Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal TRANSIENT: Jurnal Ilmiah Teknik Elektro
Imam Santoso
Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponogoro
Electrical & Electronics Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PERANCANGAN SISTEM PELACAKAN (TRACKING) DAN PERHITUNGAN KENDARAAN PADA CITRA BERGERAK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Muhammad Arif Hudaya; Imam Santoso; Yosua Alvin Adi Soetrisno
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 9, NO. 1, MARET 2020
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transient.v9i1.80-87

Abstract

Pengolahan citra digital kini telah banyak dimanfaatkan untuk berbagai keperluan seperti analisa citra rontgen pada bidang medis, penambahan efek dan desain animasi pada bidang hiburan, dan salah satunya pemanfaatan lainnya yaitu untuk pengawasan visual lalu lintas. Namun, penggunaan kamera CCTV di beberapa ruas jalan saat ini hanya berfungsi sebagai perangkat pemantauan kondisi lalu lintas saja, sedangkan tindakan aktif sebagai respon atas kondisi yang terjadi masih didominasi oleh operator. Pada penelitian ini, dirancang suatu sistem tracking dan perhitungan kendaraan pada citra bergerak menggunakan metode Convolutional Neural Network (CNN). Masukkan sistem berupa citra bergerak dari video lalu lintas, dimana sistem akan mendeteksi, tracking dan menghitung jumlah kendaraan. Algoritma untuk mendeteksi kendaraan menggunakan YOLO (You Only Look Once). Algoritma YOLO menggunakan pendekatan dengan membagi citra masukan menjadi beberapa area yang disebut grid, kemudian memprediksi kotak pembatas dan probabilitas kelas objek. Selanjutnya kotak pembatas dengan nilai confidence paling tinggi dijadikan pemisah antara objek satu dengan lainnya. Data latih untuk proses pelatihan yang digunakan sebanyak 3282 gambar dengan 10000 iterasi menghasilkan nilai mAP sebesar 79,11%. Hasil pengujian menggunakan perpotongan antara objek dengan garis diperoleh tingkat akurasi sebesar 83,33%, sedangkan pada pengujian perhitungan menggunakan bounding box yang terdeteksi diperoleh tingkat akurasi sebesar 83,5%.
PERANCANGAN SISTEM PENGONTROLAN LAMPU LALU LINTAS BERDASARKAN TINGKAT KEPADATAN KENDARAAN MENGGUNAKAN METODE FUZZY Saiful Furqon; Imam Santoso; Yosua Alvin Adi Soetrisno
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 9, NO. 1, MARET 2020
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transient.v9i1.88-96

Abstract

Sistem lampu lalu lintas merupakan perangkat yang berfungsi mengatur arus kendaraan yang akan melewati suatu persimpangan. Durasi lampu lalu lintas umumnya dikendalikan secara otomatis dengan menggunakan durasi waktu yang ditetapkan. Pengendalian ini masih kurang efektif dalam mengatur kendaraan yang akan melewati  persimpangan, karena jumlah kendaraan setiap saat tidaklah sama. Berdasarkan masalah tersebut dilakukan pengembangan metode pengendalian lampu lalu lintas yang dapat mengatur durasi nyala lampunya agar dapat menyesuaikan dengan jumlah kendaraan yang akan melewati persimpangan. Logika fuzzy dapat digunakan untuk mengatur lama durasi penyalaan lampu lalu lintas yang dapat menyesuaikan dengan jumlah kendaraan yang ada, dan mudah untuk diimplementasikan. Dalam penelitian ini menggunakan mikrokontroler Atmega 328p dengan metode logika fuzzy Tsukamoto untuk mengendalikan durasi penyalaan lampu lalu lintas. Terdapat beberapa pengujian yang dilakukan, yaitu pengujian pembacaan data, pengujian penyalaan lampu hijau, pengujian ketika ada ruas kosong, dan ketika semua ruas kosong. Hasil pengujian didapatkan durasi penyalaan lampu lalu lintas dapat menyesuaikan dengan jumlah kendaraan yang ada di ruas persimpangan dengan baik.
PERANCANGAN PROGRAM PENDETEKSI DAN PENGKLASIFIKASI JENIS KENDARAAN DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DEEP LEARNING Ridwan Gunadi Fajri; Imam Santoso; Yosua Alvin Adi Soetrisno
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 9, NO. 1, MARET 2020
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transient.v9i1.97-106

Abstract

Lalu lintas memerlukan teknologi yang handal dalam mendeteksi dan menghitung jumlah kendaraan. Hal ini berguna untuk mengurangi kemacetan dan mentertibkan lalu lintas. Pada penelitian ini, dirancang suatu program pendeteksi, pengklasifikasi, dan penghitung kendaraan menggunakan metode  Convolutional Neural Network (CNN) Deep Learning dengan algoritma YOLO. YOLO adalah sebuah algoritma CNN yang dikembangkan untuk mendeteksi suatu objek secara real-time. Masukan sistem adalah citra kendaraan yang akan dideteksi. Sistem akan mendeteksi kendaraan, dipisahkan berdasarkan jenisnya, dan dihitung total kendaraannya. Nilai hasil perhitungan program akan dikirimkan ke mikrokontroler sebagai pengatur durasi lampu lalu lintas dan juga disimpan di dalam database agar selalu tercatat setiap perhitungannya. Keakuratan program didapat dengan membandingkan hasil pendeteksian, pengklasifikasian, dan perhitungan kendaraan dengan nilai perhitungan manual. Pada pengujian berdasarkan kelas, didapat nilai keakuratan program sebesar 91,4%. Pada pengujian berdasarkan pengaruh faktor lingkungan, pada kondisi hujan didapatkan nilai akurasi sebesar 88,4%, pada kondisi berkabut sebesar 70%, dan kondisi malam hari sebesar 78,2%. Pada pengujian komunikasi data, program dapat mengirim sinyal ke mikrokontroler dan file database secara sempurna.
ANALISIS TEKNOLOGI GPON DAN XGS-PON PADA PERANCANGAN JARINGAN AKSES FIBER TO THE HOME PERUMAHAN TAMAN ANGGREK GRAHA PADMA Eric Yosua Kusumawijaya; Imam Santoso; Ajub Ajulian Zahra
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 9, NO. 3, SEPTEMBER 2020
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transient.v9i3.298-308

Abstract

Kebutuhan layanan jaringan internet akan terus meningkat seiring dengan bertambahnya jumlah penduduk dan beragam layanan data seperti Triple Play. PT. Telekomunikasi Indonesia Tbk. menggunakan teknologi Gigabit-capable Passive Optical Network (GPON) pada infrastuktur jaringan fiber optik dan berencana untuk menerapkan teknologi 10-Gigabit-capable Symmetric Passive Optical Network (XGS-PON) untuk meningkatkan kualitas layanan internet. Berdasarkan rekomendasi ITU-T G.984, GPON memiliki laju downstream sebesar 2,5 Gbps dan upstream sebesar 1,25 Gbps sedangkan berdasarkan rekomendasi ITU-T 9807, XGS-PON memiliki laju downstream dan upstream sebesar 10 Gbps. Simulasi pada hasil perancangan jaringan Fiber-To-The-Home (FTTH) bertujuan untuk memastikan kelayakan hasil rancangan dengan standar yang ada. Simulasi dilakukan menggunakan Optisystem 7.0 dengan parameter yang diuji berupa link power budget, Q-factor, BER, dan rise time budget yang disesuaikan dengan rekomendasi ITU-T dan standar PT. Telekomunikasi Indonesia Tbk. Hasil simulasi untuk jarak ONT terjauh GPON menunjukkan nilai link power budget pada arah downstream dan upstream sebesar 21,83 dB dan 21,94 dB, sedangkan XGS-PON sebesar 22,04 dB dan 21,98 dB. Seluruh hasil simulasi untuk teknologi GPON dan XGS-PON telah memenuhi standar yang digunakan dan layak untuk diimplementasikan.
Co-Authors Ajub Ajulian Zahra Eric Yosua Kusumawijaya Muhammad Arif Hudaya Ridwan Gunadi Fajri Saiful Furqon Yosua Alvin Adi Soetrisno