cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Gigih Forda Nama
Contact Email
gigih@eng.unila.ac.id
Phone
-
Journal Mail Official
psppi@eng.unila.ac.id
Editorial Address
Fakultas Teknik, Universitas Lampung Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145 Email: jrl@eng.unila.ac.id Website : http://jrl.eng.unila.ac.id/index.php/ojs/index
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Rekayasa Lampung (JRL)
Published by Universitas Lampung
ISSN : -     EISSN : 28304640     DOI : https://doi.org/10.23960/jrl.v1i1
Core Subject : Science, Engineering,
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering
Jurnal Rekayasa Lampung (JRL) merupakan jurnal ilmiah yang bersifat peer-reviewed dan open access yang dikelola oleh Fakultas Teknik, Univeritas Lampung yang bekerjasama dengan Persatuan Insinyur Indonesia (PII). JRL berisi artikel ilmiah yang diangkat dari hasil penelitian, gagasan konseptual, aplikasi teori, serta kajian analitis di bidang rekayasa sistem dan industri dalam keilmuan Teknik. Mulai tahun 2022 JRL diterbitkan empat bulanan, yaitu bulan Januari, April, dan Agustus dalam bentuk online dengan e-ISSN 2830-4640 JRL memuat artikel ilmiah dengan topik berikut (tetapi tidak terbatas hanya pada topik tersebut) : - Sistem Produksi - Rekayasa dan Pengendalian Kualitas - Riset Operasional - Supply Chain Management - Ergonomi - Teknik Mesin - Konstruksi - Teknik Lingkungan - Geofisika - Teknik Kimia - Arsitektur - Geodesi - Teknik Elektro - Manajemen Industri - Manajemen Proyek - Decision Support System - Knowledge Management - Enterprise and Architecture - Data Analytic - Enterprise Application Development - IT Governance, Risk, and Compliance - Computation System - Dan lain-lain
Arjuna Subject : Teknik (semua kategori) - Tenik Industri dan Manufaktur
Articles 5 Documents
 1 
Search results for , issue "vol. 5 no. 1 (2026)" : 5 Documents clear
Correlation of Compressive and Flexural Strengths of Concrete Affected by Cement Type and Admixture Masdar Helmi; I M.A.K. Salain; Chatarina Niken; Elfa Damayanti
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.88

Abstract

Compressive strength (fc’) and flexural strength (fs) are key mechanical properties used in concrete design, and their correlation has been investigated by many researchers. However, existing models often provide limited accuracy because they do not consider differences in cement type and chemical admixture. This study investigates the effects of cement type, curing age, and admixture on compressive and flexural strengths and develops an empirical correlation between fc’ and fs. Experimental testing was performed using Portland Composite Cement (PCC) and Ordinary Portland Cement (OPC), with and without admixture. Cylinder specimens (150 × 300 mm) were tested for compressive strength, while beam specimens (150 × 150 × 600 mm) were tested for flexural strength at 7 and 28 days. Admixture increased compressive strength by up to 48.4% and flexural strength by up to 19.6% compared with conventional concrete. The best correlation was obtained using the power regression model fs = 0.3209(fc’)^0.8207, with a coefficient of determination R² = 0.8572, exceeding the predictive performance of ACI 318 equations. The proposed model provides a more accurate and reliable prediction of the compressive–flexural strength relationship for the concrete mixtures evaluated in this study.
Comprehensive Evaluation of CNN Model Performance in Dogfruit Plant Classificatio Mardiana; Meizano Ardhi Muhammad; Yessi Mulyani; Martinus Martinus; Muhammad Afif Rafi Syaiim; Wasilah Wasilah
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.101

Abstract

Jengkol (Archidendron pauciflorum) adalah tanaman hutan tropis Indonesia yang umum digunakan sebagai sumber pangan. Meskipun banyak digunakan sebagai bahan pangan, penelitian tentang klasifikasi morfologi Jengkol masih terbatas. Klasifikasi bagian-bagian Jengkol memiliki relevansi dalam bidang botani dan pertanian. CNN diterapkan untuk mengotomatisasi proses klasifikasi. Model akan dievaluasi dalam mengklasifikasi melalui analisis akurasi, precision, recall, dan f1-score. Model dilatih menggunakan 597 citra yang akan dibagi menjadi lima kelas. Model dilatih selama 200 epoch untuk meningkatkan kemampuan dalam mengenali pola visual antar kelas. Evaluasi kinerja diuji pada 120 citra yang dilakukan dengan mengukur akurasi, precision, recall, dan f1-score untuk setiap kelas. Hasil menunjukkan model mencapai akurasi 95%, dengan nilai precision dan f1-score tertinggi pada kelas batang (1.00), sedangkan kelas ranting memiliki f1-score terendah (f1-score 0.71). Ketidakseimbangan data antar kelas dan kemiripan visual antara ranting dan batang mempengaruhi hasil klasifikasi. Model CNN terbukti efektif untuk klasifikasi tanaman Jengkol pada kelas yang memiliki data lebih banyak dan fitur visual yang kuat.
RELASI LUAS GUNUNG ANAK KRAKATAU BERDASARKAN CITRA LANDSAT 8 DENGAN REKAMAN GETARAN AMPLITUDO TAHUN 2018-2019 Ahmad Zaenudin; Mochamad Firman Ghazali; Farida Febrian Fazanisa; Alhada Farduwin
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.104

Abstract

Gunung Anak Krakatau mengalami dinamika aktivitas vulkanik dan perubahan morfologi yang ekstrem pada periode 2018–2019, yang berpuncak pada peristiwa flank collapse berskala masif pada 22 Desember 2018. Penelitian ini bertujuan untuk mengkaji pola korelasi fisis antara fluktuasi intensitas getaran seismik (amplitudo) dengan perubahan luas wilayah daratan pada fase sebelum dan sesudah erupsi katastrofik. Metode yang digunakan adalah analisis geospasial multi-temporal berbasis penginderaan jauh menggunakan citra satelit Landsat 8 yang diintegrasikan dengan data amplitudo harian. Hasil analisis menunjukkan adanya korelasi selaras pada fase pra-erupsi berupa ekspansi area yang diiringi tingginya amplitudo akibat erupsi strombolian persisten, serta anomali korelasi negatif ekstrem pada keruntuhan sektoral. Secara keseluruhan, korelasi temporal secara langsung antara fluktuasi amplitudo dan perluasan wilayah tergolong lemah dengan nilai koefisien determinasi () sebesar 0,2761, yang mengindikasikan bahwa variasi luas wilayah hanya dipengaruhi oleh amplitudo getaran sebesar 27,61%. Perubahan luas daratan, khususnya pada fase pertumbuhan kembali, tidak terjadi secara instan mengikuti ritme getaran, melainkan memiliki jeda waktu karena merupakan produk akhir dari proses geologi masif seperti akumulasi endapan tefra dan progradasi aliran lava. Disimpulkan bahwa pemantauan fisis menggunakan citra Landsat 8 memiliki keterbatasan resolusi dan penetrasi awan, sehingga evaluasi morfologi gunung api yang lebih presisi membutuhkan integrasi penginderaan jauh beresolusi tinggi.
KLASIFIKASI JENIS KAIN BERDASARKAN EKSTRAKSI FITUR TEKSTUR MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM): CLASSIFICATION OF FABRIC TYPES BASED ON TEXTURE FEATURE EXTRACTION USING THE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) METHOD Tiya Muthia; FX Arinto Setyawan; Helmy Fitriawan; Sri Ratna Sulistiyanti; Mutia Aini Lutfia
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.113

Abstract

Klasifikasi jenis kain secara manual berdasarkan karakteristik tekstur melalui pengamatan dan perabaan dapat bersifat subjektif, sehingga diperlukan pendekatan otomatis berbasis citra. Penelitian ini bertujuan mengklasifikasikan lima jenis kain, yaitu drill, katun, polyester, satin, dan wool, berdasarkan karakteristik tekstur menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) dan algoritma K-Nearest Neighbor (K-NN). Citra kain diperoleh menggunakan mikroskop digital yang terhubung dengan komputer. Tahapan pengolahan citra meliputi resizing dan konversi citra RGB menjadi grayscale. Ekstraksi fitur tekstur menggunakan enam fitur GLCM, yaitu dissimilarity, homogeneity, correlation, contrast, angular second moment (ASM), dan energy, dengan empat orientasi, yaitu 0°, 45°, 90°, dan 135°. Pengujian dilakukan menggunakan 250 citra data latih dan 50 citra data uji dengan variasi jarak piksel 1–5 dan nilai K=13. Hasil pengujian menunjukkan bahwa kinerja terbaik diperoleh pada jarak 4 piksel dengan akurasi 78%, precision 46%, recall 46%, dan F1-score 46%. Waktu komputasi tercepat diperoleh pada jarak 4 sebesar 0,044 detik, dengan rata-rata waktu pengujian sebesar 0,047 detik. Hasil penelitian menunjukkan bahwa kombinasi GLCM dan K-NN dapat digunakan untuk klasifikasi jenis kain berbasis karakteristik tekstur citra.
DIGITALISASI WEBSITE SIM KIP KULIAH PADA LLDIKTI II BERBASIS FRAMEWORK LARAVEL MENGGUNAKAN METODE KANBAN Gigih Forda Nama; Siti Nur Azizah; Trisya Septiana
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.118

Abstract

Pengelolaan program KIP Kuliah Merdeka di lingkungan LLDIKTI Wilayah II masih memanfaatkan Google Form sebagai sarana input dari 166 perguruan tinggi, namun seluruh proses validasi dan pengajuan masih berlangsung secara manual. Pendekatan ini berisiko menimbulkan duplikasi data, keterlambatan proses, serta kesalahan pada tahapan verifikasi. Untuk mengatasi permasalahan tersebut, dikembangkan sistem berbasis web dengan metode Kanban dan framework Laravel. Sistem dirancang dengan dua role user, yaitu operator perguruan tinggi sebagai pengusul dan LLDIKTI sebagai verifikator. Dalam proses pengembangannya, sistem mencakup 39 task card dan diselesaikan dalam 1.120 jam waktu efektif. Sistem diaktifkan secara online melalui penyedia cloud hosting IdCloudHost sebagai media penempatan aplikasi. Pengujian dilakukan menggunakan Black Box Testing sebanyak 1x iterasi dari 102 skenario dengan tingkat keberhasilan 100%. Sementara itu, User Acceptance Testing (UAT) yang melibatkan lima responden dari LLDIKTI dan perguruan tinggi menunjukkan tingkat penerimaan sebesar 80%. Sistem ini berhasil mendigitalisasi proses validasi dan pengajuan KIP Kuliah secara terstruktur, serta memberikan alur kerja yang lebih terkendali dan terpantau.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 3 (2026) Vol. 5 No. 2 (2026) Vol. 5 No. 1 (2026) Vol. 4 No. 3 (2025) Vol. 4 No. 2 (2025) Vol. 4 No. 1 (2025) Vol. 3 No. 3 (2024) Vol. 3 No. 2 (2024) Vol. 3 No. 1 (2024) Vol. 2 No. 3 (2023) Vol. 2 No. 2 (2023) Vol. 2 No. 1 (2023) Vol. 1 No. 3 (2022) Vol. 1 No. 2 (2022) Vol. 1 No. 1 (2022) More Issue