cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,304 Documents
 196   197   198   199   200 
Klasifikasi Jenis Kendaran Secara Bertahap Dengan Eigenvehicle Dan Fuzzy C-means Clustering – Hough Transform Gunawan Gunawan; Tjokorda Agung Budi Wirayuda; Bambang Ari Wahyudi
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Dalam penelitian ini dilakukan analisis secara bertahap metoda Eigenvehicle sebagai metoda untuk mengekstraksi ciri kendaraan, Fuzzy C-means Clusterring (FCMC) digunakan untuk memisahkan ban dengan badan kendaraan dan Hough Tranform sebagai metoda untuk deteksi lingkaran ban. Jenis kendaraan yang akan diklasifikasi adalah kendaraan golongan I hingga V sesuai aturan yang ada pada tol. Metoda Hough Transform dapat digunakan untuk mengisolasi feature lingkaran ban dalam sebuah citra kendaraan, jumlah ban yang terdeteksi dapat digunakan untuk klasifikasi golongan III, IV dan V. Sedangkan golongan I dan II menggunakan metoda Eigenvehicle yang merupakan gabungan Principal Component Analysis (PCA) untuk ekstraksi ciri data latih dan Diferent From Vehicle space (DFVs) untuk mengklasifikasikan kendaraan dengan melihat jarak perbedaan dari data latih PCA. Data training dan testing sistem didapat dari rekaman kedatangan mobil di Rest Area Tol Purbaleunyi KM 97, dengan data testing sebanyak 464, data training 10. Sedangkan akurasi yang didapat sebesar 93,9% dengan parameter jumlah kelas FCM sebanyak 6, rasio ban dengan panjang kendaraan pada Hough Transform sebesar 17 dan threshold pada Eigenvehicle sebesar 1300. Kata Kunci: image processing, klasifikasi kendaraan, Eigenvehicle, Hough Transform, Fuzzy C-Means Clustering
Penanganan Halangan Pandangan Menggunakan Kalman Filter Pada Robot Beroda Pengikut Manusia Christiawan Nugroho; Angga Rusdinar; Basuki Rahmat
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Robot diharapkan mampu berinteraksi dengan lingkungannya. Agar interaksi ini dapat dilakukan, robot perlu memiliki kemampuan mengenali lingkungannya. Kemampuan ini dapat diperoleh dengan menggunakan sensor untuk menangkap informasi dari dunia luar. Salah satu sensor yang dapat dipakai adalah kamera. Sensor kamera memiliki fungsi untuk menangkap informasi dari dunia luar dalam bentuk gambar. Dengan sensor kamera, robot mobile dapat dikembangkan untuk mengikuti objek, misalnya manusia. Fungsi ini dapat meningkatkan peran robot sebagai asisten manusia. Dengan mengikuti manusia kemanapun dia berjalan, robot akan selalu berada di dekat manusia. Peran ini memerlukan kemampuan pengenalan objek yang baik, apalagi jika manusia yang diikuti berada di tengah keramaian. Pada tugas akhir ini dirancang sistem pelacakan warna dan sistem penanganan halangan menggunakan Kalman filter pada robot beroda. Robot mengikuti manusia dengan melacak warna target dan mengikuti perpindahan target. Kalman filter digunakan sebagai estimator posisi target ketika target hilang dari pandangan robot untuk waktu dibawah 3 detik. Hasil dari penelitian ini adalah sebuah sistem penanganan halangan dengan tingkat akurasi untuk kondisi halangan diam dan target bergerak adalah 60% untuk jarak 1,5m, 80% untuk jarak 2 dan 2,5m. Untuk kondisi halangan bergerak dan target diam, tingkat akurasi adalah 75% untuk jarak 1,5m, 80% untuk jarak 2 dan 2,5m. Kata kunci : robot beroda, OpenCV, pengolahan gambar, halangan pandangan, pelacakan warna, Kalman filter
Deteksi Sms Spam Menggunakan Vector Space Model Dengan K-means Rio Pratama; Shaufiah Shaufiah; Ibnu Asror
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Media komunikasi yang saat ini lazim digunakan oleh masyarakat untuk berinterkasi adalah telepon genggam(mobile phone). Salah satu layanan yang banyak digunakan untuk berkirim pesan adalah Short Message Service(SMS). Sms dipilih karena tarifnya yang murah, namun saat ini sms juga dimanfaatkan oleh pihk yang tidak bertanggung jawab untuk menyebarkan unsolicited commercial advertisement(Sms Spam). Bagi sebagian orang menganggap sepele masalah ini, namun tidak sedikit juga yang merasa terganggu dengan adanya sms spam ini. Pada tugas akhir ini penulis melakukan analisa algoritma untuk mendeteksi sms spam dengan menggunakan data sms yang telah dikumpulkan oleh penulis sebelumnya. Metode yang digunakan dalam kasus ini adalah Vector Space Model dan K-means clustering. Dimana Vector Space Model dapat mengenali pola sms dengan mengubah kata menjadi nilai bobot kata dan k-means clustering yang berfungsi sebagai metode yang mengelompokan bobot kata tersebut sehingga setelah dilakukan berbagai skenario pengujian dihasilkan akurasi 60% artinya kedua metode ini sudah mampu untuk mendeteksi serta mengklasifikasikan antara sms spam dan sms bukan spam (sms ham) namun belum terlalu optimal disebabkan kurangnya jumlah sms sebagai data training. Kata kunci : SMS, Sms Spam, Vector Space Model, K-Means Clustering, klasifikasi, Sms Ham.
Algoritma Genetika (ag) Paralel Untuk Menyelesaikan Traveling Salesman Problem (tsp) Menggunakan Message Passing Interface (mpi) Rahadian Rizkina; Fhira Nhita; Fitriyani Fitriyani
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Traveling Salesman Problem baik dikenal sebagai masalah penting optimasi kombinatorial. Tujuannya adalah untuk menemukan jalur terpendek dari sebuah kota awal ke kota tujuan yang setiap kota hanya boleh dilewati tepat satu kali kemudian kembali ke kota awal. Metode untuk memecahkan TSP salah satunya adalah Genetic Algorithm (GA). GA adalah sebuah metode yang dapat menghasilkan solusi dan waktu yang optimal. Meskipun GA adalah metode yang optimal dan pendekatan yang baik untuk TSP namun saat jumlah kota pada TSP meningkat waktu yang dibutuhkan akan semakin besar. Hal ini disebabkan karena perhitungan nilai fitness setiap generasinya akan semakin banyak setiap jumlah kota bertambah. Oleh karena itu akan dibuat sebuah sistem untuk menangani masalah tersebut dengan memparalelkan metode GA. Sistem tersebut akan dijalankan pada Microsoft – MPI menggunakan Parallel Genetic Algorithm agar menghasilkan komplesitas waktu yang optimal. Hasil observasi menunjukan bahwa performa Paralel AG lebih baik daripada Serial AG. Parallel AG pada TSP menghasilkan nilai jarak terpendek sebesar 4697,18 dan nilai fitness 0,000213 untuk penggunaan 100 generasi, ukuran populasi sebanyak 100, probabilitas crossover 0,9 dan probabilitas mutasi 0,1 dengan waktu yang dibutuhkan sebesar 1,67 detik. Sedangkan Serial AG pada TSP menghasilkan nilai jarak terpendek sebesar 4801,91 dan nilai fitness 0,000208 untuk penggunaan 100 generasi, ukuran populasi sebanyak 100, probabilitas crossover 0,9 dan probabilitas mutasi 0,1 dengan perhitungan waktu 5,04 detik. Kata kunci : Traveling Salesman Problem, Genetic Algorithm, Microsoft Cluster
Analisis Implementasi Mesin Pencampur Cat Warna Berbasis Adaptive Neuro Fuzzy Inference System Marzuqi Faladina Wibowo; Agung Nugroho Jati; Denny Darlis
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Penelitian mengenai teknik kontrol ANFIS telah banyak dilakukan, umumnya digunakan untuk mendapatkan kestabilan motor. Pada penelitian ini telah dilakukan pengujian penggunaan ANFIS sebagai metode kendali buka tutup keran pada mesin pencampur zat cair. ANFIS merupakan pengembangan lebih lanjut dari metode kendali Fuzzy yang digabungkan neural network sebagai proses pembelajaran dan pengambilan keputusan. Tujuan penggunaan ANFIS pada penelitian ini adalah untuk membuat mesin pencampur zat cair ini bisa melakukan proses kendali buka tutup keran dengan tingkat akurasi yang tinggi. Dari hasil implementasi metode kendali ANFIS sebagai metode kendali mesin, dapat diambil kesimpulan bahwa kendali buka tutup keran pada mesin berhasil dilakukan dengan baik pada saat dilakukan pengujian dengan satu tabung, dua tabung, dan tiga tabung. Kata kunci: ANFIS, fuzzy, mesin, pencampur, air.
Deteksi Pulpitis Melalui Periapikal Radiograph Pada Domain Spasial Dengan Metode Glcm Dan Klasifikasi Fuzzy K-nearest Neighbour Berbasis Android Indri Ruth Simatupang; Bambang Hidayat; Suhardjo Sitam
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Salah satu kelainan gigi yang sering ditemukan di masyarakat yaitu radang pulpa gigi atau pulpitis menyebabkan rasa nyeri yang tidak nyaman yang diakibatkan oleh infeksi bakteri dan alasan lainnya. Deteksi penyakit ini dapat dilakukan secara manual maupun bantuan teknologi seperti menggunakan alat periapikal radiograf. Tugas Akhir ini menghasilkan sebuah aplikasi berbasis android yang dapat mendeteksi penyakit pulpitis dengan output pada domain spasial dengan esktraksi fitur menggunakan metode GLCM (Grey Level Co-occurrence Method) yang merupakan tabulasi seberapa sering kombinasi yang berbeda dari pixel nilai kecerahan (tingkat abu- abu) terjadi pada gambar. Proses klasifikasi dengan Fuzzy Logic yang dikombinasikan dengan K-Nearest Neighbour membantu membuat derajat keabuan yaitu mempertimbangkan sifat ambigu dari fitur yang digunakan. Hasil dari penelitian ini diharapkan mencapai tingkat akurasi 87% dengan klasifikasi dibagi menjadi 3 jenis yaitu citra gigi normal, pulpitis irreversible dan pulpitis reversible dengan menggunakan hasil periapikal radiograph sebagai citra uji dan citra latih. Kata kunci : periapikal radiograf, pulpitis,domain spasial, fuzzy logic
Analisa Dan Desain Data Center Building Facilities Berdasarkan Temperature Monitoring System Di Rumah Sakit Islam Muhammadiyah Sumberrejo Menggunakan Standar Tia-942 Dengan Metode Ppdioo Life-cycle Approach Rajif Rizal Fahlevi; Rd. Rohmat Saedudin; Adityas Widjadjarto
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

RSIM Sumberrejo menerapkan teknologi informasi (TI) untuk melakukan kegiatan administrasinya dan telah memiliki data center sebagai wadah pengelolaan TI tersebut. Berdasarkan rencana kedepan, data center pada RSIM Sumberrejo tersebut akan dikembangkan. Hal yang dikembangkan salah satunya yaitu penataan pengkondisi udara yang merata temperaturnya. Oleh karena itu dibutuhkan perancangan temperature monitoring system untuk mengetahui kondisi temperatur yang dibutuhkan data center. Dalam perancangan data center tersebut menggunakan standar TIA-942 serta metode PPDIOO Network Life-Cycle Approach pada tiga tahapan awal yaitu Prepare, Plan, Design. Hasil akhir penelitian ini yaitu berupa rancangan desain data center building facilities RSIM Sumberrejo yang sesuai dengan standar TIA-942 terutama dalam segi penataan pengkondisi udara. Diketahui bahwa kondisi temperatur optimal ruangan data center yang sesuai standar TIA-942 sebesar 18°C dengan penggunaan temperature monitoring system untuk memonitor temperatur agar tetap stabil. Pengembangan data center pada Tier 2 bagian mechanical Tiering harus mempunyai backup pada perangkat cooling dan power. Perangkat cooling yaitu HVAC membutuhkan kapasitas sebesar 39.634,97 BTU/h. Kemudian power yaitu UPS menopang total penggunaan daya pada semua rak server dan sistem HVAC sebesar 15300 watt membutuhkan tegangan sebesar 40 kVA. Kata Kunci : Data Center, Temperatur, Standar TIA-942, PPDIOO Life-Cycle Approach, Cooling, Power
Analisa Web Usage Mining Dengan Algoritma Particle Swarm Optimization (pso) (studi Kasus : Aktifitas Internet Di Universitas Telkom) Arby Fahrizi Subiyanto; Eko Darwiyanto; Rita Rismala
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Website BAA Universitas Telkom dipilih karena merupakan salah satu website di Universitas Telkom yang cukup sering diakses oleh mahasiswa untuk mencari informasi tentang panduan akademik dan berbagai kebutuhan informasi lainnya tentang perkuliahan dan wisuda. Pola pengunjung web dapat digunakan untuk mengetahui halaman apa saja yang telah dikunjungi oleh user dalam suatu website. Hal tersebut bertujuan sebagai acuan dalam perbaikan kualitas website dan menjamin kepuasan user dalam mengakses website tersebut dalam menemukan informasi didalamnya sesuai dengan kebutuhannya. Dalam tugas akhir ini, digunakan web server log dari BAA Universitas Telkom. Web server log dari BAA Unversitas Telkom kemudian akan diproses dengan mengimplementasikan salah satu metode pada web usage mining yaitu clustering. Data log tersebut awalnya diolah dengan tahap preprocessing, kemudian dilakukan proses clustering dengan menggunakan algoritma Particle Swarm Optimization (PSO). Algoritma PSO digunakan karena memiliki kelebihan yaitu memiliki swarm yang dapat mencari solusi terbaik dalam penentuan hasil cluster. Penggunaan algoritma PSO pada penelitian ini ditemukan hasil cluster terbaik adalah delapan dan dari hasil cluster tersebut dihasilkan rekomendasi terhadap website BAA Universitas Telkom. Kata Kunci: web usage mining, web log, clustering, preprocessing, swarm, particle swarm optimization.
Analisis Performansi Protokol Routing Gpsr Pada Jaringan Sensor Nirkabel Muhammad Fuad; Gandeva Bayu; Anton Herutomo
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Wireless Sensor Network (WSN) merupakan suatu peralatan sistem embedded yang didalamnya terdapat satu bahkan ribuan sensor, peralatan ini dapat disusun hingga membentuk node pada jaringan yang dapat saling berkomunikasi. WSN tersebut menggunakan jaringan WPAN 802.15.4 atau disebut juga dengan low-energy wireless personal area network. Salah satu perangkat yang menggunakan standar WPAN 802.15.4 ini ialah Zigbee. Namun kekurangan dari perutingan standar pada Layer Network WPAN tersebut ialah kurang mendukung masalah reliabilitas dan skalabilitas. Selain itu juga memungkinkan adanya node yang terisolasi jika terdapat router yang mati. Atas dasar hal tersebut maka diperlukannya sebuah metode perutingan yang dapat mencari rute alternative dari node sensor menuju coordinator. Agar node-node sensor tersebut dapat berkomunikasi secara baik, maka diperlukan Routing Protocol yang sesuai agar komunikasi data dapat tersampaikan dengan cepat dan akurat serta sedikit memakan energi pada baterai. Protokol wireless ad -hoc routing dinilai cocok untuk Wireless Sensor Network karena topologinya yang dinamis serta beroperasi dengan energi yang terbatas. Tugas akhir ini menganalisa bagaimana performansi Greedy Perimeter Stateless Routing (GPSR) yang merupakan routing protocol yang bersifat energy aware ketika di implementasikan pada Wireless Sensor Network (WSN) Zigbee untuk sistem monitoring pada kasus di lahan pertanian yang membutuhkan banyak sensor yang tersebar secara luas dan membutuhkan daya energi yang terbatas. Protokol routing terssebut akan dibandingkan dengan riset sebelumnya pada jaringan sensor nirkabel 802.15.4 dengan menggunakan protokol routing Ad Hoc On Demand Distance Vector (AODV) yang juga merupakan low- energy routing protocol. Pengukuran akan dilakukan pada saat proses pengiriman data dari node pengirim sampai di node tujuan dengan parameter perhitungan berupa End-to-end Delay, Packet Delivery Ratio, dan Throughput. Performansi routing protocol tersebut akan memperlihatkan Quality of Service yang baik dengan perhitungan parameter tersebut sesuai dengan yang diharapkan. Selain itu juga dilakukan pengukuran terhadap Energy Consumption sebagai idikator Low Energy Routing Protocol. Kata Kunci: Wireless Sensor Network, 802.15.4, ad-hoc, GPSR, AODV, Energy Aware, NS-2
Simulasi Dan Analisis Sistem Penerjemah Bahasa Sibi Menjadi Bahasa Indonesia Menggunakan Metode Klasifikasi Hidden Markov Model Muhammad Najiburahman; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada kehidupan kita, ada beberapa orang yang tidak dapat menggunakan komunikasi verbal sehingga persepsi yang dibentuk akan berbeda. Orang orang tersebut menderita disabilitas seperti tunawicara dan tunarungu. Mereka menggunakan komunikasi non-verbal yaitu bahasa isyarat untuk berkomunikasi, salah satunya adalah bahasa Sistem Isyarat Bahasa Indonesia (SIBI). Namun untuk orang normal bahasa itu sangat awam dan susah dimengerti. Pada tugas akhir ini dilakukan proses simulasi dan analisis suatu sistem yang dapat menerjemahkan SIBI ke dalam Bahasa Indonesia, dimana inputnya berupa video berbahasa SIBI yang nantinya akan diproses dan menghasilkan output berupa teks berbahasa Indonesia dengan menggunakan ekstraksi ciri Local Binary Pattern (LBP) dan metode klasifikasi Hidden Markov Model (HMM). Hasil dari tugas akhir ini dipilih state terbaik menggunakan metode klasifikasi HMM adalah state ke-100 untuk masing masing gerakan. Kondisi 1 gerakan mendapatkan akurasi 76.7% dengan waktu training 0.0727 detik. Kondisi 2 gerakan mendapatkan akurasi 93.3% dengan waktu training sebesar 0.0888 detik. Kondisi lebih dari 2 gerakan mendapatkan akurasi 96.7% dengan waktu training 0.1114 detik. Kondisi gabungan 1 gerakan, 2 gerakan, dan lebih dari 2 gerakan adalah state ke-70 mendapatkan akurasi 80.0% dengan waktu training 0.2270 detik Kata kunci: HMM, LBP, SIBI, state, akurasi, waktu training

Page 198 of 831 | Total Record : 8304

 196   197   198   199   200 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 6 (2025): Desember 2025 Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue