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
 310   311   312   313   314 
Perancangan Produk Baju Batik En-zy Menggunakan Metode Conjoint Analysis Agnar Mokhammad; Agus Achmad Suhendra; Rio Aurachman
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 En-Zy Store merupakan salah satu perusahaan e-commerce di Kota Jakarta yang memiliki feature unik dengan mengkombinasikan produk fashion nya dengan unsur batik. Salah satu cara En-Zy Store menjual produknya yaitu melalui website. Berdasarkan hasil survei pendahuluan diperoleh keluhan pada produk En-Zy yang menunjukkan ketidakpuasan konsumen terhadap produk. Oleh karena itu perlu adanya perbaikan kualitas produk En-Zy. Penelitian ini bertujuan untuk membuat rancangan perbaikan produk En-Zy dengan cara menganalisis preferensi konsumen, dan merumuskan kombinasi antara atribut dan taraf terkuat sebagai rancangan rekomendasi kepada pihak En-Zy. Dalam mengidentifikasi nilai yang responden berikan pada atribut, fitur, dan kegunaan produk, analisis conjoint menciptakan fungsi part-worth utilities atau nilai guna. Hasil analisis conjoint berupa informasi kuantitatif yang dapat memodelkan preferensi konsumen untuk beberapa kombinasi fitur produk. Atribut yang digunakan dalam penelitian ini adalah desain pakain, jenis motif yang digunakan, harga pakaian, garis badan dan bentuk lengan baju. Sampel dari penelitian ini berjumlah 100 responden konsumen En-Zy, dan domisili Bandung. Data penelitian ini didapatkan dari penyebaran kuisioner yang bersifat online dan offline. Data tersebut akan dijadikan input untuk pengolahan data dengan cara conjoint. Setelah diolah dengan menggunakan conjoint, dihasilkan kombinasi atribut dan taraf terkuat. Atribut jenis motif yang digunakan dengan motif tujuh rupa memiliki nilai paling tinggi, hal ini menunjukkan atribut dan taraf tersebut memiliki peran yang paling penting. Kata Kunci : Conjoint, E-Commerce, En-Zy, Atribut, Preferensi Masyarakat. Abstract En-Zy Store is one of the e-commerce company in the City of Jakarta which has a unique feature by combining its fashion products with batik elements. One way En-Zy Store sells its products through the website. Based on the results of the preliminary survey obtained a complaint on En-Zy products that indicate consumer dissatisfaction with the product. Therefore it is necessary to improve the quality of En-Zy products. This study aims to make the design of En-Zy product improvement by analyzing consumer preferences, and to formulate a combination of attributes and the strongest level as a draft recommendation to En-Zy. In identifying the value that respondents give to the attributes, features, and usability of the product, conjoint analysis creates the function of part-worth utilities. Conjoint analysis results in the form of quantitative information that can model the consumer preferences for some combination of product features. Attributes used in this study is the design of pakain, the type of motif used, the price of clothing, body lines and sleeve shapes. The sample of this study amounted to 100 respondents En-Zy consumers, and Bandung domicile. This research data obtained from the spread of questionnaires that are online and offline. The data will be used as input for data processing by conjoint. Once processed using conjoint, the combination of attributes and the strongest level is produced. The motive type attribute used with the seven-point motif has the highest value, it shows the attribute and it has the most important role. Keywords : Conjoint, E-Commerce, En-Zy, Attribute, Public Preference.
Perancangan Dan Analisa Smart Lighting Berbasis Wireless Sensor Network Untuk Meningkatkan Kenyamanan Aktivitas Di Dalam Rumah Analisys And Design Smart Lighting Based On Wireless Sensor Network To Improve Comfort Of Activity At Home Fidelis Surya Putranta; Gustommy Bisono; Rendy Munadi
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

Rumah menjadi tempat istirahat bersantai maupun mengerjakan pekerjaan dan beraktivitas. Kenyamanan diperlukan untuk menunjang aktivitas tersebut. Pencahayaan ruangan menjadi salah satu faktor penunjang kenyamanan tersebut. Ketika beraktivitas maupun bekerja di rumah akan lebih nyaman jika di dalam ruangan tersebut terdapat pencahayaan yang cukup. Pencahayaan berasal dari lampu yang berada dalam ruangan, lampu yang sedang populer adalah lampu LED karena nyalanya lebih terang dan hemat energi. Sensor sebagai pendeteksi tingkat intensitas cahaya di dalam ruangan. Sensor tersebut dipadukan dengan waktu. Jadi, sensor mendeteksi keadaan cahaya diluar dan menyesuaikan dengan waktu produktif maka mikrokontroler (Arduino) akan mengirimkan informasi ke lampu LED untuk menyala dengan warna yang telah ditentukan. Pada sistem ini, sensor terhubung dengan jaringan dalam sebuah wireless sensor network. Data dari sensor node dikirimkan ke coordinator node secara nirkabel untuk kemudian dikirimkan ke server untuk diolah. Semua informasi tersebut terpantau pada sebuah server. Informasi tersebut dapat diakses, dipantau dan dikendalikan menggunakan perangkat mobile maupun komputer dengan internet. Dari hasil pengujian terhadap XBee, semakin jauh jarak sensor node dengan coordinator node maka delay akan semakin besar. Sementara throughput akan semakin kecil, begitu pula sebaliknya. Pada pengujian server, delay pada proses monitoring lebih kecil daripada delay pada proses controlling. Sedangkan throughput monitoring lebih besar daripada throughput controlling. Sistem memiliki reliability sebesar 95,17% dan availability sebesar 95,4%.Kata Kunci : LED, Arduino, sensor cahaya, XBee.
Analisis Perbandingan Performansi Denoising Sinyal Ekg Menggunakan Metode Empirical Mode Decomposition Dan Adaptive Filter Irham Bani Alfafa; Rita Magdalena; Yunendah Nur Fuadah
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 Elektrokardiogram (EKG) adalah suatu sinyal yang dihasilkan dari aktifitas listrik otot jantung. Sinyal EKG memiliki informasi yang menggambarkan kondisi dari kesehatan jantung.Pengukuran menggunakan EKG dapat mendeteksi secara dini gejala penyakit jantung.Namun, hasil pengukuran menggunakan EKG sering dipengaruhi oleh gangguan noise dan tidak dapat dihilangkan dengan metode filter yang sederhana. Dalam ujicoba denoising pada tugas akhir ini, penulis menggunakan suatu perbandingan metode antara adaptive filter dan empirical mode decomposition (EMD), dan serial kedua metode tersebut. Pengujian dilakukan menggunakan matlab, dataset sinyal EKG dan beberapa noise di ambil dari database MIT-BIH arrhythmia dengan besar SNR input 30 dB yang akan ditambahkan pada sinyal EKG. Dimana adaptive filter menggunakan metode KALMAN, Least Mean Square (LMS), dan Recursive Least Square (RLS). Sedangkan noisy sinyal yang di filter menggunakan EMD didapatkan hasil terbaik pada iterasi ke-4, karena jika diteruskan ke iterasi selanjutnya output dari hasil denoised sinyal akan menjadi datar. Ujicoba dilakukan dengan memberikan 4 noise yang berbeda yaitu Additive White Gaussian Noise (AWGN), BASELINE WANDER (BWN), ELEKTRODE MOTION ARTIFAC (EMN) dan MUSCLE ARTIFAC (MAN) untuk masing masing metode EMD dan adaptive filter. Berdasarkan hasil pengujian, denoising terbaik yang dilakukan oleh metode Empirical Metode Decomposition untuk Additive White Gaussian Noise (AWGN) adalah dengan nilai MSE = 0,0015 dan SNR = 25,1578 . Sedangkan untuk denoising terbaik yang dilakukan oleh metode Adaptive Filter untuk Additive White Gaussian Noise ( AWGN ) adalah dengan metode LMS dengan nilai MSE = 0,000275 dan SNR = 31,591166. Jika dibandingkan dari data diatas maka metode terbaik ditunjukkan oleh metode adaptive filter. Kata kunci: Elektrokardiogram (EKG), Denoising, Empirical Mode Decomposition, Adaptive Filter. Abstract Electrocardiogram (ECG) is a disease that results from the electrical activity of the heart muscle. ECG signals have unique information on cardiovascular health. Measurements using an ECG may inhibit cardiac symptoms. However, measurement results using an ECG are often characterized by noise interference and can not be removed by simple filter methods. In the denoising test in this final project, the authors used the method between adaptive filter and empirical mode of decomposition (EMD), and serial II method. The test was performed using matlab, the ECG signal dataset and some noise was taken from the MIT-BIH arrhythmia database with a 30 dB SNR input to be added to the ECG signal. Where adaptive filters use KALMAN, Least Mean Square (LMS), and Recursive Least Square (RLS) methods. While the noisy signal in the filter using EMD obtained the best results to-4, because if it is forwarded to the next iteration the output of the denoised result will be a flat signal. The test is done by giving 4 different noise that is Additive White Gauss Noise (AWGN), BASELINE WANDER (BWN), MOTION ARTIFAC (EMN) and MUSCLE ARTIFAC (MAN) for each EMD method and adaptive filter. Based on the test results, the best denoising performed by the Empirical Decomposition method for White Gaussian Noise Additive (AWGN) is with the value of MSE = 0.0015 and SNR = 25.1578. As for best denoising done by Adaptive Filter method for Additive White Gaussian Noise (AWGN) is by LMS method with value of MSE = 0.000275 and SNR = 31,591166. If compared from the above data then you can use adaptive filter method. Key words: Electrocardiogram (ECG), Empirical Mode Decomposition, Adaptive filters.
Value-at-risk Pada Portofolio Berbasis Model Glosten-jagannathan-runkle Heavy Tail Dan Copula Alfian Yudha Iswara; Rian Febrian Umbara; Aniq Atiqi Rohmawati
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

Pengukuran risiko berkaitan dengan investasi yang besar karena risiko mempengaruhi kerugian yang akan dialami investor. GARCH dan GJR merupakan salah satu metode dalam analisis time series yang digunakan untuk memodelkan data yang bergerak terhadap waktu (volatilitas) dan memiliki efek asimetis untuk model GJR. Value-at-Risk dapat digunakan untuk mengestimasi risiko pada data satu aset saham dan portofolio. Penentuan VaR dengan distribusi Normal menjadi tidak relevan ketika data keuangan memiliki ekor distibusi yang tebal (heavy tail) yang diimplementasikan dengan distribusi student-t. Copula digunakan sebagai indikator dependensi antar variabel sehingga digunakan sebagai alat memodelkan distribusi bersama. Kata kunci: GARCH, GJR, Value-at-Risk, Portofolio, Copula.
Rancang Bangun Kunci Berbasis Suara Pada Pintu Pintar Dengan Menggunakan Metode Mel Frequency Cepstral Coefficient (mfcc) Dan K-nearest Neighbor (k-nn) Muhammad Afif Ridwansyah; Achmad Rizal; Sugondo Hadiyoso
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 Automatic Speech Recognition (ASR) adalah suatu sistem yang dapat mengenali, membandingkan dan mencocokkan pola suara masukan sistem tersebut dengan pola suara yang telah disimpan dalam memori. ASR terbagi menjadi dua jenis, yaitu Speech Recognition dan Speaker Recognition. Speaker Recognition adalah pengenalan identitas berdasarkan suara yang dikeluarkan (berupa intonasi suara, kedalaman suara, dan sebagainya). Pada penelitian ini dibangun sistem kunci berbasis suara dengan memanfaatkan Speaker Recognition. Pada penelitian ini digunakan metode Mel-Frequency Cepstral Coefficient (MFCC) sebagai ekstraksi ciri dan metode K-Nearest Neighbor (K-NN) sebagai klasifikasi ciri. Alat ini bekerja melalui dua tahapan, yaitu tahap pelatihan (training) dan tahap pengujian (testing). Hasil pengujian menunjukkan MFCC dan K-NN berhasil diimplementasikan dengan jumlah filterbank terbaik berjumlah 20 dan nilai koefisien terbaik sebanyak 13 koefisien dengan akurasi 100%. Hasil pengujian menunjukkan bahwa jumlah filterbank dan nilai koefisien mempengaruhi akurasi dari sistem. Kata kunci: Automatic Speech Recognition (ASR), biometrik suara, K-Nearest Neighbor (K-NN), MelFrequency Cepstral Coefficient (MFCC) . Abstract Automatic Speech Recognition (ASR) is a system that can identify, compare and match the system input voice patterns with the voice patterns that has been stored in memory. ASR is divided into two types, namely Speech Recognition and Speaker Recognition. Speaker Recognition is the introduction of the issued voice character (intonation of sound, depth of voice, etc.). The key system based on voice using Speaker Recognition was build in this study. In this research, the methods used were Mel-Frequency Cepstral Coefficient (MFCC) as feature extraction and K-Nearest Neighbor (K-NN) as characteristic classification. This tool worked through two stages, namely training stage and testing stage. The results showed that the MFCC and K-NN were successfully implemented with best filter bank at number 20 filter, best coefficient value at 13 coefficient with 100% accuracy. The results showed that filter bank and coefficient affect the accuracy of the system. Keywords : Automatic Speech Recognition (ASR) , Biometric, K-Nearest Neighbor (K-NN), MelFrequency Cepstral Coefficient (MFCC).
Perancangan Peningkatan Kualitas Pelayanan Pada Biro Jasa Perjalanan Umrah Pt. Xyz Dengan Menggunakan Metode Qfd (quality Function Deployment) Aristyo Arjanggi; Agus Suhendra; Adhya Tiara
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

Persaingan bisnis industri jasa pada jaman sekarang sangatlah ketat dan kompetitif terutama pada bidang pariwisata. Industri pariwisata merupakan salah satu industri jasa yang terbesar di Indonesia karena ruang lingkupnya menyangkut berbagai sektor ekonomi. PT. XYZ merupakan perusahaan yang bergerak pada bidang pariwisata perjalanan haji dan umrah di Bandung. Namun dalam prakteknya PT. XYZ belum dapat memenuhi target jumlah Jemaah yang telah ditetapkan per tahunnya. Hal ini disebabkan oleh kualitas pelayanan jasa yang diberikan oleh PT. XYZ dinilai kurang memuaskan oleh pelanggan / jemaah umrah berdasarkan hasil survey pendahuluan. Oleh karena itu PT. XYZ perlu melakukan pengembangan untuk meningkatkan kualitas pada pelayanan nya agar dapat bersaing dengan kompetitor yang serupa. Penelitian tugas akhir ini bertujuan untuk memberikan suatu rekomendasi bagi PT. XYZ untuk dapat meningkatkan kualitas jasa pelayanannya. Berdasarkan hasil integrasi Model Kano didapatkan sembilan true customer needs yang akan menjadi inputan pada penelitian ini. Metode yang digunakan pada penelitian ini adalah metode QFD (Quality Function Deployment). Metode QFD merupakan suatu metode untuk meningkatkan kualitas jasa dengan menerjemahkan apa saja yang menjadi kebutuhan pelanggan kedalam karakteristik teknis sesuai dengan kemampuan perusahaan untuk mewujudkannya. Tahap awal pada metode QFD diawali dengan pembuatan House of Quality (HoQ). Pengolahan pada HoQ terdiri dari beberapa tahap, antara lain penentuan matriks perencanaan, penentuan karakteristik teknis, penentuan matriks hubungan antara karakteristik teknis dengan tiap true customer needs, penentuan hubungan antar karakteristik teknis dan penentuan matriks teknis. Pengolahan HoQ bertujuan untuk menentukan prioritas pengembangan karakteristik teknis. Tahap kedua adalah pengembangan konsep dengan membuat beberapa konsep alternatif bagi PT. XYZ melalui diskusi untuk selanjutnya dipilih dan dikembangkan. Tahap ketiga pada penelitian ini adalah pembuatan Part Deployment yang bertujuan untuk menentukan critical part PT. XYZ beserta prioritas pengembangannya. Rekomendasi yang dihasilkan untuk PT. XYZ pada penelitian ini antara lain menyajikan konsumsi jenis makanan Indonesia saja kepada para Jemaah, menekankan kepada karyawan untuk menguasai Bahasa Arab dan memfasilitasi kursus Bahasa Arab tersebut agar hubungan komunikasi dengan pihak luar berjalan dengan lancar, menjalin hubungan kerjasama dengan satu vendor bus agar bus yang disewa sesuai dengan kebutuhan sebagai fasilitas transportasi ke bandara bagi para Jemaah, memperbanyak jenis peralatan penunjang kebersihan pada ruang manasik PT. XYZ, menambah jumlah alat kebersihan pada ruang manasik PT. XYZ, melakukan program evaluasi karyawan tiap minggu dan mengadakan program pelatihan komunikasi terhadap karyawan. Kata kunci: true customer needs, Quality Function Deployment, House of Quality, Part Deployment.
Kestabilan Sikap Kamera Berbasis Sensor Imu Dengan Metode Kendali Fuzzy Logic Ghesa Anugerah Wira Sakti; Erwin Susanto; Agung Surya Wibowo
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

Dewasa ini penggunaan kamera semakin banyak. Penggunaan kamera banyak digunakan untuk mengabadikan aktivitas sehari- hari dalam bentuk gambar maupun video, contohnya video blog. Namun adanya perubahan pergerekan menyebabkan kamera tidak bisa stabil. Oleh karena itu posisi kamera harus dikendalikan pada suatu alat agar pisisi kamera bisa stabil. Maka dari itu penulis melakukan sebuah penetian tugas akhir membuat suatu alat yang dapat menstabilkan posisi kamera menggunakan sensor IMU. Sensor IMU berfungsi untuk menditeksi kemiringan yang dihubungkan degan mikrokontroler sebagai pengendalinya. Metode penelitian yang digunakan adalah kendali Fuzzy Logic. Fuzzy Logic umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian dikembangkan berdasarkan cara berpikir manusia yang memiliki banyak kemungkinan. Ada tiga proses utama dalam implementasi Fuzzy Logic yaitu fuzzyfication, inference system, dan defuzzyfication. Berdasarkan hasil implementasi kendali fuzzy logic dalam penelitian ini mampu membuat posisi kamera stabil. Pada percobaan ini perubahan range membership function dan perubahan output pada outdefuzzy mempengaruhi kecepatan menuju stabil. Waktu yang dibutuhkan menuju keadaan stabil pada sumbu roll adalah 2,64 detik, sedangkan pada sumbu pitch adalah 6,87. Kata kunci : Arduino Nano,IMU, Motor Servo, Kendali Fuzzy Logic
Implementasi Dan Analisis Performansi Platform As A Service Untuk Api Gateway Menggunakan Kong Risang Suryadi Saputra; Rendy Munadi; Danu Dwi Sanjoyo
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 Untuk memanajemen banyaknya API atau server pada sebuah instansi dibutuhkan suatu sistem yang dapat memanajemen API tersebut agar dapat terhubung dengan client atau konsumen tanpa perlu memikirkan infrastruktur dan mempermudah dalam mengakses data pada api tersebut. Oleh karena itu, dibutuhkan sebuah sistem yang dapat memenejemen atau mengontrol API yang ada pada sebuah sistem adalah API gateway. API gateway adalah sebuah sistem yang digunakan sebagai pengatur atau mengontrol API yang ada pada sebuah server, API gateway dapat memanajemen API sehingga API dapat terdistribusikan lebih optimal. Pada tugas akhir ini telah diimplementasikan dan dianalisa sistem API gateway berbasis cloud computing dengan munggunakan platform as a service (PaaS). Dari hasil penelitian yang dilakukan diketahui bahwa kinerja sistem API gateway lebih baik pada jaringan intranet dibandingkan dengan jaringan internet, karena beberapa faktor yang mempengaruhi hasil pengujian dari jaringan internet yaitu topologi yang ada pada jaringan dan kecepatan transmisi yang digunakan. Berdasarkan hasil pengujian yang telah dilakukan, maka didapatkan nilai rata-rata dari beberapa parameter yaitu: response time 5.17 sec, data transaction 4288 hit, data transferred 351 MB dan availability 100%. Kata kunci: Cloud Computing, API gateway, Server,PaaS ABSTRACT To manage how many APIs or servers in an agency, a system is required for managing APIs to connect with clients or consumers without the need to think about infrastructure and make data accessing easier. Therefore, it takes a system that can manage or control the API that exist in a system. API Gateway is a system used as a controller on an existing API on a server. API Gateway can manage the API so that API can be distributed more optimally. In this final project, API Gateway will be implemented and analyzed with cloud gateway-based cloud computing system using Platform as a Service (PaaS). From the results of research, it has been known that the performance of API Gateway system is better on the Intranet network that is compared with the Internet network, because there are several factors that affect the test results of the Internet network which is the topology that exists on the network and transmission speed that had been used. Based on the results of tests, the average value of some parameters are: response time 5.17 sec, data transaction 4288 hit, data transferred 351 MB and availability 100%. Keywords: Cloud Computing, API gateway, Server,PaaS
Perancangan Sistem Monitoring Pada Sdn (software Defined Network) Berbasis Web Dengan Menggunakan Protokol Rest Depa Panjie Purnama; R. Rumani M.; Sofia Naning Hertiana
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

Software Defined Network (SDN) merupakan suatu paradigma yang merubah cara mengatur, mengontrol dan merancang jaringan. SDN membuat suatu jaringan dapat diprogram sesuai dengan kebutuhan yang ada. Salah satu protokol yang mendukung SDN yaitu OpenFlow. Pada OpenFlow ini, antara perangkat kontrol (control plane) dan perangkat penyalur paket data (data plane) dipisahkan. Perangkat kontrol tersebut dipusatkan pada sebuah controller. SDN masih dalam tahap pengembangan para peneliti sehingga masih terdapat beberapa fitur yang dibutuhkan kedepannya. Salah satu fitur yang menjadi kebutuhan dari SDN ini adalah monitoring. Monitoring bertujuan untuk memantau keadaan jaringan yang sudah mengimplementasikan SDN. Pada tugas akhir ini, penulis memberikan solusi atas permasalahan yang ada yaitu dengan membangun suatu aplikasi monitoring pada SDN berbasis web. Berdasarkan hasil dari pengujian alpha, aplikasi monitoring ini dapat berjalan dengan baik dan benar memonitoring jaringan sesuai yang diinginkan. Untuk pengujian beta, didapatkan skor rating sebesar 4.01 dengan range skor antara 1-5. Pada pengujian response time, waktu rata-rata yang dibutuhkan untuk menampilkan data yang diminta yaitu selama 0,0123 detik untuk pengujian jumlah switch yang berbeda-beda dan 0,0134 detik untuk pengujian pada jumlah link yang berbeda-beda. Kata kunci: SDN, monitoring, controller Ryu
Perancangan Dan Pembuatan Densitometer Digital Dengan Menggunakan Strain Gauge Dan Ldr Jaya Wikrama; Suwandi Suwandi; Reza Fauzi Iskandar
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 Pembuatan densitometer digital terdiri dari proses integrasi LED dan LDR (LDR dikonfigurasikan dengan resistor referensi dalam bentuk rangkaian pembagi tegangan) sebagai sensor level dan proses integrasi strain gauge dengan penguat differential sebagai sensor massa. Melalui proses karakterisasi LDR dan strain gauge, diperoleh dimensi wadah ukur dengan panjang 10cm, lebar 10cm, dan tinggi 13cm. LDR sebagai sensor level mempunyai rata-rata standard error sebesar 0,0234. Sedangkan strain gauge sebagai sensor massa mempunyai standard error sebesar 7,77 dengan nilai korelasi linieritas sebesar 99,85%. Berdasarkan karakterisasi yang telah dilakukan, resistansi LDR ketika jarak optimum tercapai yaitu 23,53 kOhm dan resistansi LDR ketika jarak minimumnya tercapai yaitu 3,05 kOhm. Dengan mempertimbangkan nilai tersebut maka diperoleh nilai resistor referensi sebesar 10 kOhm. Kemudian agar strain gauge dapat digunakan dalam pengukuran massa, strain gauge yang digunakan adalah strain gauge yang telah dikonfigurasikan dalam bentuk load cell dengan sinyal keluaran yang dikondisikan menggunakan elemen penguat sinyal dengan konstanta penguatan sebesar 5000 kali. Pengujian dilakukan pada ruangan dengan dengan 24 oC, tekanan 1 bar, dan ngan intensitas cahaya berkisar antara 120 hingga 160 Lux. Dalam proses pengujian dengan sampel berupa air, alkohol, dan tembaga diperoleh nilai rata-rata error pengukuran massa jenis zat cair sebesar 6,03%. Sedangkan nilai rata-rata error pada pengukuran massa jenis zat padat sebesar 8,87%. Kata Kunci : densitometer digital, strain gauge, LDR, pengukuran.Abstract Creating of a digital densitometer consists of an LED and LDR integration process (LDR is configured with a reference resistor in the form of a voltage divider circuit) as a level sensor and strain gauge integration process with a differential amplifier as a mass sensor. Through the LDR and strain gauge characterization process, the dimensions of the measuring vesel are 10cm x 10cm x 13cm (l x w x h). LDR as a level sensor has a standard error of 0.0234. While the strain gauge as a mass sensor has a standard error of 7.77 with a linear correlation value of 99.85%. Based on the characterization that has been done, the LDR resistance when the optimum distance is reached is 23.53 kOhm and LDR resistance when the minimum distance is reached is 3.05 kOhm. Based on this value, the reference resistor value is 10 kOhm. Then in order for the strain gauge can be used in mass measurement, the strain gauge configured into a load cell form with an output signal conditioned by a signal amplifier element with a gain constant of 5000 times. Tests carried out in a room at temperature of 24 oC, pressure of 1 bar , and with light intensity ranging from 120 to 160 Lux. Throught the testing process with water, alcohol, and copper as the sample, the average error value of the measurement of liquid density was 6.03%. While the average error value for solid density measurement is 8.87%.Keywords: digital densitometer, strain gauge, LDR, measurement.

Page 312 of 831 | Total Record : 8308

 310   311   312   313   314 

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