Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Informatika
Junius Karel Tampubolon
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SUBSTRAKSI BACKGROUND DAN DETEKSI BAYANGAN PADA CITRA GRAYSCALE SEKUENSIAL Binarahandra R.E; Widi Hapsari; Junius Karel Tampubolon
Jurnal Informatika Vol 7, No 2 (2011): Jurnal Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (986.098 KB) | DOI: 10.21460/inf.2011.72.104

Abstract

Ekstraksi objek pada suatu citra grayscale dengan background yang tidak tetap merupakan hal yang rumit sehingga membutuhkan pendekatan dengan computer vision. Penelitian ini menerapkan proses substraksi background dan deteksi bayangan untuk mendapatkan bentuk dari objek yang diinginkan. Proses substraksi bayangan membutuhkan background model yang diperoleh dari pengolah citra sekuensial input dari pengguna. Tujuan dari background model ini adalah untuk menentukan pengelompokan piksel sebagai background atau sebagai objek. Proses deteksi bayangan akan mengkalkulasikan nilai piksel objek dengan background model menggunakan normalized cross-correlation (NCC) untuk melihat apakah nilai objek adalah suatu penguatan nilai dari background model yang menandakan piksel tersebut adalah bayangan. Penelitian ini akan mengimplementasikan metode tersebut dan menganalisa hasil serta pengaruh input pengguna untuk mendapatkan hasil substraksi background dan deteksi bayangan yang optimal. Kata kunci : computer vision, substraksi background, deteksi bayangan
UNIFIKASI JALUR TRANSFORMASI VARIABEL DAN SIFAT SIKLIS RUMPUN DISTRIBUSI KONTINU: DARI NORMAL HINGGA t-STUDENT Raden Gunawan Santosa; Junius Karel Tampubolon
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 20, No 1 (2026)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v20i1.19139

Abstract

Probability distributions serve as the cornerstone of inferential statistics, yet the mathematical proofs of their genealogical relationships are frequently presented fragmentedly using inconsistent methodologies in academic literature. This study aims to reconstruct and unify the transformation pathways of major continuous probability distributions—comprising Standard Normal, Chi-Square, Gamma, Beta , F-Snedecor, and t-Student into a single, cohesive theoretical framework. The analytical derivation relies on the rigorous application of multistage bivariate Jacobian matrix transformations and asymptotic analysis, thereby eliminating dependency on Moment Generating Functions (MGF) which often fail to converge within specific parameter spaces. The results demonstrate that this transformation chain does not merely form a one-way linear trajectory, but rather a cyclic (circular) conceptual structure. The Standard Normal distribution acts as the origin that derives Chi-Square, Gamma, Beta, and F, before culminating in the t-distribution. Furthermore, through asymptotic limit proofs as the degrees of freedom approach infinity, the probability density function of the t-Student distribution mathematically converges back into the Standard Normal distribution, perfectly closing the genealogical loop. The theoretical contribution of this study clarifies the underlying mathematical assumptions, eliminating the "black-box" perspective on t-tests, ANOVA, and Chi-Square tests, while providing a computational foundation for optimizing random number generator algorithms in stochastic simulations.
Co-Authors Binarahandra R.E Raden Gunawan Santosa Widi Hapsari