Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Informatika Universitas Pamulang Journal of Computer Science and Informatics Engineering (J-Cosine) Journal on Education KOMPUTIKA - Jurnal Sistem Komputer ComTech: Computer, Mathematics and Engineering Applications TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Indonesian Journal of Electrical Engineering and Computer Science Charity : Jurnal Pengabdian Masyarakat Bandung Conference Series: Economics Studies eProceedings of Engineering Jurnal INFOTEL
Maman Abdurohman
Universitas Telkom
Arts Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENINGKATAN PERFORMANSI PROSESOR DLX DENGAN METODE PIPELINE Maman Abdurohman
TEKTRIKA Vol 8 No 2 (2003)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v8i2.230

Abstract

Prosesor DLX adalah sebuah prosesor berbasis RISC (Reduced Instruction Set Computer) yang dirancang sebagai prosesor tujuan umum (general purpose processor). Prosesor ini mempunyai arsitektur load-store dengan panjang semua instruksinya 32 bit. Setiap instruksi dieksekusi dalam beberapa siklus waktu (cycletime). Secara umum time cycle yang digunakan sebanyak lima tahap yang terdiri dari tahap-tahap : Instruction Fetch (IF), Instruction Decode (ID), Execute (EX), Memory Access (MEM), dan Write Back (WB). Kelima tahap ini dikerjakan secara berurutan [2]. Sebagai prosesor multicycle, DLX mempunyai peluang untuk meningkatkan kinerjanya yang diukur dengan kecepatan proses yang dinyatkan sebagai waktu CPU (CPU time). Peningkatan kinerja prosesor DLX dapat diterapkan dengan menggunakan teknik pipeline. Pada jurnal ini telah dianalisis peningkatan performansi prosesor DLX dengan menggunakan teknik pipeline. Uji coba dilakukan terhadap beberapa program aplikasi yang dieksekusi dengan menggunakan teknik pipeline dan tanpa menggunakan teknik pipeline. Secara umum terjadi peningkatan kecepatan pada setiap kumpulan instruksi yang dianalisis. Proses pengujian dilakukan dengan menggunakan simulator windlx yang merupakan simulator prosesor DLX.Kata kunci : Prosesor DLX, RISC, general purpose processor, CPU, Pipeline, windlx
KINERJA ALGORITMA BRANCH PREDICTION DALAM MENGATASI CONTROL HAZARD PADA PIPELINE PROSESOR DLX Maman Abdurohman
TEKTRIKA Vol 9 No 1 (2004)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v9i1.237

Abstract

Penerapan teknik pipeline pada prosesor DLX dapat meningkatkan kinerja/kecepatan prosesor tersebut. Pada implementasinya, teknik pipeline tidak dapat diterapkan secara penuh karena timbulnya hambatan yang disebut dengan risiko pipeline (pipeline hazards) yang terdiri dari: data hazard, structural hazarddan control hazard. Dengan terjadinya hazard, maka kinerja yang dicapai oleh pipeline sulit untuk mencapai kondisi ideal, karena prosesor harus melakukan pipeline stall, yaitu satu atau beberapa tahap pipeline harus dihentikan. Kendala yang terdapat pada risiko kendali (control hazard) adalah kesulitan untuk menentukan kontrol berikutnya pada saat terjadi pencabangan. Hal ini berkenaan dengan pengubahan nilai PC untuk menunjukkan instruksi berikutnya yang akan dieksekusi. Dengan adanya control hazard, maka ada satu tahap atau lebih yang dihentikan. Untuk mengatasi masalah ini, salah satu algoritma yang sering digunakan adalah algoritma untuk memprediksi terjadinya pencabangan yang disebut dengan branch prediction algorithm (algoritma prediksi pencabangan). Algoritma ini merupakan salah satu usaha untuk memprediksi terjadinya pencabangan pada instruksi pencabangan. Tulisan ini merupakan analisis yang mengevaluasi penerapan branch prediction algorithm untuk mengatasi control hazard yang terjadi pada pipeline prosesor dlx. Pengujian dilakukan pada beberapa aplikasi dengan mengujinya pada dlxsim. Hasil pengujian menunjukan bahwa algoritma ini cukup efektif untuk mengatasi control hazard akibat instruksi pencabangan pada beberapa aplikasi.
HUMAN ACTIVITY RECOGNITION IMPROVEMENT ON SMARTPHONE ACCELEROMETERS USING CIMA Putrada, Aji Gautama; Abdurohman, Maman; Perdana, Doan; Nuha, Hilal Hudan
TEKTRIKA Vol 8 No 2 (2023): TEKTRIKA Vol.8 No.2 2023
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v8i2.6973

Abstract

Human activity recognition (HAR) is a research field that focuses on detecting user activities and has wide applications. However, the problems that need to be solved are real-time constraints and imbalanced datasets due to different activity frequencies. Our research aims to apply classification integrated moving averages (CIMA) to HAR by evaluating its performance regarding real-time constraints and imbalanced datasets. We achieved the smartphone accelerometer dataset from Kaggle, which consists of several activities: walking, jogging, climbing, and descending stairs. We develop a general CIMA windowing algorithm with hyperparameters J and W. We benchmark CIMA with two state-of-the-art HAR methods: distributed online activity recognition system (DOLARS) and convolutional neural network (CNN). We conducted some imbalance and model size analysis. The test results show that, with J = 10 and W = 240, CIMA performs better than DOLARS and CIMA with recall, precision, and f1-score of 0.996, 0.993, and 0.994. We also prove that CIMA, assisted by quantization, has the smallest model size compared to the CNN and DOLARS model sizes. Finally, we demonstrate that CIMA performs well for imbalanced datasets, where CIMA’s recall on upstairs and downstairs activities is better than DOLARS and CNN, with values of 1.00 and 0.98, respectively. Key Words: classification integrated moving average, human activity recognition, smartphone, accelerometer, imbalanced dataset
Co-Authors Aji Gautama Putra Aji Gautama Putrada Algi Fajardi Alieja Muhammad Putrada Andrian Rakhmatsyah Andry Alamsyah Anton Herutomo Arif Sasongko Arif Sasongko Baginda Achmad Fadillah Bambang Setia Nugroho Bayu Erfianto Dade Nurjanah Dani Prasetiawan Dita Oktaria Doan Perdana Elza Fitria Dwi Permatasari Erwid M Jadid Erwid Musthofa Jadied Fazmah Arif Y, Fazmah Fazmah Arif Yulianto Gabe Dimas Wicaksana Gayuh Titis Permana Haikal Rahmat Fadilah Hilal Hudan Nuha Idzar Andalan Tunjang Serawai Ikbar Mahesa Imas Nur Tiarani Joel Andrew M. K. Ginting Johan NMP Simatupang Khairunnisa Khairunnisa Krisna Ardhi Tama Krisna Kristiandi Hartono KUSPRIYANTO M. Deri Taufan Misioner Eman T. B. Moh. Khairudin Mohammad Lutfi Muhammad Rayhan Natadimadja Mulia Hanif Mutiara Zallya Rizkita Nando, Parlin Nando, Parlin Novian Anggis Suwastika Nuha, Hilal H Nur Ghaniaviyanto Ramadhan Palti Marulitua Sitorus Pamungkas, Rizaldi Ramdlani Prasetiawan, Dani Prihatni, Delita Putrada, Alieja Muhammad Putu Agus Fredy Raden Muhamad Yuda Pradana Kusumah Rahmat Yasirandi Rizal Mochamad Nazar Ryan Lingga Wicaksono Sarwono Sutikno Sidik Prabowo Sony Sumaryo Tito Mubarak Veshea Falerie Goszal