cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,304 Documents
 386   387   388   389   390 
Analisis Sentimen Pada Media Daring Tentang Pemilihan Presiden Indonesia Tahun 2019 Menggunakan Metode Naive Bayes. Chandra Jaya Riadi; Kemas Muslim L
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Kompas dan Detik merupakan beberapa contoh media daring yang menjadi wadah informasi satu arah masyarakat untuk dapat memperoleh informasi dan membahas tentang berbagai macam berita terkini. Analisis sentimen dilakukan untuk mengukur kecenderungan opini masyarakat terhadap suatu kejadian yang sedang atau telah terjadi. Salah satu kasus yang diangkat untuk dianalisis adalah Pemilihan Presiden tahun 2019 di Indonesia. Sebelum proses analisis sentimen, dilakukan terlebih dahulu pengambilan data berupa teks dengan metode web scraping, kemudian data tersebut kemudian diolah dengan melakukan text pre-processing pada data teks tersebut. Keluaran dari analisis sentimen ini berupa confusion matrix. Tugas akhir ini dibangun dengan tujuan dapat mendeteksi sebuah topik berita dari satu atau lebih portal berita yang memiliki kecenderungan konflik sentimen positif dan negatif pada tiap headline berita di masing-masing portal berita yang membahas tentang pemilihan presiden 2019, dengan akurasi sebesar 70% untuk Jokowi-Ma’ruf dan 65% untuk PrabowoSandiaga pada portal berita kompas.com, dan akurasi sebesar 70% untuk Jokowi-Ma’ruf dan 80% untuk Prabowo-Sandiaga pada detik.com. Penelitian ini memberikan informasi data yang diperoleh dari hasil klasifikasi menggunakan metode Naïve Bayes. Kata kunci: analisis sentimen, Naïve Bayes, media daring, Kompas, Detik, web scraping, text pre-processing, confusion matrix.
Sistem Rekomendasi Peer Helper Pada Forum Pembelajaran Dengan Metode K Nearest Neighbor Aditiyan Iswahyudin; Dade Nurjanah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakMenurut teori pembelajaran Vygotsky, model pembelajaran kooperatif (atau bisa dibilang juga peerlearning) adalah penekanan pembelajaran dengan model dialog yang dilakukan secara interaktif berbasissosial. Keterlibatan learner lain membuka kesempatan bagi learner untuk mengevaluasi dan memperbaikipemahaman dalam proses belajar. Peer helper merupakan learner yang mempunyai pengetahuan lebihyang mampu dan bersedia untuk membagikan ilmu dan pengalamannya kepada learner lain. Peer learningini juga dapat dilakukan secara online, melalui suatu forum diskusi layaknya MOOC. Namun untukmenentukan siapa yang layak menjadi kandidat peer helper masih menjadi masalah utama. Tugas akhir inimenjelaskan tentang sebuah sistem untuk mengklasifikasi learner yang cocok menjadi kandidat peer helperdengan menggunakan metode KNN. Peer helper yang direkomendasikan diperoleh berdasarkan hasilklasifikasi peserta didik yang memiliki label untuk direkomendasikan menjadi peer helper. Uji cobamenggunakan data hasil aktivitas learner dalam forum pembelajaran online dan dari data tersebutditerapkan metode KNN untuk mengklasifikasi learner yang cocok menjadi peer helper. Hasil dari uji cobadidapat bahwa penggunaan KNN meningkatkan akurasi klasifikasi sebesar 0.20% dengan hasil 85.71%.Kata kunci : Recommender System, Peer Helper, KNN, Naïve Bayes, forum diskusi onlineAbstractAccording Vygotsky, cooperate learning model (also known as peer learning) emphasise learning usingdialog model that happen interactively based on social interaction. Learner’s involvement in the forum canopen opportunities for other learner to evaluate and improve their understanding on learning process. Peerhelper is a student who has more knowledge and willing to share his knowledge and experience with otherstudents in a learning forum. Peer helper must be able to master and understand the subjects that are beingstudied well and have the desire to help other fellow students. However, to determine who is eligible to be apeer helper candidate is still a major problem. Therefore, due to this problem, this final project focuses onclassifying students who are suitable to be peer helper candidates using the KNN method. Experiments areconducted using activity data from online learning forum. The experiments prove that KNN can improvethe accuracy of classification by 0.20% in comparison with Naïve Bayes implemented in a previous study.The highest accuracy is 85.71%.Keywords: Recommender System, Peer Helper, KNN, Naïve Bayes, Online discussion forum
Perancangan Kanban Untuk Meminimasi Waste Inventory Pada Proses Produksi Tablet Amlodipine 5/80 Mg Di Pt. Xyz Dengan Pendekatan Lean Manufacturing Christian Dhimas Maharddhika; Marina Yustiana Lubis; Widia Juliani
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

PT. XYZ adalah perusahaan manufaktur dibidang farmasi yang memproduksi obat untuk E-katalog dan berdasarkan data pengiriman, obat ini mengalami keterlambatan pengiriman.Penelitian pada dengan pendekatan Lean Manufacturing, maka dari penelitian diawali dengan membuat peta produksi dengan menggunakan Value Stream Mapping (VSM). Berdasarkan hasil VSM didapati hasil kegiatan Non Value Added (NVA) lebih besar kegiatan Value Addded (VA) yaitu sebesar 70,41 jam dari total waktu Leadtime produksi sebesar 151,98 jam. Setelah itu penelitian menggunakan Process Activity Mapping (PAM) untuk mengetahui detail kegiatan proses produksi dan didapati kegiatan NVA memiliki persentase paling besar yaitu 42,39% dan Necessary Non Value Added (NNVA) sebesar 11,28%. Non Value Added adalah kegiatan tidak bernilai tambah sehingga harus diminimasi dan didapati waste terpilih yaitu Waste Inventory sebesar 90,46%. Selanjutnya peneliti menggunakan fishbone dan 5 why’s untuk mengidentifikasi penyebab terjadinya waste inventory. Peneliti membuat rancangan usulan sistem Kanban Murni dan Visual Control Penyimpanan. Setelah diterapkannya rancangan, dilakukan pemetaan Value Stream Mapping Future Kata Kunci : Lean Manufacturing, Value Stream Mapping, Process Activity Mapping, Fishbone, Waste Inventory, Kanban
Analisis Perencanaan Jaringan Lte Femtocell Di Gedung Tamansari Parama Office Park Pt Wika Realty Ahsanul Gibran; Kris Sujatmoko; Uke Kurniawan Usman
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Ketersediaan layanan berkualitas di setiap tempat merupakan hal penting bagi pelanggan. Salah satunya di dalam Gedung Tamansari Parama, kebutuhan akses layanan data berkecepatan tinggi dibutuhkan melihat gedung tersebut merupakan gedung perkantoran. Femtocell menjadi solusi yang dapat digunakan untuk coverage area dan memberikan akses layanan kepada pelanggan di dalam Gedung Tamansari Parama. Perancangan jaringan LTE ini di simulasikan menggunakan software RPS untuk simulasi coverage dan SIR. Digunakan juga metode Distributed Antenna System (DAS) untuk mengetahui detail peletakan dari antenna. Dari hasil perancangan, dibutuhkan yaitu 34 FAP yang perlu dipasang pada Gedung Tamansari. Kemudian dari simulasi untuk lantai Basement sampai lantai 16 memiliki rata-rata hasil RSL pada persentase terendah yaitu 95.09% dan tertinggi yaitu 99.18% sehingga telah sesuai standar KPI yaitu diatas 90% untuk masing-masing lantainya. Begitupun dengan SIR, masing-masing lantai telah memenuhi standar KPI diatas 90%, dimana memiliki ratarata SIR terendah yaitu dengan 96.76% dan tertinggi yaitu 98.24%. Abstract The availability of quality services in every place is important for customers. Such as in Tamansari Parama Building, access to high-speed data services is needed because the building as an office building. Femtocell is a solution that can be used for coverage areas and provides access to services customers in Parama Tamansari Building. The design of this LTE network is simulated using RPS software for coverage simulation and SIR. Also used is the Distributed Antenna System (DAS) method to find out the details of the placement of the antenna. From the results of the design it is needed that is 49 FAP which needs to be installed in the Tamansari Building. Then from the simulation for the Basement floor to the 16th floor, the average RSL results at the lowest percentage is 95.09% and the highest is 99.18% so that it meets the KPI standard which is above 90% for each floor. Likewise with SIR, each floor that has met the KPI standard above 90%, which has an average SIR which is the lowest with 96.76% and the highest is 98.24%.. Keywords: Femtocell, SIR, RSL, RPS, DAS
Alat Bantu Pintar Untuk Kaum Tunanetra Dengan Implementasi Text To Speech Dan Mobile Application Erlangga Maulana Muhammad; Budhi Irawan; Anggunmeka Luhur Prasasti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Tunanetra merupakan suatu kondisi dimana manusia tidak dapat melihat atau biasa yang disebut juga kebutaan. Kondisi tunanetra tidak dialami oleh semua manusia. Jadi, itu membuat kerabat atau keluarga dari yang menyandang tunanetra merasa khawatir apabila kerabat atau keluarga mereka yang mengalami kebutaan sedang melakukan suatu aktifitas tanpa adanya pengawasan ditambah sulit berkomunikasi antara keluarga atau kerabat dengan penyandang tunanetra. Maka dari itu dibuat alat bantu pintar untuk tunanetra dengan implementasi text to speech dan mobile Application. Alat bantu yang terdapat pada implementasi text to speech terdiri dari Raspberry Pi dan SIM 808 Module. Sedangkan aplikasi yang dirancang berbasis android. Alat bantu ini berfungsi untuk membantu tunanetra dalam mengetahui keberadaan dirinya sendiri dengan mendengarkan dari alat bantu yang sudah dikonversikan dari titik koordinat yang diminta menjadi bentuk alamat lengkap. Aplikasi mobile yang dirancang akan digunakan oleh keluarga dari tunanetra untuk mengetahui lokasi keberadaan dari tunanetra apabila sedang menjalankan aktifitas sehari-hari. Penilitian ini menunjukkan bahwa alat bantu pintar untuk kaum tunanetra dengan implementasi text to speech dan mobile application dapat membantu dan memudahkan tunanetra dalam menjalankan aktifitas sehari-harinya dan keluarga merasa aman apabila tunanetra sedang melakukan kegiatan sehai-harinya. Kata kunci:Tunanetra, text to speech, mobile application
Usulan Retirement Age Dan Jumlah Maintenance Crew Optimal Pada Mesin Huron Di Pt.xyz Menggunakan Metode Dynamic Life Cycle Cost (dlcc) Dengan Simulasi Monte Carlo Hario Ardi Nugroho; Judi Alhilman; Endang Budiasih
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak PT.XYZ merupakan perusahaan industri manufaktur yang bergerak dalam pembuatan alat berat untuk militer maupun komersil. Salah satu peralatan untuk menunjang kegiatan produksi PT. XYZ adalah mesin Huron yang memproduksi komponen-komponen untuk excavator, kapal, dan alat berat lainnya. Mesin Huron ini memiliki frekuensi kerusakan terbesar. Hal ini disebabkan oleh beberapa faktor, termasuk umur mesin yang sudah tidak optimal atau tidak tepatnya jumlah maintenance crew untuk menangani mesin rusak. Pada penelitian ini untuk menentukan umur mesin optimal dan jumlah maintenance crew optimal dari mesin Huron, digunakan metode DLCC dengan simulasi Monte Carlo. Nilai LCC didapat dari penjumlahan sustaining cost dan acquisition cost. Failure Mode Effect and Analysis (FMEA) atau mode kegagalan digunakan untuk menentukan pengaruhnya terhadap pengoperasian sistem yang selanjutnya dicari nilai weibull shape factor (β) dan characteristic life () sebagai input untuk disimulasikan dengan Monte Carlo sehingga didapatkan mean time to failure (MTTF) prediction mesin Huron. Selanjutnya dianalisa future maintenance cost. Berdasarkan perhitungan DLCC, diperoleh total LCC optimal sebesar Rp. 574,070,461 dengan umur mesin optimal adalah sembilan tahun dan jumlah maintenance crew optimal sebanyak satu orang. Berdasarkan hasil simulai Monte Carlo didapatkan nilai MTTF mesin Huron 391.7 jam dengan future maintenance cost yang harus dipersiapkan sebesar Rp. 270,710,759. Kata Kunci - Maintenance, Mean Time To Failure, Dynamic Life Cycle Cost, Monte Carlo Simulation, Failure Mode and Effect Analysis Abstract PT. XYZ is a manufacturing company that manufacturing in military and commercial heavy equipment products. One of the equipment used to support the production activities of PT. XYZ is a Huron MU 6 milling machine to fulfill every components needed for excavators, ships, and other heavy equipment. Huron Machine has the most frequent damage in PT. XYZ. It can be caused by several factors, including a machine that has exceeded its optimal limit. In determining optimal machine life and optimal maintenance crew of the Huron machine, in this study case is using DLCC with Monte Carlo simulation. LCC value is obtained from the sum of sustaining cost and acquisition cost. FMEA is used to identify the failure mode and determine its effect on system operation, then weibull shape factor (β) and scale factor / characteristic life ( ) are used as inputs to be simulated with monte carlo to obtained the probabilistic Huron engine's mean time to failure (MTTF) for further analyze getting future maintenance costs. Based on the calculation of DLCC, the smallest total LCC value obtained is Rp. 574,070,461 with optimal engine life is nine years and the optimal number of maintenance crew is one person. Based on the results of the Monte Carlo simulation, the value of the MTTF Huron engine is 391.7 hours with future maintenance costs which must be prepared in the amount of Rp. 270,710,759 Keywords – Maintenance, Mean Time To Failure, Dynamic Life Cycle Cost, Monte Carlo Simulation, Failure Mode and Effect Analysis
Deteksi Fake Review Menggunakan Support Vector Machine Bety Elysabeth Pasaribu; Anisa Herdiani; Widi Astuti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Maraknya berbagai e-commerce menjadikan calon pembeli semakin selektif sehingga bergantung padareview yang ditinggalkan oleh pembeli sebelumnya untuk menentukan keputusan membeli suatuproduk. Banyaknya review, baik itu yang bersifat positif atau negatif, sangat mempengaruhi sisi manayang dapat dipercaya. Jika review yang dibaca tidak nyata atau disebut fake review maka akanmerugikan baik sisi penjual ataupun sisi pembeli. Untuk itu, perlu dilakukan analisis untuk mendeteksifake review pada kumpulan review produk. Penelitian ini dilakukan dengan pendekatan lima kelasfeature yaitu sentiment feature, personal feature, brand-only feature, content feature, dan metadata featuredengan menggunakan metode klasifikasi Support Vector Machine. Pada penelitian ini dibandingkanantara SentiwordNet dan SenticNet untuk mendapatkan ekstraksi sentiment mana yang lebih baik. Padapenelitian ini juga dilakukan pemilihan dan penggabungan feature, serta tuning parameter dan jeniskernel pada SVM apakah akan memengaruhi sistem. Hasil terbaik diperoleh akurasi sebesar 74,46%.Dari hasil penelitian ini diperoleh bahwa SenticNet lebih baik daripada SentiwordNet, kemudian tuningparameter serta pemilihan jenis kernel pada SVM bisa mendapatkan hasil yang optimal, sertapenggunaan sentiment feature sangat mempengaruhi sistem untuk deteksi fake review. Kata kunci: fake reviews, support vector machine, feature, sentiwordnet, senticnet Abstract Lot of various e-commerce makes prospective buyers more selective so that it relies on reviews left byThe rise of various e-commerce makes prospective buyers more selective so that it relies on reviews leftby previous buyers to determine the decision to buy a product. The number of reviews, both positive andnegative, greatly influences which side can be trusted. If the review that is read is not real or is called afake review, it will harm both of the seller and the buyer side. For this reason, an analysis is needed todetect fake reviews on a collection of product reviews. This research was approached with a five-classfeatures named sentiment features, personal features, brand-only features, content feature, andmetadata feature using the Support Vector Machine classification method. This research comparesbetween SentiwordNet and SenticNet to get which sentiment extraction is better. This research alsocarried out to analyze whether the differences in the use of SentiwordNet and SenticNet, the selectionand integration of features, and changes in parameters also choosing kernel in SVM will affect thesystem. The best results obtained an accuracy of 74,46%. From the results of this study, it was foundthat SenticNet is better than SentiwordNet, then tuning SVM parameters can get optimal results, alsousing sentiment feature affect the system for detecting fake review. Keywords: fake reviews, support vector machine, features, sentiwordnet, senticnet
Perancangan Sistem Green Sales And Distribution Menggunakan Aplikasi Odoo Dengan Metode Accelerated Sap Pada Industri Pengolahan Karet (studi Kasus: Cv Inti Karet Bandung) Muhammad Ferdi Kurniawan; Ari Yanuar Ridwan; Asti Amalia Nur Fajrillah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak CV Inti Karet Bandung adalah perusahaan job order atau perusahaan yang melaksanakan kegiatan produksinya sesuai dengan pesanan pelanggan. CV Inti Karet Bandung membuat berbagai produk pengolahan dari karet, diantaranya: rubber packing (dengan berbagai type), rubber plug, rubber tube, rubber terminal, bearing pad untuk jembatan dan produk teknik dari karet lainnya. Permasalahan yang terdapat pada perusahaan antara lain belum terintegrasi semua aktivitas dalam proses penjualan dan distribusi dengan gudang, keterlambatan pengiriman barang, muatan pengiriman yang dibutuhkan sedikit sehingga mengalami pengiriman dua kali, pengecekkan stock, akses informasi tidak real time dan memiliki kendala pada limbah lingkungan. Berdasarkan permasalahan diatas maka dilakukan perancangan sistem green sales and distribution menggunakan aplikasi Odoo dengan metode ASAP (Accelerated SAP) dan terintegrasi dengan modul green purchasing, green accounting dan green manufacturing. Hasil dari penelitian ini adalah menerapakan modul sales and distribution pada aplikasi Odoo yang telah disesuaikan dengan proses dan kebutuhan dari perusahaan yang bertujuan untuk mempermudah perusahaan dalam mengatasi permasalahan limbah yang diproduksi.. Kata Kunci: Enterprise Resource Planning (ERP, Odoo, Sales and Distribution, Metode Accelerated SAP (ASAP) Abstract CV Inti Karet Bandung is a job order company or company that carries out its production activities in accordance with customer orders. CV Inti Karet Bandung makes various processing products from rubber, including: rubber packing (with various types), rubber plug, rubber tube, rubber terminal, pad bearings for bridges and other rubber products. The problems that exist in the company include not integrated all activities in the sales and distribution process with warehouses, late delivery of goods, shipping loads that are needed a little so that twice shipping, checking stock, access to information is not real time and has constraints on environmental waste. Based on the above problems, a green sales and distribution system design is carried out using the Odoo application with the ASAP (Accelerated SAP) method and integrated with green purchasing modules, green accounting and green manufacturing. The results of this study are applying the sales and distribution module on the Odoo application that has been adapted to the processes and needs of the company which aims to facilitate the company in overcoming the problems of the produced waste. Keywords: Enterprise Resource Planning (ERP), Odoo, Green Sales and Distribution, Accelerated SAP Method
Pengaruh Jumlah Lubang Udara Pada Tungku Pembakaran Serta Variasi Kecepatan Aliran Udara Terhadap Kinerja Kompor Gasifikasi Dengan Bahan Bakar Pelet Kayu Jati Rizky Anggara; Suwandi Suwandi; Reza Fauzi Iskandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakKetergantungan penggunaan bahan bakar LPG sangatlah tinggi. Pemanfaatan biomassa berupapelet kayu jati dapat digunakan sebagai energi terbarukan dengan teknik konversi energi berupagasifikasi biomassa. Pelet kayu dipilih karena ketersediannya yang melimpah serta kandungannyaberupa materi volatil yang tinggi dan merupakan bahan bakar ramah lingkungan karena bukantermasuk bahan bakar fosil. Salah satu teknologi alternatif dari teknik konversi yang dapatditerapkan khususnya di wilayah pedesaan berupa kompor gasifikasi dengan pemanfaatan biomassasebagai bahan bakar. Kompor gasifikasi biomassa yang digunakan dalam penelitian ini berjenis TopLitUpDraft(T-LUD)Gasifierdengandiameterkompor30cmdantinggi60cm.Memilikitigabuahgasifierdenganvariasijumlahlubangudara20,lubangudara30danlubangudara40sertavariasikecepatanaliranudaraprimer(0,5m/s,1m/s,1,5m/s,2m/s,2,5m/s,3m/s,3,5m/s,4m/s).PengujiankomporTLUDdenganduavariabeltersebut diharapkan mampu meningkatkan kinerja kompor.Selain kedua variabel tersebut, pengujian kompor TLUD dilakukan dengan prosedur SNI tungkubiomassa 7926:2013. Dari pengujian kompor biomassa yang telah dilakukan, waktu operasi palinglama sebesar 23,02 menit pada variasi jumlah lubang udara 40 lubang dengan kecepatan 0,5 m/s.Nilai efisiensi termal tertinggi sebesar 13, 55 % pada variasi jumlah lubang udara 40 lubang dengankecepatan 3,5 m/s. Kata kunci : pelet kayu jati, gasifikasi, Top-Lit Up Draf (T-LUD) Gasifier, efisiensi termal.AbstractNowadays, the dependence on the use of LPG fuel is still very high. The utilization of biomass as a teak wood pellet can be used as renewable energy with energy conversion techniques in the form of biomassgasification. Wood pellets were chosen because of their abundant availability and their contents includinghigh volatile ingredients and are environmentally friendly fuels because they are not included in fossilfuels. One of alternative technology from techniques that can be used in various fields such as biomass gasas fuel. The biomass gasification stove in this industry is a Top-Lit Up Draft (T-LUD) Gasifier with a stovediameter 30 cm and height 60 cm. It has three types of gasifiers with the variations in the number of holes,which are 20, 30 and 40 air holes, also the variations in the velocity of air flow (0.5 m / s, 1 m / s, 1.5 m /s, 2 m / s, 2.5 m / s, 3 m / s, 3.5 m / s, 4 m / s). Testing TLUD stoves with two variables with varying amountsin the width of the primary air flow. Besides the variables, TLUD stove testing was carried out with abiomass furnace SNI 7926: 2013. From the characterization of biomass stove that has been done, thelongest operation time is 23,02 minutes on the number of 40 air holes variation at a speed of 0,5 m/s. thehighest thermal efficiency is 13,55 % on the number of 40 air holes variation at a speed of 2,5 m/s. Keywords : teak wood pellet, gasification, Top-Lit Up Draft (T-LUD) Gasifier, thermal efficiency.
Klasifikasi Jenis Kulit Wajah Menggunakan Metode Discrete Wavelet Transform Dan Backpropagation Rezki Diar Amelia; Iwan Iwut Tritoasmoro; Nur Ibrahim
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kulit merupakan bagian tubuh manusia yang perlu dilakukan perawatan. Perawatan yang tidak tepat pada kulit dapat menimbulkan kerugian bagi seseorang. Oleh karena itu, dibutuhkan pengetahuan analisa kulit yang tepat dimana salah satunya mengetahui jenis kulit wajah. Jenis kulit ada beberapa yaitu berminyak dan kering. Masing-masing jenis kulit tersebut memiliki perawatan dan produk yang berbeda. Pada penelitian ini dibuat sistem pengolahan citra yang dapat mendeteksi jenis kulit manusia. Sistem ini mengolah citra kulit manusia yang diambil dengan mikroskop digital. Citra kulit manusia yang digunakan adalah citra bagian pipi untuk kulit berminyak dan kering. Citra yang digunakan sebesar masing – masing 40 untuk data latih dan data uji. Proses pengolahan citra terdiri dari tiga tahap yaitu pre-processing, ekstraksi ciri menggunakan metode DWT (Discrete Wavelet Transform) dan klasifikasi dengan metode backpropagation. Setelah melalui tahapan tersebut, data diklasifikasi berdasarkan jenis kulit wajah berminyak atau kering. Hasil dari penelitian ini menunjukkan bahwa sistem dapat membedakan jenis kulit berminyak dan kering dengan tingkat akurasi sebesar 95%, dengan jumlah data latih yang sama dengan data uji. Kata kunci : Kulit wajah , DWT , Backpropagation Abstract The skin is a part of the human body that needs treatment. Improper care of the skin can cause harm to someone. Therefore, we need proper knowledge of skin analysis where one of them knows the type of facial skin. There are several skin types, namely oily and dry. Each type of skin has different treatments and products. In this study, an image processing system was created that can detect human skin types. This system processes the image of human skin taken with a digital microscope. The image of human skin used is the image of the cheeks for oily and dry skin. The images used are 40 for each training data and test data. The image processing process consists of three stages, namely pre-processing, feature extraction using the DWT (Discrete Wavelet Transform) method and classification using the backpropagation method. After going through these stages, the data is classified according to the type of oily or dry skin. The results of this study indicate that the system can distinguish oily and dry skin types with an accuracy level of 95%, with the same amount of training data as the test data. Keywords: Facial skin, DWT, Backpropagation

Page 388 of 831 | Total Record : 8304

 386   387   388   389   390 

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