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
 806   807   808   809   810 
Penerapan Framework DAMA DMBOKV2 Dalam Data Governance Menggunakan Data Quality Management (DQM) Pada Dinas Komunikasi dan Informatika Kota Surabaya Allan Putra Pratama; Nizar Palefi Ma'ady, Mochamad; Ilham Alhari, Muhammad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan era digital menjadikan data dan informasi sebagai aset strategis dalam mendukung pengambilan keputusan, peningkatan layanan publik, serta pencapaian tujuan organisasi. Pemerintah Kota Surabaya melalui Dinas Komunikasi dan Informatika menunjukkan komitmen terhadap pengelolaan data melalui kebijakan Satu Data Indonesia. Namun, implementasinya masih menghadapi tantangan seperti belum terintegrasinya sistem data, pengelolaan pusat data yang belum optimal, keterbatasan sumber daya manusia, serta belum adanya standar kualitas data. Penelitian ini mengusulkan penerapan kerangka kerja Data Management Body of Knowledge versi 2 (DAMA-DMBOKv2), dengan fokus pada domain Data Quality Management (DQM), menggunakan pendekatan kualitatif dan validasi internal melalui metode Content Validity Index (CVI). Tahapan penelitian meliputi perancangan aktivitas data, penyusunan indikator model Loshin, pemetaan aktivitas DQM, penilaian kematangan data, analisis kuantitatif, dan validasi. Hasil menunjukkan 54,48% indikator Loshin (75 dari 127) telah terpenuhi, dengan tingkat kematangan kualitas data berada pada level Repeatable (skor 2,9 dari 5). Penelitian ini merekomendasikan peningkatan kualitas data melalui pendekatan Technology–Organization–Environment (TOE) untuk mendukung tata kelola data yang efektif, terintegrasi, dan berkelanjutan di sektor publik. Kata kunci— Tata Kelola Data, DAMA-DMBOKv2, Manajemen Kualitas Data, Model Kematangan Manajemen Kualitas Data Loshin, Dinas Komunikasi dan Informatika Kota Surabaya
Penerapan Sistem Rekomendasi Peneliti Berbasis Hybird Dengan Model LDA Dan Naïve Bayes Alfonsus Antero Arnayusrendito; Nizar Palefi Ma'ady, Mochamad; Anaking, Purnama
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kolaborasi penelitian sangat penting untuk meningkatkan kualitas dan produktivitas penelitian, sehingga dapat memperkuat peran inovasi dalam pengembangan ilmu pengetahuan dan teknologi. Namun, banyak peneliti di ruang lingkup Telkom University Surabaya yang kesulitan menemukan dosen atau rekan peneliti yang sesuai bidang keahliannya, yang menjadi suatu tantangan besar dalam membangun kerjasama penelitian yang efektif. Penelitian ini bertujuan untuk meningkatkan kolaborasi multidisipliner dan memfasilitasi pencarian rekan peneliti di lingkungan akademik Telkom University Surabaya, melalui pengembangan sistem rekomendasi dosen peneliti yang inovatif dengan memanfaatkan data publikasi dari Google Scholar. Metode yang digunakan adalah model Latent Dirichlet Allocation (LDA) sebagai identifikasi topik, sementara Naïve Bayes digunakan untuk klasifikasi data kata kunci guna memprediksi dosen peneliti yang relevan. Hasil penelitian ini berupa sistem rekomendasi yang dapat merekomendasikan dosen sesuai dengan bidang keahlian dan pengalaman penelitian mereka. Sistem ini diharapkan mendukung peneliti dalam menemukan mitra kolaborasi dan membantu mahasiswa dalam memilih dosen pembimbing. Evaluasi model menunjukkan performa baik dalam membantu pengguna untuk merekomendasikan dosen peneliti dengan akurasi 88%, precision 86%, recall 85%, dan F1-score 85%. Sistem ini sejalan dengan tujuan Sustainable Development Goals (SDGs) dalam mendukung inovasi yang modern dan kolaborasi penelitian. Kata kunci— Sistem Rekomendasi, Latent Dirichlet Allocation, Naïve Bayes.
Prediksi Tingkat Kematian Ayam Petelur terhadap Perubahan Cuaca menggunakan Metode Long Short Term Memory Sonaya Devi Anja Amelia; Nizar Palefi Ma'ady, Mochamad; Ilham Alhari, Muhammad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pada tahun 2022, populasi ayam petelur di Indonesia mengalami penurunan sebesar 1,77%, yang menjadi perhatian serius karena ayam petelur berperan penting dalam pemenuhan kebutuhan gizi masyarakat. Selain itu, fenomena El Niño dapat mengakibatkan kekeringan atau kemarau yang diperkirakan terjadi pada Juni 2023 meningkatkan potensi heatstress yang dapat memperburuk tingkat kematian ayam. Penelitian ini bertujuan untuk menerapkan algoritma Long Short Term Memory (LSTM) guna memprediksi tingkat kematian ayam petelur terhadap perubahan cuaca. Data dikumpulkan dari September 2022 hingga Desember 2023, mencakup data kematian ayam dan parameter cuaca bulanan. Setelah melalui tahapan preprocessing, normalisasi, dan pembagian data, model LSTM dilatih dan diuji untuk mendapatkan performa terbaik. Model optimal dengan epoch 50, batch size 8, dan learning rate 0.1 menghasilkan MAE sebesar 3.33 dan MAPE sebesar 10.10%, dengan akurasi 89.90%. Model ini diintegrasikan ke dalam website Growchick berbasis Streamlit untuk membantu peternak dalam memitigasi risiko dan pengambilan keputusan bisnis kedepan yang lebih tepat. Kata kunci— Ayam petelur, Cuaca, LSTM
Integrasi Call Center Menggunakan Asterisk PBX pada Platform Microsoft Azure Affrian, Muhammad Rizki; Aditya , Bagus; Hambali , Akhmad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini membahas implementasi sistem call center berbasis Asterisk PBX yang dioperasikan melalui layanan Virtual Machine (VM) pada platform Microsoft Azure. Asterisk dipilih karena sifatnya yang open source, fleksibel, dan mendukung berbagai protokol komunikasi, sedangkan Microsoft Azure menyediakan infrastruktur cloud yang stabil, aman, dan mudah diakses. Proses implementasi meliputi penyediaan VM berbasis Linux, instalasi dan konfigurasi Asterisk, serta integrasi dengan aplikasi softphone seperti Zoiper menggunakan protokol SIP. Pengujian dilakukan untuk mengevaluasi kinerja sistem melalui parameter response time, akurasi Speech-to-Text (STT), dan kecepatan Text-to-Speech (TTS). Hasil pengujian menunjukkan bahwa sistem mampu berjalan stabil, dengan akurasi STT yang tinggi (rata-rata mendekati 100%) dan kecepatan TTS yang responsif (5–9 detik). Meskipun rata-rata response time tercatat 18,7 detik, yang relatif lambat untuk layanan interaktif real-time, performa secara keseluruhan masih memenuhi kebutuhan operasional call center berbasis cloud. Implementasi ini membuktikan bahwa integrasi Asterisk PBX dengan Microsoft Azure dapat menjadi solusi komunikasi yang efisien, fleksibel, dan mudah dikelola untuk berbagai skenario kerja jarak jauh maupun terdistribusi. Kata kunci — Asterisk PBX, Call Center, Cloud Computing, Microsoft Azure, Speech-to-Text, Text-to-Speech, Virtual Machine, VoIP.
Analisis Pengaruh Foliage Loss Terhadap Performa Jaringan 5G Mmwave 26 Ghz Pada Kondisi Los Dan Nlos Di Wilayah Rural Macro (RMA) Fauzil Adim, Hafidzsyah; Rizal Danisya, Achmad; Hikmaturokhman, Alfin
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara beriklim tropis dengan tingkat kelembapan tinggi serta kepadatan vegetasiyang signifikan, terutama di wilayah pedesaan. Kondisi geografis dan ekologis tersebut menjadikan vegetasi sebagai salah satu faktor dominan yang memengaruhi kualitas propagasi sinyal khususnya pada frekuensi tinggi. Teknologi jaringan 5G dengan pemanfaatan millimeter wave (mmWave) menawarkan kecepatan transmisi data yang tinggi dan kapasitas besar guna memenuhi pertumbuhan eksponensial jumlah perangkat serta kebutuhan akan Bandwidth luas dan latensi rendah. Namun demikian, karakteristik mmWave yang beroperasi pada pita frekuensi di atas 24 GHz menimbulkan tantangan tersendiri terkait keterbatasan jangkauan serta tingginya tingkat redaman sinyal, terutama akibat interaksi dengan vegetasi. Salah satu tantangan utama dalam konteks lingkungan Rural Macro (RMa) adalah foliage loss, Prosessimulasi dilakukan pada frekuensi 26 GHz dengan memanfaatkan pendekatan Statistical Spatial Channel Model (SSCM) yang diimplementasikan melalui perangkat lunak channel simulator NYUSIM. Hasil penelitian menunjukkan bahwa pada frekuensi 26 GHz di lingkungan Rural Macro, kondisi NLOS mengalami penurunan performa sinyal yang lebih signifikan dibandingkan LOS, dengan ratarata received power -116.77 dBm dan pathloss 146.77 dB, jauh lebih buruk dibandingkan LOS (- 100.06 dBm dan 130.06 dB). Foliage loss terbukti menjadi faktor utama redaman, pemilihan numerologi μ = 2 dengan subcarrier spacing 60 kHz dinilai optimal untuk menghindari inter-symbol interference pada kedua skenario.
Analisis Prediksi Hotspot Berbasis Convolutional Neural Network (CNN) Untuk Virtual Small Cell (VSC) Ersa Sabila, Raga; Rizal Danisya, Achmad; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Pengelolaan trafik pada area dengankepadatan pengguna tinggi menjadi salah satu tantangandalam jaringan 5G. Salah satu pendekatan yang digunakanuntuk mengatasi hal ini adalah penerapan Virtual Small Cell(VSC), yang memungkinkan pembentukan cell virtual secaradinamis tanpa infrastruktur fisik tambahan. Dalampenelitian ini, VSC dikombinasikan dengan teknikbeamforming untuk mengarahkan sinyal ke area-areapotensial (hotspot) secara lebih efisien. Kanal adaptifditerapkan guna menyesuaikan parameter transmisiterhadap kondisi kanal yang berubah secara real-time. Untukmemaksimalkan efektivitas strategi ini digunakan metodeprediksi pergerakan pengguna berdasarkan data heatmapjaringan. Convolutional Neural Network (CNN) dipilih karenakemampuannya dalam mengekstraksi pola spasial dantemporal dari data trafik, sehingga mampu memetakan danmemprediksi distribusi pengguna secara akurat. Hasileksperimen menunjukkan bahwa model CNN-GRU yangdilatih hingga 500 epoch mampu menghasilkan prediksiSINR, RSSI, dan efisiensi bandwidth dengan deviasi kecilterhadap data aktual. Rata-rata selisih masing-masingparameter adalah 3,6 dB untuk SINR, 0,16 dBm untuk RSSI,dan 1,08 bps/Hz untuk efisiensi bandwidth. Temuan inimenunjukkan bahwa CNN dapat digunakan secara efektifdalam sistem prediksi kanal untuk mendukung penerapanbeamforming adaptif pada VSC.Kata kunci— Virtual Small Cell, Hotspot Prediction, 5G,Beamforming, Convolutional Neural Network (CNN)
Integrasi Call Center Menggunakan OpenAI Wibowo, Dimas Satrio; Aditya , Bagus; Hambali , Akhmad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Seiring pesatnya perkembangan teknologi kecerdasan buatan dan komunikasi berbasis IP, kebutuhan akan sistem call center yang cerdas dan responsif semakin mendesak. Penelitian ini merancang dan mengimplementasikan skrip Asterisk Gateway Interface (AGI) berbasis Python yang terintegrasi dengan OpenAI API untuk membangun layanan call center otomatis tanpa campur tangan manusia. Proses dimulai dengan merekam suara penelepon, kemudian mentranskripsinya menjadi teks melalui Microsoft Azure Speech-to-Text. Teks tersebut selanjutnya diproses oleh model GPT-4 pada OpenAI untuk menghasilkan respons kontekstual, lalu diubah kembali menjadi audio menggunakan Azure Text-to-Speech dan diputarkan ke penelepon—semua berlangsung secara real-time. Hasil pengujian menunjukkan rata-rata waktu respons end-to-end sekitar 18,7 detik, tingkat akurasi transkripsi 93 %, dan skor kepuasan pengguna yang tinggi. Pendekatan modular ini tidak hanya menurunkan biaya operasional dan menghapus antrean panggilan, tetapi juga menyediakan fondasi kuat bagi pengembangan layanan multi-channel, fitur lanjutan seperti penyimpanan riwayat percakapan, serta integrasi yang lebih fleksibel dengan sistem komunikasi modern di masa depan. Kata kunci — AGI; Python; OpenAI API; Speech-to-Text; Text-to-Speech; sistem call center otomatis.
Integrasi GSM Gateway pada Sistem Call Center Berbasis AI dan Pengukuran QoS Menggunakan Wireshark Ibrahim, Muhammad Ikhwan; Aditya , Bagus; Hambali , Akhmad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi komunikasi telah mendorong adopsi sistem call center berbasis Artificial Intelligence (AI) untuk meningkatkan efisiensi dan kualitas layanan pelanggan. Penelitian ini membahas integrasi perangkat GSM Gateway pada sistem call center berbasis AI untuk menghubungkan jaringan telepon seluler dengan sistem VoIP berbasis Asterisk, serta metode pengukuran Quality of Service (QoS) menggunakan Wireshark. Proses integrasi melibatkan konfigurasi GSM Gateway, pengaturan SIP Trunk, serta pengujian konektivitas dan kualitas audio. Pengukuran QoS dilakukan dengan menganalisis parameter delay, jitter, packet loss, dan throughput pada trafik RTP. Kajian ini memberikan panduan teknis yang dapat diimplementasikan pada sistem serupa, sehingga memastikan integrasi yang optimal dan pemantauan kualitas komunikasi yang efektif. Kata kunci— GSM Gateway, Call Center, Asterisk, AI, QoS, Wireshark, RTP
Implementasi YOLOV11 untuk Deteksi Multi-Objek Kesegaran Ikan Cakalang Beku Sudiartama , Annenta Gistya; Hidayat, Dehani Nurkemala; Novamizanti, Ledya; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Memastikan kesegaran ikan merupakan tantangan penting dalam industri perikanan modern, terutama untuk komoditas bernilai tinggi seperti Cakalang. Makalah ini mengusulkan sistem deteksi multi-objek secara real-time menggunakan model YOLOv11 khusus untuk secara otomatis mengklasifikasikan kualitas kesegaran ikan Cakalang (Katsuwonus pelamis) beku dan tidak beku. Tiga varian YOLOv11, yaitu YOLOv11S, YOLOv11M, dan YOLOv11L, dilatih dan divalidasi pada set data gambar yang telah dianotasi. YOLOv11S mencapai akurasi pengujian sebesar 88,4%, akurasi validasi sebesar 90,1%, dan akurasi pelatihan sebesar 88,4%. YOLOV11M mencapai kinerja yang lebih tinggi, dengan akurasi pengujian 92,9%, akurasi validasi 94,8%, dan akurasi pelatihan 85,7%. Hasil terbaik diperoleh dari YOLOv11L, yang mencapai akurasi pengujian sebesar 91,5%, akurasi validasi 94,9%, dan akurasi pelatihan 83,7% Temuan ini menunjukkan bahwa YOLOv11L menawarkan kinerja tertinggi, sementara YOLOv11M dan YOLOv11S juga menunjukkan hasil yang kompetitif. Pendekatan berbasis YOLOv11 yang diusulkan menunjukkan potensi deteksi kesegaran ikan secara real-time dalam sistem kontrol kualitas otomatis, yang bertujuan untuk mengurangi kerugian pascapanen dan meningkatkan daya saing produk makanan laut Indonesia di tingkat global. Kata Kunci-YOLOv11, pembelajaran mendalam, deteksi objek, waktu nyata, kesegaran ikan
Peningkatan Bandwidth Antena dengan menggunakan Metode Defected Ground Structure Double Layer Hikmatullah, Agung; Nugroho, Bambang Setia; Natali , Yus
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Kebutuhan akses data untuk memperoleh informasi secara bebas sangat dibutuhkan masyarakat termasuk masyarakat Indonesia. Meningkatnya kebutuhan internet tentunya harus diimbangi dengan kecepatan akses data yang dapat memenuhi kebutuhan itu. Long Term Evolution (LTE) menjadi salah satu solusi yang dapat ditawarkan untuk layanan telekomunikasi broadband karena mempunyai kemampuan downlink up to 100 Mbps dan Uplink up to 50 Mbps. Pada proyek akhir diusulkan desain antena microstrip berbentuk rectangular yang di optimasi menggunakan metode Defected Ground Structure (DGS) dan double layer yang bekerja pada frekuensi 2,3 GHz. Metode DGS bertujuan untuk memperlebar bandwith dan metode double layer digunakan untuk memperbesar gain dari antena yang dirancang. Jenis substrat dari antena yang akan digunakan yaitu FR4-Epoxy dengan nilai konstanta dielektrik 4,3 ketebalan substrat 1,6 mm. Berdasarkan hasil simulasi antenna DGS double layer pada frekuensi 2,3 GHz didapatkan nilai Return Loss sebesar -18,911 dB, nilai gain sebesar 4,347 dBi, bandwidth mencapai 370,7 MHz, pola radiasi omnidirectional serta memiliki dimensi total 50 x 50 x 27,6 mm. Berdasarkan hasil pengukuran antenna DGS double layer pada frekuensi 2,3 GHz didapatkan nilai Return Loss sebesar -12,91, gain 3 dBi, Pola radiasi unidirectional dB dan bandwidth sebesar 205 MHz. Kata kunci — Long Term Evolution, Defected Ground Structure, Double Layer, Antena Rectangular

Page 808 of 831 | Total Record : 8304

 806   807   808   809   810 

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