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
 661   662   663   664   665 
Pengolahan Citra Digital: Implementasi Algoritma YOLOv8 dalam Mendeteksi dan Mengenali Tulisan Tangan Berupa Angka pada Gambar Syifa, Vito Devara; Sujatmoko, Kris; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Pemilihan Umum (PEMILU) merupakan salah satu pilar utama proses demokrasi yang memungkinkan warga negara memilih rakyat mereka secara langsung. Jurnal ini membahas perancangan machine learning menggunakan YOLOv8 untuk deteksi angka dalam gambar dalam proses pelaporan Formulir C1 Pemilu untuk meningkatkan transparansi dan integritas dalam konteks pemilihan umum. Selanjutnya penerapan cloud computing juga dimanfaatkan untuk penyimpanan dan pengiriman data. Hasil analisis menunjukkan bahwa penggunaan teknologi ini dapat mengurangi human error dalam pelaporan hasil pemilu. Model YOLOvm dengan dataset combine memiliki hasik terbaik dengan precision 98%, recall 98.3%, dan f1-score 98%. Secara keseluruhan model yang dirancang sudah sesuai dengan yang diharapkan. Kata Kunci - Cloud Computing, Machine Learning, Pemilu, YOLOv8.
Pengaruh Kecepatan Udara Evaporator Terhadap COP AWG SRKU Iqbal, Muhammad; Ajiwiguna, Tri Ayodha; Fitriyanti, Nurwulan
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Atmospheric Water Generator (AWG) berbasis Sistem Kompresi Uap (SRKU) adalah alat yang memproduksi air dari udara atmosfer melalui proses dehumidifikasi. Sistem ini mampu menghasilkan air minum di berbagai lokasi dengan memanfaatkan sumber daya eksternal. AWG SRKU terdiri dari beberapa komponen utama yaitu evaporator, kompresor, kondensor, dan katup ekspansi. Komponen-komponen ini bekerja sama untuk mengubah uap air dari fase gas menjadi fase cair melalui mekanisme kerja dan perpindahan panas. Pada bagian evaporator, terdapat kipas yang kecepatannya dapat diatur. Perubahan kecepatan kipas ini mempengaruhi nilai Coefficient of Performance (COP) dari AWG SRKU. Kecepatan yang diatur terdiri dari 1,5 m/s dengan COP 3,88; 1,5 m/s dengan COP 3,76; dan 1,9 m/s dengan COP 3,61. Kata kunci— AWG , COP, Kecepatan, SRKU
Optimasi Business Process Menggunakan Metode Business Process Improvement Pada Tim Agile Marketing Pada Bagian Content And Design Abdulloh, Fryan Farhan; Suwarsono, Litasari Widyatuti; Yogaswara, Budhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Tim agile marketing memiliki peran primer, yang bertanggung jawab untuk memperkenalkan produk X kepada masyarakat melalui platform digital, untuk meningkatkan interaksi di media sosial, dan melaksanakan program-program penjualan melalui kampanye. Tim agile marketing pada bagian Content creator mengalami hasil Click-Through Rate (CTR) yang belum optimal dalam satu sprint. Hasil wawancara menunjukkan bahwa permasalahan terjadi karena tim tidak melakukan evaluasi secara berkala selama proses sprint. Dalam rangka memperbaiki hal ini, mala dilakukan perbaikan pada proses bisnis tim agile marketing dengan melakukan identifikasi terhadap lima proses utama dan 15 aktivitas yang terjadi pada proses bisnis eksisting. Identifikasi dilakukan terhadap faktor Sumber Daya Manusia (SDM), peralatan, teknologi, dan informasi yang menyebabkan lamanya waktu siklus evaluasi. Metode business process improvement digunakan untuk menghitung efisiensi proses bisnis eksisting, yang menunjukkan waktu siklus efisiensi sebesar 9072 menit dalam 11 hari kerja dengan nilai efisiensi sebesar 57.69%. Pada proses bisnis usulan, terdapat penambahan satu aktivitas yang dapat membantu mencapai CTR yang ditargetkan dengan mengikuti framework yang melakukan testing atau prelaunch untuk mengambil feedback dari audiens dan melakukan adjustment berdasarkan feedback tersebut. Dengan melakukan penyesuaian pada proses sprint backlog eksisting terdapat beberapa aktivitas non value added dengan begitu akan dilakukan perubahan aktivitas menjadi real value added atau business value added. Setelah dilakukan streamlining dilakukan pengukuran nilai efesiensi pada proses bisnis usulan sprint backlog yaitu sebersar 74.07% yang memiliki selisih 14.81% dengan proses bisnis eksisting. Kata kunci: Agile Marketing, Business Process Improvement
Desain dan Implementasi Website Harvest Lens Prediksi Harga Beras Menggunakan Framework Streamlit Julyano , Muhammad Billy; Wibowo , Suryo Adhi; Usman, Koredianto
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Pergerakan harga pangan di Indonesia memiliki dampak signifikan terhadap ekonomi dan kesejahteraan masyarakat. Fluktuasi harga dan ketidaksesuaian pasokan sering menjadi pemicu inflasi yang mengganggu stabilitas ekonomi. Oleh karena itu, pemahaman yang akurat tentang dinamika harga pangan sangat penting untuk mendukung kebijakan yang efektif dalam mengendalikan inflasi dan memastikan ketersediaan pangan yang memadai. Program prediksi harga pangan yang dikembangkan oleh Badan Pangan Nasional, Telkom University, dan Badan Riset Inovasi Nasional bertujuan untuk meningkatkan pemahaman ini. Telkom University berperan dalam mengembangkan prediksi harga pangan berbasis web yang disebut Harvest Lens. Website ini dikembangkan menggunakan Use Case Diagram dan Activity Diagram untuk perancangan, serta Python dan Framework Streamlit untuk implementasi. Pengujian menggunakan System Usability Scale (SUS) menunjukkan rata-rata nilai 87,08, mencerminkan kategori "Best Imaginable" menurut skala SUS. Hasil ini menunjukkan bahwa website berhasil memenuhi kebutuhan pengguna dengan baik dan memberikan pengalaman pengguna yang memuaskan. Kata kunci— Website, Python, Streamlit, SUS
Implementasi Desain UI/UX pada Aplikasi Tekos Berbasis Website Menggunakan React JS Hanifan, hsan Asfari; Sabariah , Mira Kania; Hasbi, Imanuddin
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Kebutuhan akan tempat tinggal untukmahasiswa baru dan mahasiswa yang sudah tidakmenempati asrama di Telkom University dalambeberapa tahun terakhir mengalami peningkatansignifikan. Tekos merupakan startup baru berupaaplikasi website yang akan menjadi wadah untukmahasiswa Telkom University untuk mencari tempattinggal setelah asrama, mahasiswa bisa memperolehkemudahan dan keterjaminan memiliki tempat tinggalpasca asrama. Sementara itu, UI/UX desainer telahmerancang tampilan desain aplikasi/website untukmeningkatkan pengalaman pengguna, namundiperlukan peran front-end developer untukmenerjemahkan desain tersebut menjadi tampilanaplikasi website yang nyata dan dapat diakses olehpengguna. Tujuan dari tugas akhir ini adalahmengimplementasikan website Tekos pada bagianfront-end menggunakan React JS, sehingga penggunadapat mengakses dan mengelola aplikasi website Tekosyang dikembangkan. Selain itu, tugas akhir ini jugabertujuan untuk meningkatkan performa aplikasiTekos dengan mengoptimalkan kinerja front-endmelalui penggunaan React JS yang efisien, memastikankesesuaian antarmuka pengguna (UI) dengan desainyang sudah dirancang, dan menghadirkan aksesibilitasyang lebih baik pada aplikasi Tekos. Hasil utama darieksperimen menunjukkan bahwa implementasiantarmuka dari desain UI/UX menggunakan React JSpada aplikasi Tekos telah mencapai hasil yang baikdalam hal performa dan aksesibilitas. Kata kunci : website, tekos, front-end, react js, performa, aksesibilitas.
Pengembangan Model Prediksi Harga Beras Nasional Berbasis Multivariate Menggunakan Temporal Fusion Transformer (TFT) Radhibilla, Maulaya; Wibowo, Suryo Adhi; Usman, Koredianto
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam konteks ekonomi, sosial, dan politik, harga komoditas pangan memiliki peran penting yang signifikan dalam menentukan stabilitas ekonomi dan kesejahteraan masyarakat. Namun, terdapat tantangan dalam pengelolaan harga pangan, seperti mengidentifikasi periode-periode tertentu di mana harga pangan mengalami kenaikan signifikan dan memperkirakan tren harga pangan di masa depan. Berdasarkan latar belakang tersebut, dirancanglah model prediksi dengan pendekatan multivariate, menggunakan arsitektur Temporal Fusion Transformer (TFT). TFT adalah model Transformer yang dirancang untuk peramalan time series multi-horizon dan meraih performa state-of-the-art. Pada perancangan ini, terdapat enam jenis data, baik data kontinu maupun kategorial, yang digunakan dengan target prediksi harga harian Beras Premium dan Beras Medium hingga 30 hari ke depan berdasarkan pola temporal 90 hari sebelumnya. Berdasarkan pengujian yang dilakukan dengan 30 baris terakhir data, didapatkan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,23% untuk Beras Premium dan 0,3% untuk Beras Medium. Pengujian ini menunjukkan bahwa performa TFT sangat baik dalam implementasi time series multivariate forecasting. Kata kunci— Harga, Beras, Time Series, TFT, Multivariate, MAPE
Evaluasi Kinerja YOLOv8 dalam Identifikasi Kesegaran Ikan dengan Metode Deteksi Objek Maulana , Muhammad Dafa; Novamizanti, Ledya; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Identifikasi kesegaran ikan merupakan aspek penting dalam industri perikanan karena mempengaruhi kualitas dan nilai jual produk akhir. Teknologi deteksi objek menawarkan solusi modern untuk mengotomatisasi proses ini, menggantikan metode manual yang seringkali memakan waktu dan kurang akurat. Dalam penelitian ini, dilakukan evaluasi kinerja YOLOv8, yaitu sebuah model deteksi objek untuk mengidentifikasi kesegaran ikan. Dataset yang digunakan dalam penelitian ini mencakup citra ikan cakalang yang diperoleh dari Perusahaan Aruna dan sumber-sumber tambahan. Data dianotasi dan diproses menggunakan platform Roboflow yang memfasilitasi pra-pemrosesan dan augmentasi data. Model YOLOv8 kemudian dilatih dan dievaluasi di lingkungan Google Colab dengan fokus pada akurasi, kecepatan, dan keandalannya dalam mendeteksi perbedaan antara ikan segar dan tidak segar. Hasilnya menunjukkan bahwa YOLOv8 mampu mencapai nilai mAP (mean Average Precision) lebih dari 87%, yang menunjukkan bahwa model memiliki efisiensi dan keakuratan dalam melakukan identifikasi kesegaran ikan. Kesimpulannya, YOLOv8 berpotensi untuk diadopsi secara luas dalam industri perikanan sebagai alat untuk meningkatkan efisiensi dan memastikan kualitas produk perikanan yang lebih baik. Kata kunci— deteksi objek, YOLOv8, kesegaran ikan, industri perikanan, mean Average Precision (mAP).
Pengaruh Jenis Filter Air terhadap Hasil Air Atmospheric Water Generator Berbasis Sistem Refrigerasi Kompresi Uap Nafliyah, Sururun; Ajiwiguna, Tri Ayodha; Fitriyanti, Nurwulan
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Atmospheric Water Generator Berbasis Sistem Refrigerasi Kompresi Uap (AWG SRKU) merupakan alat yang memanfaatkan teknologi dehumidikasi untuk menghasilkan air minum. Air hasil AWG SRKU yang layak diminum harus memenuhi standar Kemenkes RI, terutama secara fisik berupa pH dan TDS air tidak melebihi baku mutu yang telah ditetapkan, yaitu nilai pH berada pada rentang 6,5-8,5 dan TDS tidak lebih dari 500 mg/l. Namun, air yang dihasilkan oleh AWG rentan terhadap kontaminasi komponen selama proses produksi air. Oleh karena itu, untuk menghasilkan air yang dapat diminum langsung, perlu dilakukan filtrasi terlebih dahulu. Pengujian parameter air dilakukan menggunakan 100 ml air dengan filter yang terdiri dari tiga lapisan, yaitu keramik, karbon aktif, dan perak. Sebelum filtrasi, parameter air menunjukkan suhu 23,5℃, pH 3,64, dan TDS 16 ppm. Setelah filtrasi, parameter air berubah menjadi suhu 23,2℃, pH 3,88, dan TDS 70 ppm. Minimnya perubahan pH dan adanya peningkatan TDS air setelah filtrasi menunjukkan ketidaksesuaian fungsi filter. Dengan demikian, penggunann jenis filter sangat mempengaruhi hasil air AWG. Pemilihan filter dapat disesuaikan dengan kebutuhan Kata kunci— Filter, pH, TDS
Perancangan dan Implementasi Cloud Computing untuk Deteksi Kesegaran Ikan Menggunakan Model Deep Learning YOLOv8 Pada Aplikasi FishQ Firdaus, Rifqi Fadhilah; Novamizanti, Ledya; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

file:///C:/Users/User/Downloads/24.04.1572_jurnal_eproc.pdfSebagai solusi dari permasalah sortasi ikan, dilakukan pengembangan dan pengimplementasian aplikasi FishQ yang menggunakan teknologi cloud computing dan model deep learning YOLOv8 untuk mendeteksi kesegaran ikan cakalang. FishQ dirancang untuk meningkatkan efisiensi dan akurasi dalam proses sortasi ikan yang selama ini dilakukan secara manual dan rentan terhadap kesalahan. Pengujian dilakukan pada 30 sampel ikan cakalang dalam kondisi beku dan tidak beku, dengan kategori segar, tidak segar, dan multiple. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi kesegaran ikan dengan akurasi tinggi. Analisis hasil pengujian menunjukkan bahwa sistem cloud computing yang dirancang mampu mendeteksi kesegaran ikan dengan efisien dan akurat, terutama lebih cepat pada ikan dalam kondisi beku. Secara keseluruhan, aplikasi FishQ diharapkan dapat membantu perusahaan perikanan dalam meningkatkan efisiensi dan akurasi proses sortasi ikan, sehingga dapat meningkatkan kualitas produk perikanan yang dijual. Kata kunci— FishQ, cloud computing, YOLOv8, deteksi kesegaran ikan, deep learning, sortasi ikan.
IDENTIFIKASI TINGKAT KEMATANGAN DAN KUALITAS BUAH STROBERI MENGGUNAKAN DEEP LEARNING Azizah, Siti; Novamizanti, Ledya; Sa'idah, Sofia
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Strawberries are one of the most popular fruits in Indonesia. In 2022, the Central Statistics Agency (BPS) recorded strawberry production at 28,895 tons, a 193.05% increase from the previous year. West Java was the main producer, with 25,413 tons, accounting for 87.95% of total production. However, the sorting process is still done conventionally to determine the ripeness and quality of the fruit, which consumes time and resources. This system utilizes deep learning technology with YOLOv7 and EfficientNetV2S models, integrated with the cloud and implemented on an Android application. The app sends images to the deep learning system, which processes and classifies the ripeness of strawberries. The smartphone displays the confidence level and classification results. Based on testing, the system can identify five categories: Ripe Grade-A, Ripe Grade-B, Half-Ripe Grade-A, Half-Ripe Grade-B, and Unripe. The loss values for Box and Val Box are 0,02095 and 0,03029, respectively; Objectness and Val Objectness are 0,004057 and 0,00333; Classification and Val Classification are 0,008343 and 0,007392. The classification model evaluation showed precision, recall, and F1-Score of 0.990 each and an accuracy of 99%. Cloud processing time reached 1-2 seconds with object classification at 180 milliseconds. Usability testing with 33 respondents showed dominant scores of 4 and 5, and the application can be installed on various Android versions without consuming much memory or crashing. Keywords: deep learning, cloud, mobile application, ripeness, quality

Page 663 of 831 | Total Record : 8304

 661   662   663   664   665 

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