noise salt pada citra mampu mengurangi sebagian atau keseluruhan noise, tapi berdampak pada keragaman informasi dan kualitas citra. Persentase noise yang lebih besar juga membuat perubahan yang besar pada citra, namun hasilnya dapat berbeda untuk citra dengan kedalaman bit yang berbeda-beda. Kemampuan algoritma reduksi noise mampu bekerja maksimal untuk noise di bawah 20%. Penelitian terdahulu mengenai proses reduksi noise citra diantaranya menggunakan algoritma Adaptive Fuzzy Filter (AFF) dan Spatial Median Filter (SMF) yang mampu menghilangkan noise. Keduanya mampu mereduksi noise dengan hasil maksimal di bawah 45% pada citra 8 bit, namun menyisakan beberapa noise. Oleh karena itu, perlu dikaji kinerja algoritma dan dampaknya terhadap citra dengan noise yang lebih besar. Penelitian ini khusus mengatasi noise jenis salt and pepper dengan persentase noise di atas 45% pada citra warna bitmap. Selain itu, penelitian ini menganalisis citra hasil mulai dari kualitas citra dan keragaman informasi setelah proses reduksi noise dengan menggunakan Algoritma SMF dan AFF. Dari hasil pengujian citra untuk persentase noise salt 45%, 55%, 65%, dan 75% pada kedalaman citra 8, 16, dan 24 bit, dapat disimpulkan bahwa Algoritma AFF lebih baik dibandingkan SMF mengacu pada nilai Peak Signal to Noise Ratio (PSNR), sebaliknya algoritma SMF lebih baik untuk keragaman informasi, mengacu pada nilai shannon entropy. Kedua hal ini berlaku untuk semua variasi kedalaman citra warna.