Article Per Year (5 Year)
p-Index From 2020 - 2025
6.22
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal Inovasi Bisnis (Inovbiz) JMM (Jurnal Masyarakat Mandiri) Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimasa Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Telecommunication, Electronics and Control Engineering (JTECE) eProceedings of Engineering Ranah Research : Journal of Multidisciplinary Research and Development Jurnal Rekayasa elektrika Jurnal INFOTEL al Kimiya : Jurnal Ilmu Kimia dan Terapan Emitor: Jurnal Teknik Elektro
Jangkung Raharjo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Transportation Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Implementasi Data Encryption Standard (des) Pada Image Watermarking Citra Menggunakan Algoritma Discrete Cosine Transform (dct) Rizqi Muhammad; Jangkung Raharjo; Nur Andini
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Pencurian dan penyalahgunaan data, merupakan hal yang sangat wajar seiring berkembangnya teknologi. Dengan memanfaatkan teknologi informatika hari ini, dapat memudahkan manusia dalam penyalinan, penyebaran dan pengarsipan data multimedia. Perkembangan jaringan komunikasi digital, dapat memudahkan data-data digital diakses dan tersebar luas oleh khalayak melalui jaringan internet. Banyaknya pengguna internet yang melakukan pertukaran data dengan pengguna lainnya, dapat memungkinkan pertukaran data dilakukan secara ilegal. Untuk melindungi keamanan dan kerahasiaan pemilik data beserta datanya, maka diperlukan suatu teknik untuk menjamin keamanan hal tersebut. Watermarking merupakan suatu teknik yang dapat digunakan untuk menyembunyikan pesan atau menandai pesan. Dengan penggunaan teknik pada berbagai jenis data media digital, diharapkan dapat mencegah terjadinya pelanggaran hak cipta atas hasil karya seni dan intelektual. Dalam tugas akhir ini, penulis merancang sistem watermarking dengan tujuan menyisipkan pesan informasi berbentuk citra (.jpeg) pada gambar (.jpeg). Dengan mengkombinasikan algoritma Discrete Cosine Transform (DCT) dan Data Encryption Standar (DES), dimana plaintext merupakan secret image. Pada proses sistem yang dirancang berjalan akan dicari nilai PSNR dan MSE pada saat embedding serta nilai BER pada saat extraction dan decryption. Hasil penelitian tugas akhir ini adalah sebuah sistem yang dapat menyisipkan sebuah pesan informasi berbentuk citra (secret image) ke dalam sebuah gambar (host image). Pada hasil uji avalanche effect DES, data nilai yang diperoleh membuktikan bahwa DES dapat mengubah isi pesan sebanyak 50% jika key masukan diubah 1-bit. Hasil PSNR yang didapat memiliki nilai >>30dB, membuat pesan yang disisipkan kasat mata terhadap penglihatan manusia. Uji coba terbaik dilakukan saat secret image berukuran 32x32 pixel, dimana nilai rata-rata BER <<0.03. Kata kunci: Watermarking, Kriptografi, Discrete Cosine Transform, Data-Encryption Standar Abstract Data theft and misuse are very common as technology develops. By utilizing informatics technology today, it can facilitate humans in copying, distributing and archiving multimedia data. The development of digital communication networks, can facilitate digital data accessed and widely distributed by the public through the internet network. Many internet users who exchange data with other users, can allow data exchange to be done illegally. To protect the security and confidentiality of data owners and their data, a technique is needed to guarantee the security of this. Watermarking is a technique that can be used to hide messages or mark messages. By using techniques in various types of digital media data, it is expected to prevent copyright infringement on works of art and intellectuals. In this thesis, the author designed a watermarking system with the aim of inserting an information message in the form of an image (.jpeg) in an image (.jpeg). By combining the Discrete Cosine Transform (DCT) algorithm and the Standard Data-Encryption (DES), where the plaintext is a secret image. In the system process that is designed to run will look for the value of PSNR and MSE when embed-ding and the value of BER when extraction and decryption. The result of this final project research is a system that can insert an information message in the form of an image (secret image) into an image (host image). In the DES avalanche effect test results, the data values obtained show that DES can change the message content by as much as 50% if the input key is changed to 1-bit. PSNR results obtained have a value of> 30dB, making the message inserted invisible to human vision. The best test is done when the secret image is 32x32 pixels, where the average value of BER << 0.03. Key words: Watermarking, Cryptography, Discrete Cosine Transform, Data-Encryption Standar
Klasifikasi Sinyal Alpha Beta Terhadap Konsentrasi Diri Dalam Kondisi Mengerjakan Tes Matematikamenggunakan Metode K-nearest Neighbor(k-nn) Muhammad Alif Rizqi Hatmadiansyah; Jangkung Raharjo; Gelar Budiman
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Secara umum gelombang otak manusia mengalami perubahan ketika dalam kondisi normal dan ketika melakukan aktifitas. salah satunya ketika meminum kafe-in yang menyebabkan perubahan pada kondisi otak seseorang terhadap objek yang diinginkan. Objek yang akan diuji adalah konsentrasi diriseseorang ketika menger-jakan tes matematika, dimana seseorang akan mengalami tingkat konsentrasi yang tinggiketika mengerjakannya. Pada penelitian tugas akhir ini akan dilakukan analisis pada gelombang alpha dan beta otak manusia saat dalam kondisi normal dan saat keadaan meminum kafe-in, yangmemberikan perbandingan dari kedua kondisi tersebut danmemperlihatkan hasil analisis yang diinginkan.Pengukuran bentuk konsentrasi diukur dari informa-si sinyal Elektroencephalogram (EEG) yang dapat merekam aktivitas elektrik di sepanjang kulit kepala. Metode yang digunakan dalam penelitian ini ialah Discrete Wavelet Transform(DWT)sebagai metode Ekstraksi ciri dengan mengekstraksisinyal terhadap gelom-bang Alpha dan Beta untuk mendapatlan suatu ciri yang akan mempengaruhi tahapselanjutnya yaitu dalam menjalankan proses klasifikasi menggunakan metode K- Nearest Neighbor (K-NN). Pada penelitian ini digunakan muse monitor 1 channelatau alat perekam yang memiliki 1 saluran kanal. Pada penelitian ini digunakan 10responden dalam stimulus atau rangsangan yang berbeda dan sudah dikelaskan,pada penelitian kali ini ada dua jarak KNN terbaik yaitu euclidean dan juga minkowskiyang sama-sama memiliki akurasi terbaikk sebesar 83% dengan parameter yang berbeda. Kata Kunci : Elektroensephalogram, Discrete Wavelet Transform, K-NearestNeighbor, Gelombang Alpha, Gelombang Beta, Tes Matematika.
Klasifikasi Kesegaran Sayur Kangkung Dan Deteksi Terpapar Bahan Kimia Menggunakan Metode Glcm Dan Knn Rufus Ocsan; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Sayur kangkung dapat diklasifikasikan sebagai sayuran jenis daun yang memiliki banyak khasiat bagi kesehatan dan mudah untuk didapatkan. Namun terdapat hal buruk yang bisa terjadi, jika sayur kangkung sudah tidak segar dan terpapar bahan kimia. Dampak dari sayuran yang terpapar bahan kimia dan yang mengalami pembusukan seperti, kram perut, diare, demam, menggigil, mual, muntah, pusing, kelelahan, lemas, bahkan dampak yang lebih buruk mengakibatkan gangguan seperti pikun, penyakit parkinson, dalam jangka panjang, mengganggu kesuburan pria dan dapat menyebabkan kanker. Oleh sebab itu, Tugas Akhir ini dirancang untuk menghasilkan proses klasifikasi kualitas dan mendeteksi jika terpapar bahan kimia pada sayur kangkung. Data yang digunakan adalah hasil dari pengambilan sayur kangkung pada bagian batang dan daun yang akan dikelola dengan citra digital. Data akan dibagi berdasarkan data latih dan data uji. Sistem menggunakan metode Gray Level Co-ocurrence Matrix (GLCM) untuk mengekstraksi ciri dari data yang telah diolah dengan penggunaan citra digital dan metode K-Nearest Neighbor untuk mengklasifikasikan data. Tugas Akhir ini dilakukan dengan dua kali percobaan yang menghasilkan sebuah sistem untuk mengklasifikasikan kesegaran dan mendeteksi terpapar bahan kimia berdasarkan 3 jenis, yaitu sayur kangkung segar yang tidak terpapar bahan kimia, sayur kangkung segar yang terpapar bahan kimia dan sayur kangkung yang mengalami proses pembusukan. Percobaan pertama sistem ini memiliki akurasi sebesar 42,85% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Percobaan kedua system ini memliki akurasi sebesar 100% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Kesalahan klasifikasi banyak terdapat pada percobaan pertama dikarenakan nilai karakteristik citra uji lebih dominan dengan nilai karakteristik citra latih dan terdapat data uji yang tidak sempurna. Kata Kunci: Kangkung, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab Abstract Kale vegetables can be classified as leafy vegetables that have many health benefits and are easy to obtain. But there are bad things that can happen, if the kale vegetables are not fresh and are exposed to chemicals. The effects of vegetables that are exposed to chemicals and which experience decay, such as stomach cramps, diarrhea, fever, chills, nausea, vomiting, dizziness, fatigue, weakness, even worse effects result in disorders such as dementia, Parkinson's disease, in the long term, disturbing male fertility and can cause cancer. Therefore, this final project is designed to produce a quality classification process and detect if it is exposed to chemicals in kale vegetables. The data used is the result of taking kale vegetables on the stems and leaves which will be managed with digital images. The data will be shared based on training data and test data. The system uses the Gray Level Co-occurrence Matrix (GLCM) method to extract features from processed data using digital images and the K-Nearest Neighbor method to classify data. This final project was carried out with two experiments which resulted in a system to classify freshness and detect chemical exposure based on 3 types, namely fresh kale vegetables that were not exposed to chemicals, fresh kale vegetables that were exposed to chemicals and vegetables that were subjected to a process of decay. The first experiment of this system has an accuracy of 42.85% with a value of k = 1 at the angle of 0 °, 45 °, 90 °, 135 °. Experiments of these two systems have an accuracy of 100% with a value of k = 1 in the direction of the angle of 0 °, 45 °, 90 °, 135 °. There are many classification errors in the first experiment because the characteristic value of the test image is more dominant with the characteristic value of the training image and there are imperfect test data. Keywords: Kale, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab
Watermarking Citra Medis Menggunakan Metode Discrete Sine Transform-Lifting Wavelet Transform dan Singular Value Decomposition Saiful Azis; Jangkung Raharjo; Yunendah Nur Fuadah
eProceedings of Engineering Vol 7, No 3 (2020): Desember 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi saat ini begitu pesat dikarenakan sangat memudahkan aktivitas manusia. Hal tersebut telah menyentuh berbagai aspek kehidupan termasuk dunia medis salah satunya Electronical health record (EHR). Salah satu fitur utama dari EHR adalah informasi kesehatan dapat dibuat dan dikelola oleh penyedia resmi dalam format digital yang dapat dibagikan dengan penyedia lain yang lebih dari satu organisasi kesehatan Pada penelitian ini akan dilakukan watermarking dengan menggunakan metode Discrete Sine Transform (DST), Lifting Wavelet Transform (LWT) dan Single Value Decomposition (SVD) . DST dan LWT akan memproses citra medis dan penggabungan antara citra medis sebagai host dengan citra watermark pada proses SVD. Pada skenario tertentu citra terwatermark akan diberi serangan untuk mengetahui ketahanan yang dihasilkan. Adapun hasil yang didapatkan adalah nilai PSNR 54,3953 dB dan SSIM 0,9737. Hasil ini menandakan bahwa watermarking ini memilki kualitas yang baik karena PSNR berada diatas 40 dB. Kata Kunci :.Watermarking, Discrete Sine Transform, Lifting Wavelet Transform, Singular Value Decomposition
Identifikasi Penyakit Parkinson Dengan Metode Discrete Cosine Transform (DCT) Dan Learning Vector Quantization (IVQ) Berdasarkan VGRF Iwa Swandana; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit Parkinson merupakan salah satu penyakit degenerasi yang sulit untuk didiagnosis. Sampai saat ini, masih banyak penderita Parkinson yang terlambat ditangani dikarenakan sulitnya untuk mendeteksi gejala awal yang diderita oleh penderita Parkinson. Penyakit Parkinson timbul dikarenakan adanya kerusakan pada sel substantia neigra. Oleh karena itu penelitian ini dilakukan dengan cara mengolah dan mengklasifikasi data rekaman menggunakan Vertical Ground Reaction Force (VGRF) dari database Physiobank. Dengan mengklasifikasi data sinyal rekaman VGRF berjumlah 16 sensor yang akan dipasang pada kaki pasien saat berjalan. Metode penelitian ini menggunakan Discrete Cosine Transform (DCT) untuk ekstraksi ciri dan Learning Vector Quantization (LVQ) untuk klasifikasi. Pemrosesan komputasi penilitian ini dilakukan menggunakan Python. Penulis berhasil memperoleh tingkat akurasi terbaik berdasarkan 428 data, yang terdiri dari 300 data latih dan 128 data uji menghasilkan akurasi dengan 2 nilai yang sama sebesar 91,41% dengan parameter klasifikasi yaitu Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 5 dengan waktu komputasi 91.59 detik dan untuk nilai yang kedua Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 7 dengan waktu komputasi 47.77 detik. Dengan adanya sistem ini keluaran yang diharapkan dapat memberikan penanganan lebih dini terhadap penderita Parkinson serta menguragi jumlah penderita penyakit Parkinson karena dengan terlambatnya diagnosis dapat menyebabkan gejala yang diterima oleh penderita Parkinson berkembang lebih berbahaya.Kata Kunci: Parkinson, Vertical Ground Force Reaction, Discrete Cosine Transform, Learning Vector Quantization
Klasifikasi Tiga Jenis Psoriasis Dengan Menggunakan Metode Fraktal Dan KNearest Neighbor Muh Hisyam Siddiq; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Psoriasis adalah penyakit yang dapat menyerang di bagian kulit pada seluruh tubuh dan tidak memandang umur seseorang. Fraktal adalah objek yang memiliki kemiripan dengan dirinya-sendiri namun dalam skala yang tidak sama. K-Nearest Neighbor digunakan untuk mencari jarak terdekat antara data latih yang dimasukkan ke dalam database dengan data uji dan mengklasifikasikannya. Tugas akhir ini bertujuan untuk membuat simulasi pada Matlab dengan mendeteksi dan mengklasifikasikan jenis Psoriasis. Klasifikasi tersebut dibagi menjadi tiga kelas, yaitu: Psoriasis Pustular, Psoriasis Vulgaris, Psoriasis Guttate. Data yang digunakan diperoleh dari dataset yang tersedia pada website kaagle.com sebanyak 33 citra data uji, dengan masing-masing kelas berjumlah 11 citra, dan 66 citra data latih dengan masing-masing kelas berjumlah 22 citra. Pengujian yang telah dilakukan melalui sistem yang telah dirancang, memiliki keluaran dengan tingkat akurasi yang tinggi. Sistem dapat mengidentifikasi penyakit psoriasis melalui citra kulit dan dapat mengklasifikasikan citra ke dalam tiga kelas citra dengan waktu komputasi sebesar 20.1 detik dan memiliki tingkat akurasi tertinggi yaitu 97% pada saat nilai K-Nearest Neighbor (K-NN) yaitu K=1. Kata Kunci— psoriasis, citra, fraktal, k-nearest neighbor.
Deteksi Kelebihan Kadar Kolesterol Melalui Citra Iris Mata Menggunakan Metode Gray Level Co-occurrence Matrix Dan Learning Vector Quantization Putri Marito; Jangkung Raharjo; Koredianto Usman
eProceedings of Engineering Vol 6, No 3 (2019): Desember 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Seiring perkembangan zaman, teknologi mengalami perkembangan sangat pesat, begitu juga dengan perkembangan teknologi dalam bidang kesehatan. Saat menjalanin tes kesehatan rutin kita akan menjalani tes kolesterol yang memakan waktu lama dikarenakan pasien harus menjalanin puasa terlebih dahulu, dimana untuk mendapatkan hasil tes pun memakan waktu yang lama. Pada penelitian ini, penulis merancang sistem yang mendeteksi kadar kolesterol dalam tubuh manusia dengan mengidentifikasi citra iris mata lalu diekstraksi ciri dengan metode GLCM dan diklasifikasikan dengan metode LVQ. Citra iris mata diambil menggunakan kamera handphone sebagai data sistem. Data sistem terbagi menjadi data latih dan data uji. Setiap data dikelompokkan menjadi tiga kategori yaitu normal, berpotensi kolesterol dan kolesterol. Data sistem di preprocessing berupa cropping, resize, segmentasi, dan merubah citra RGB menjadi citra grayscale. Citra grayscale diekstraksi ciri dengan metode GLCM kemudian dilakukan proses klasifikasi dengan LVQ. Sistem melakukan proses pelatihan berupa data latih yang di preprocessing kemudian diekstraksi ciri dengan ketentuan parameter fitur, jarak piksel, arah/sudut, dan level kuantisasi. Kemudian, sistem mengklasifikasi data latih tersebut dengan ketentuan parameter epoch, dan hidden layer terhadap data latih kembali. Hasil dari proses pelatihan berupa parameter terbaik. Selanjutnya, sistem melakukan proses pengujian berupa data latih yang di preprocessing kemudian diekstraksi ciri dan diklasifikasi dengan ketentuan parameter terbaik terhadap data uji. Dari hasil pengujian, sistem yang dibangun mampu mendeteksi kadar kelebihan kolesterol melalui citra iris mata dan mengklasifikasikan kedalam tiga kelas yaitu berisiko kolesterol, kolesterol dan nonkolesterol dengan tingkat akurasi sebesar 98,67% dan waktu komputasi 0,039s menggunakan masing-masing 75 data latih dan data uji, dengan parameter orde dua yang digunakan adalah kontras-korelasi-homogenitas, jarak piksel (d) = 1, arah/sudut = 0° level kuantisasi (n) = 8, epoch 200 dan hidden layer 10. Kata Kunci: GLCM, LVQ, Citra iris mata, Kolesterol. Abstract Along with the times, technology has developed very rapidly, as well as technological developments in the health sector. When undergoing routine health tests we will undergo a cholesterol test that takes a long time because the patient must undergo fasting first, where to get the results of the test also takes a long time too. In this study, the authors designed a system that detects cholesterol levels in the human body by identifying the iris image then extracted features by the GLCM method and classified by the LVQ method. The iris image was taken using a cellphone camera as a data system. System data is divided into training data and test data. Each data is grouped into three categories namely normal, cholesterol and cholesterol potential. Preprocessing system data in the form of cropping, resizing, segmenting, and changing the RGB image into grayscale image. Grayscale image is extracted by GLCM method then classification process is done by LVQ. The system performs the training process in the form of training data which is preprocessed then features are extracted with the provisions of feature parameters, pixel spacing, direction / angle, and quantization level. Then, the system classifies the training data with the provisions of the epoch parameter, and the hidden layer of the training data again. The results of the training process are in the form of the best parameters. Furthermore, the system performs the testing process in the form of preprocessing training data then features are extracted and classified with the best parameter provisions of the test data. From the test results, the system that was built was able to detect levels of excess cholesterol through iris images and classify them into three classes namely risk of cholesterol, cholesterol and non-cholesterol with an accuracy rate of 98,67% and computing time of 0.039s using 75 each training data and test data, with secondorder parameters used are contrast-correlation-homogeneity, pixel spacing (d) = 1, direction = 0° quantization level (n) = 8, epoch 200 and hidden layer 10. Keywords: GLCM, LVQ, iris image, Cholesterol.
Estimasi Bobot Sapi Berdasarkan Citra Digital Dengan Metode Fraktal Dan Klasifikasi Decision Tree Fajar Kurniawan Alhamal; Jangkung Raharjo; Syamsul Rizal
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Potensi sapi di Indonesia mempunyai peluang yang sangat besar, karena jenis sapi endemik Indonesia masuk jajaran sapi paling berkualitas di dunia. Dalam menentukan kualitas sapi, bobot merupakan salah satu indikator penting. Dengan bobot, peternak dapat menentukan hasil produksi dan produktivitas sapi. Menentukan bobot sapi yang paling umum adalah menggunakan timbangan. Namun, mahalnya harga timbangan menjadi salah satu faktor penghambat dalam merintis usaha peternakan sapi. Sistem yang dirancang menggunakan masukan citra sapi dari sisi samping dan keluaran berupa estimasi bobot sapi. Tujuan dari penelitian ini adalah mempermudah calon peternak dalam menentukan bobot sapi tanpa menggunakan timbangan yang harganya relatif mahal. Sistem yang telah dirancang dalam program aplikasi estimasi bobot sapi memerlukan input berupa citra atau gambar sapi dan menghasilkan output berupa bobot beserta klasifikasi sapi berdasarkan bobot sapi yang diperoleh. Program aplikasi yang diimplementasikan untuk mengestimasi bobot sapi, dirancang dalam software MATLAB 2018a menggunakan metode fraktal dan klasifikasi Decision Tree. Pada tugas akhir ini mendapatkan tingkat akurasi estimasi sistem sebesar 81% dengan nilai root mean squared error pada perhitungan rumus schoorl mendapatkan hasil 72,56277, winter 75,00148, dan denmark 69,11267. Waktu komputasi rata-rata 0,3329 detik. Akurasi dan waktu komputasi didapatkan dengan jumlah data latih sebanyak 47 citra dan jumlah data uji sebanyak 21 citra. Kata kunci: Bobot Sapi, Decision Tree, Fraktal, Pengolahan Citra Digital. Abstract Potential cattle in Indonesia has a very big opportunity, because Indonesian endemic cows enter ranks of the most qualified cows in the world. In determining the quality of the cow, weight is an important indicator. With weight, breeders can determine cow production and productivity. Determines the most common cow weight is to use the scales. However, the high price of the scales is wrong one inhibiting factor in starting a cattle farm business. System which is designed using a cow image input from the side and output in the form of cow weight estimation. The purpose of this research is to make it easier for candidates breeders in determining the weight of the cow without using scales the price is relatively expensive. The system that has been designed in the cow weight estimation application program requires input in the form of an image or image of a cow and produces output in the form weight and classification of cattle based on the weight of cattle obtained. Program the application implemented to estimate the weight of a cow is designed in MATLAB 2018a software uses the fractal method and the Decision classification Tree. In this final project, the system estimation accuracy rate is 81% with the root mean squared error value in the Schoorl formula calculation, getting 72.56277 results, winter 75.00148, and Denmark 69.11267. The average computation time was 0.3329 seconds. Accuracy and computation time obtained by the amount of training data as much as 47 images and the number of test data as many as 21 images. Key words : Fractal, Decision Tree, Cow Weight, Digital Image Processing
Deteksi Suara Gitar Dengan Bahan Jenis Senar Berbeda Melalui Ciri Akustik Dengan MelFrequency Cepstral Coefficients (MFCC) Dan Support Vector Machine (SVM) Andre Danika; Jangkung Raharjo; Bambang Hidayat
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Gitar akustik merupakan salah satu alat musik terpopuler di dunia. Suara yang dihasilkan gitar memiliki karakteristik suara nya masing-masing. Salah satu faktor yang memengaruhi karakteristik suara gitar adalah jenis senar gitar. Gitar terbagi menjadi 2 jenis berdasarkan jenis material senar nya yaitu senar yang terbuat dari baja dan senar yang terbuat dari nylon. Senar baja cenderung menghasilkan suara yang lebih nyaring dan volume suara yang lebih besar dibandingkan dengan senar nylon yang cenderung menghasilkan suara yang mellow. Namun tidak semua orang dapat membedakan suara gitar atau mengetahui berdasarkan senar yang digunakan hanya dengan mendengarkan suaranya saja. Sistem deteksi bahan gitar ini bertujuan untuk membedakan jenis senar pada suatu gitar. Total kelas di sistem ini terbagi menjadi dua kelas, kelas senar baja dan kelas senar nylon. Hasil dari sistem ini berupa GUI yang memunculkan spektogram dan hasil deteksi. Sinyal suara akan melalui proses ekstraksi ciri akustik menggunakan metode MFCC dengan parameter delta-delta window length terbaik bernilai 5. Hasil dari proses tersebut kemudian akan diklasifikasikan dengan metode support vector machine (SVM) dengan fungsi kernel RBF sebagai fungsi terbaik dengan akurasi 95%. Gitar senar baja cenderung menghasilkan frekuensi maksimum yang lebih besar dibandingkan dengan senar nylon. Kata kunci— Gitar Akustik, Senar Baja, Senar Nylon, MelFrequency Cepstral Coefficients (MFCC), Support vector machine (SVM).
Simulasi Optimasi Pembangkit Listrik Tenaga Hibrida Di Pulau Nusa Penida Menggunakan Aplikasi Homer Aditya Pratama; Kharisma Bani Adam; Jangkung Raharjo
eProceedings of Engineering Vol 9, No 5 (2022): Oktober 2022
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Indonesia merupakan negara kepulauan terbesar di dunia dengan luas wilayah sekitar 1.904.569 km2 dan garis pantai sepanjang 54.716 km. Pada Era Industri 4.0 ini, Energi Listrik merupakan kebutuhan primer bagi seluruh masyarakat untuk menunjang segala aktivitas dan kehidupan mereka. Salah satu pulau yang masih belum dialiri listrik secara maksimal yaitu Pulau Nusa Penida di Kabupaten Klungkung, Provinsi Bali. Pada penelitian ini penulis membuat suatu sistem simulasi pembangkit listrik tenaga hybrid di pulau Nusa Penida. Sistem ini merupakan gabungan dari pembangkit listrik tenaga bayu, dan pembangkit listrik tenaga surya menggunakan software HOMER Dalam penelitian ini menghasilkan opsi PLTH (Pembangkit Listrik Tenaga Hybrid) optimal yang berpotensi dapat dibangun di wilayah Kecamatan Nusa Penida, yaitu berkapasitas 11,9 MW, PLTS berkapasitas 3,5 MW, BESS berkapasitas 3 MW, dan berkapasitas 4 MW. Berdasarkan total hasil analisis perhitungan biaya energi yang telah didapatkan dari PLTH, hasil LCC sebesar $62.358.890, PBP menunjukkan bahwa dibutuhkan waktu selama 11,6 tahun untuk mengembalikan modal investasi keseluruhan. Kemudian perhitungan analisis kelayakan investasi yang telah dilakukan, menunjukkan nilai NPV sebesar $35.589.268,96. Nilai Profit Index adalah 7,53, dan nilai IRR 37,38%. Dengan seluruh hasil tersebut, menunjukkan bahwa pembangunan PLTH yang ada di Nusa Penida dapat memberikan keuntungan. Kata kunci— pulau nusa penida, pembangkit listrik tenaga hybrid, homer
Co-Authors Adi Soeprijanto Aditya Pratama Ahmad Zaky Rafif Muthafa Aisy, Naura Safina Rahadatul Andhika Yoga Andi Zahra Bunga Zana Andre Danika Angga Rusdinar Annisa Puji Lestari Arafah, M. Ilmil Madya Noor Ardio Pratama Putra ARIS HARTAMAN Ariza Rizky Pratama Arizsatrio Anggawijaya Atina Nur Azizah Augustina Asih Rumanti Bambang Hidayat Bandiyah Sri Aprilia Bandiyah Sri Aprillia Basuki Rahmat Masdi Siduppa Burhanuddin Dirgantoro Dega Pradipta Ramadhan Denny Darlis Desri Kristina Silalahi Dwi Bayu Leksono Efri Suhartono Eka Sugiarto Ekki Kurniawan Elia Kurniawati Fadlil Azimi Syafli Fairoez Nauval Reformatio Fajar Dwi Septria Fajar Kurniawan Alhamal Farhan, Mhd Althalif Firman Ag. Roni Fitria, Ismaulida Nur Fityanul Aditya Frisnanda Aditya Gelar Budiman Haidy Anazmar Hanifah, Dyatisa Hasbiya Ghifari Alfarizi Hermagasantos Zein Hernawan Kurniansyah Hilman Fauzi, Hilman I Gede Putu Oka Indra Wijaya I Nyoman Apraz R I Nyoman Apraz Ramatyana Ilma Mufidah Inung Wijayanto Irma Safitri Irwan Purnama Isnaeny Rahmawanthi Iwa Swandana Iwan Iwut Tritoasmoro Jaspar Hasudungan Kahfi Fadhlan Maulana Khalisa Sasikirana Athaya Kharisma Bani Adam Koredianto Usman Kristi, Meilinda Santa Ledya Novamizanti Lilis Setiono Maharani, Nabila Sri Mahendra, Dio Manfaati, Rintis Mohamad Iqbal Muayyadi, Achmad Aly MUFLIKHAH, INTAN LAILY Muh Hisyam Siddiq Muh Zidni Makarim Muh, Ipnu Udjie Hasiru Muhammad Alif Rizqi Hatmadiansyah Muhammad Samsul Muarif Muhammad Zakiyullah Romdlony Nabila Hatami Putri Nachwan Mufti Adriansyah Nadya Ainun Avrilya Nizhar Arya Hamitha Nor Kumalasari Caecar Pratiwi Novi Prihatiningrum Nur Andini Nur Ibrahim Putri Marhamah Yunita Putri Marito Putri, Aquila Anandya R. Yunendah Nur Fu’adah Rahmawan Ilham Al Fatha Rendi Bagus Oklanri Ridho Nurbagja Gumelar Rifki Rahman Nur Ikhsan Rifqy Assariy Victory Rissa Rahmania Rita Magdalena Rizqi Muhammad Rufus Ocsan Saiful Azis Salsabila, Siti Marwa Sambono, Oranda Aracelly Saputra, Muhamad Farid Yahya SASTROSUBROTO, ASHWIN SASONGKO Sayidina Ariq Farhan Silviana, Rena SOFIA SAIDAH Sudiana Sudiana Suryo Adhi Wibowo Sutomo Sutomo Suyatno Budiharjo Syamsul Rizal Syamsul Rizal Thoriq Bayu Aji Tita Haryanti Tri Siswanto Yogi Ghifari Sidik Yulinda yulinda Yustika, Lindiasari Martha Yusuf Nur Wijayanto