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
 672   673   674   675   676 
Implementasi Face Recognition Pada Smart Sistem Kamera Pada Gerbang Masuk Azis, Kurniawan; Sumaryo, Sony; Zamhuri , Azam
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Smart System Camera (Kamera Cerdas)untuk mendeteksi waktu masuk dan keluar dengan akurasitinggi. Sistem ini terintegrasi dengan kamera CCTV yangdapat menampilkan waktu keluar masuk kendaraan secarareal-time. Fitur-fitur seperti deteksi kendaraan,perhitungan jumlah kendaraan, deteksi plat nomorkendaraan, dan face recognition memungkinkan penggunamengidentifikasi potensi ancaman dan berkomunikasidengan orang lain cepat dan akurat. Sistem ini juga dapatdihubungkan dengan sistem keamanan lain seperti alarmuntuk meningkatkan keamanan di area parkir. Face recognition sudah banyak pengimplementasiannya untukabsensi kehadiran pegawai, atau sistem keamanan pada tempat – tempat vital yang ada di wilayah tertentu, tetapimasih sedikit yang menggunakan face recognition untuk gerbang masuk suatu perumahan atau perkantoran. Padapengimplementasi face recognition pada smart sistem camera pada gerbang masuk wajah pengguna akanterdeteksi pada kamera CCTV yang ada di gerbang masuk. Sebelumnya pengguna harus memasukan data wajahpengguna agar disaat melewati gerbang masuk atau keluar wajah pengguna terdeteksi oleh kamera CCTV, apabila pengguna tidak memasukkan data wajah ke dalam sistem maka pengguna tidak bisa menggunakan lahan parkir yang ada atau tidak bisa masuk ke dalam lingkunganperumahan. Pada sistem face recognition akan menampilkan nama, alamat tempat tinggal apabila di areaperumahan, dan menampilkan jabatan atau pegawai apabila di area perkantoran Kata kunci: Smart System Camera, Keamanan, Efisiensi, Tempat Parkir, Kamera CCTV, Mendeteksikendaraan, Menghitung Jumlah Kendaraan, Mendeteksi Plat Nomor
Implementation of YOLOv8 for Real-Time Cars Detection and Counters on Security Gate Areas Musyaffa, Muhammad Aththar; Sumaryo, Sony; Zamhuri, Azam
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Deteksi dan penghitungan kendaraan di gerbangkeamanan sangat penting untuk manajemen lalu lintas dankeselamatan. Studi ini mengimplementasikan YOLOv8,algoritma deteksi objek berbasis jaringan saraf konvolusional,dalam sistem waktu nyata untuk deteksi dan penghitungankendaraan. YOLOv8 dipilih karena kecepatan dankeakuratannya, yang penting untuk aplikasi waktu nyata.Model ini dilatih selama 300 periode, menghasilkanpeningkatan signifikan dalam metrik evaluasi: Box_lossmenurun dari 0,874540 menjadi 0,336177, Obj_Loss dari0,336177 menjadi 0,301361, dan Cls_Loss dari 0,301361menjadi 0,529893. Presisi meningkat menjadi 0,529893, Recallmenjadi 0,612314, mAP_0,5 meningkat dari 0,586869 menjadi0,746705, dan mAP_0,5:0,95 meningkat dari 0,446080 menjadi0,531407. Pengujian menunjukkan 17 deteksi dengan akurasi100% dan 19 hitungan dengan akurasi 89%. Model ini jugadiuji dalam berbagai kondisi cahaya, termasuk skenario gelapdan terang, yang menunjukkan kinerja yang konsisten dan hasildeteksi yang andal. Studi ini menyimpulkan bahwa modelYOLOv8 yang dilatih mencapai kinerja deteksi yang tinggi.Implementasi waktu nyata menggunakan kamera CCTVterbukti efektif dalam berbagai kondisi pencahayaan, yangmengonfirmasi kekokohan dan keandalan model. Temuan inimenggarisbawahi potensi YOLOv8 untuk secara signifikanmeningkatkan efisiensi dan keamanan di area yang dipantau.Hasilnya memberikan landasan yang kuat bagi penelitian danpengembangan di masa mendatang, yang bertujuan untuk lebihmenyempurnakan dan memperluas penerapan YOLOv8 dalamberbagai skenario deteksi dan penghitungan waktu nyata. Kata Kunci — YOLOv8, Object Detection, Real Time Detection.
Implementasi Teknologi OCR Untuk Mendeteksi Nomor Plat Mobil Ridwan, Rizki Muhammad; Sumaryo, Sony; Zamhuri, Azam
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian ini bertujuan mengembangkan sistemotomatis untuk membaca plat nomor kendaraan menggunakankamera. Sistem ini memanfaatkan teknologi pengenalan karakteroptik (OCR) untuk mengubah gambar plat nomor menjadi teksyang dapat dibaca. Hasil penelitian menunjukkan bahwa sistem inicukup akurat dalam membaca plat nomor, terutama pada jarakdekat. Namun, akurasi sistem menurun seiring bertambahnyajarak antara kamera dan plat nomor. Faktor lain yangmempengaruhi akurasi adalah ukuran plat nomor. Semakin kecilukuran plat nomor, semakin sulit bagi sistem untuk mengenalikarakter-karakternya. Kata kunci—OCR
Kendali Kemudi Dengan Memindai Area Jalan Berbasis Kamera Termal Siburian, Sebastian Edward; Suratman, Fiky Y; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi telah mengalami kemajuan yang sangat signifikan khususnya di bidang kecerdasanbuatan, termasuk perkembangan di bidang kendaraan listrik otonom untuk efisiensi penggunaan sumber energi ramahlingkungan. Mengaktifkan mobilitas otonom memerlukan teknologi yang memungkinkan kendaraan mendeteksi objek disekitarnya, termasuk pengenalan objek menggunakan segmentasi semantik.Dalam penelitian ini digunakan sistem segmentasi objek untuk pengenalan jalan, dan sistem dibangun menggunakanmetode segmentasi berbasis deep learning. Informasi gambar diperoleh dari kamera termal FLIR. Metode segmentasi yangdigunakan dalam perancangan Capstone ini adalah arsitektur jaringan yang tersisa (ResNet 18, ResNet 34, ResNet 50, ResNet101, Resnet 152 dan ResNext 50). Hasil segmentasi kemudiandigunakan untuk mengembangkan metode pengendalian kemudi dengan menganalisis area jalan yang tersegmentasi. Hasil analisisberupa sinyal rekomendasi arah kendali kemudi yang dikirimkan ke sistem kendali kemudi kendaraan roda tiga listrik.Hasil percobaan menunjukkan bahwa metode segmentasi ResNet 50 cocok digunakan pada sistem kendali terarah karenaprosesnya baik dan memiliki latensi yang rendah sehingga proses kendali terarah dapat dilakukan secara real time. Kata kunci : Convolutional Neural Network (CNN), Deep Learning, Image Processing, Residual Network, SegmentasiSemantik, Thermal FLIR
Optimasi Penggunaan Kamera FLIR Untuk Navigasi Pada Sistem Kemudi Otomatis Suputra , Mahesa Wisnu; Suratman, Fiky Y.; Satyawan , Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi mendorong berbagai inovasi, salah satunya adalahkendaraan listrik otonom (KLO) yang dapat mengurangi kelalaian manusia dalam mengemudi. Penelitian ini bertujuanuntuk mengembangkan dan menguji sistem kemudi otomatis pada KLO menggunakan kamera FLIR (Forward-LookingInfrared). Kamera FLIR digunakan untuk mendeteksi lingkungan sekitar kendaraan dalam berbagai kondisipencahayaan, seperti siang hari dan malam hari. Pengujian dilakukan untuk mengevaluasi kinerja kamera dalammenghasilkan gambar termal yang akurat dan memastikan deteksi serta identifikasi objek yang andal. MetodeConvolutional Neural Network (CNN) dengan arsitektur ResNet-50 digunakan untuk meningkatkan efektivitas deteksiobjek. Hasil penelitian menunjukkan bahwa kamera FLIRmampu mendeteksi objek dengan baik dalam kondisi siang dan malam hari, serta meningkatkan keselamatan dan navigasikendaraan otonom. Penggunaan metode CNN terbukti efektif dalam meningkatkan akurasi deteksi objek, memberikankontribusi signifikan dalam pengembangan sistem kemudi otomatis yang lebih aman dan efisien. Kata kunci — Kendaraan Listrik Otonom (KLO), Sistem Kemudi Otomatis, Kamera FLIR, Deteksi Objek, ConvolutionalNeural Network (CNN), ResNet-50, Pengujian Kinerja, Keselamatan Navigasi.
Sistem Pengendali Steering Gear Otomatis Menggunakan Teknologi Kamera Thermal FLIR Arifyandy, Rachmat; Suratman, Fiky Y; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi mendorong berbagai inovasi, salah satunya adalahkendaraan listrik otonom (KLO) yang dapat mengurangi kelalaian manusia dalam mengemudi. Penelitian ini bertujuanuntuk mengembangkan dan menguji sistem kemudi otomatis pada KLO menggunakan kamera FLIR (Forward-LookingInfrared). Kamera FLIR digunakan untuk mendeteksi lingkungan sekitar kendaraan dalam berbagai kondisipencahayaan, seperti siang hari dan malam hari. Pengujian dilakukan untuk mengevaluasi kinerja kamera dalammenghasilkan gambar termal yang akurat dan memastikan deteksi serta identifikasi objek yang andal. MetodeConvolutional Neural Network (CNN) dengan arsitektur ResNet-50 digunakan untuk meningkatkan efektivitas deteksiobjek. Hasil penelitian menunjukkan bahwa kamera FLIR mampu mendeteksi objek dengan baik dalam kondisi siang danmalam hari, serta meningkatkan keselamatan dan navigasi kendaraan otonom. Penggunaan metode CNN terbukti efektifdalam meningkatkan akurasi deteksi objek, memberikan kontribusi signifikan dalam pengembangan sistem kemudi otomatis yang lebih aman dan efisien. Kata kunci — Kendaraan Listrik Otonom (KLO), Sistem Kemudi Otomatis, Kamera FLIR, Deteksi Objek, ConvolutionalNeural Network (CNN), ResNet-50.
Analisis Quality Of Service (Qos) Wifi Terhadap Website Mesin Pencacah Plastik Otomatis Untuk Bank Sampah Menggunakan Wireshark Rizal, Muhammad Naufal; Kurniawan, Ekki; Rodiana, Irham Mulkan
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sampah botol plastik merupakan faktor yang mengancam lingkungan. Upaya pengurangan limbah plastiksaat ini yang dilakukan secara manual sebaiknya dikembangkan menggunakan teknologi terkini. Oleh karena itudiperlukan mesin pencacah plastik otomatis untuk bank sampah yang menggunakan sistem berbasis Internet of Things(IoT) dengan website sebagai fitur tambahan untuk memudahkan pengguna menggunakan mesin danmendapatkan poin serta pemantauan kapasitas tangki hasil cacahan oleh admin. Pada penelitian ini bertujuan untukmenganalisis kualitas jaringan WiFi sebagai jaringan komunikasi data website dengan mesin pencacah otomatisuntuk bank sampah melalui database, menggunakan parameterQoS dengan memanfaatkan WiFi diharapkan dapat memberikan pengiriman data yang cepat dan website mudah diakses oleh pengguna. Hasil dari penelitian ini telah mendapatkan kategori sangat bagus untuk parameterthroughput, delay, packet loss dan kategori bagus untuk jitter. Kata kunci— Website, Quality of Service, wireshark, WiFi, Reverse Vending Machine
Mobilisasi Robot Pengantar Makanan Dengan Tiga Roda Omniwheel Dan Odometry Fachrizi , Rifqy; Susanto, Erwin; Rodiana, Irham Mulkan
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian bertujuan untuk mengembangkan robot pengantar makanan dengan menggunakan rodaomnidirectional dan sistem odometri untuk pergerakan yang lebih fleksibel dan efisien. Robot ini menggunakan tigamikrokontroller dan satu komputer papan tunggal (SBC) untuk mengendalikan pergerakan, membaca sensor , dan memprosesgambar. Pengujian dilakukan untuk mengevaluasi akurasi odometri dan kinerja PID dalam mengontrol kecepatan roda.Hasil dari pengujian menunjukan robot dapat bergerak sesuai dengan trajektori yang telah ditentukan pada robot, namunmasih terdapat beberapa kekurangan dalam akurasi dan pengamatan lingkungan. Oleh karena itu, robot masih perlupengembangan lebih lanjut dalam meningkatkan pergerakan yang lebih fleksibel dan mengurangi resiko tabrakan. Kata kunci — Robot pengantar makanan, omnidirectiona,odometri,PID,mikrokontroller,komputerpapan tunggal
Sistem Pendeteksian Kode QR pada Robot Pengantar Makanan Novalisza, Gebby; Susanto, Erwin; Rodiana, Irham Mulkan
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian dirancang untuk mengembangkansistem pendeteksian kode QR pada robot pengantar makananuntuk meningkatkan efisiensi dan akurasi dalam prosespengantaran makanan di restoran, kafe, dan/atau kantin. Robotpengantar makanan ini mengintegrasikan teknologipemindaian kode QR yang ditangkap citranya oleh kameraLogitech Webcam 310 dan dikomputasi menggunakan Mini-PCJetson Nano Recomputer J1010 Seeed Studio. Adapunalgoritma pendeteksian QR menggunakan library OpenCV.Pengujian dilakukan untuk mengetahui seberapa jauh jarakmaksimal robot mampu mendeteksi kode QR. Dalam pengujiansistem menunjukan bahwa rata-rata jarak terjauhpendeteksian kode QR adalah sebesar 26,51 cm. Hasil inimenunjukkan kinerja yang memadai dari sistem dalam kondisiuji yang dilakukan. Temuan ini memberikan dasar bagipengembangan lanjutan dan optimasi sistem pendeteksian QRpada robot pengantar makanan serta potensi aplikasi serupapada bidang robotika lainnya. Kata kunci— Kamera, Kode QR, OpenCV, Pendeteksian, Robot pengantar makanan
Monitoring Sistem Hidroponik Berbasis Iot Shandy, Mohammad; Kurniawan , Ekki; Pangaribuan, Porman
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Hidroponik adalah cara budidaya tanamandengan air sebagai ganti media tanamnya. Untuk memastikanpasokan nutrisi pada tanaman hidroponik terpenuhi beberapasistem hidroponik menggunakan sistem pemantauan yangmembutuhkan energi listrik berkelanjutan. Dalam penelitian inidirancang sebauh sistem monitoring untuk mengetahui energiyang dihasilkan PLTS dan data tanaman hidroponik. Sistem yangdikembangkan memiliki fungsi untuk monitoring secara realtime. Diagram blok sistem alat telah dirancang dan terdapat alurproses yang melibatkan mikrokontroler ESP32, sensor INA219,sensor PZEM-004T, sensor TDS, sensor PH dan konfigurasi MITApp Inventor dengan Antares. Data tersebut akan ditampilkanpada LCD dan aplikasi. Dengan hasil pengukuran kalibrasisensor yang cukup baik dengan hasil akurasi 95 % sertapengujian Quality Of Service yang cukup memuaskan denganjumlah paket data yang diterima 100 %, Througput terkecil1198ms dan terbesar 3000 ms, serta delay terkecil 254,8 ms danterbesar 298 ms. Kata kunci — Iot, Sensor, Hidroponik.

Page 674 of 831 | Total Record : 8304

 672   673   674   675   676 

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