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 8,308 Documents
 294   295   296   297   298 
Detektor Kebohongan Dengan Analisa Gerakkan Mata Dan Perubahan Diameter Pupil Berbasis Video Kamera Dan Image Processing Menggunakan Metode Haar Cascade Classifier Dan Neural Network (multilayer Perceptron) Bagus Tryanto; Muhammad Nasrun; Ratna Astuti Nugrahaeni
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 Berbohong adalah sifat yang tidak terpuji, semua manusia didunia ini pasti pernah berbohong. Berbohong boleh dilakukan untuk kebaikan, namun banyak sekali orang – orang yang menggunakan kebohongan untuk menguntungkan dirinya sendiri. Sangat dibutuhkan sekali alat untuk mendeteksi kebohongan, namun harganya yang sangat mahal dan memiliki komponen yang banyak membuat masyarakat sulit memilikinya. Untuk menyelesaikan tugas akhir ini penulis membuat sistem untuk mendeteksi kebohongan berbasis video kamera dengan parameter yang berikan yaitu pergerakkan bola mata dan perubahan diameter pupil menggunakan metode haar cascade classifier. Teori psikologi menyimpulkan, seseorang yang berbohong akan cenderung melihat kearah kanan dan akan terjadi pembesaran pupil 4% sampai 7%. Dengan metode haar cascade classifier dan Neural network (multilayer perceptron) didapat hasil akurasi sistem sebesar 87%. Kata kunci : Lie detector, Haar cascade classifier, Neural network, Multilayer perceptron, Video kamera, Pupil mata, Eye tracking. Abstract Lying is a trait that is not commendable, all humans in this world must have lie. Lying can be done for good sake, but there are a lot of people who use lies in the wrong way, for example to slander others or to benefit themselves. The lie detector is urgently needed nowadays, but the price is expensive and there a lot of its components which make it difficult to own for the society and the lie detector only belongs to state security organization. Therefore, the affordable and easy components lie detector is needed, so that the society can understand the tool and use it wisely. To finish this final assignment, the Author make a system to detect someone’s lie based on camera video by anlysing the given parameters, which are eye moving (eye tracking) and the change of pupil diameter. With the method of Haar Cascade Classifier and Neural Network (Multilayer Perceptron). Psychological theories conclude that, someone who lies will have certain characteristics, especially in the part of eye, such as enlarged pupil diameter of eyes, the eyelid does not blink when it says lies, and the movement of eyeballs which always moving to indicate someone is thinking something. These parameters are to be tested and taken with video cameras that are integrated with the software to be analysed whether someone is lying or not. With the method of haar casecade classifier and neural network (multilayer perceptron) get the accuracy of the research system 87%. keywords:Lie Detector, Haar cascade classifier, Neural network, Multilayer Perceptron, Camera video, Eye pupils, Eye tracking.
Perancangan Sistem Kendali Keran Pada Penyaringan Air Sumur Di Sukabirus Menggunakan Mikrokontroler Dan Android Arion Petrus Manurung; Ekki Kurniawan; Porman Pangaribuan
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

Air merupakan kebutuhan penting bagi setiap orang. Air akan dialirkan dari suatu alat yang disebut valve. Dimana air tersebut di alirkan dari suatu alat yang bernama valve (keran). Valve adalah alat yang mengatur dan mengarahkan atau mengontrol aliran liquid (cairan). Pada alat yang dirancang, penulis mengembangkan inovasi Perancangan Sistem Kendali Keran pada Penyaringan Air Sumur di Sukabirus menggunakan Mikrokontroler dan Android. Sistem ini bertujuan untuk membantu pengguna, dapat menghemat pemborosan air dan meminimalisir pekerjaan. Sistem ini awalnya melakukan proses penyaringan dari tangki 1 ke tangki 2. Setelah proses penyaringan selesai, sistem ini memiliki input yang terkoneksi ke ponsel android melalui module bluetooth yang bertujuan untuk mengotrol keran dari jarak jauh yang diolah oleh mikrokontroler. Mikrokontroler yang digunakan sebagai otak dari sistem ini adalah Arduino Mega 2560. Penggunaan Arduino MEGA 2560, sensor ultrasonik, water flow sensor, pompa air dan motor servo bertujuan untuk proses pengendalian keran air secara otomatis. Pengguna memilih volume dan waktu yang dibutuhkan untuk pengisian air ke wadah yang dikendalikan melalui sebuah aplikasi android. Ketika pengisian wadah sudah mencapai kondisi yang diinginkan, informasi akan muncul di ponsel android berupa sebuah teks. Dari hasil pengujian tugas akhir ini, perancangan kendali keran yang terkoneksi dengan ponsel andorid dengan radius komunikasi 10 meter. Pada saat pengujian dengan set point 5000 ml dalam 2 menit, hasil pengujian yang diperoleh adalah 5030 ml dalam 119 detik (1,98 menit). Selisih eror pada volume dan waktu hanya 30 ml dan 1 detik.Kata Kunci : Water flow sensor, Arduino Mega 2560, Modul Bluetooth
Mendeteksi Spammers Di Twitter Dengan Svm Classifier Damarsari Cahyo Wilogo; Erwin Budi Setiawan; Yuliant Sibaroni
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 Dalam Tugas Akhir ini dibahas tentang pemodelan dan simulasi mendeteksi spammer di Twitter dengan menggunakan metode Support Vector Machine (SVM). Banyaknya spam pada media sosial salah satunya Twitter dapat mempengaruhi pengguna Twitter dalam mendapatkan informasi yang dapat dipertanggungjawabkan kebenaran dari informasi tersebut, sehingga dibutuhkan suatu teknik untuk mendeteksi bahwa suatu konten merupakan spam atau tidak. Maka pada penelitian ini menggunakan metode SVM dalam mengklasifikasi spam. Pemilihan metode SVM ini dikarenakan dari beberapa penelitian bahwa metode ini dapat memberikan hasil yang baik dalam proses klasifikasi. Pada penelitian ini memberikan hasil akurasi sebesar 96.67% pada rasio 90 data training 10 data testing dengan menggunakan seluruh fitur, untuk penggunaan kelompok fitur tweet hasil akurasi tertinggi didapatkan pada rasio 80:20 sebesar 96.67%, dan untuk penggunaan kelompok fitur user hasil akurasi tertinggi didapatkan pada rasio 60:40 sebesar 75%. Dari pengujian tersebut penggunaan kelompok fitur tweet memberikan hasil yang sangat berpengaruh dibandingkan dengan penggunaan kelompok fitur user, hal ini dibuktikan dengan hasil akurasi dari penggunaan kelompok fitur tweet sama dengan hasil akurasi dari penggunaan seluruh fitur. Kata kunci : Twitter, Support Vector Machine (SVM), Spam, Klasifikasi Abstract In this final project discussed about modeling and simulation detecting spammers on Twitter by using Support Vector Machine (SVM) method. Many of spam on social media one of which Twitter can affect Twitter users in getting information that can be justified the truth of the information, so it takes a technique to detect a content is a spam or not, so in this final project using SVM method in classifying spam. The selection of SVM method is because of some research that this method can give good results in the process of classification. In this research, the result of accuracy is 96.67% at 90 for training 10 for testing ratio using all features, for the use of tweet feature group the highest accuracy result is found in 80:20 ratio of 96.67%, and for user feature group usage the highest accuracy result is found in ratio 60:40 by 75%. From these research the use of tweet feature groups gives a very influential result compared to the use of user feature groups, as evidenced by the accuracy of using the tweet feature group equal to the accuracy of the use of all features. Keywords: Support Vector machine (SVM), Spam, Twitter, Classification
Memprediksi Status Berlangganan Klien Bank Pada Kampanye Pemasaran Langsung Dengan Menggunakan Metode Klasifikasi Dengan Algoritma C5.0 Yuni Dwiyanti; Anisa Herdiani; Shinta Yulia Puspitasari
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 suatu bank, proses pemasaran bisa dilakukan dengan menghubungi klien satu per satu via telepon. Terkadang, petugas perlu menghubungi klien lebih dari satu kali untuk memastikan apakah klien tersebut bersedia menggunakan produk yang ditawarkan [1]. Tentu hal ini sangat tidak efisien dan juga membutuhkan biaya yang tidak sedikit. Proses pemasaran yang tidak efisien ini disebabkan karena petugas tidak mengetahui karakteristik klien yang berpotensi untuk berlangganan deposito berjangka. Agar proses pemasaran lebih efisien, perlu dilakukan pengklasifikasian klien bank berdasarkan status berlangganan deposito berjangka klien pada kampanye pemasaran langsung. Pada tugas akhir ini, metode klasifikasi dengan algoritma C5.0 akan digunakan untuk mengolah dataset klien bank agar diperoleh suatu model klasifikasi. Selain itu, dataset yang akan digunakan dalam penelitian ini memiliki permasalahan imbalanced class, yang mana perbandingan antara kelas yes:no adalah sebesar 1:8. Teknik Synthetic Minority Over-Sampling Technique (SMOTE) akan diterapkan guna menangani permasalahan imbalanced class pada dataset mentah. Dari penelitian ini, Model dengan nilai performansi terbaik diperoleh setelah dilakukan penanganan terhadap permasalahan imbalance class dengan teknik SMOTE dengan persentase duplikasi kelas minoritas sebesar 700% atau perbandingan jumlah kelas antara yes:no adalah kurang lebih 1:1. Setelah itu, pembentukan model klasifikasi dengan algoritma C5.0 dilakukan dengan membagi sampel data berdasarkan atribut yang memiliki nilai information gain tertinggi. Nilai performansi terbaik dari model klasifikasi yang terbentuk adalah sebesar 91.3% untuk accuracy, 90.16% untuk precision, 93.18% untuk recall, dan 91.65% untuk f-measure dengan nilai error rate pada proses pembentukan model klasifikasi sebesar 4%. Kata Kunci: Klasifikasi, Algoritma C5.0, Imbalanced Class, SMOTE.
Perancangan Modul Siswa Dan Aplikasi Bimbingan Online Berbasis Android Faishal Ridho Prawenda; Andrew Brian Osmond; Rumani M
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 Kegiatan belajar mengajar yang umumnya dilakukan di ruang kelas memiliki keterbatasan dalam ruang dan waktu, seperti mengharuskan murid untuk hadir di ruang kelas pada jam yang telah ditentukan. Namun, kendala seperti jarak dan waktu yang kerap dirasakan bagi segelintir orang, mengakibatkan keterbatasan dalam memperoleh ilmu pendidikan. Keterbatasan jarak dan waktu dalam bidang pendidikan mendorong masyarakat dalam menemukan cara baru seperti bimbingan belajar diluar jam sekolah, walawpun harus pergi ke tempat bimbel dan homeschooling. Oleh karena itu diperlukannya fleksibilitas dalam proses belajar mengajar. Maka disini mobile learning hadir sebagai penengah diantara masalah tersebut. Dalam mobile learning yang dibuat adalah Aplikasi untuk Siswa pada bimbingan belajar online yang terdiri dari beberapa fitur seperti profil, tes gaya belajar, kelas, materi, kuis, tugas, dan forum diskusi. Dalam aplikasi ini siswa akan diminta untuk mengisi kuisioner gaya belajar dan akan disesuaikan oleh guru. Dari hasil pengujian UAT, 95,8% menyukai desain interface aplikasi, 97,9% setuju jika aplikasi mudah digunakan, 100% setuju bahwa fitur dan fungsi aplikasi berjalan dengan baik, 95,8% menyatakan tampilan informasi yang disediakan sudah jelas, 94,7% menyatakan aplikasi berjalan dengan lancar dan tidak ada gangguan, 91,6% menyatakan tes kepribadian dalam gaya belajar sesuai. Kata Kunci : murid, belajar, mobile learning. Abstract Teaching and learning activities commonly done in the classroom have limitations in space and time, such as requiring students to be present in the classroom at the appointed hour. However, constraints such as distance and time are often felt for a few people, resulting in limitations in obtaining science education. Limitations of distance and time in the field of education encourage people to find new ways such as tutoring outside school hours, even though they have to go to the place of study and homeschooling. Therefore, the need for flexibility in teaching and learning process. So here mobile learning comes as an intermediary between the problems. In mobile learning is made an Application for Students on online tutoring consisting of several features such as profiles, test styles, classes, materials, quizzes, assignments, and discussion forums. In this application students will be asked to fill out a learning style questionnaire and will be tailored by the teacher. From the UAT test results, 95.8% liked the application interface design, 97.9% agreed if the application was easy to use, 100% agreed that the features and function of the application went well, 95.8% said the display of information provided was clear, 94, 7% stated the application went smoothly and there was no interruption, 91.6% stated the personality test in the learning style accordingly. Keyword: student, learning, mobile learning.
Klasifikasi Keadaan Mata Berdasarkan Sinyal Electroencephalography (eeg) Dengan Menggunakan Hierarchical Temporal Memory Guntur Virgenius; Jondri Jondri; Moch. Bijaksana
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

Keadaan mata (mata terbuka atau tertutup) menghasilkan sinyal otak dengan karakteristik dan nilai tertentu. Dengan metode dan instrumen khusus yaitu electroencephalography (EEG), kita dapat mengetahui aktivitas otak yang terjadi melalui nilai-nilai yang dihasilkan oleh tiap-tiap sensor EEG dan merekamnya untuk diolah dan dianalisis. Dalam penelitian ini, penulis melakukan penelitian dengan membangun sistem yang akan melakukan klasifikasi keadaan mata berdasarkan nilai-nilai dari sinyal EEG dengan menggunakan Hierarchical Temporal Memory (HTM). Sistem HTM dapat digunakan untuk klasifikasi keadaan mata dan cocok untuk data dengan pola yang berubah-ubah secara teratur dan harmonis. Tingkat akurasi sistem HTM dalam melakukan klasifikasi dinilai cukup baik untuk pola data kronologis yang ditunjukkan dengan tingkat akurasi mencapai 87,65%. Parameter jumlah kolom dan bits aktif juga berpengaruh terhadap nilai akurasi. HTM kurang cocok untuk mengklasifikasikan data yang polanya acak karena sifat dari HTM yang memerlukan konteks berurutan dari sebuah data yang terdahulu untuk mengklasifikasi data yang dihadapi, terlihat dari pengujian menggunakan data acak, akurasi terbaiknya hanya 52,19%. Data sinyal EEG diperoleh dari UC Irvine Machine Learning Repository. Kata kunci : klasifikasi, EEG, keadaan mata, Hierarchical Temporal Memory
Identifikasi Kualitas Kesegaran Susu Sapi Melalui Pengolahan Citra Digital Menggunakan Metode Watershed Dan Klasifikasi Learning Vector Quantization (lvq) Mohamad Fikri Permana; Bambang Hidayat; Sjafril Darana
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 Tingginya minat masyarakat terhadap susu, membuat para produsen melakukan inovasi agar mendapatkan keuntungan yang lebih dengan menurunkan kualitas asli dari susu sapi. Misalnya menambahkan bahan tambahan yang dapat merusak nilai gizi dari susu dengan dicampur air agar volumenya lebih banyak. Cara umum dalam membedakan kualitas susu, yaitu dari aroma dan rasa, namun hal tersebut tidak efektif karena indra perasa setiap orang dapat berbeda. Pada era masa kini diperlukan teknologi yang dapat membedakan susu murni dengan susu yang sudah dicampur bahan lain. Penelitian dilakukan dengan mengidentifikasi kualitas kesegaran susu sapi melalui pengolahan citra digital menggunakan metode Watershed, dimana proses ekstraksi ciri menggunakan Local Binary Pattern serta diklasifikasikan menggunakan Learning Vector Quantization. Sistem tersebut telah diaplikasikan melalui penggunaan perangkat lunak Matlab dengan mengidentifikasi dan mengklasifikasikannya pada tekstur susu sapi. Pengambilan data dilakukan dengan cara mengambil sampel susu sapi murni dan sampel susu sapi yang dicampur air sebanyak 25%, 50%, dan 75%. Hasil penelitian identifikasi kualitas kesegaran susu diperoleh tingkat akurasi sebesar 92.5% dan waktu komputasi 0.4791 detik. Kata kunci: Susu Sapi, Watershed, Learning Vector Quantization Abstract The high public interest of milk which give many benefits for human body, urge the producers for doing an innovation to get more profit by lowered the quality of the milk adding an additional substance to the milk can impair the quality of the milk itself. A general way to distinguish whether the quality of the milk is good or not is from its aroma and taste. On the other hand, this kind of way is not effective. In this era of technology, it is needed a kind of technology which can distinguish whether the milk is pure or not. Research done by identifying the quality of fresh cow's milk through digital image processing using Watershed method, where the extraction process characteristics using Local Binary Pattern and classified using Learning Vector Quantization. The system has been applied through the use of Matlab software by identifying and classifying on texture of cow's milk. Data retrieval is done by taking a sample of pure cow's milk and cow's milk samples were mixed in the water as much as 25%, 50%, and 75%. The research of identification the quality freshness obtained accuracy of 92.5% and computational time 0.4791 seconds. Keywords: Cow’s milk, Watershed, Learning Vector Quantization
Perancangan Dan Implementasi Sistem Monitoring Gas Berbahaya Pada Mobil Berbasis Logika Fuzzy Menggunakan Mikrokontroler Fendy Purwanto; Rendy Munadi; Unang Sunarya
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

Cukup banyak kasus telah diberitakan media masa tentang tewasnya seseorang (atau lebih) yang terjadi saat mereka tidur di dalam mobil dalam kondisi mesin dan AC menyala, sedangkan posisi mobil dalam keadaan parkir atau berhenti. Dari hasil penyelidikan polisi, penyebab utama dari mayoritas kejadian tersebut adalah keracunan gas berbahaya di dalam mobil. Salah satu jenis gas berbahaya adalah karbon monoksida (CO). Jika terhirup ke dalam tubuh, gas CO akan mengikat hemoglobin dalam darah, sehingga mengurangi ikatan oksigen di dalam darah. Efek yang terjadi adalah tubuh kekurangan oksigen dan menyebabkan lemas. Gas beracun lainnya adalah amonia (NH3). Kontak dengan gas amonia konsentrasi tinggi dapat menyebabkan kerusakan paru-paru dan bahkan kematian. Untuk mengantisipasi terjadinya akumulasi gas beracun di dalam mobil, dalam tugas akhir ini dibuat sebuah alat monitor kandungan gas berbahaya di dalam mobil. Perangkat dirancang terdiri dari tiga blok utama, yaitu input, proses, dan output. Input berfungsi sebagai sensor gas, diimplementasikan dengan sensor MQ-7 (gas karbonmonoksida) dan sensor MQ-135 (gas amonia). Bagian proses diimplementasikan dengan mikrokontroler, fungsinya adalah menganalisa data pembacaan sensor kandungan gas di dalam mobil, berdasarkan logika fuzzy Sugeno dan menyimpulkan kondisi akhir menjadi kategori AMAN, WASPADA, atau BAHAYA. Bagian Output bertugas memberikan respon berupa informasi pada display LCD, alarm, serta pesan singkat GSM (SMS). Implementasi perancangan menghasilkan perangkat yang mampu memonitor kandungan gas berbahaya di dalam mobil, menjadi tiga kategori (AMAN, WASPADA, atau BAHAYA). Berdasarkan pengujian, sensor MQ-7 dan MQ-135 dapat berfungsi dengan baik. Implementasi logika fuzzy dapat dipastikan akurat 100%. Kata Kunci : gas berbahaya, mobil, sensor MQ-7, sensor MQ-135, Mikrokontroler, Logika Fuzzy Sugeno
Karakterisasi Nilai Kalori Batubara Berdasarkan Pengukuran Nilai Kapasitansi Sella Pratiwi Zs; Dudi Darmawan; Ahmad Qurthobi
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 Pada penelitian ini untuk mengukur nilai kapasitansi menggunakan metode kapasitor plat sejajar, dimana sensor kapasitif menggunakan dua plat tembaga yang disusun sejajar. Sensor kapasitif yang dirancang memiliki nilai kapasitansi sebesar 2 nF. Penerapan sensor kapasitif dilakukan untuk mengukur nilai kapasitansi batubara. Prinsip sensor kapasitif adalah menyimpan muatan listrik yang dipengaruhi oleh jarak (d) antar plat dan luas penampang. Dalam penelitian ini nilai kapasitansi batubara digunakan untuk menentukan nilai kalori yang terkandung didalam batubara. Untuk mengukur nilai kapasitansi sensor kapasitif dihubungkan dengan rangkaian penguat inverting. Hasil keluaran dari penguat inverting berupa tegangan, dimana tegangan tersebut akan dimodifikasi ke nilai kapasitansi. Frekuensi yang digunakan yaitu 500 Hz, dan amplitudo optimum sebesar 4vpp. Nilai kapasitasi yang paling tinggi terjadi pada sampel 1867 yang memiliki nilai kalori sebesar 5.885 dan nilai kapasitansi sebesar 3.21x10−9 F. Kata kunci : penguat inverting, sensor kapasitif, kalori batubara Abstract In this study to measure the capacitance value using parallel plate capacitor method, where the capacitive sensor uses two copper plates arranged in parallel. The capacitive sensor designed has a capacitance value of 2 nF. The application of capacitive sensors is done to measure the value of coal capacitance. The principle of capacitive sensor is to store electrical charge which is influenced by the distance (d) between plates and cross-sectional area. In this study the value of coal capacitance is used to determine the calorific value contained in coal. To measure the capacitive sensor capacitance value connected to the inverting amplifier circuit. The output of the inverting amplifier is a voltage, where the voltage will be modified to the capacitance value. The frequency used is 500 Hz, and the optimum amplitude is 4vpp. The highest capacitation value occurred in the 1867 sample which had a calorific value of 5,885 and a capacitance value of 3.21x10−9 F. Keynote : inverting amplifier, capacitive sensor, coal calorie
Analisis Dan Perbaikan Rancangan Material Handling Equipment Aktivitas Pemindahan Kayu Menggunakan Pendekatan Ergonomic Function Deployment Pada Pt. Perkebunan Nusantara Viii Inda Putri Heni; Agus Kusnayat; Mira Rahayu
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

Berbagai insiden yang bersifat fatal dan berskala besar kadang terjadi ketika faktor manusia dianggap berperan penting. Salah satu aktivitas yang merupakan interaksi langsung antara alat bantu kerja dengan manusia adalah aktivitas material handling. Maka dari itu dilakukan evaluasi terhadap aktivitas material handling untuk melihat penilaian kemampuan pekerja (C, capacity of worker) terhadap tuntutan kerja yang diberikan (D, demand of task). Evaluasi dilakukan terhadap aktivitas mendorong troli, meliputi evaluasi pada postur tubuh pekerja dengan menggunakan pendekatan Posture Evaluation Index (PEI) dan evaluasi penilaian kemampuan pekerja terhadap aktivitas mendorong pendekatan Manual Handling Limits (MHL). Kemudian evaluasi yang dilakukan terhadap aktivitas mengangkat beban dilakukan dengan pendekatan Lifting Index (LI) pada kondisi eksisting. Hasil dari ketiga pendekatan mengeluarkan nilai diluar batas kemampuan pekerja, yang artinya pekerjaan tidak aman untuk dilakukan (berisiko). Oleh karena itu dapat disimpulkan bahwa kondisi eksisting membutuhkan perubahan sesegera mungkin. Dilakukan identifikasi lebih lanjut terhadap kondisi eksisting dan diberikan solusi berupa perbaikan rancangan produk dengan menggunakan metode Ergonomic Functional Deployment (EFD) dengan memasukkan konsep sistem kerja EASNE kedalam ergonomic statement. Dengan dilakukannya penelitian, dihasilkan sebuah konsep rancangan usulan produk yang sudah memenuhi kebutuhan user terhadap aspek ergonomi dengan nilai PEI adalah 1,25 (dibawah standar aman yaitu 2), nilai MHL adalah 75% (tepat pada standar aman yaitu 75%) dan nilai LI adalah 0,92 (dibawah standar aman yaitu 1). Dengan ketiga nilai sikap kerja yang sudah berada pada batas aman akan dapat mengurangi kemungkinan terjadinya risiko cidera. Kata kunci: Ergonomi, Material Handling, Posture Evaluation Index, Manual Handling Limits, Lifting Index, Ergonomic Functional Deployment

Page 296 of 831 | Total Record : 8308

 294   295   296   297   298 

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