cover
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
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.
Articles 8,304 Documents
Tracking Seragam Militer Berbasis Image Processing Secara Real Time Risda Monitawati; Suwandi Suwandi
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Seragam militer memiliki ciri khusus warna dan corak yang berbeda, hal ini dapat dimanfaatkan sebagai identifikasi personil di medan perang. Untuk mengidentifikasi baju seragam personil militer digunakan metode ekstraksi ciri warna dan bentuk. Ekstraksi ciri warna menggunakan algoritma SIFT untuk keperluan tracking seragam militer. Ekstraksi warna dan corak tidak boleh terpengaruh terhadap perubahan sudut pandang, skala maupun rotasi. Identifikasi warna dan corak dimulai dari perubahan citra RGB (red,green,and blue) menjadi grayscale. Kemudian diubah ke blur untuk mencari keypoint menggunakan Different of Gaussain. Berdasarkan hasil penelitian yang dilakukan, sistem mampu mengidentifikasi citra seragam personil militer dengan akurasi 80% dari 25 data citra pengujian. Kata Kunci: Ekstraksi fitur, SIFT, Different of Gaussain Abstract An army uniform had a charateristic that is many pattern and color. whit that it can be used to identification personeel in a field for identify each other, to identify uniforms for military personel used extraction methods that feature color and shape. Complexion and color identification start from RGB (red, green, and blue) image to grayscale. And then changed blur to achieve keypoint using different of gaussain. The result of this research, system can identify army uniform charateristic with 80% accuration from 25 test data. Keywords:. Ekstraksi fitur, SIFT, Different of Gaussain
Analisis Performansi Teknologi Gl (gsm-lte) Pada Frekuensi 900 Mhz Yogaswara Dama Rizki; Achad Ali Mulyadi; Hery Pamuliyantoro
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Banyaknya operator penyelenggara jaringan telekomunikasi di Indonesia dengan sebanyak 5 operator membuat sumber daya frekuensi menjadi terbatas. Sementara Kementrian Komunikasi dan Informatika sudah memetakan mesti tercakupnya layanan telekomunikasi sebesar 95% untuk seluruh penduduk Indonesia. PT.Telkomsel sebagai operator penyelenggara jaringan telekomunikasi mulai memanfaatkan spektrum frekuensi yang telah ada, frekuensi 900 MHz yang notabanenya hanya digunakan untuk layanan voice pada GSM maka akan dicoba untuk melayanani layanan data pada LTE, sehingga dengan bandwidth yang lebar pada frekuensi 900 MHz maka diharapkan dapat membantu menampung user existing LTE lebih banyak yang saat ini berada di frekuensi 1800 MHz. Berangkat dari kondisi diatas, penulis melakukan penelitian penggunaan spektrum frekuensi 900 MHz untuk teknologi GSM (voice) dan LTE (data) dengan rujukan jurnal international yang berjudul “Comparison of GSM, WCDMA and LTE Performance on 900 MHz band”. Berdasarkan hasil simulasi dan analisis maka didapatkan nilai-nilai pada jaringan existing GSM 900 yaitu signal level sebesar -54,01 dBm, C/I sebesar 20 dB dan user connected sebanyak 120 user. Jaringan GL (GSM) 900 memiliki nilai signal level sebesar -53,99 dBm, C/I sebesar 20 dB dan user connected sebanyak 125 user. Pada jaringan existing LTE 1800 memiliki nilai signal level sebesar -77,93 dBm, C/I sebesar 15,68 dB dan user connected sebanyak 619 user dengan mendapatkan throughput sebesar 163,01 Mbps. Dan pada jaringan GL (LTE) 900 memiliki nilai signal level sebesar -48,63 dBm, C/I sebesar 50,2 dan user connected sebanyak 406 dengan throughput yang didapat sebesar 106,92 Mbps Kata kunci : GL, GSM, LTE, Rx Level, Rx Qual, RSRP, SINR, User Connected, Throughput, Signal Level, C/I Abstract The number of telecommunication network operators in Indonesia with 5 operators makes frequency resources limited. While the Ministry of Communication and Information has mapped the need for 95% telecommunication services to be provided for the entire population of Indonesia. PT Telkomsel as a telecommunications network operator began to use the existing frequency spectrum, 900 MHz frequency which is only used for GSM voice services, it will be tried to service data services on LTE, so that with a wide bandwidth at 900 MHz frequency it is expected to help accommodate more existing LTE users currently at 1800 MHz. Departing from the above conditions, the authors conducted a study of the use of the 900 MHz frequency spectrum for GSM (voice) and LTE (data) technology with international journal references entitled "Comparison of GSM, WCDMA and LTE Performance on 900 MHz bands". Based on the results of the simulation and analysis, the values obtained on the existing GSM 900 network are signal level of -54.01 dBm, C / I is 20 dB and user connected is 120 users. GL (GSM) 900 network has a signal level value of -53.99 dBm, C / I of 20 dB and user connected as many as 125 users. The existing LTE 1800 network has a signal level value of -77.93 dBm, C / I is 15.68 dB and user connected is 619 users with a throughput of 163.01 Mbps. And the GL (LTE) 900 network has a signal level value of -48.63 dBm, C / I of 50.2 and user connected of 406 with a throughput of 106.92 Mbps Keywords: GL, GSM, LTE, Rx Level, Rx Qual, RSRP, SINR, User Connected, Throughput, Signal Level, C/I
Estimasi Bobot Ternak Sapi Dengan Metode Deformable Template Dan Klasifikasi Support Vector Machine Multiclass Listianto Raharjo; Bambang Hidayat; Muhammad Fatah W
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakSapi adalah hewan ternak anggota family Bovidaedan sub family Bovinae[1]. Sapi dipelihara terutama untuk dimanfaatkan susu dan dagingnya sebagai pangan manusia. Sapi merupakan komoditas peternakan yang banyak dijual-belikan. Seiring dengan pertumbuhan penduduk yang semakin pesat, permintaan produk dari sapi pun juga meningkat terutama dalam hal permintaan daging, susu, maupun kulit. Hasil dari produk sapi dipengaruhi oleh perawatan sapi dan bobot sapi. Dalam melakukan penimbangan bobot badan ternak sapi masih banyak dilakukan dengan cara konvensional. Apabila setiap kali melakukan penimbangan memakai cara konvensional, tentu kurang praktis. Pada tugas akhir ini telah dibuat aplikasi berbasis Matlab untuk membantu mengetahui bobot ternak sapi dengan menggunakan metode pengolahan citra, yang dilengkapi dengan registrasi citra berbasis metode Deformable Templatedengan klasifikasi Multiclass Support Vector Machine (SVM). Didapatkan tingkat akurasi sebesar 76,1905%. Hasil penelitian ini diharapkan dapat membantu pelaku bisnis ternak sapi dalam standar akurasi yang tepat dalam mengetahui bobot ternak sapi. Kata Kunci: Sapi Penggemukan, Pengolahan Citra,Deformable Template, Multiclass Support Vector Machine (SVM).AbstractCows are livestock members of the Bovidae family and the Bovinae sub family [1]. Cows are raised mainly for their use of milk and meat as human food. Cows are commodities that are widely traded. Along with the increasingly rapid population growth, the demand for products from cows has also increased, especially in terms of demand for meat, milk and skin. The yield of cow products is influenced by cattle care and cattle weight. In carrying out the weighing of cattle body weight, there are still many conventional methods. If every time you weigh using conventional methods, it is certainly not practical.In this final project Matlab-based application has been made to help determine the weight of cattle using image processing methods, which are equipped with registration methods based on the Deformable Template method using the Multiclass Support Vector Machine (SVM) classification.Obtained an accuracy rate of 76,1905%. The results of this study are expected to be able to help cattle business players in the right standard of accuracy in knowing the weight of cattle.Keywords: Fattening Cattle, Image Processing, Image Registration, Deformable Templates, Multiclass Support Vector Machine (SVM).
Pengembangan Motif Karang Jenis Gardineroseros Planulata Pada Aplikasi Batik Berbasis Web Dengan Metode Lindenmayer-system Aulia Wildan; Purba Daru Kusuma; Anton Siswo Raharjo Ansori
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Di Indonesia terdapat warisan budaya terbesar yang dimiliki yaitu batik. Salah satu cara untuk melestarikan batik adalah dengan cara mengeksplorasi pola atau corak batik yang ada di Indonesia. Ada berbagai macam pola batik yang ada di Indonesia, mulai dari pola bentuk dari suatu benda, tumbuhan dan ada juga pola bentuk yang mempunyai kemiripan dengan hewan. Tetapi pada penelitian ini pola yang akan dijadikan batik yaitu pola dari jenis biota laut khususnya terumbu karang dengan berbasis web. Terdapat berbagai macam jenis terumbu karang di dunia dan setiap bentuknya memiliki ciri dan keunikan masing-masing. Melihat dengan banyaknya keunikan bentuk dari berbagai jenis terumbu karang tersebut maka hal itu layak dijadikan sebuah pola baru untuk pengembangan pola batik yang baru. Jenis terumbu karang yang akan difokuskan untuk menjadi sebuah motif batik baru yaitu jenis Gardineroseros Planulata. Pada penelitian ini, akan dirancang suatu modul untuk aplikasi pengembangan motif batik berbasis web. dengan menggunakan metode L-System dalam pembuatan aplikasi tersebut maka diharapkan agar mempermudah dalam menemukan atau membuat beberapa motif batik baru, sehingga kelestarian dari seni budaya batik akan terus berkembang dan beraneka ragam . Tujuan dari penelitian ini adalah implementasi dari metode L-System tersebut pada pembuatan modul untuk aplikasi pengembangan motif batik berbasis web Kata kunci: Web, Terumbu Karang, Batik, Aplikasi, L-System Abstract In Indonesia there is the largest cultural heritage that is owned by batik. One way to preserve batik is to explore patterns or patterns of batik in Indonesia. There are various kinds of batik patterns that exist in Indonesia, ranging from the pattern of the form of an object, plants and there is also a pattern of forms that have similarities with animals. But in this research the pattern will be made of batik that is the pattern of the type of marine biota, especially coral reefs with web-based. There are various types of coral reefs in the world and each form has its own characteristics and uniqueness. Seeing with the many unique forms of different types of coral reefs then it is worthy of a new pattern for the development of new batik patterns. The type of coral reef that will be focused to become a new batik motif is the type Gardineroseros Planulata. In this research, will be designed a module for application of web-based batik motif development. by using the L-System method in making the application is expected to facilitate in finding or making some new batik motifs, so that the preservation of the art of batik culture will continue to grow and diverse. The purpose of this research is the implementation of the L-System method in the manufacture of modules for application development of web-based batik motif. Keywords: Web, Terumbu Karang, Batik, Aplikasi, L-System
Biometrik iris recognition menggunakan lbp dengan menggunakan klasifikasi knn Meidi Mahendra Rahmatullah; Inung Wijayanto; Suci Aulia
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Iris recognition untuk mendeteksi dan mengenali sesuatu yang lebih baik dalam sistem biometrik. Oleh karena itu, banyak peneliti telah berusaha untuk meningkatkan algoritma untuk pengenalan diri iris. Namun, masalah terbesar yang terjadi dalam melakukan penelitian adalah untuk melakukan irisokalisasi dengan baik. Selain itu, kelopak mata dan bulu mata juga merupakan masalah lain dalam pengenalan iris karena mereka dapat menutupi iris atau mata, dan mungkin ada beberapa gangguan yang mempengaruhi citra iris dengan baik. Dalam Tugas Akhir ini telah dilakukan pengujian dengan sistem iris recognition yang mampu mengidentifikasi dengan mengunakan iris mata sistem berkarja dengan menggunakan Algoritma K-Nearest Neighbor (KNN) sebagai klasifikasi dan DWT sebagai ektrasi ciri. Setelah dilakukan pengujian dengan jumlah data 30 gambar iris di peroleh tingkat akurasi 54% dengan beberapa parameter diantaranya parameter level DWT dan parameter jarak pada KNN serta noise yang di ujikan. Dari hasil pengujian didapatkan tingkat akurasi tersebut masih handal untuk noise pad nilai variansi 0,1, localvar noise pada nilai 0,1, salt and paper noise pada nilai 0,1, dan poison noise nilai langsung kemungkinan error. Kata kunci: Algoritma K-NN, Iris identification, DWT Abstract iris recognition to detect and recognize something better in biometric systems. Therefore, many researchers have tried to improve the algorithm for iris self-recognition. However, the biggest problem that occurs in conducting research is to do the irisocalization well. In addition, the eyelids and eyelashes are also another problem in iris recognition because they can cover the iris or eyes, and there may be some disorders that affect the iris image well. In this Final Project, the iris recognition system has been tested which is able to identify using the iris system using a K-Nearest Neighbor (KNN) algorithm as a classification and DWT as the extraction feature. After testing with a total of 30 iris images obtained an accuracy rate of 54% with several parameters including DWT level parameters and distance parameters on the noise KNN that were tested. From the test results it was found that the accuracy level was still reliable for noise pad 0.1 variance value, localvar noise at value 0.1, salt and paper noise at value 0.1, and poison noise direct value possible error. -NN, Iris identification, DWT
Prediksi Harga Saham Serta Pemberian Keputusan Jual Beli Menggunakan Metode Regression Tree Dan Metode Self Organizing Map (som) Uggi Stivani Savitri; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam investasi saham seorang investor sebaiknya memiliki prediksi untuk memprediksi harga saham yang ada pada waktu tertentu agar memiliki hasil yang memuaskan dengan mendapatkan keuntungan. Maka dari itu sebagai investor harus dapat memprediksi harga saham kedepannya dengan menggunakan Regression Tree. Regression tree atau pohon regresi adalah metode untuk membangun model prediksi dari data dimana model diperoleh dari hasil partisi secara rekursif ruang data dan menduga model prediksi sederhana di dalam setiap partisi. Selain Regression Tree diperlukan teknik lain untuk memberikan keputusan kepada investor waktu yang tepat untuk menjual, membeli serta menahan saham agar memberikan keuntungan teknik tersebut adalah Self Organizing Map (SOM). SOM adalah salah satu jenis metode clustering atau pengelompokan. Data yang digunakan pada tugas akhir ini adalah 1 data saham yang tergabung dalam saham LQ45. Hasil akhir dari penerapan Regression Tree dan SOM ini adalah sebuah prediksi harga saham serta pemberian keputusan yang tepat guna memberikan keuntungan bagi investor. Kata kunci : Regression Tree, Self Organizing Map, saham Abstract In a stock investment, an investor should have a prediction to predict the stock prices to gaining profit. Therefore, as a investor you must be able to predict stock prices going forward by using Regression Tree. Regression Tree is a method predictive models of data in which the model is obtained from the partition results in a recursive data space and predicts a simple prediction model in each partition. In addition to Regression Tree, another techique is needed to make decisions to investors when the right time to sell, buy and hold shares in order to benefit from the technique is Self Organizing Map (SOM). Som is a type of clustering or grouping method. The data used is 1 data stock price incorporated in LQ45. The final result of the method of Regression Tree and SOM is a stock price prediction and the decision to provide benefits to investors. Keywords: Regression Tree, Self Organizing Map, stock price
Analisa Dan Optimasi Bad Coverage Pada Jaringan 4g Lte 1800 Mhz (studi Kasus Daerah Pengamatan Tanjakan Mauk Tangerang Selatan) Muhammad Hafidh; Uke Kurniawan Usman; Hurianti Vidyaningtyas
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada penelitian ini, dilakukan pengukuran kualitas jaringan LTE dengan menggunakan metode drive test. Pengukuran ini dilakukan dengan menggunakan software GENEX Probe. Area yang di tinjau pada penelitian ini yaitu di kawasan Tanjakan Mauk. Untuk menganalisis hasil drive test ini menggunakan GENEX Assistant VR300R014, lalu untuk simulasi menggunakan Atoll dalam melakukan simulasi perencanaan optimasinya. Performasi pada kondisi eksisting menglalami peningkatan setelah dilakukan proses optimasi. Dari yang awalnya persentase nilai persebaran RSRP 71,8% menigkat menjadi 92,77% untuk nilai threshold di -100 dB, untuk nilai RSRQ dengan threshold RSRQ diatas -15 dB 85% telah berubah yang sebelumnya 66,23% menjadi 96,05% untuk nilai threshold, sedangkan pada nilai SINR juga mengalami peningkatan dari 91,45% meningkat menjadi 94,93% dengan target KPI yang ditentukan adalah minimal 90% parameter SINR berada diatas 0 dB. Berdaskan Parameter yang ditinjau dalam penelitian ini dapat memenuhi target KPI, menunjukkan bahwa proses optimasi yang dilakukan berhasil mengatasi permasalahan Bad Coverage yang dialami pada studi kasus tugas akhir ini. Kata kunci : LTE, Bad Coverage, Drive Test, RSRP, SINR, RSRQ Abstract In this study case, LTE network quality was measured using the drive test method. This measurement is done using GENEX Probe software. The area reviewed in this study is in the Mauk Climbing area. To analyze the results of this drive test using the GENEX Assistant VR300R014, then for simulations using Atoll in conducting optimization planning simulation. Performance in existing conditions has increased after the optimization process has been carried out. From the initial percentage of 71.8% RSRP distribution value increased to 92.77% for the threshold value at -100 dBm, for RSRQ values with RSRQ threshold above -15 dB 85% had changed previously 66.23% to 96.05% for the threshold value, while the SINR value also increases from 91.45% increasing to 94.93% with the KPI target specified is a minimum 90% SINR parameter above 0 dB. Based on the parameters reviewed in this study can meet the KPI target, indicating that the optimization process carried out successfully overcomes the Bad Coverage problem experienced in this final project case study. Keywords : LTE, Bad Coverage, Drive Test, RSRP, SINR, RSRQ
Game Pacman Dengan Vga Controller Sebagai Penampil Di Monitor Pada Game Console Berbasis Fpga Deatari Rosika Anggraeni; Rizki Ardianto Priramadhi; Sony Sumaryo
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi permainan saat ini sudah berkembang pesat. Industri game di Indonesia sendiri memiliki pendapatan hingga 190 juta dolar AS sepanjang tahun 2013, dengan meningkatnya pertumbuhan sebesar 35 persen dibandingkan tahun sebelumnya, hal ini menunjukan besarnya peluang bisnis industri game di tanah air. Nyatanya, mengembangkan game console itu sendiri dapat dikembangkan dengan menggunakan FPGA atau Field Programmable Gate Array sebagai board dari game tersebut serta VGA Controller yang dapat menampilkan game di monitor. Metode yang digunakan dalam Tugas Akhir ini yaitu studi literatur untuk mencari teori dasar dalam merancang game console. Selanjutnya, perlu dilakukan analisis masalah untuk mengetahui masalah yang muncul dalam pembuatan game console menggunakan FPGA, VGA, dan Monitor untuk menampilkannya. Hal berikutnya yang dilakukan adalah merancang sistem, dimulai dari diagram alir hingga perancangan game console pada FPGA dan VGA. Hal terakhir yang dilakukan adalah simulasi alat yang sudah dirancang untuk menguji dan melihat apakah game console sudah berjalan dengan baik. Dari hasil pengujian yang telah dilakukan dapat disimpulkan bahwa dapat dirancang sebuah game console sederhana berbasis FPGA, dengan dibuktikan oleh penggunaan 19% logic cell dan 51% memory bits untuk level 1 dan 19% logic cell dan 51% memory bits untuk level 2. Dimana FPGA diintegrasikan dengan VGA Controller dan Monitor sebagai media menampilkan Game Pacman. Kata Kunci : Game Console, FPGA, VGA Controller, Game Pacman.
Respon Komunitas Pengguna Jalan Terhadap Kebisingan Lalu Lintas Pada Pertigaan Jalan Bojongsoang Erik Rikmawansyah; Suprayogi Suprayogi; Saladin Prawirasasra
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstract Secara umum pengukuran kebisingan dilakukan dengan mengetahui nilai objektif dari tempat pengukuran yaitu dengan mengetahui nilai Leq. Namun pengukuran tersebut hanya mengacu pada pengukuran objektif dengan tidak melibatkan seseorang atau ekosistem dalam pengukuran tersebut. Maka dari itu soundscape dipakai untuk mengetahui perspektif seseorang terhadap paparan kebisingan yang terjadi, dalam kasus ini responden yang dimintai pendapat merupakan pengguna jalan Bojongsoang, Kab. Bandung. Responden itu sendiri dibedakan menjadi tiga kelompok umur yaitu 10 tahun – 25 tahun, 26 tahun – 41 tahun, dan 42 tahun – 57 tahun. Hasil yang didapat pada penelitin ini yaitu nilai Leq yang paling kecil mencapai 60.23 dBA dan Leq yang paling besar mencapai 87.40 dBA. Nilai tersebut sudah melebihi baku mutu kebisingan yang ditentukan oleh KEPMEN LH pada tahun 1996 yaitu sebesar 55 dBA untuk pemukiman. Untuk hasil yang didapat dari pengukuran subjektif menyatakan bahwa perbedaan signifikan hanya terjadi pada aspek calm-noisy di hari Sabtu, sedangkan pada aspek lainya di semua hari tidak terdapat perbedaan yang signifikan dari perspketif responden yang dibedakan terhadap umur. Kata kunci: Bising, Leq, Soundscape, Perspektif, Monaural Abstract In general noise measurment done to find out an objective value of a noise exposure in some place or as know as Leq, but the measurment just refer to an objective measurment without involving anybody or the ecosystem of that place. Therfore the soundscape approuch used to find out a people perspective againts noise exporsure, the respondent in this study is road user of Road of Bojongsoang Kab Bandung that divided into three group with age category that is 10 y/o – 25 y/o, 26 y/o – 41 y/o, 42 y/o – 57 y/o. The results obtained are, minimum Leq value amount 60.23 dBA and for maximum Leq value are 87.40 dBA. As for that value has exceed the quality standart set by KEPMEN LH in 1996, where the maximum value for housing and settlements is 55 dBA. The result for the perspective measurment is there are just one aspect that has significant difference that is calm-noisy aspect from Saturday, for all other aspects throughout the day it has no significant difference from all of the respondent grup that divided according to age. Keywords: Noice, Leq, Soundscape, Perspective, Monaural
Analisis Perbandingan Pola Sinyal Alpha Dan Beta Eeg Dalam Kondisi Trypophobia Dengan Metode Wavelet Jehan Pratama Herdaning; Inung Wijayanto; Sugondo Hadiyoso
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Phobia merupakan rasa takut manusia akan hal-hal yang sangat sepele bagi mayoritas orang. Salah satu phobia yaitu Trypophobia merupakan rasa takut akan visual lubang-lubang yang kecil. Pengaruh dari efek trypophobia itupun bisa kita lihat gelombang otaknya dengan alat bernama EEG atau disebut Electroencephalograph, sehingga kita bisa mengetahui seseorang itu benar-benar mengalami Trypophobia atau tidak. Pada tugas akhir ini dibangun sistem untuk mengklasifikasikan kondisi seseorang tidak merasa takut, dan kondisi seseorang merasa takut akan Trypophobia berdasarkan analisi sinyal alpha dan beta EEG. Artificial Neural Network (ANN) digunakan untuk pengklasifikasian kondisi. Untuk ekstra ciri datanya digunakan Discrete Wavelete Transform (DWT) agar performansi sistem bisa ditingkatkan dan melakukan reduksi dimensi dataset EEG. Hasil pengujianya menunjukan bahwa performa terbaik didapatkan pada sinyal beta yang memiliki akurasi parameter ciri tertinggi yaitu Maksimum, Standar Deviasi dan Variansi dengan nilai akurasi 100%, dengan waktu komputasi 0.027 dan 0.037 detik. Sedangkan untuk sinyal alfa didapat dengan parameter Variansi dan Interquartile Range sebesar 96.42% dengan waktu 0.03 dan 0.032 detik. Meskipun akurasinya sama, namun rata-rata akurasi berdasarkan neuronnya, beta lebih tinggi dari pada alfa, sehingga dapat disimpulkan sinyal beta lebih peka terhadap ketakutan seperti Trypophobia dan channel AF7 baik dalam menangkap sinyal EEG yang terstimulus Trypophobia. Kata Kunci : Phobia, Trypophobia, Electroencephalograph, Artificial Neural Network, Discrete Wavelete Transform. Abstract A phobia is a human fear of things that are very trivial for people. One phobia, Trypophobia, is the fear of visual small holes. The effect of the trypophobia effect can we see its brain waves with a device called EEG or called Electroencephalograph, so we can understand who really improved Trypophobia or not. In this final project a system was developed to classify the condition of someone who is not afraid, and the condition of someone who is afraid of Trypophobia is based on alpha signal analysis and EEG beta. Artificial Neural Networks (ANN) are used for classifying conditions. For the extra features of the data Discrete Wavelete Transform (DWT) is used so that system performance can be improved and reduce the EEG dataset dimensions. The test results show that the best performance is obtained in beta signals which have the highest characteristic parameter accuracy are Maksimum, Standard Deviation and Variance with an accuracy value of 100%, with a calculation time of 0.027 and 0.037 seconds. While for alpha signals obtained with Variance and Interquartile Range parameters of 96.42% with a time of 0.03 and 0.032 seconds. Although the accuracy is the same, but the average is resolved based on the neurons, beta is higher than alpha, so it can told that beta signals more than sensitive to such as Trypophobia and AF7 channels good in catching EEG signals of Trypophobia stimulated condition. Keywords: Phobia, Trypophobia, Electroencephalograph, Artificial Neural Network, Discrete Wavelete Transform.

Filter by Year

2014 2025


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