Articles
<![CDATA[Analisis Performa Sistem Radio Dalam Layanan Komunikasi Sekitar Pemukiman Berbasis Arduino Dan MP3 ]]>
<![CDATA[Silalahi, Daniel R]]>;
<![CDATA[Virgono, Agus]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Dibuatnya layanan komunikasi di sekitar pemukiman ini yaitu untuk mempermudah suatu desa menyampaikan informasi atau pengumuman dari RT/RW. Dikarenakan sulitnya terdengar adzan atau pengumuman RT/RW yang hanya ada di satu titik saja, maka dengan projek ini akan sangat membantu masyarakat yang jauh dari titik suara agar bisa mendapatkan informasi dari titik suara tersebut. Tujuan dari Tugas Akhir ini dapat menyimulasikan alat dengan penggunaan arduino dan mp3 dengan kondisi yang sudah ditentukan dan mengamati hasil analisis performansi dari simulasi sistem radio dengan menggunakan arduino dan mp3 pada semua kondisi dan parameter yang sudah ditentukan menuliskan kesimpulan simulasi penganalisisan performa sistem radio berbasis arduino dan mp3. Cara kerja dari sistem ini diawali dengan pengiriman suara yang ditangkap dari microphone dan dikirimkan melalui radio transmitter ke radio receiver yang menggunakan Arduino dengan bantuan modul FM Stereo dan modul Power Amplifier. Cara menganalisis gelombang radio tersebut dilakukan dengan adanya pengujian pengukuran jarak (meter) sehingga mendapatkan hasil maksimal dan minimal serta hasil analisis terdapat 2 variasi pengujian jarak radio mulai dari 1 meter s/d 10 meter yaitu pengujian performa terdeteksi dan 11 meter s/d 20 meter pengujian jarak error serta transmisi dari pengiriman dan penerima tidak memiliki delay.Kata kunci— arduino, transmitter, receiver, module fm stereo, modul power amplifier]]>
<![CDATA[Identifikasi Beban Listrik Rumah Tangga Menggunakan Metode Recurrent Neural Network ]]>
<![CDATA[Nurjanah, Mutiara]]>;
<![CDATA[Saputra, Randy Erfa]]>;
<![CDATA[Setianingsih, Casi]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak— Kebutuhan listrik rumah tangga banyaknya alat yang menggunakan energi listrik sebagai sumber energi utama tidak menutup kemungkinan konsumsi energi listrik semakin lama semakin meningkat, hal ini menyebabkan pembayaran biaya listrik akan terus meningkat terutama pada kebutuhan listrik rumah tangga. Metode Recurrent Neural Network (RNN) untuk memantau penggunaan listrik satu fasa yang ada dialat rumah tangga. Dapat mengidentifikasi perangkat listrik berdasarkan jenis beban listrik, metode ini dapat mengurangi peningkatan pembayaran biaya listrik dengan mengidentifikasi perangkat listrik yang dipakai berdasarkan jenis beban listik yang dipakai. Data diambil dengan menggunakan bantuan perangkat keras. Pengujian sistem mendeteksi jenis beban listrik yang dilakukan pada tiga perangkat listrik rumah tangga yakni kipas, pemanas air dan setrika. Penelitian ini diawali dengan pengumpulan data yang berhubungan dengan perangkat yang akan diuji. Berdasarkan hasil pengujian akan dilakukan proses pengidentifikasi jenis beban listrik yang sedang digunakan. Dari hasil pengujian sistem dapat mengidentifikasi ketiga perangkat tersebut dengan akurasi, presisi, recall, dan F1-score adalah 97.90%, 98.39%, 97.39%, dan 97.83% menggunakan metode RNN.Kata kunci— identifikasi beban listrik; listrik rumah tangga; RNN.]]>
<![CDATA[Identifikasi Beban Listrik Rumah Tangga Menggunakan Metode Convolutional Neural Network ]]>
<![CDATA[Ariesta, Vinni]]>;
<![CDATA[Saputra, Randy Erfa]]>;
<![CDATA[Setianingsih, Casi]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak-Dewasa ini energi listrik sudah menjadi kebutuhan untuk manusia. Hampir seluruh kegiatan menggunakan energi listrik mulai dari dunia industri sampai kebutuhan rumah tangga. Setiap tahunnya kebutuhan energi listrik terus betambah. Konsumsi energi listrik yang berlebihan dapat mengurangi kualitas energi listrik tersebut. Pengguna energi listrik perlu memiliki sistem pemantau penggunaan energi listrik agar konsumsi energi listrik yang berlebihan tidak terjadi. Convolutional Neural Network (CNN) menjadi algoritma pada sistem identifikasi jenis beban listrik pada perangkat elektronik rumah tangga. Dengan adanya sistem ini dapat membantu pengguna mengetahui perangkat elektronik mana yang memakai banyak daya. Pengujian sistem identifikasi jenis beban listrik dilakukan pada 3 jenis perangkat elektronik, yaitu pemanas air, setrika, dan kipas angin. Kemudian 3 jenis perangkat elektronik tersebut akan dikombinasikan sehingga menjadi 7 class. Diperoleh hasil pengujian bahwa sistem dapat mengidentifikasi ke-3 jenis perangkat elektronik beserta kombinasinya dengan akurasi 97.83%, presisi 98.29%, recall 97.30%, dan F1 Score 97.73% menggunakan metode Convolutional Neural Network yang terbentuk, dengan rata-rata waktu yang diperlukan sistem untuk mengenali adalah kurang dari 1 second. Kata kunci-identifikas, jenis beban listrik, dataset, Convolutional Neural Network]]>
<![CDATA[Inventaris Barang Berbasis Website Dengan Bantuan QR Code ]]>
<![CDATA[Saragih, Umar Faruk]]>;
<![CDATA[Setianingsih, Casi]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Di era globalisasi ini semakin banyak hal yang dipermudah dengan bantuan teknologi dan tingkat kesalahan yang dihasilkan pun sedikit lebih kecil dari yang konvensional. Salah satu hal yang paling fatal, bila terjadi kesalahan adalah dalam penginputan data, baik itu data keuangan ataupun data pendukung. sama halnya dengan inventaris barang. terkadang kita masih suka salah input dan lupa untuk mengoreksinya kembali. Di era sekarang ini sudah banyak cara agar inventaris barang itu sesuai dengan yang diinput dan minim kesalahan. dan sudah banyak ragam aplikasi yang ditawarkan guna mempermudah kegiatan serta meningkatkan produktivitas para staf dalam bekerja.Kata kunci — Konvensional, Teknologi, Fatal, Inventaris, Globalisasi, Budget.]]>
<![CDATA[Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode Naïve Bayes ]]>
<![CDATA[Fadli, Muhammad Nur]]>;
<![CDATA[Prasasti, Anggunmeka Luhur]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Emosi merupakan salah satu bahasa tubuh yang melibatkan banyak aspek seperti perilaku, tindakan, pikiran, dan juga perasaan. Emosi memiliki banyak bentuk. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Akan tetapi, kadang manusia tidak dapat mendefinisasikan arti dari emosi tersebut terutama pada anak-anak. Orangtua sering sekali merasa bingung dikarenakan perubahan emosi pada anaknya sehingga bingung bagaimana cara menghadapi emosi pada anak. Banyak sekali cara mengetahui emosi dari anak. Salah satunya adalah dengan cara mengklasifikasikan emosi berdasarkan raut wajah dan juga gestur tubuh. Metode klasifikasi ini dapat menggunakan algoritma Naive Bayes dengan cara menggunakan dataset yang telah diketahui kelas emosinya berdasarkan atribut dan sample data dari training data. Pada data ini digunakan dataset dari EmoReact yang berisikan data ekspresi anak-anak yang meliputi beberapa ekspresi seperti bahagia, sedih, takut, marah, dan netral. Hasil dari penelitian ini ialah dapat mengklasifikasikan emosi pada anak berdasarkan dari raut wajah mereka dari klasifikasi emosi tersebut. Pada algoritma Naïve Bayes mendapatkan hasil training model sebesar 88% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi sebesar 65%. Kata kunci — emosi, klasifikasi, ekspresi, naïve bayes]]>
<![CDATA[Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode KNearest Neighbor ]]>
<![CDATA[Andaru, Rizki Fauzi]]>;
<![CDATA[Prasasti, Anggunmeka Luhur]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Emosi merupakan salah satu bahasa tubuh yang melibatkan banyak aspek seperti perilaku, tindakan, pikiran, dan juga perasaan. Emosi memiliki banyak bentuk. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Akan tetapi, kadang manusia tidak dapat mendefinisasikan arti dari emosi tersebut terutama pada anak-anak. Orangtua sering sekali merasa bingung dikarenakan perubahan emosi pada anaknya sehingga bingung bagaimana cara menghadapi emosi pada anak. Banyak sekali cara mengetahui emosi dari anak.salah satunya adalah dengan cara mengklasifikasikan emosi berdasarkan raut wajah dan juga gestur tubuh. Metode klasifikasi ini dapat menggunakan algoritma K-Nearest Neighbor dengan cara mengklasifikasikan data berdasarkan atribut dan sample data dari training data. Pada data ini digunakan dataset dari EmoReact yang berisikan data ekspresi anak-anak yang meliputi beberapa ekspresi seperti bahagia, sedih, takut, marah, dan netral. Hasil dari penelitian ini adalah bahwa algoritma K-Nearest Neighbor mendapatkan hasil training model sebesar 99.89% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi 45%.Kata kunci— emosi, klasifikasi, ekspresi, K-Nearest Neighbor]]>
<![CDATA[Monitoring Stup Lebah Madu Berbasis Internet of Things ]]>
<![CDATA[Jamaluddin, Muhammad Nur Zainul]]>;
<![CDATA[Setianingsih, Casi]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Monitoring lebah madu berbasis IoT diperlukan karena membantu pekerjaan para peternak dan budidaya lebah madu. Monitoring bertujuan untuk mengawasi bobot madu, kelembapan dan suhu yang berada dalam kotak sarang. Monitoring dapat digunakan untuk mempermudah peternak untuk memonitoring dalam jarak jauh dan dapat menentukan waktu predik panen. Monitoring stup lebah madu berbasis Internet of Things mempunyai nilai akurasi sebesar 100% dalam hasil uji alfa dan hasil uji beta yang didapatkan dari kuesioner responden dikatakan valid dan reliabel. Dalam uji alat sensor DHT 11 memiliki nilai akurasi pada suhu 94,47% dan kelembapan memiliki nilai 96,09% yang dilakukan perbandingan menggunakan alat standar, Sedangkan berat yang didapatkan dalam load cell angka Akurasinya 97,56% dalam melakukan uji coba ke mikrokontroler Node MCU ESP8266. Sehingga penelitian pada alat ini dapat disimpulkan berjalan dengan sesuai dengan tujuannya. Kata kunci— Internet of things, Mikrokontroller, suhu, kelembapan, berat, forward chaining.]]>
<![CDATA[Aplikasi Pemantauan Ketinggian Air Sungai Berbasis Mobile ]]>
<![CDATA[Purnama, Satya Yuda]]>;
<![CDATA[Saputra, Randy Erfa]]>;
<![CDATA[Nugrahaeni, Ratna Astuti]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[ Abstrak—Sosialisasi dan edukasi mengenai berbagai macam bencana alam sangat dipermudah melalui teknologi komunikasi dan informasi. Dengan kecanggihan yang terus berkembang, bencana alam termasuk bencana banjir dapat diprediksi sebelum terjadi dan dikomunikasikan kepada masyarakat sekitar.Masyarakat dapat mengakses dan mempelajari apa saja yang perlu dilakukan bila kenaikan debit air sungai tersebut semakin tinggi. Untuk mengatasi permasalahan ini dapat dibuat aplikasi pendeteksi ketinggian air sungai berbasis aplikasi mobile yang dapat memberikan rekomendasi yang tepat untuk warga sekitar sungai. Maka dengan menggunakan mobile application, masyarakat dapat mengetahui lebih dini jika beresiko terjadinya banjir melalui notifikasi handphone. Aplikasi ini diharapkan dapat membantu dalam megetahui ketinggian air sehingga masyarakat sekitar sungai dapat lebih waspada. Tentunya didukung dengan kesadaran warga sekitar untuk tidak membuat sampah pada sungai.Penelitian ini menghasilkan tampilan antarmuka aplikasi android pemantauan ketinggian air sungai.Metode penelitian yang digunakan yaitu Waterfall. Tahapan pengujian aplikasi yang akan dilakukan yaitu pengujian alpha dan beta. Pada pengujian alpha menujukan semua fitur berhasil dijalankan. Pengujian beta menggunakan uji validitas menujukan semua butir soal bernilai valid. Seluruh butir soal bernilai sangat reliable setelah dilakukan pengujian kepada responden pengguna dengan r11 0,876 Kata kunci— kenaikan air sungai, mobile apilication, bencana banjir,pengujian waterfall]]>
<![CDATA[Penerapan Algoritma A* Sebagai Sistem Pencarian Rute Pada NPC Game Labirin ]]>
<![CDATA[Auliansyah, Dema Ghifari]]>;
<![CDATA[Saputra, Randy Erfa]]>;
<![CDATA[Nugrahaeni, Ratna Astuti]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak - Sarana hiburan yang paling digemari oleh banyak kalangan masyarakat hingga saat ini adalah permainan atau game pada media elektronik seperti smartphone ataupun Personal Computer (PC). Untuk menciptakan game yang menarik untuk dimainkan, game perlu dibuat serealistis mungkin dengan mengimplementasikan sistem Artificial Intelligence (AI) atau kecerdasan buatan pada NPC (Non-Player Character) sebagai sistem perilaku dan navigasi dalam game. Salah satu sistem yang umum diketahui adalah pathfinding algorithm atau algoritma pencarian rute. Pahtfinding algorithm merupakan konsep dasar algoritma yang umum digunakan sebagai sistem navigasi karakter dalam sebuah game. Dengan penggunaan pathfinding algorithm, NPC dapat bergerak dengan sendirinya setelah diterapkan algoritma tersebut. Hal ini dapat membuat game yang diciptakan akan lebih menarik. Pada penelitian ini, didapatkan hasil perbandingan perhitungan manual dan program implementasi Algoritma A* pada NPC YOLO Maze Game sudah sesuai sehingga, dapat disimpulkan bahwa penerapan Algoritma A* untuk NPC dalam mencari jalur tercepat menemukan Player pada YOLO Maze Game berhasil dilakukan dan berdasarkan hasil kuesioner dengan nilai validitas 0.54 yang berarti valid dan reliabel dengan nilai reabilitas 0.77 terhadap pertanyaan nomor 5 “Bagaimana tingkat kesulitan NPC pada YOLO Maze Game ?” didapat 17 responden dari 43 responden atau 39.5% mengatakan bahwa tingkat kesulitan NPC pada YOLO Maze Game sulit.Kata Kunci: algoritma a*, ai, game, npc, pathfinding]]>
<![CDATA[Perancangan Protokol Komunikasi Sekitar Pemukiman ]]>
<![CDATA[Rasyid, Saifuddin Nur Ar]]>;
<![CDATA[Virgono, Agus]]>;
<![CDATA[Saputra, Randy Erfa]]>
<![CDATA[ eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak—Tingginya tingkat aktifitas masyarakat menjadikan seseorang lebih memilih sesuatu yang praktis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah protokol komunikasi untuk masyarakat. Protokol komunikasi ini sebagai sistem yang mengatur komunikasi pada sebuah pemukiman warga. Perancangan protokol komunikasi ini agar penduduk pemukiman dapat saling berhubungan dan menerima informasi maupun pengumuman dengan jelas. Terdapat 3 pengujian pada penelitian ini yakni, pengujian alpha, pengujian beta, pengujian delay. Pada pengujian alpha atau fungsionalitas, sistem berjalan dengan baik dimana sistem dapat mengkonversi teks menjadi suara hingga melakukan pemutaran. Pada pengujian beta dilakukan untuk mengetahui seberapa layak sistem ini untuk digunakan dan mendapatkan hasil rata – rata dari 43 responden yakni 72%. Pada pengujian delay dilakukan untuk mengetahui berapa lama waktu yang dibutuhkan dari awal pemilihan suara hingga suara terputar. Pada play 1 terdapat delay 10.7 detik sedangkan untuk play 10 terdapat delay 19.66 detik. Terdapat play 1 hingga play 10 masing – masing memiliki delay yang berbeda ketika memilih play 2 akan bertambah 1 detik dari waktu delay play 1 begitupun untuk play selanjutnya yang akan bertambah 1 detik saja setiap playnya.Kata kunci— protokol, komunikasi, alpha, beta, delay]]>
