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
Pengukuran Implementasi Information Assurance Pada Dinas Kependudukan dan Pencatatan Sipil Menggunakan Framework IAFEG Kailla, Kimberly; Yasirandi, Rahmat; Utomo, Rio Guntur
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Pemanfaatan teknologi informasi pada pemerintahan di Indonesia telah diterapkan pada berbagai lembaga pemerintahan, tidak terkecuali lembaga pemerintahan yang berorientasi pada bidang pelayanan publik. Implementasi teknologi informasi yang telah diterapkan pada pemerintahan Indonesia yaitu e-Government atau electronic government. Dalam e-Government diperlukan adanya jaminan keamanan informasi dalam mendukung proses bisnis. Information Assurance (IA) atau jaminan informasi merupakan sebuah praktik untuk mengelola resiko terkait informasi dan langkah-langkah yang diperlukan untuk sistem informasi. Dengan kata lain, IA berfokus pada perlindungan dan jaminan sistem layanan informasi. IA perlu diukur untuk mengetahui sejauh mana penerapannya agar mengetahui hal-hal apa saja terkait instansi yang sudah baik impelentasi IA nya atau yang membutuhkan perbaikan. Instrumen pengukuran IA menggunakan framework IAFEG yang mengadopsi metode Goal Question Metric (GQM) akan membagi instrumen pengukuran IA dalam 3 kategori yaitu Organisational Management, Implementation Managemen dan Social Management. Kategori-kategori tersebut mempunyai faktor item pengukuran dengan pertanyaan instrumen yang berbeda sebagai acuan dalam pengukuran implementasi IA. Hasil dari pengukuran berupa skala pengukuran atau metric yang akan menunjukan status implementasi IA pada lembaga pemerintah.Kata kunci - pelayanan publik, E-Government, information assurance, goal question metric, framework IAFEG
Perancangan Program Pelatihan Operator Mesin Extruder Dan Mesin Cutting Divisi Produksi Pt. Xyz Dengan Menggunakan Framework Addie Zahran Sukmana, Naufal Abiyyu; Nirmala Nugraha, Fida; Yogaswara, Budhi
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — PT. XYZ adalah perusahaan yang membuat kantong plastik rumah tangga. Perusahaan ini berfokus pada kantong plastik yang sering beredar dikalangan masyarakat, khususnya kantong plastik untuk rumah tangga. Dalam melakukan proses produksi PT. XYZ menemukan permasalahan salah satunya adalah terkait dengan target demand yang tidak tercapai. Dalam produksinya terdapat karyawan yang kurang memahami penggunaan dari mesinmesin yang digunakan, serta informasi yang menyangkut dengan target demand perusahaan. Untuk mengatasi permasalahan tersebut, pada tugas akhir ini akan membahas framework ADDIE dan juga tentang pelatihan pada karyawan divisi produksi dengan menggunakan metode job shadowing tujuannya adalah untuk melakukan pembelajaran dan juga pelatihan terhadap karyawan yang bersangkutan dengan penggunaan mesin-mesin tersebut. Dengan menggunakan metode tersebut didapatkan hasil berupa karyawan yang mengerti dan mahir menggunakan mesin-mesin tersebut, mencapai target yang diinginkan perusahaan. Hasil dari penelitian pada tugas akhir ini dihasilkan pelatihan menggunakan metode job shadowing pada divisi produksi didapatkan sebuah modul yang membantu untuk penggunaan mesin ekstruder dan juga cutting, membantu perusahaan dalam mengurangi persentase hasil produk yang gagal didivisi produksi, selain meningkatkan efektivitas dalam menggunakan mesin ekstruder dan mesin cutting, hasil lainnya adalah dapat meningkatkan efesiensi perusahaan dari segi biayaKata kunci— Pelatihan, Job Shadowing, Kantong Plastik, Job Shadower, ADDIE.
Perancangan Sistem Pemeliharaan Peralatan Penggiling Ikan Menggunakan Metode Overall Equipment Effectiveness (OEE) dan Overall Equipment Cost loss (OECL) di CV. X Fitrachman, Naufal Aqiel; Budiasih, Endang; Pamoso, Aji
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Sebagai perusahaan yang tergolong skala menengah, CV. X masih memiliki keterbatasan modal sehingga pada unit produksinya masih dijumpai penggunaan mesin dan peralatan produksi yang sudah berumur tanpa perawatan yang memadai. Hal ini menyebabkan proses produksi sering terganggu karena tingginya tingkat downtime. Untuk itu, perlu dilakukan kajian untuk merancang sistem perawatan yang efektif namun mudah diterapkan pada usaha skala kecil dan menengah. Obyek penelitian adalah mesin penggiling ikan yang terdiri atas mesin cutter, chopper I, dan chopper II. Penelitian ini menggunakan merode pengukuran Overall Equipment Effectiveness (OEE) dan Overall Equipment Cost Loss (OECL), penentuan faktor six big losses, dan perancangan sistem pemeliharaan. Data yang digunakan adalah jam kerja mesin, downtime, theoretical cycle time, volume produksi, waktu produksi, dan jumlah produk defect selama Januari-Desember 2021. Hasil penelitian menunjukkan bahwa nilai OEE mesin penggiling ikan masih di bawah nilai standar world class. Nilai OEE mesin cutter sebesar 35,90%; chopper I sebesar 71,98%; dan chopper II sebesar 74,56%, sedangkan nilai standar world class adalah 85%. Sementara itu, nilai OECL ke tiga mesin tersebut adalah Rp 1.088.721.342,- berasal dari nilai OECL mesin cutter sebesar Rp. 462.758.314,- nilai OECL chopper I Rp. 410.400.337,- dan nilai OECL chopper II Rp. 215.562.691,-. Faktor six big losses yang berpengaruh terhadap penurunan efektivitas mesin adalah reduce speed losses, setup losses, breakdown losses, dan idling and mirror stoppage losses. Hasil penelitian ini menggambarkan bahwa pemakaian mesin penggiling ikan pada CV. X belum efektif sehingga menimbulkan dapat kerugian biaya dan potensi pendapatan perusahaan sebesar Rp Rp 1.088.721.342,- Kondisi itu tidak akan terjadi apabila perusahaan menerapkan sistem pemeliharaan yang baik, salah satunya adalah dengan menerapkan salah satu pilar dari Total Productive Maintenance (TPM) yaitu autonomous maintenanceKata kunci — OEE, OECL, six big losses, mesin penggiling ikan
Sistem Pemantauan Posisi Bayi Menggunakan Internet of Things Enoch, Aldrivo Muhamad Supit; Rahmawati, Dien; Priharti, Wahmisari
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Menjaga bayi merupakan salah satu tugas wajib orang tua agar bayi aman dan nyaman. Pesatnya perkembangan teknologi pada zaman sekarang memungkinkan pengimplementasian untuk menjawab permasalahan bagi orang tua yang tidak dapat menjaga bayinya secara langsung terus menerus. Pada penelitian ini penulis merancang suatu sistem yang dapat membantu para orang tua untuk menjaga bayi mereka agar terpantau dan terjaga. Sistem pemantauan bayi merupakan suatu sistem yang menggunakan object detection untuk mendeteksi pergerakan sang bayi dtambah adanya klasifikasi posisi bayi (tidur, tengkurap, miring kanan atau kiri, dan Ketika bayi tertutupi sesuatu) dengan Teknik YOLO serta system dapat memberkan informasi ke ponsel pengguna dengan menggunakan metode internet of things. Tujuan dari penelitian ini adalah membuat alat sistem pematauan posisi bayi menggunakan internet of things agar dapat membantu para orang tua untuk menjaga bayinya. System ini dapat memantau posisi bayi dengan akurasi terendah 80% dan tertinggi 100% dengan menggunakan model deteksi objek TinyYOLOv3. Hasil pengujian system ini dapat mendeteksi posisi bayi sesuai class (sleeping, side-sleeping, obstacle, dan on his stomach) dan hasil keluaran deteksi tersimpan di Firebase sehingga deteksi dapat terhubung ke ponsel pengguna sebagai notifikasi. Hasil akurasi terbaik terdapat di resolusi 416x416 dan hasil FPS terbaik berada di 2.1 FPS di resolusi 96x96.Kata kunci— Sistem pemantauan bayi, object detection, internet of things, machine learning, yolo, firebase.
Control Self-Assessment Pada Unit Infrastruktur Teknologi Informasi Universitas Telkom Azzahra, Nilam Eria; Abdurrahman, Lukman; Mulyana, Rahmat
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Perkembangan teknologi terkini, perubahan perilaku menuju digital serta akselerasi digitalisasi karena pandemi Covid-19 telah meningkatkan risiko TI dengan sangat pesat yang dapat menghambat pencapaian tujuan organisasi. Penelitian sebelumnya telah menemukan praktik yang baik dalam mengoptimalkan risiko menuju pencapaian target kinerja, yaitu melalui pendekatan Three Lines of Defense (TLOD). TLOD Line pertama adalah pengendalian risiko oleh pemilik risiko, kedua adalah manajemen risiko, dan ketiga adalah audit internal. Salah satu bentuk pengendalian risiko oleh pemilik risiko adalah dengan menerapkan Control Self-Assessment (CSA). Oleh karena itu, penelitian ini dilakukan untuk mengidentifikasi praktik CSA terkini yang sesuai dengan profil risiko organisasi. Metode yang digunakan adalah studi kasus yang dilakukan di unit infrastruktur TI pada pusat pengelolaan TI di Universitas Telkom, Indonesia. Kerangka kerja yang digunakan sebagai referensi penelitian adalah COBIT 2019 dari ISACA. Pengumpulan data dilakukan dengan wawancara staf terkait, triangulasi dokumen, dan observasi. Analisis dilakukan dengan melakukan assessment prioritas Governance & Management Objective (GMO) dan mengidentifikasi kontrol yang sesuai berdasarkan GMO terpilih dan mengidentifikasi praktik pengendalian terkait. Penelitian ini menghasilkan DSS01 dan DSS03 rekomendasi praktik CSA. Hasil penelitian berkontribusi terhadap basis keilmuan untuk menjadi acuan penelitian sejenis berikutnya, serta dapat menjadi referensi implementasi CSA, khususnya di PuTI Universitas Telkom, maupun perguruan tinggi lainnya.Kata Kunci— control self-assessment, COBIT 2019, tata kelola TI.
Talent Sourcing Automation On Kalibrr Using Robotic Process Automation (RPA) and Natural Language Processing (NLP) Pratiwi, Yullia Sartika Putri; Sujatmoko, Kris; Purnamasari, Rita
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Perusahaan saat ini mulai melakukan banyakpenyesuaian pasca pandemi Covid-19 yang sempat melandabanyak pekerjaan yang harus disesuaikan kembali skema kerjanya.Penyesuaian baru dan skema kerja yang berubahmem- buat banyak pekerja di perusahaan memilih untukberhenti atau keluar dari perusahaan tempatnya bekerjadengan berbagai alasan seperti beban kerja yang bertambahatau kurangnya fasilitas perusahaan. Masalah posisi kosongdi perusahaan men- jadi tanggung jawab Sumber DayaManusia (SDM) untuk segera diisi, namun padakenyataannya proses perekrutan tidak dapat dilakukandengan cepat karena proses penyaringan CV kandidatmembutuhkan waktu setidaknya 30 jam atau satu hari untuksatu kali proses perekrutan. Untuk memudahkan prosespenyaringan tersebut, maka dibuatlah sebuah sistem ATSyang dapat memudahkan HR dalam melakukan penyaringanresume kandidat. Sistem ini menggabungkan dua teknologiArtificial Intelligence (AI), yaitu Natural LanguageProcessing (NLP) dan Robotic Process Automation (RPA).Penggabungan dua teknologi ini akan memberikankeuntungan bagi HR yang tidak perlu lagi mengunduhresume kandidat di platform jobseeker dan melakukanpenyaringan secara manual karena kegiatan tersebut dapatdilakukan oleh robot. Penggunaan teknologi NLP dan RPAakan mengurangi waktu yang dibutuhkan HR untukmelakukan proses talent sourcing secara otomatis danmemberikan skor dengan rata-rata waktu yang diperlukansekitar 2 menit 7 detik.Kata kunci—Artificial Intelligence, Human Resource, NaturalLenguage Processing, Robotic Process Automation, TalentSourcing
Pendeteksi Masker pada Gambar Menggunakan Model Deep Learning Yolo-v2 dengan ResNet-50 Atria Salim, Muhammad Rizki; Sthevanie, Febryanti; Nur Ramadhani, Kurniawan
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Sistem deteksi masker merupakan suatu upaya untuk mencegah penyebaran COVID-19. Pada penelitian ini sistem deteksi masker dikembangkan menggunakan model deep learning Yolo-v2 dengan bantuan ResNet-50. ResNet-50 digunakan sebagai backbone layer pengganti Yolo-v2, sedangkan Yolo-v2 menjadi komponen utama pendeteksi face mask. Penelitian ini menggunakan Face Mask Dataset dan Medical Mask Dataset berupa citra gambar yang diambil dari kaggle. Pengujian parameter konfigurasi saat training model dilakukan dengan harapan dapat meningkatkan akurasi dan kinerja dari sistem deteksi masker. Sistem deteksi masker menggunakan metode ini mendapatkan hasil F1-Score sebesar 84%.Kata Kunci — deteksi masker, ResNet-50, YOLO-v2, COVID-19
Analisis Sentimen Terhadap Tweet Pelecehan Seksual Dengan Perbandingan Metode Term Weighting Menggunakan Klasifikasi SVM Terhadap Tagar Permendikbud30 Putri, Meira Reynita; Lhaksmana, Kemas Muslim
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Twitter merupakan salah satu media sosial yang dijadikan sebagai sarana dalam berpendapat dan mengeskpresikan diri, baik dalam menyalurkan pendapat ataupun aspirasi masyarakat sebagai salah satu bentuk kegiatan demokrasi. Salah satu contohnya adalah mengenai pengesahan Peraturan Menteri Pendidikan dan Kebudayaan (Permendikbud) No 30 Tahun 2021 tentang Pencegahan dan Penanganan Kekerasan Seksual (PPKS) di Perguruan Tinggi. Munculnya Tweet dengan tagar #permendikbud30 menuai pro dan kontra di kalangan pengguna media sosial Twitter. Untuk mengolah informasi Tweet tersebut, dilakukan analisis sentimen yang berfungsi untuk menentukan pendapat atau opini mengenai suatu produk atau peristiwa. Pada prosesnya, Tweet diolah menggunakan data mining yaitu klasifikasi. Dalam menentukan klasifikasi ada beberapa tahapan yang harus dilakukan yaitu dataset, pelabelan, confusion matrix, pembobotan dan hasil akurasi. Berdasarkan sistem yang dibangun akan dilihat metode pembobotan mana yang memiliki nilai akurasi tertinggi dalam analisis sentiment terhadap #permendikbud30. Berdasarkan hasil pengujian didapatkan nilai F1-Score tertinggi untuk TF-RF dengan fungsi SVM kernel rbf sebesar 51%.Kata kunci-analisis sentimen, twitter, permendikbud30, confusion matrix, dataset 
Implementasi Teknologi Blockchain Pada Layanan Pendaftaran Vaksinasi Dengan Menggunakan Ethereum Platform Adithya, Muh. Fauzan; Munadi, Rendi; Irawan, Arif Indra
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini mencoba melakukanpengimplementasian teknologi Blockchain terhadap layananpendaftaran vaksinasi. Sifat desentralisasi teknologi Blockchainberpeluang untuk mengatasi kerumitan layanan tersebutkarena server tidak berpusat pada suatu tempat saja. Penelitianterkait pada topik ini adalah implementasi sistem e-votingberbasis Blockchain dan implementasi teknologi Blockchaindalam Raspberry Pi sebagai private network. Penelitianbertujuan untuk mengetahui alur dan cara kerja dari sistempengintegrasian antara teknologi Blockchain dan EthereumPlatform dalam pengimplementasian layanan vaksinasi, sertaparameter jaringan terhadap Quality of Service (QoS) yangdihasilkan dari sistem tersebut. Penelitian ini menggunakanmodel simulasi. Simulasi teknologi Blockchain dilakukandengan perangkat mikrokomputer Raspberry Pi, RadioFrequency Identification (RFID), dan platform komputasiEthereum. Sistem didesain dengan mengintegrasikan EthereumPlatform, perangkat Internet of Things (RFID), bahasapemrograman Solidity dan Python terhadap Raspberry Pi.Pengimplementasian sistem disajikan dalam bentuk alur prosespenginputan user, pelayanan pendaftaran vaksinasi, danpelayanan update status vaksinasi. Hasil penelitian atributjaringan terhadap parameter QoS dari 65 jumlah transaksiyang terjadi pada Ethereum Platform menghasilkan rata-ratadelay hash 0,33 detik, delay receipt 13,135 detik, jitter 0,03milidetik, throughput hash 2,242 MBps, throughput receipt2,022 MBps, dan packet loss 0% untuk keseluruhan proses. Halini menandakan parameter jaringan terhadap QoS bekerjadengan baik pada jaringan Ethereum.Kata kunci— Layanan Vaksinasi, Blockchain, Ethereum,Raspberry Pi, Quality of Service
Single Page Aplikasi Website Prediksi Kualitas Udara What The Air Jauzy, Muhammad Abdurrahman Al; Prasetyowati, Sri Suryani; Sibaroni, Yuliant
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Polusi udara biasa diartikan sebagai pencemaran udara dimana jumlah bahan pencemar berada diluar batas. Kualitas udara saat ini adalah salah satu faktor penting dalam kehidupan sehari - hari. Terlalu banyak menghirup udara dengan kualitas yang rendah dapat berdampak buruk pada kesehatan. Dengan menggunakan alat pengukur kualitas udara kita bisa mengukur tingkat indeks kualitas udara, namun kenapa hanya berhenti disitu jika kita bisa menggunakan Machine Learning untuk melakukan Prediksi dalam beberapa tahun kedepan. Di studi ini digunakan metode Support Vector Machine yang akan melakukan klasifikasi terhadap data yang didapat dari sensor. SVM dipilih karena dinilai baik dalam mengklasifikasikan data yang berupa kelas - kelas. Data yang diolah adalah SO2, NO2, CO, PM10, PM25 dan O3. Kemudian data hasil klasifikasi akan diproses untuk prediksi dengan teknik perluasan model. Penelitian ini akan menghasilkan pemetaan prediksi polusi udara di provinsi jakarta untuk tahun 2022, diharapkan penelitian ini dapat membantu masyarakat untuk mengetahui tentang kondisi udara.Kata Kunci— kualitas udara, support vector machine, klasifikasi, machine learning

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