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 8,006 Documents
 733   734   735   736   737 
Inventaris Barang Berbasis Website Dengan Bantuan QR Code Saragih, Umar Faruk; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Di era globalisasi ini semakin banyak hal yang dipermudah dengan bantuan teknologi dan tingkat kesalahan yang dihasilkan pun sedikit lebih kecil dari yang konvensional. Salah satu hal yang paling fatal, bila terjadi kesalahan adalah dalam penginputan data, baik itu data keuangan ataupun data pendukung. sama halnya dengan inventaris barang. terkadang kita masih suka salah input dan lupa untuk mengoreksinya kembali. Di era sekarang ini sudah banyak cara agar inventaris barang itu sesuai dengan yang diinput dan minim kesalahan. dan sudah banyak ragam aplikasi yang ditawarkan guna mempermudah kegiatan serta meningkatkan produktivitas para staf dalam bekerja.Kata kunci — Konvensional, Teknologi, Fatal, Inventaris, Globalisasi, Budget.
K-Means Clustering Dalam Proses Pengenalan Daun Untuk Mengidentifikasi Tanaman Herbal Riswandi, M. Ghalib; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Tanaman herbal adalah tanaman yang biasanya dapat dimanfaatkan pada bagian daun. Mengenai tanaman herbal dimana warna dan bentuk dari suatu daunn tanaman herbal yang tergolong mirip maka akan menjadi sulit untuk membedakan jenis dan nama daun serta khasiat dari daun tanaman herbal tersebut. Image processing menjadi salah satu pilihan untuk mempermudah manusia untuk membedakan nama, jenis dan manfaat daun tanaman herbal tersebut. Pada tugas akhir ini digunakan sebanyak 5 jenis daun tanaman herbal dan digunakan GLCM sebagai ekstraksi fitur serta K-Means Clustering sebagai klasifikasi daun. Kata kunci — Image processing, Gray Level Co-occurrence Matriks, K-Means Clustering.
Indonesian Sign Language Classification Using You Only Look Once Luthfy, Dicky; Setianingsih, Casi; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Seiring majunya teknologi di bidang kamera digital, semakin banyak lapisan masyarakat yang terbantu oleh perkembangan teknologi tersebut, namun sayang ada beberapa kelompok masyarakat yang tidak dapat menikmati kemajuan tersebut seperti kaum disabilitas terkhusus Tuli dan Bisu. Tujuan sistem ini adalah untuk membantu kaum-kaum disabilitas tersebut agar dapat lebih mudah berkomunikasi dengan masyarakat umum melalui bahasa isyarat. Sistem yang dikembangkan dengan metode YOLOv5 dan menggunakan model pre-trained YOLOv5s untuk mengurangi waktu pelatihan. Model kemudian akan digunakan untuk melatih kelas-kelas baru dengan konfigurasi baru. Model yang sudah dilatih dengan konfigurasi tersebut kemudian akan digunakan untuk mengklasifikasikan 26 alfabet dari Sistem Bahasa Isyarat Indonesia atau biasa disingkat BISINDO. Pengujian sistem ini dilakukan berdasarkan beberapa skenario seperti jarak kamera, latar belakang pengambilan video dan tingkat pencahayaan area. Luaran yang didapatkan dari penelitian Tugas Akhir ini adalah sistem dapat mendeteksi 26 alfabet bahasa isyarat BISINDO secara real-time tanpa dipengaruhi oleh latar belakang dan tingkat pencahayaan tetapi dipengaruhi oleh jarak kamera dan objek. Hasil konfigurasi performa terbaik pada penelitian ini adalah dataset dengan distribusi 70% data training:20% data validation;10% data testing, 300 epochs, 16 batch size, dan 0.01 learning rate yang menghasilkan nilai mAP@0.5IoU sebesar 99.27%.Kata kunci— BISINDO, disabilitias, YOLO
Klasifikasi Ukuran dan Kualitas Telur Ayam Menggunakan Algoritma Convolutional Neural Network Pratama, Muhammad Farras Adi; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak —Telur merupakan bahan makanan yang banyak dikonsumsi. Menurut Badan Pusat Statistik, telur yang paling banyak dikonsumsi oleh masyarakat adalah telur ayam ras. Konsumsi yang tinggi harus diikuti dengan pemilahan telur yang baik. Sayangnya, metode pemilahan di Indonesia belum memanfaatkan teknologi dengan optimal karena masih sedikitnya metode untuk pemilahan telur dengan teknologi. Berdasarkan hal tersebut, maka melalui penelitian Tugas Akhir ini ditawarkan solusi Klasifikasi Citra Telur Ayam Menggunakan Algoritma Convolutional Neural Network (CNN). CNN memiliki performa dan akurasi yang baik untuk mengklasifikasi gambar. Klasifikasi kualitas telur ayam yang dianalisa adalah kondisi fisik dan warna kerabang. Hasil pengujian arsitektur CNN modifikasi dengan parameter terbaik menghasilkan akurasi training 79% dan akurasi validasi 90%. Classification Report menghasilkan nilai precision 67%, recall 75%, dan F1-Score 71%. Kata kunci— akurasi, CNN, f1-score, klasifikasi, prediksi, telur
Kontrol Valve Dengan Raspberry Pi Pada Pelontar Peluru Berbasis Pneumatic Putra, Bagus Ariantama Dewanto; Ahmad, Umar Ali; Tresna, Wildan Panji
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pelontar peluru adalah alat yang ditujukan untuk menembak sasaran, ditenagai oleh bubuk mesiu yang dapat meledak sebagai kekuatan pendorong. Pelontar digunakan sebagai alat pertahanan diri, tetapi penggunaannya terbatas karena penggunaan bubuk mesiu bisa berbahaya. Sebaliknya, propulsi pneumatik dapat digunakan untuk menembak[1]. Pneumatik adalah penggunaan udara bertekanan untuk melakukan gerakan kerja pada suatu alat atau mesin. Dengan penggunaan udara bertekanan sebagai alat ejeksi pada selongsong, pembuatan alat pelindung diri dapat dilakukan.Dalam pembuatannya, sistem pneumatik untuk pembuatan peluncur ini harus diterapkan. Udara terkompresi dapat disimpan dan diteruskan ke selongsong untuk menembakkan peluru[2].  Dalam penyusunan tugas akhir ini penulis merancang sebuah alat pelotar peluru berbasis pneumatik. Perancangan meriam pelontar pneumatik ini meliputi kompresor mini, regulator, seta solenoid valve disambungkan ke Raspberry Pi sebagai mikrokontroler.Kata kunci — Akurasi. Pelontar Peluru, Pneumatik, Presisi, Raspberry Pi
Koreksi Pergerakan Robot Linier Pada Meteran Listrik Pintar Menggunakan Algoritma Backpropagation Neural Network Nur, Alan Rezky Dwiputra; Irawan, Budhi; Hasibuan, Faisal Candrasyah
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Listrik Pintar merupakan program Perusahaan Listrik Negara (PLN), pelanggan listrik mengatur listriknya secara mandiri melalui berlangganan listrik menggunakan sistem pulsa. Penggunaan robot linier bisa dimaksimalkan untuk kegiatan pekerjaan. Robot linier yang bergerak secara vertikal dan horizontal dapat melakukan penekanan tombol pada meter listrik prabayar. Robot linier seringkali salah dalam menekan tombol dikarenakan stepper motor robot linier yang tidak berputar dengan baik. Dirancang sebuah sistem agar robot linier dapat memperbaiki kesalahan ketika robot akan menekan tombol. sistem dirancang dengan menggunakan pendekatan deep learning dengan menggunakan pendekatan Backpropagation Neural Network. Pendekatan digunakan untuk memprediksi pergerakan stepper motor pada robot linier. Robot akan terus bergerak hingga tombol berhasil ditekan. Dalam tugas akhir ini tombol 1 dari pengembangan model Backpropagation Neural Network menjadi fokus utama penelitian.  Pengujian model dilakukan menggunakan hyperparameter. Pengujian hyperparameter bertujuan untuk mendapatkan model terbaik dalam melakukan prediksi. Hasil pengujian dibagi menjadi dua yaitu pengujian hyperparameter pada model vertikal dan model horizontal pergerakan robot. Model vertikal mendapat loss Mean Square Error (MSE) sebesar 23,4351 dan pada model horizontal sebesar 60,9091. kedua model tersebut diuji pada robot linier dengan menekan tombol 1 sebanyak 20 kali. Keberhasilan robot linier dalam menekan tombol sekitar 45%.Kata Kunci— backpropagation neural network, meteran listrik prabayar, robot linier. 
Monitoring Stup Lebah Madu Berbasis Internet of Things Jamaluddin, Muhammad Nur Zainul; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Monitoring lebah madu berbasis IoT diperlukan karena membantu pekerjaan para peternak dan budidaya lebah madu. Monitoring bertujuan untuk mengawasi bobot madu, kelembapan dan suhu yang berada dalam kotak sarang. Monitoring dapat digunakan untuk mempermudah peternak untuk memonitoring dalam jarak jauh dan dapat menentukan waktu predik panen. Monitoring stup lebah madu berbasis Internet of Things mempunyai nilai akurasi sebesar 100% dalam hasil uji alfa dan hasil uji beta yang didapatkan dari kuesioner responden dikatakan valid dan reliabel. Dalam uji alat sensor DHT 11 memiliki nilai akurasi pada suhu 94,47% dan kelembapan memiliki nilai 96,09% yang dilakukan perbandingan menggunakan alat standar, Sedangkan berat yang didapatkan dalam load cell angka Akurasinya 97,56% dalam melakukan uji coba ke mikrokontroler Node MCU ESP8266. Sehingga penelitian pada alat ini dapat disimpulkan berjalan dengan sesuai dengan tujuannya. Kata kunci— Internet of things, Mikrokontroller, suhu, kelembapan, berat, forward chaining.
NLP Pada Chatbot Untuk Layanan Akademik Menggunakan Metode AIML Khoiruna, Refiqa; Azmi, Fairuz; Nugrahaeni, Ratna Astuti
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Fakultas Teknik Eletro Universitas Telkom sangat membutuhkan Layanan Akademik untuk memberi dan mencari informasi. Terkadang informasi terkait perkuliahan yang diberikan di media sosial seperti Instagram dan Website resmi FTE kurang efektif dan efisien, karena masih ada beberapa orang tidak mengetahui informasi yang telah diberikan. Maka dari itu pada penelitian Tugas Akhir ini dirancang sebuah sistem Chatbot pada website, untuk membantu dan memudahkan Mahasiswa/i di Fakultas Teknik Elektro dalam mencari sebuah informasi yang diperlukan mengenai perkuliahan. Chatbot berbasis web ini merupakan bidang dari Artificial Intelligence (AI) dengan penerapan menggunakan Natural Language Processing (NLP). Dalam perancangan Chatbot ini menggunakan Artificial Intelligence Markup Language (AIML). Merupakan sebuah bahasa yang digunakan untuk menyusun logika-logika pada chatbot. AIML juga digunakan sebagai basis pengetahuannya (knowledge base) dan merupakan turunan dari Extensible Markup Language (XML) yang memiliki fungsi lebih spesifik. Untuk pengujian menggunakan pengujian Beta yaitu dengan Usability Testing mendapatkan hasil 92% dari total 42 responden dan 6 pertanyaan. Untuk pengujian Akurasi Chatbot mendapatkan hasil 86% dari 90 pertanyaan random. 77 pertanyaan dengan jawaban benar sesuai pattern dan 13 pertanyaan dengan jawaban salah sesuai default. Kata kunci—Artificial Intelligence Markup Language (AIML), Chatbot¸ Extensible Markup Language (XML), Layanan Akademik, Natural Language Processing (NLP).
Pemanfaatan Informasi Iklim Terhadap Kasus Demam Berdarah Dengue Di Kota Bandung Menggunakan Algoritma Partial Least Square Kurniawan, M. Fikri Andika; Kallista, Meta; Dinimaharawati, Ashri
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Demam berdarah Dengue (DBD) adalah salah satu penyakit endemik di seluruh wilayah tropis dan sebagian wilayah subtropics. Penyakit ini ditularkan oleh nyamuk aedes aegypti. Penyakit dapat menyebarkan infeksi dalam suatu wilayah dengan cepat. Pada tahun 2016, terdapat ratusan ribu penderita DBD di seluruh wilayah Indonesia akibat penularan DBD yang disebabkan oleh nyamuk Aedes aegypti. Perubahan iklim bisa berpengaruh terhadap pola penyakit infeksi akan mempertinggi risiko penularan. Penelitian ini dilakukan untuk menemukan pengaruh dari iklim dengan tingkat kasus DBD di daerah Kabupaten Bandung menggunakan algoritma Partial Least Square (PLS) sebagai metode untuk mendapatkan korelasi antara variabel independent dengan variabel dependen. Sedangkan, algoritma Support Vector Machine (SVM) digunakan untuk melakukan prediksi terhadap kasus DBD. Hasil korelasi menggunakan PLS menunjukkan bahwa kelembapan memiliki pengaruh lebih tinggi terhadap jumlah kasus DBD. nilai cross-loadings yang didapatkan adalah 0.315865 dengan nilai akurasi koefisien determinasi (R2) adalah 0.099771. pada algoritma SVR, kombinasi antara partisi data, parameter dan kernel yang paling baik adalah partisi data yang memiliki perbandingan 80:20 antara data training dan data testing dengan nilai parameter masing-masing C = 10, gamma = 1, dan epsilon = 0.05. Kernel yang digunakan adalah kernel RBF. Hasil regresi dari data kasus DBD memiliki nilai error dan koefisien determinasi masing-masing RMSE = 0.12314 dan R2 = 0.58873.Kata Kunci— Demam Berdarah Dengue, Partial Least Square, Python, Support Vector Machine, Website
Aplikasi Pemantauan Ketinggian Air Sungai Berbasis Mobile Purnama, Satya Yuda; Saputra, Randy Erfa; Nugrahaeni, Ratna Astuti
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

     Abstrak—Sosialisasi dan edukasi mengenai berbagai macam bencana alam sangat dipermudah melalui teknologi komunikasi dan informasi. Dengan kecanggihan yang terus berkembang, bencana alam termasuk bencana banjir dapat diprediksi sebelum terjadi dan dikomunikasikan kepada masyarakat sekitar.Masyarakat dapat mengakses dan mempelajari apa saja yang perlu dilakukan bila kenaikan debit air sungai tersebut semakin tinggi. Untuk mengatasi permasalahan ini dapat dibuat aplikasi pendeteksi ketinggian  air sungai berbasis aplikasi mobile yang dapat memberikan rekomendasi yang tepat untuk warga sekitar sungai. Maka dengan menggunakan mobile application, masyarakat dapat mengetahui lebih dini jika beresiko terjadinya banjir melalui notifikasi handphone. Aplikasi ini diharapkan dapat membantu dalam megetahui ketinggian air sehingga masyarakat sekitar sungai dapat lebih waspada. Tentunya didukung dengan kesadaran warga sekitar untuk tidak membuat sampah pada sungai.Penelitian ini menghasilkan tampilan antarmuka aplikasi android pemantauan ketinggian air sungai.Metode penelitian yang digunakan yaitu Waterfall. Tahapan pengujian aplikasi yang  akan dilakukan yaitu pengujian alpha dan beta. Pada pengujian alpha menujukan  semua fitur berhasil dijalankan. Pengujian beta menggunakan uji validitas  menujukan semua butir soal bernilai valid. Seluruh butir soal bernilai sangat reliable setelah dilakukan pengujian kepada responden pengguna dengan r11 0,876             Kata kunci— kenaikan air sungai, mobile apilication, bencana banjir,pengujian waterfall

Page 735 of 801 | Total Record : 8006

 733   734   735   736   737 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue 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