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 8,307 Documents
 246   247   248   249   250 
Perancangan Enterprise Architecture Pada Fungsi Pengadaan Perum Bulog Divisi Regional Jawa Barat Menggunakan Framework Togaf Adm Rahmat Rizal; Yuli Prasetyo; Rahmat Mulyana
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Perum BULOG merupakan perusahaan umum milik negara yang bergerak dibidang logistik pangan. Fungsi pokok perusahaan yaitu melaksanakan tugas pemerintah di bidang manajemen logistik melalui pengelolaan distribusi, persediaan, pengadaan, dan pengendalian harga beras. Dalam upaya memenuhi tugas persediaan dan pengadaan, Bulog didukung oleh teknologi informasi untuk mengoptimalkan proses bisnis perusahaan. Salah satu fungsi yang terdapat dalam Bulog yang sekaligus menjadi fokus penelitian ini adalah fungsi pengadaan. Untuk memaksimalkan peran teknologi pada fungsi pengadaan tersebut dibutuhkan perancangan enterprise architecture yang dapat menunjang kegiatan proses bisnis. Metodologi yang digunakan dalam perancangan enterprise architecture ini adalah TOGAF ADM yang akan dilakukan mulai dari fase preliminary phase sampai dengan fase migration planning phase. Hasil penelitian ini adalah perancangan enterprise architecture untuk Perum Bulog divisi regional Jawa Barat, identifikasi project usulan dan identifikasi roadmap untuk pengembangan TI perusahaan.Kata kunci: TOGAF ADM, Enterprise Architecture, Pengadaan dan Bulog
Deteksi Kelainan Tulang Belakang Berdasarkan Citra Medis Digital Dengan Menggunakan Gray Level Co-occurrence Matrix (glcm) Dan K-nearest Neighbor (knn) Yudhi Afriyana; Rita Purnamasari; Raditiana Patmasari
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Kelengkungan dan postur tulang belakang sangat penting dalam mengukur tingkat masalah kesehatan pada tubuh manusia. Kondisi postur tulang belakang yang salah dapat mempengaruhi kesehatan pada tubuh seperti ketegangan pada otot dan sakit pada punggung. Skoliosis adalah salah satu kelainan pada tulang yang membuat tulang belakang dapat melengkung ke sisi kiri dan kanan. Sehingga kelainan tersebut dapat mengganggu efektifitas pada fungsi tulang belakang tersebut. Tugas akhir ini bertujuan untuk membuat sebuah sistem yang dapat mendeteksi kelainan pada tulang belakang pada hasil citra rontgen, sehingga sistem dapat secara otomatis memilah kelaianan skoliosis sesuai dengan arah kemiringannya dan dokter hanya tinggal menentukan besar derajat kemiringannya. Dibuatnya sistem ini diharapkan dapat membantu proses pemilahan data klasifikasi citra rontgen, sehingga diharapkan dapat membantu proses pengklasifikasian data dengan cepat dan akurat. Pada Tugas Akhir ini citra yang digunakan merupakan hasil CT imaging dari hasil rontgen yang terdiri dari beberapa proses penghitungan. Sistem menggunakan metode ekstraksi ciri Gray Level Co-Occurance Matrix (GLCM) untuk mendapatkan extract level dari citra alat diagnostik kesehatan dengan format .jpg. Kemudian hasil extract level tersebut diklasifikasikan dengan K-Nearest Neighbor (KNN) sehingga akan dihasilkan 3 klasifikasi yaitu tulang punggung manusia normal, kelainan dekstroskoliosis dan kelainan levoskoliosis. Untuk pengujian ini, dilakukan pengujian dengan 128 citra tulang belakang, dengan komposisi masingmasing kelas citra memilki 53 citra normal, 36 citra dekstroskoliosis, dan 39 citra levoskoliosis. Sehingga didapatkan akurasi terbaik sebesar 84,84% pada sistem yang menggunakan parameter GLCM orde dua dikeempat parameter, jarak sebesar 3 piksel dengan arah (0o , 45o , 90o , 135o ) , dan level kuantisasi 8 , sedangkan pada parameter KNN dengan nilai k = 1 di keempat parameter KNN yang digunakan . Kata kunci: Skoliosis, Gray Level Co-Occurrence Matrix (GLCM), K-Nearest Neighbor (K-NN) ABSTRACT The curvature and posture of the spine is very important in in measuring the level of health problems in the human body. The wrong posture of the spine can affect health in the body such as muscle tension and back pain. Scoliosis is one of the abnormalities in the bones that make the spine curl to the left and right sides. So the abnormality can interfere with the effectiveness of the spine function. This final project aims to create a system that can detect abnormalities in the spine on X-ray images, so that the system can automatically sort the scoliosis gap according to the direction of slope and the doctor only determines the degree of slope. The creation of this system is expected to help sort out X-ray image classification data, so that it is expected to help the data classification process quickly and accurately. In this Final Project, the image used is the result of CT imaging from X-ray results which consists of several counting processes. The system uses the extraction method feature Gray Level Co-Occurance Matrix (GLCM) to get extract level from the image of the health diagnostic tool with the .jpg format. Then the extract level results are classified with K-Nearest Neighbor (KNN) so that there will be 3 classifications namely normal human backbone, dextroscoliosis disorder and levoskoliosis disorder. This testing is conducted using 128 images of spinal, with the composition of each image class having 53 normal images, 36 decstroscoliosis images and 39 levoskoliosis images. So that obtained the best accuracy ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 4675 2 of 84.84% in a system that uses second-order GLCM parameters in four parameters, a distance of 3 pixels with direction (0o , 45o , 90o , 135o ), and the quantization level of 8, while the KNN parameter with a value of k = 1 in the four KNN parameters used. Keywords: Scoliosis, Gray Level Co-Occurrence Matrix (GLCM), K-Nearest Neighbor (K-NN)
Analisis Dan Simulasi Identifikasi Judul Lagu Melalui Senandung Manusia Menggunakan Ekstraksi Ciri Lpc (linear Predictive Coding) Ignatius Yoslan Kurniawan; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian ini akan penulis akan membuat suatu identifikasi judul lagu melalui senandung manusia. Penelitian ini akan menggunakan metode ekstraksi ciri suara yang disebut dengan Linear Predictive Coding dan metode klasifikasinya adalah Dynamic Time Warping (DTW). Sistem yang dirancang ini akan mengidentifikasi judul lagu melalui humming dengan keluaran berupa informasi judul lagu.Setelah dilakukan pengujian dengan skenario berbeda pada sistem yang dirancang maka didapatkanlah beberapa hasil akurasi. Untuk pengujian data lagu asli sebagai data latih dan data lagu asli sebagai data uji memiliki akurasi tertinggi sebesar 100 %. Pengujian data lagu vokal sebagai data latih dan data lagu vokal sebagai data uji memiliki akurasi tertinggi sebesar 81,67 %. Pengujian data lagu senandung sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 61,67 %. Pengujian data lagu vokal sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 78,33 %. Pengujian data lagu asli sebagai data latih dan data lagu senandung sebagai data uji memiliki akurasi tertinggi sebesar 80 %. Kata Kunci: Senandung, Linear Predictive Coding, Dynamic Time Warping (DTW)
Analisis Latent Semantic Indexing Menggunakan Qr Decomposition Dengan Transformasi Householder Untuk Mencari Informasi Muhamad Hamda; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan Information Retrieval telah berkembang dengan banyak metode yang berfungsi menghasilkan tingkat relevansi yang lebih baik. Untuk dapat menghasilkan nilai relevansi yang tinggi, agar maka diperlukan sebuah metode untuk menghasilkan perangkingan yang baik dan teruji. Pada Tugas Akhir ini melakukan analisis Latent Semantic Indexing menggunakan QR decompisition dengan transformasi householder, kemudian untuk mengukur kemiripan dokumen terhadap query menggunakan cosine similarity dan parameter pengujian akurasi sistem menggunakan recall dan precision supaya dapat membuktikan kemampuan dalam latent semantic indexing dapat menemukan dokumen yang diinginkan atau relevan walaupun tidak ada term yang ada pada query dan melakukan perbandingan waktu proses perncarian dokumen. Hasil pengujian dari tugas akhir ini menunjukan latent semantic indexing menggunakan QR Decomposition dengan transformasi householder terbukti bisa menemukan dokumen relevan walau tidak mengandung term yang terdapat pada query kemudian memiliki nilai recall dan precison nilai akurasi sistem yang baik dan juga mendapatkan proses waktu pencarian dokumen yang relevan yang cepat. Kata kunci :latent semantic indexing (LSI), qr decomposition, transformasi householder, recall, precision.
Antena Microstrip Fractal – Bowtie 2-18 Ghz Untuk Electronic Support Measure Imam Ichwani; Heroe Wijanto; Yuyu Wahyu
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pada era perkembangan teknologi seperti saat ini Indonesia memerlukan perangkat elektronik yang canggih yang dapat membantu pertahanan sistem keamanan Indonesia, dimana 2/3 wilayah Indonesia merupakan lautan yang perlu pengamanan ekstra. Oleh karena itu untuk meningkatkan keamanan dalam menjaga dan mengawasi wilayah Indonesia, dibutuhkan sistem yang dapat meningkatkan kemampuan pertahanan Negara Kesatuan Republik Indonesia yaitu Electronic Support Measure (ESM). ESM ini sedang dikembangkan oleh LIPI untuk nantinya digunakan dalam sistem keamanan Indonesia. ESM secara umum merupakan sebuah peralatan elektronik yang berfungsi untuk menerima sinyal gelombang elektromagnetik, kemudian sinyal tersebut diproses dan dianalisa sehingga diperoleh lokasi, kuat sinyal dan parameter lainnya. Salah satu subsistem penting dalam ESM adalah subsistem antena sebagai penerima sinyal gelombang elektromagnetik. Pada penelitian tugas akhir ini akan dirancang antena mikrostrip fractal-bowtie yang bekerja pada frekuensi Ultra Wideband yaitu 2-18 GHz untuk memenuhi kebutuhan Electronic Support Measure (ESM). Maka pada Tugas Akhir ini akan dirancang antena mikrostrip pada software Ansoft HFSS 15.0 yang nantinya akan direalisasikan. Namun untuk mengatasi kekurangan pada antena microstrip yaitu berupa bandwidth yang kecil, kombinasi dilakukan pada proses perancangan dibagian patch yang berbentuk bowtie dengan fraktal sierpinski gasket, saluran transmisi, dan groundplane partial agar antena memiliki bandwith yang lebih lebar dan membuat antena bekerja pada frekuensi Ultra Wideband yaitu 2 - 18 GHz. Kata Kunci : Antena Microsrip Fractal-bowtie, Ultra Wideband, ESM.
Pengklasifikasian Tinggi Dan Berat Badan Manusia Berdasarkan Citra Telapak Kaki Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Support Vector Machine-multiclass (svm-mc) Melina Melina; Bambang Hidayat; Suci Aulia
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Berat badan merupakan salah satu parameter yang memberikan gambaran pada massa tubuh. Pada pengukuran berat badan yang telah dilakukan secara manual yaitu dengan menggunakan alat penimbang berat badan (timbangan injak) didapatkan hasil timbangan berat badan yang berbeda-beda, dikarenakan ketika posisi telapak kaki diatas alat penimbang berat badan (timbangan injak) tidak sesuai atau tidak tepat pada titik tumpu alat penimbang berat badan (timbangan injak). Berat badan harus selalu dimonitor karena berat badan merupakan parameter antropometri yang sangat tidak stabil guna mengatasi kecenderungan penurunan atau penambahan berat badan yang tidak dikehendaki (berat bedan tidak normal). Pada tugas akhir ini, penulis membahas mengenai teknik untuk mengklasifikasikan tinggi badan dan berat badan manusia melalui basis tekstur cap telapak kaki dengan menggunakan pengolahan citra digital.Sehingga pada tugas akhir ini akan dirancang simulator untuk mengukur berat badan, dimana kelebihan lainnya selain mengukur berat badan adalah mengukur tinggi badan menggunakan data cap telapak kaki. Metode yang digunakan dalam penelitian tugas akhir ini adalah metode Discrete Wavelet Transform (DWT) sebagai ektraksi ciri dan metode Support Vector Machine Multi Class (SVM-MC) sebagai klasifikasi dengan menggunakan aplikasi MATLAB. Dalam sistem aplikasi ini, menggunakan data latih sebanyak 89 citra dan data uji sebanyak 26 citra. Waktu komputasi yang tercepat pada sistem ini dengan menggunakan metode klasifikasi OAO pada citra 300x264 piksel yaitu 0.17165 detik dengan level dekomposisi 8. Tingkat akurasi terbaik untuk tinggi badan sebesar 98.27% dengan menggunakan citra yang berukuran 1200x1056 piksel. Sedangkan, tingkat akurasi terbaik untuk berat badan sebesar 91.17% dengan menggunakan citra yang berukuran 300x264 piksel. Kata kunci: biometrik,footprint, thresholding, DWT, SVM. ABSTRACT Weight is one of the parameters that give a representation of body mass. On the weight measurement which has been done manually that is using the weighing tool (weight scales) obtained the different results, because when the soles of the foot position above the weighing tool (weight scales) is not appropriate at the fulcrum on the weighing tool (weight scales).Weight should always be monitored because weight is a very unstable parameter anthropometry in orderto over come the tendency ofdecreased or increased a weight undesired (abnormal weight). ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 5245 In this final exam, the author discusses about how to techniques the height and weight of the human body through the basis texture of the feet stamp. So in this final exam will be designed simulator to measure weight, which other advantages besides measuring body weight is measure body height using of data foot. The method used in this research is the Discrete Wavelet Transform (DWT) as a feature extractionand methods Multi-Class Support Vector Machine (SVM-MC) as a classification by using the application MATLAB. In this application system, using training data as many as 89 images and test data as many as 26 images. The fastest computing time on the system using the method of classification OAO at 300x264 pixel image that is 0.17165 seconds with the level of decomposition of 8. The best accuracy for height of 98.27% using the image size of 1200x1056 pixels. Mean while, the best accuracy rate of weight gain of 91.17% using the image size of 300x264 pixels. Keywords: biometryc, footprint, thresholding, DWT, SVM
Implementasi Pengolahan Citra Digital Untuk Memprakirakan Dimensi Barang Pada Prototipe Smart Lockers Ivan Fauzi Islami; Sigit Yuwono; Ramdhan Nugraha
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Tempat penyimpanan barang yang berada di stasiun kereta api dan bandara, pada umumnya masih menggunakan manusia dalam menempatkan suatu barang. Tugas akhir ini bertujuan untuk menciptakan sebuah Prototype Smart Lockers yang dapat secara otomatis menyimpan barang ke loker berdasarkan ukuran. Pengolahan citra digital digunakan untuk memprakirakan kesesuaian ukuran tersebut. Secara keseluruhan Prototype Smart Lockers yang dikembangkan terdiri dari tiga bagian: bagian penerimaan, bagian penyimpanan, dan bagian pengambilan barang. Pada tugas akhir ini, dibahas bagian penerimaan barang. Pada bagian penerimaan, suatu pengolah citra digital diimplementasikan untuk memprakirakan dimensi (panjang x lebar) barang dan suatu conveyor digunakan sebagai wahana untuk memindahkan barang dari tempat penerimaan ke loker yang telah disediakan. Pada sistem pengolahan citra digital di bagian penerimaan, sebuah kamera webcam digunakan untuk mendeteksi bentuk suatu objek kemudian hasilnya akan menginisiasi proses pengolahan citra digital untuk memprakirakan dimensi barang tersebut. Selain itu sensor ultrasonik digunakan untuk membantu mendapatkan nilai jarak dari kamera ke benda. Dimensi barang akan diklasifikasikan menjadi ukuran S (kecil), M (sedang) dan L (besar) sesuai dengan klasifikasi ukuran petak loker yang tersedia. Klasifikasi keluaran sistem pengolahan citra digital kemudian akan dibandingkan dengan data ketersediaan petak loker dari bagian penyimpanan barang. Pengolahan citra digital dapat diimplementasikan untuk memprakirakan dimensi dari suatu barang, dengan rata-rata persentase error pengukuran yang cukup kecil yaitu 7,7 %. Tetapi ada keterbatasan dalam metode ini seperti tidak dapat mendeteksi objek yang memiliki warna terang dan warna putih.Kata Kunci: Otomatisasi, Prototype Smart Lockers, Pengolahan Citra Digital, Conveyor.
Pengenalan Ekspresi Wajah Menggunakan LGBP dan SVM Erwin Yulizar Fardani; Anditya Arifianto; Kurniawan Nur Ramadhan
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Ekspresi wajah merupakan komunikasi non-verbal. Ekspresi wajah memuat informasi tentang emosi dan kondisi kejiwaan seseorang. Karena memuat informasi tentang emosi pada seseorang, maka dapat digunakan pada bidang periklanan, apakah dengan iklan suatu produk orang menjadi tertarik atau tidak. Untuk hal itu penulis melakukan analisis mengenai pengenalan ekspresi wajah menggunakan metode penggabungan Local Gabor Binary Pattern (LGBP) dan Support Vector Machine (SVM). Analisis menggunakan wajah dari database Japanese Female Facial Expression (JAFFE). Hasil utama dari program yang dibuat menampilkan label dari ekspresi dari wajah yang dimasukan ke program dengan akurasi sistem sebesar 69%. Kata Kunci: Pengenalan ekspresi, Local Gabor Binary Pattern (LGBP), Support Vector Machine (SVM), Japanese Female Facial Expression (JAFFE). Abstract Facial expressions are non-verbal communication. Facial expressions contain information about one's emotions and mental state. Because it contains information about an emotion on a person, it can be used in the advertising field, whether by advertising a product people become interested or not. To that end, the authors conducted an analysis of facial expression recognition using the method of merging Local Gabor Binary Pattern (LGBP) and Support Vector Machine (SVM). The analysis uses faces from the Japanese Female Facial Expression (JAFFE) database. The main results of the program created display the label of the expression of the faces entered into the program with 69% accuracy. Keywords: Expression Recognition, Local Gabor Binary Pattern (LGBP), Support Vector Machine (SVM), Japanese Female Facial Expression (JAFFE).
Perancangan Jaringan Multiprotocol Label Switching Menggunakan Metode Ndlc Untuk Layanan Voip Dan Streaming Video Universitas Telkom Aziz Widya Isnanta; M. Teguh Kurniawan; Adityas Widjajarto
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Survei yang dilakukan oleh Asosiasi Penyelenggara Jaringan Internet Indonesia (APJII) pada tahun 2016 menemukan 132,7 juta orang Indonesia telah terhubung ke internet. Universitas Telkom sebuah perguruan tinggi berbasis ICT dimana setiap proses bisnisnya telah menggunakan jaringan internet tak kecuali pada setiap program studinya. Program studi Sistem Informasi adalah salah satu program studi yang ada di universitass Telkom, dimana terdapat berbagai macam proses bisnis salah satunya adalah praktikum. Beberapa modulnya dilakukan secara online. File yang di upload berjenis VoIP dan Streaming Video yang dikirim ke server. Namun pada saat ini terjadi masalah dalam praktikum yaitu upload file praktikum yang tidak diterima oleh server sehingga menjadi kendala yang cukup besar dalam proses praktikum online. Sampai saat ini belum ada program untuk menyelesaikan hal tersebut. Dalam penelitian ini dilakukan penerapan teknologi MPLS untuk memberikan solusi pada masalah tersebut. Pada penelitian ini dilakukan pengukuran terhadap kualitas layanan VoIP dan Streaming Video. Pengukuran jaringan dilakukan dengan menggunakan parameter Quality of Service, yaitu throughput, delay, jitter, dan packet loss berdasarkan standar ITU-T G.1010 dan TIPHON. Hasil penelitian ini pada layanan VoIP dan Streaming Video mendapatkan nilai QoS yang memenuhi dari standar pengukuran ITU-T dan TIPHON pada parameter QoS. Kata kunci : MPLS, QoS, VoIP, Streaming Video, Sistem Informasi
Pemodelan Dan Simulasi Kontrol Adaptif Lampu Lalu Lintas Menggunakan Algoritma Jaringan Syaraf Tiruan Yusuf Rohmatu Rifa’i; Sony Sumaryo; Erwin Susanto
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem transportasi merupakan sistem dinamis yang kompleks dan sulit untuk dimodelkan secara tepat. Model yang tepat membutuhkan validasi dan verifikasi model. Makalah ini menyajikan model dan simulasi event diskrit yang lebih baik dari kontrol lampu lalu lintas waktu tetap (fixed time) pada persimpangan tunggal. Model yang dikembangkan menggunakan Simulink / SimEvent toolbox yang disediakan oleh Matlab. Penulis mengusulkan model yang ditingkatkan menggunakan algoritma jaringan syaraf tiruan sebagai kontrol adaptif lampu lalu lintas yang terdapat pada blok lampu lalu lintas cerdas. Model persimpangan jalan menggunakan empat pendekatan, masing – masing pendekatan terdiri dari satu jalur aliran lurus dan aliran belok kanan. Setiap aliran dimodelkan sebagai antrian M/M/1. Metode FIFO diterapkan pada antrian kendaraan di setiap aliran lalu lintas. Waktu kedatangan antar kendaraan dimodelkan menggunakan distribusi eksponensial. Validasi model dilakukan dengan dua skenario waktu kedatangan antar kendaraan masing – masing 3 detik (lalu lintas padat) dan 9 detik (lalu lintas lengang). Hasil percobaan menunjukkan bahwa jumlah antrian kendaraan dan waktu tunggu rata – rata kendaraan pada sistem kontrol lampu lalu lintas adaptif lebih rendah dibandingkan pada sistem kontrol lampu lalu lintas fixed time. Hal tersebut berarti bahwa model yang diusulkan lebih baik daripada model yang telah dikembangkan sebelumnya. Kata kunci : model event diskrit, kontrol lampu lalu lintas, jaringan syaraf tiruan, persimpangan tunggal, distribusi, validasi. Abstract Transportation systems are complex dynamic systems that hard to be modeled exactly. The correct model need model verification and validation. This paper presents better discrete event models and simulations of fixedtime traffic controls at single intersections. Model is developed using Simulink / SimEvent toolbox provided by Matlab. The author propose enhanced models using artificial neural network algorithms as adaptive controls of traffic lights contained in intelligent traffic light blocks. The intersection model uses four approaches, and each approach consists of one trough stream and one right turn stream. Each stream is modeled as an M/M/1 queue. FIFO discipline is applied to the vehicles queue in each stream. The arrival time between vehicles is modeled using an exponential distribution. Model validation is done with two scenarios of arrival time between vehicles each - 3 seconds (high traffic volume) and 9 seconds (low traffic volume). The experimental results show that the number of vehicle queues and the average waiting time of the vehicles on the adaptive traffic control system is lower than in the fixed time traffic control system. This means that the proposed model is better than the previously developed model. Keywords: discrete event model, traffic light control, artificial neural network, single intersection, distribution, validation

Page 248 of 831 | Total Record : 8307

 246   247   248   249   250 

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