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
 582   583   584   585   586 
Prediksi Retweet Berdasarkan Fitur UserBased, Content-Based, dan Time-Based Menggunakan Metode ANN-GSO Muhalani, Raisul; Jondri; indwiarti
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Media sosial menjadi salah satu platform yang banyak dipilih untuk sarana saling berbagi informasi, hiburan, serta dapat membuat mereka menghilangkan rasa penat dari aktifitas mereka sehari-hari. Media sosial sudah menjadi kebutuhan untuk sebagian besar masyarakat khususnya indonesia. Salah satu media sosial yang sering digunakan oleh masyarakat indonesia yaitu twitter. Twitter dapat membagikan sebuah postingan yang biasa disebut dengan tweet(kicauan) yang dapat digunakan oleh pengguna untuk membagikan tulisan, foto, video, maupun gif kepada publik. Salah satu fitur twitter yaitu retweet. Fitur retweet ini memiliki fungsi untuk membagikan kembali sebuah postingan, baik postingan mereka sendiri maupun postingan pengguna lain. Fitur ini sangat berperan penting dalam penyebaran informasi. Penelitian ini membahas mengenai prediksi retweet menggunakan fitur user-based, content-based, dan timebased dengan metode Jaringan Saraf Tiruan (Artificial Neural Network) untuk klasifikasinya, yang dioptimalkan dengan algoritma Glowworm Swarm Optimization (GSO) untuk mendapatkan tingkat akurasi yang lebih tinggi. Model ANN yang dioptimalkan dengan GSO menunjukkan hasil terbaik ketika dilakukan skenario oversampling, dengan akurasi sebesar 78% dan F1-Score 78%. Pada GSO terdapat peningkatan pada dataset model prediksi secara keseluruhan. Kata kunci - klasifikasi, Twitter, retweet, ANN, GSO
Prediksi Retweet Berdasarkan Konten Dan Pengguna Dengan Metode Classifier Selection Febiansyah, Muhamad; Jondri; indwiarti
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Perkembangan media sosial telah merubah cara penyebaran informasi, dengan Twitter memainkan peran utama. Penelitian ini bertujuan mengembangkan model prediksi retweet di Twitter menggunakan fitur content-based dan user-based, serta teknik oversampling untuk meningkatkan kinerja model. Hasil eksperimen menunjukkan bahwa meta learner tanpa oversampling pada fitur content-based memiliki macro average F1-score sebesar 0.52, namun dengan recall yang sangat rendah untuk kelas retweet (6%) dan F1-score 0.11. Sebaliknya, meta learner dengan oversampling pada fitur contentbased memperbaiki performa dengan presisi 0.86, recall 0.77, dan F1-score 0.80 untuk retweet, dengan nilai macro average F1-score sebesar 0.82 yang menunjukan kenaikan dibandingkan dengan meta learner tanpa oversampling. Untuk model user-based, tanpa oversampling, macro average F1-score memiliki nilai 0.75 dengan keseimbangan baik antara presisi dan recall pada kelas non retweet. Setelah oversampling, model user-based mempertahankan keseimbangan yang baik dengan presisi, recall, F1-score, dan macro average F1- score masing-masing sebesar 0.88 pada kelas retweet dan non retweet. Secara keseluruhan, oversampling meningkatkan kinerja model, terutama pada fitur content-based, dengan model user-based menunjukkan performa yang paling konsisten dan baik. Kata kunci - twitter, pemilihan pengklasifikasi, berbasis pengguna, berbasis konten
Profile Penjualan Hoodie H&M Menggunakan Ekstraksi Fitur dan Kombinasi Pendekatan Kluster Amrullah, Rosyid; Budi Wirayuda, Tjokroda Agung
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Perkembangan teknologi digital telah mengubah cara konsumen berbelanja, termasuk dalam industri fesyen. H&M, sebagai retailer fesyen global, menghadapi tantangan dalam memahami preferensi konsumen yang terus berubah. Penelitian ini bertujuan untuk mengidentifikasi karakteristik visual hoodie H&M menggunakan CNN (Inception V3) dan mengelompokkan produk berdasarkan fitur tertentu melalui analisis clustering. Data gambar dan penjualan hoodie dari tahun 2018-2020 yang diambil dari Kaggle.com digunakan untuk menganalisis karakteristik visual dan mengelompokkan produk menggunakan K-means. Selain itu, model Random Forest digunakan untuk menganalisis variabel yang mempengaruhi sales profiling hoodie H&M, mencakup fitur visual yang diekstraksi oleh CNN serta kombinasi cluster. Hasil penelitian menunjukkan bahwa model memberikan performa terbaik dengan nilai MAPE sebesar 12.66%, RMSE sebesar 53.867, dan MAE sebesar 43.943. Jumlah cluster terbukti berpengaruh signifikan dalam membangun model profiling penjualan yang akurat. Penelitian ini berfokus pada hubungan antara karakteristik visual produk dan data penjualan, tanpa mempertimbangkan faktor eksternal seperti strategi pemasaran atau tren fesyen global, dengan tujuan mengembangkan sistem profiling penjualan yang efektif bagi H&M. Kata Kunci - Fashion Retail, Computer Vision, Random Forest, Sales Profiling, Machine learning in Fashion, Inception V3, Visual Feature Extraction
Sistem Pendukung Keputusan Pemilihan Saham Untuk Portofolio Dengan Menggunakan Metode Support Vector Regression (SVR) Dan Analisis Fundamental (FA) Lesmana, Rangga; Saepudin, Deni
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pemilihan saham yang tepat sangat penting dalam membangun portofolio investasi yang optimal karena dapat memaksimalkan keuntungan dan mengurangi risiko, yang merupakan fokus utama investor dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan menggunakan Support Vector Regression (SVR) dan analisis fundamental (FA) untuk memprediksi return saham serta memilih saham terbaik untuk portofolio. SVR diterapkan dengan kernel Radial Basis Function (RBF) untuk memprediksi return saham berdasarkan data historis, sementara FA menganalisis indikator keuangan seperti Return On Asset (ROA), Return On Equity (ROE), Debt to Equity Ratio (DER), dan Price to Book Value (PBV). Portofolio kemudian dibentuk menggunakan model Equal-Weighted (EW). Hasil penelitian menunjukkan bahwa kombinasi SVR dan FA menghasilkan rata-rata return portofolio sebesar 0,0099 dengan standar deviasi 0,0726, lebih tinggi dibandingkan dengan SVR saja yang memiliki rata-rata return sebesar 0,0047 dan standar deviasi 0,0668. Temuan ini menegaskan bahwa pendekatan kombinasi SVR dan FA mampu meningkatkan kinerja portofolio dan mengurangi risiko secara signifikan, sehingga menawarkan strategi investasi yang lebih optimal. Penelitian ini juga merekomendasikan eksplorasi lebih lanjut dengan memperluas data yang digunakan serta mempertajam penerapan SVR dan analisis fundamental untuk meningkatkan akurasi prediksi dan optimasi portofolio. Kata kunci - Prediksi Harga Saham, Support Vector Regression (SVR), Analisis Fundamental (FA), Portofolio Equal-Weighted (EW), Pertumbuhan Portofolio
Sistem Rekomendasi Destinasi Wisata di Kota Bandung dengan Collaborative Filtering Menggunakan K-Nearest Neighbors Nuril Adlan , Muhammad; Budi Setiawan, Erwin
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Kota Bandung adalah salah satu destinasi wisata populer di Indonesia. Banyaknya jumlah destinasi wisata di Kota Bandung, ditambah dengan kurangnya informasi tentang pariwisata, menimbulkan hambatan bagi kebutuhan masyarakat dalam memilih destinasi wisata. Oleh karena itu, diperlukan sebuah sistem rekomendasi untuk membantu wisatawan dalam menentukan destinasi mereka. Penelitian ini mengembangkan sistem rekomendasi destinasi wisata di Kota Bandung dengan menerapkan algoritma user-based collaborative filtering dan K-Nearest Neighbors untuk membantu wisatawan memutuskan destinasi mereka berdasarkan tempat-tempat yang sebelumnya telah mereka kunjungi. Dua metode kesamaan yang digunakan adalah cosine similarity dan pearson correlation. Mean Absolute Error (MAE) dan hasil rekomendasi digunakan untuk mengevaluasi kinerja sistem. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dibangun cukup memberikan rekomendasi kepada user, dengan nilai MAE sebesar 2.59 untuk metode cosine similarity dan nilai MAE sebesar 2.67 untuk metode Pearson correlation. Selain itu, hasil rekomendasi wisata yang diberikan dianggap memadai karena sesuai dengan profil wisatawan. Kata kunci - Sistem Rekomendasi, Collaborative Filtering, User-Based, Cosine Similarity, Pearson Correlation, K-Nearest Neighbors
Sistem Tanya Jawab menggunakan Knowledge Graph mengenai Sistem Tata Surya Muhammad, Jaish; Saleh Wiharja, Kemas Rahmat
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Manfaat dari Knowledge Graph (KG) bisa kita amati langsung, seperti optimalisasi search engine query Google, yang mempermudah dalam mencari sesuatu di internet. Diatas KG bisa juga dibangun sebuah Question Answering System (QA). Penelitian ini menggunakan artikel-artikel mengenai sistem tata surya dari halaman web NASA. Dengan menggunakan NLTK, artikel-artikel yang didapatkan dari halaman web NASA dipecah ke dalam bentuk triple. Triple tersebut kemudian diubah ke dalam bentuk Knowledge Graph yang disimpan di dalam Neo4j, kemudian dibangun QA System diatasnya. Proses validasi hasil sistem melibatkan ahli di bidang Astronomi. Hasil dari sistem ini adalah sistem yang menjawab query pertanyaan mengenai sistem tata surya. Performansi sistem diukur menggunakan akurasi, precision, recall, f1 score, dan mean reciprocal rank, yang mana didapatkan Akurasi = 0.78, Precision = 0.5, Recall = 1, F1 Score = 0.67, dan MRR = 0.2112955621. Kata kunci - Knowledge Graph, Question Answering system, NASA, triple, sistem tata surya.
Studi Algoritma Penjadwalan Proportional Fair dan Round Robin Pada Jaringan 5G Firmansyach , Windu; Amatullah K, Siti; setyorini
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Seiring dengan perkembangan teknologi, penggunaan jaringan menjadi sebuah kebutuhan masyarakat. Jaringan telah melalui banyak evolusi sampai pada saat ini jaringan generasi ke 5. 5G adalah jaringan generasi baru hasil pengembangan dari generasi sebelumnya yang saat ini masih banyak digunakan, yaitu 4G LTE. Jaringan 5G diklaim 20 kali lebih cepat dibandingkan dengan jaringan sebelumnya. Jaringan ini memang belum banyak digunakan oleh masyarakat namun sudah ada. Seperti jaringan-jaringan generasi sebelumnya, jaringan 5G juga dibantu algoritma penjadwalan untuk mengefesiensikan serta mengatur sumber daya dan alokasi penggunaan serta proses nya berbeda-beda. Pada penelitian ini akan dilakukan perbandingan hasil simulasi algoritma penjadwalan proportional fair dan round robin yang akan disimulasikan dengan menggunakan tools 5G air simulator dengan menggunakan dua skenario pengujian, yaitu pengujian terhadap perubahan jumlah user serta pengujian terhadap perubahan kecepatan. Hasil yang diperoleh dari kedua skenario menunjukan bahwa kedua algoritma schedulling menghasilkan packet loss ratio yang tinggi, namun proportional fair memperoleh packet loss ratio lebih tinggi dibandingan dengan round robin . Sedangkan untuk hasil pengujian goodput dari proportional fair lebih seimbang dibandingkan hasil round robin , akan tetapi nilai goodput pada round robin relatif tinggi dibandingkan dengan proportional fair . Kata kunci - Tools 5G air simulator , schedulling, proportional fair , round robin , packet loss ratio, goodput
Minimasi Kejadian Overstock dan Understock Sparepart Pada Toko Dalko Motor Dengan Perancangan Sistem Informasi Persediaan Menggunakan Metode Waterfall Ami Mastura, Putri; Rama Kristiana , Leo; Nurdiansyah, Yodi
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Dalko Motor adalah sebuah usaha di bidang otomotif yang berlokasi di Musi Banyuasin, Sumatera Selatan. Perusahaan ini menghadapi berbagai tantangan dalam pengelolaan persediaan gudang karena belum adanya sistem pencatatan yang terintegrasi. Ketiadaan sistem ini mengakibatkan ketidaksesuaian stok, kehilangan data, serta memperlambat proses pengecekan barang. Masalah yang sering terjadi meliputi overstock, kehabisan stok, sulitnya melacak asal pemasok barang, serta waktu pelayanan yang tidak efisien. Kondisi ini berdampak negatif pada kepuasan pelanggan dan efisiensi operasional bengkel. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi pencatatan persediaan gudang berbasis website di Dalko Motor menggunakan metode Waterfall. Sistem ini mencakup fitur pemantauan stok secara real-time, penerapan Reorder Point, pengelolaan barang masuk dan keluar, manajemen data pemasok, serta pembuatan laporan riwayat barang. Tujuan dari penelitian ini menghasilkan rancangan sistem informasi persediaan gudang sparepart mobil pada Toko Dalko Motor dengan penerapan Reorder Point yang dapat membantu user dalam mengelola pencatatan persediaan gudang serta mengawasi pengelolaan barang yang terjadi pada Dalko Motor. Dengan implementasi sistem ini, Dalko Motor diharapkan dapat mengoptimalkan manajemen persediaan, mempercepat proses pemesanan, serta mendukung pengambilan keputusan yang lebih baik dan efisien. Metode yang digunakan pada penelitian ini adalah metode Waterfall Kata Kunci— Waterfall, Sistem Informasi Persediaan Gudang, Reorder Point
Optimasi Penjadwalan Truk di Pelabuhan Barat PT XYZ Untuk Meminimalkan Total Biaya Keterlambatan Aktivitas Inter-Terminal Transportation Fauziyah, Anisa; Bayu Setyawan, Erlangga; Yulianti, Femi
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pelabuhan Barat PT XYZ memainkan peran penting dalam sistem Inter-Terminal Transportation (ITT) untuk pemindahan peti kemas antar terminal, namun pada Januari 2024 terdapat 47,68% pesanan mengalami keterlambatan. Hal ini disebabkan oleh tingginya perjalanan truk tanpa muatan yang mencapai 85,43%, menimbulkan ketidakefisienan operasinal dan total biaya keterlambatan yang besar. Untuk mengatasi permasalahan ini, penelitian ini menggunkan algoritma simulated annealing with normalized exploration rate (SANE) guan mengoptimalkan penjadwalan truk, mengurangi perjalanan kosong, serta meminimalkan total biaya keterlambatan. Data yang digunakan mencakup posisi awal truk, waktu pengirimanm dan biaya keterlambatan. Hasil optimasi menunjukkan bahwa perjalanan kosong berkurang dari 518 menjadi 115 kali, keterlambatan pesanan turun dari 607 menjadi 128, dan total biaya keterlambatan berkurang dari RM 10.400 menjadi RM 1.936. meskipun belum mencapai target RM 0, algoritma SANE terbukti efektif dalam meningkatkan efisiensi operasional dan mengurangin beban biaya secara signifikan. Kata kunci— Optimasi Penjadwalan Truk, Simulated Annealing with Normalized Exploration Rate, Inter-Terminal Transportation, Total Biaya Keterlambata
Penjadwalan Tugboat Untuk Meminimasi Delay Waktu Tunggu Kapal Dengan Pendekatan Mixed Integer Linear Programming (MILP) Pada Pelabuhan PT XYZ Mufidah Aliyyah, Athayyah; Bayu Setyawan, Erlangga; Suksessano Muttaq, Prafajar
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pelabuhan yang menangani kapal peti kemas memainkan peran penting dalam memfasilitasi logistik global dan operasi rantai pasokan. Pelabuhan-pelabuhan ini menawarkan layanan penting untuk mengelola kapal peti kemas. Ketika sebuah kapal kontainer tiba di pelabuhan, biasanya kapal tersebut membutuhkan dukungan kapal tunda untuk membantu manuver-manuver penting. Manuver ini termasuk merapatkan kapal di dermaga, mereposisi atau menggeser kapal di dalam area pelabuhan, dan melepas sandar atau meninggalkan dermaga. Operasi kapal tunda sangat penting untuk memastikan pergerakan yang aman dan efisien dari kapal-kapal kontainer besar ini selama berada di pelabuhan. Penjadwalan kapal tunda yang efektif untuk melayani kapal sangat penting untuk memastikan pergerakan kapal peti kemas yang aman dan efisien di pelabuhan. Penelitian ini membahas masalah penjadwalan kapal tunda atau Tugboat Scheduling Problem (Tug-SP). Penelitian ini mengatasi masalah penjadwalan kapal tunda (Tug-SP) di Pelabuhan PT XYZ, Malaysia, menggunakan model Mixed Integer Linear Programming (MILP). Penyelesaian dilakukan dengan Python dan solver Gurobi. Hasil menunjukkan penjadwalan optimal yang mengurangi waktu deviasi proses tugging sebesar 21%, dari 102 menit menjadi 82 menit. Efisiensi ini meningkatkan kinerja layanan tugboat, mengurangi risiko keterlambatan, dan meminimalisir dampak pada proses bongkar muat. Penelitian ini berhasil mengoptimalkan operasional pelabuhan secara signifikan. Kata Kunci— Container Port, Tugboat Schedulling, Mixed Integer Linear Programming, Gurobi.

Page 584 of 831 | Total Record : 8304

 582   583   584   585   586 

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