https://ptsldigital.ukm.my/jspui/handle/123456789/388909 Mon, 03 Aug 2026 12:54:02 GMT 2026-08-03T12:54:02Z https://ptsldigital.ukm.my/jspui/handle/123456789/784299 Title: Model pembinaan pesanan teks untuk terapi masalah kesihatan mental menggunakan pemodelan topik Authors: Teh Faradilla Abdul Rahman Abstract: Kekaburan proses membina pesanan teks untuk terapi masalah kesihatan mental, kekurangan sumber panduan dan keterbatasan ilmu ahli kesihatan mental dalam pembinaan pesanan teks yang bersandarkan teori menjadi motivasi utama untuk menjalankan kajian ini. Kajian ini bertujuan untuk mereka bentuk dan membangunkan Model Pembinaan Pesanan Teks untuk Terapi Masalah Kesihatan Mental (PESAN). Ia bertujuan untuk mewujudkan satu panduan pembinaan pesanan teks yang berasaskan teori – teori psikologi, model Transtheoretical dan Pemodelan Topik untuk terapi kemurungan, keresahan dan penyalahgunaan alkohol. Kajian ini menggunakan metodologi Penyelidikan Reka Bentuk dan Pembangunan iaitu Design and Development Research (DDR). Fasa Analisis Keperluan melibatkan tinjauan literatur, soal selidik tahap kesihatan mental masyarakat Malaysia dan soal selidik keperluan pembangunan model. Fasa Reka Bentuk dan Pembangunan model terbahagi kepada dua subfasa iaitu Fasa II (A) mengenal pasti topik dan perkataan dengan menggunakan kaedah pemodelan topik teks ringkas dan temu bual, manakala Fasa II (B) adalah pembangunan model yang menggunakan kaedah temu bual. Fasa Penilaian Kebolehgunaan menggunakan kaedah Fuzzy Deplhi untuk menganalisis kesepakatan sekumpulan pakar bidang kesihatan mental tentang kesesuaian dan kebolehgunaan model yang dibangunkan. Dapatan dari tinjauan literatur menunjukkan terdapat kelompongan pada panduan pembinaan pesanan teks bagi terapi masalah kesihatan mental. Selain itu, statistik individu yang mengalami masalah kesihatan mental di peringkat dunia dan kebangsaan, serta dapatan soal selidik tahap kesihatan mental menunjukkan bahawa kajian ini wajar dilaksanakan dengan menumpukan kepada kemurungan, keresahan dan penyalahgunaan alkohol. Dapatan dari soal selidik menunjukkan 96% pakar kesihatan mental bersetuju bahawa terdapat keperluan untuk membangunkan model pembinaan pesanan teks untuk terapi masalah kesihatan mental. Uji kaji pemodelan topik berjaya mengeluarkan topik dan perkataan yang bersesuaian untuk digunakan semasa membina kandungan pesanan teks. Hasil dari temu bual, satu model PESAN dibangunkan. Seterusnya, 89% – 94% pakar mencapai kesepakatan dalam mengesahkan kebolehgunaan keseluruhan model PESAN yang telah dibangunkan. Kajian ini menyumbang kepada pembangunan model pembinaan pesanan teks untuk terapi masalah kesihatan mental serta menjadi satu sumbangan ilmu dari segi kaedah penyelidikan kepada bidang terapi masalah kesihatan mental berasaskan teks dan perlombongan teks. Selain dari keselarian elemen – elemen model dengan teori – teori, prinsip CBT dan model Transtheoretical, kajian ini diharapkan dapat dijadikan rujukan yang bermanfaat. Description: Full-text Fri, 06 Oct 2023 00:00:00 GMT https://ptsldigital.ukm.my/jspui/handle/123456789/784299 2023-10-06T00:00:00Z https://ptsldigital.ukm.my/jspui/handle/123456789/784298 Title: Ramalan perambatan aliran trafik berasaskan kesesakan jalan berjiran menggunakan model hidden markov Authors: Bagus Priambodo Abstract: Kesesakan jalanraya merambat ke seluruh rangkaian disebabkan oleh peningkatan aliran trafik di jalan raya yang berjiran. Ramalan kesan riak (ripple effect) ke atas rangkaian ini sangat penting bagi pemandu untuk mengelakkan kesesakan jalan raya. Sebelum ini, kajian perambatan (propagation) aliran trafik menggabungkan data trajektori masa nyata. Sistem Kedudukan Global (GPS) dengan maklumat jalan yang berhubung. Masalah timbul apabila ramalan tidak boleh dilakukan dengan kaedah ini jika data trafik sebenar dari sensor seperti Internet of Things (IoT) tidak mempunyai maklumat mengenai jalan raya yang saling berhubung. Oleh itu, objektif utama kajian ini ialah untuk membangunkan satu model Hidden Markov bagi meramal perambatan aliran trafik menggunakan data trafik sebenar tanpa maklumat mengenai jalan raya yang saling berhubung. Untuk mencapai objektif ini, hubungan antara jalan raya berjiran dikenal pasti dan dianalisis menggunakan pola aliran trafik menurut hari dan masa. Faktor spatial dan temporal yang mempengaruhi kesesakan jalan raya di satu kawasan kejiranan juga dikaji. Metodologi kajian adalah berasaskan lima fasa utama dalam kitar hayat pembelajaran mesin iaitu pemerolehan data, pra-pemprosesan data, pemprosesan, latihan dan penilaian. Untuk meningkatkan prestasi ramalan model, satu kaedah penggugusan keadaan trafik dibangunkan menggunakan algoritma pengecaman pola. Hasil penggugusan ini seterusnya divisualisasi dan dianalisis menggunakan data trafik sebenar. Kajian ini mendapati bahawa hubungan antara jalan raya sangat mempengaruhi ketepatan ramalan. Satu model ramalan trafik menggunakan Hidden Markov berasaskan purata jalan berjiran menjadi penanda aras bagi model yang dibangunkan. Model kajian ini menunjukkan prestasi yang tinggi apabila hubungan korelasi antara jalan raya melebihi 0.6. Malah, hasil eksperimen menunjukkan bahawa ketepatan ramalan dengan model Hidden Markov yang dicadangkan mencapai 90% apabila hubungan antara jalan raya melebihi 85%. Terdapat dua sumbangan utama kajian iaitu (i) kaedah penggugusan keadaan trafik untuk mengenalpasti jalan raya yang mempunyai hubungan tinggi dengan jalan sasaran, dan (ii) model Hidden Markov untuk meramal perambatan aliran trafik di jalan raya yang berjiran. Description: Full-text Wed, 22 Mar 2023 00:00:00 GMT https://ptsldigital.ukm.my/jspui/handle/123456789/784298 2023-03-22T00:00:00Z https://ptsldigital.ukm.my/jspui/handle/123456789/784297 Title: Pembinaan semula imej dan analisis tomografi berkomputer menggunakan kaedah lelaran Authors: Mohd Soyapi Mohd Yusoff Abstract: Tomografi berkomputer digunakan untuk melakukan ujian tanpa musnah bagi melihat bahagian dalaman sesuatu objek tanpa perlu mengerat objek berkenaan. Bidang penyelidikan tomografi berkomputer melibatkan pembinaan semula imej 2D dan 3D daripada data unjuran pengimbas CT. Penyelidikan ini adalah bertujuan untuk mendapatkan penjelasan mengenai dimensi pengetahuan pengimbas CT dan pembinaan semula imej CT. Kajian ini dimulakan dengan mengkaji persekitaran sistem perolehan data dan pembangunan satu prototaip aplikasi pembinaan semula imej pengimbas CT yang melibatkan data generasi ke-4 dan ke-5. Seterusnya, mengenalpasti kaedah untuk menjana data sintetik 2D pengimbas CT dan menguji aplikasi prototaip pembinaan semula imej CT. Seterusnya, mengenalpasti kaedah penggabungan data unjuran imej 2D yang sesuai untuk membentuk imej 3D. Kajian terakhir adalah mengenalpasti kaedah untuk menganalisis data dan mengukur kualiti aplikasi pembinaan semula imej CT. Data unjuran sintetik tomografi berkomputer atau sinogram dihasilkan melalui proses transformasi Radon ke hadapan. Manakala imej CT pula dihasilkan daripada proses transformasi Radon ke belakang. Pembentukan data unjuran 3D dilakukan melalui proses tindanan data unjuran 2D mengikut susunan tertentu. Kaedah lelaran 2D yang diaplikasikan dalam pembinaan semula imej tomografi berkomputer terbahagi kepada dua kaedah iaitu kaedah lelaran ART dan SIRT. Pengimbas imej CBCT menghasilkan imej 3D tomografi berkomputer dengan mengaplikasikan algoritma penyongsangan data unjuran 1D. Penukaran data imej 2D dalam fomat MATLAB kepada data imej 2D fomat DICOM diperlukan untuk melakukan tindanan data imej 2D kepada data imej 3D. Teknologi lama perlu diperbaharui untuk bergerak seiring dengan kemajuan teknologi maklumat dalam era revolusi perindustrian. Penghantaran satu fail digital 3D melalui rangkaian komputer lebih cekap berbanding ratusan fail digital 2D. Penggunaan ruang storan komputer dapat dikurangkan jika data imej DICOM 2D ditukarkan kepada data imej 3D. Kajian imej 3D meliputi pengvisualan imej voksels menggunakan enjin voksels Gibbon, imej permukaan iso dan imej CBCT. Ujian statistik Shapiro-Wilk digunakan untuk menentukan kenormalan data lelaran ART manakala ujian statistik Kolmogorov-Smirnov digunakan untuk menentukan kenormalan data lelaran SIRT. Ujian statistik analisis varians Kruskal-Wallis (ANOVA) sehala digunakan untuk pengujian hipotesis nol kaedah lelaran ART dan SIRT. Ujian statistik analisis varians ANOVA sehala digunakan untuk pengujian hipotesis nol kaedah lelaran SIRT. Ujian Kruskal-Wallis menolak hipotesis nol yang menyatakan bahawa ketiga tiga sampel data ART berasal daripada taburan masa penambahbaikan yang sama pada tahap signifikan 0.01. Ujian Kruskal-Wallis dan ujian ANOVA menolak hipotesis nol yang menyatakan bahawa keenam-enam sampel data SIRT berasal daripada taburan masa penambahbaikan yang sama pada tahap signifikan 0.01. Description: Full-text Thu, 13 Jan 2022 00:00:00 GMT https://ptsldigital.ukm.my/jspui/handle/123456789/784297 2022-01-13T00:00:00Z https://ptsldigital.ukm.my/jspui/handle/123456789/784296 Title: Inclusive evaluation and design for HCI interface using backpropagation neural network (BPNN) and artificial bee colony (ABC) algorithm model Authors: Jianbing, Liu Abstract: In an era of pervasive information technology and widespread internet access, Human Computer Interaction (HCI) interfaces play a vital role across various sectors like education, healthcare, and public services. Inclusive design, accommodating diversity in abilities, gender, age, and skills, has become crucial for enhancing user experiences. However, existing HCI interface research faces challenges in meeting diverse user needs and capabilities, including neglecting inclusivity for user groups with reduced abilities and streamlining the design process for inclusiveness. The study identifies several research gaps in the field of HCI interfaces: there is a lack of a standardized and systematic approach for evaluating inclusiveness in HCI interfaces, existing methods often inadequate for inclusivity and the design process of inclusive HCI interfaces, especially for novice designers, who often face challenges for inclusivity in HCI interfaces. Addressing these gaps is crucial for advancing the development of inclusive HCI interfaces. Thus, this research aims to address gaps in HCI interface development by focusing on inclusiveness and user-friendliness. To achieve this, three main objectives are outlined. Firstly, to devise an evaluation method for HCI interface inclusiveness, by introducing a usability metric: usability inclusiveness average value (UIAV) and a user capability metrics: user capability inclusiveness degree (UCID). This method offers both qualitative and quantitative analysis, enabling designers to assess inclusiveness across different interface versions. Secondly, to identify influential inclusive features of HCI interfaces, drawing on cognitive load measurement concepts to develop comprehensive design criteria. Lastly, to propose intelligent algorithms through BPNN and ABC for constructing an inclusive design data source, as a resource for generating guidelines for designing HCI interfaces. This research employs three main methods to contribute to the development of HCI interfaces. Firstly, it introduces evaluation indicators, UCID and UIAV as mentioned earlier which will be fit into two proposed tools, the 'usability user capability function' and the 'usability user capability diagram.' These tools enable the computation of the HCI interface inclusion index and provide a method for interpreting and analysing inclusiveness. Secondly, a cognitive load measurement analysis method is proposed, involving experiments with CNC machines, websites, and smart TVs, to extract influential features of HCI interface inclusiveness. Lastly, a design application method based on BPNN and ABC algorithms is proposed to construct an inclusiveness database to help streamlining the design process while maintaining inclusiveness. Final results include detailed score values e.g., Root Mean Square Error (RMSE) = 0.0323 and R Square = 0.9735 with ABC-BPNN; UCID for Experimental Group (EG) achieved 98.26%, and Control Group (CG) achieved 87.81%, while results of UIAV also show that EG is superior to CG in various indicators, showcasing the effectiveness of proposed methods in enhancing HCI interface inclusiveness. In conclusion, this research addresses the identified research gaps and contributes to the knowledge by proposing inclusive evaluation, inclusive features analysis, and inclusive design methods for highly inclusive HCI interfaces. Description: Full-text Tue, 10 Sep 2024 00:00:00 GMT https://ptsldigital.ukm.my/jspui/handle/123456789/784296 2024-09-10T00:00:00Z