Nama : Alfian Septa Pratama

NIM : 24040118140055

1. Brand classification of detergent powder using near-infrared

spectroscopy and extreme learning machines
a. permasalahan
Banyak produsen nakal yang menjual deterjen bermutu rendah, dan mengemasnya dengan kemasan
brand-brand ternama. Hal ini menyebabkan kerugian bagi konsumen maupun lingkungan, karena
tentunya quality controlnya berbeda dengan brand asli.

b. Solusi
Menggunakan Near Infrared (NIR) Spectroscopy untuk akuisisi data dan Extreme Learning Machine
untuk memprediksi brand-brand bubuk deterjen.

c. Hasil/Output
Output dari penelitian ini adalah identifikasi serbuk deterjen.

2. Dropout technique for image classification based on extreme

learning machine
a. Permasalahan
Lambatnya algoritma identifikasi gambar dalam skala besar.

b. Solusi
Dengan menggunakan algoritma Extreme Learning Machine yang lebih cepat, akurat dan hemat
sumber daya.

C. Hasil/Output
Output dari penelitian ini adalah identifikasi gambar sekala besar dengan cepat dan akurat.

3. Extreme Learning Machine based Differentiation of Pulmonary

Tuberculosis in Chest Radiographs using Integrated Local Feature
Descriptors
a. Permasalahan
Identifikasi tuberculosis pulmonary secara cepat dan real time.

b. Solusi
Dengan memanfaatkan komputasi pencitraan dan Extreme Learning Machine untuk memprediksi
pola-pola citra dalam deteksi tuberculosis pulmonary.

c. Hasil/output
Output dari penelitian ini adalah software yang mampu mendeteksi tuberculosis pulmonary secara
cepat dan real time.
Nama : Alfian Septa Pratama
NIM : 24040118140055

4. Prediction of aircraft trajectory and the associated fuel

consumption using covariance bidirectional extreme learning
machines.
a. Permasalahan
Produksi konsumsi bahan bakar untuk pesawat sangat penting dalam menejemen industri pesawat.
Metode konvensional saat ini memiliki tingkatan error yang sangat tinggi.

b. Solusi
Dengan memanfaatkan algoritma Extreme Learning Machine untuk mendapat prediksi yang akurat
dan cepat

c. Hasil/Output
Dihasilkan model prediksi konsumsi bahan bakar pesawat yang akurat dan cepat.

5. Using artificial neural networks of the type extreme learning

machine for the modelling and prediction of the temperature in the
head the column. Case of a C6H11-CH3 distillation column.
a. Permasalahan
Memprediksi secara lebih akurat temperature C6H11-CH3 distillation column. Selain memprediksi,
penelitian ini juga membuat model dinamika temperature.

b. Solusi

Memanfaatkan algoritma Extreme Learning Machine dengan 1000 data training untuk menghasilkan
prediksi dengan akurasi lebih dari 90%.

c. Hasil/Output

Dihasilkan temperature C6H11-CH3 distillation column.