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 8,436 Documents
 828   829   830   831   832 
Pengaruh Evaluasi System Usability Scale (SUS) Terhadap Pengembangan Aplikasi Jepri untuk Jemuran Pintar Berbasis IoT Zakaria, Rizqi Imam Arfa; Purnamasari, Rita; Fardan, Fardan
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

System Usability Scale (SUS) merupakan metode evaluasi yang menggunakan sepuluh pernyataan untuk mengukur persepsi pengguna terhadap aspek kemudahan penggunaan, kejelasan antarmuka, dan efektivitas suatu sistem atau aplikasi. Setiap pernyataan dinilai menggunakan skala Likert, kemudian hasilnya diolah menjadi skor yang merepresentasikan tingkat usability. Metode ini diterapkan untuk mengevaluasi aplikasi Jepri, yaitu aplikasi yang berfungsi mengoperasikan jemuran pintar berbasis Internet of Things (IoT) dan memantau kondisinya secara real-time. Pemantauan dilakukan melalui data yang dikirimkan sensor hujan dan sensor cahaya, sedangkan pengendalian perangkat dapat dilakukan langsung dari ponsel. Data penelitian diperoleh melalui kuesioner SUS yang diisi oleh 101 responden dengan latar belakang beragam. Hasil perhitungan menunjukkan skor rata-rata SUS sebesar 81,3, yang termasuk kategori “Excellent”, mengindikasikan tingkat kegunaan aplikasi yang sangat tinggi. Sebagian besar responden menyatakan bahwa aplikasi ini intuitif, mudah dioperasikan, dan mendukung kebutuhan pengguna tanpa hambatan berarti, sehingga SUS terbukti efektif sebagai acuan untuk perbaikan dan pengembangan aplikasi di masa mendatang. Kata kunci — System Usability Scale, Aplikasi mobile, Internet of Things, Jemuran Pintar, Evaluasi Kegunaan, User Experience
Sistem Monitoring Dan Kontrol Suhu Serta Kelembaban Inkubator Untuk Proses Fermentasi Tempe Berbasis Teknologi Iot Boyratan , Halen Apriano Sudirman; Rizqullah, Muhammad; Sofiane, Hilda Afni
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

Produksi tempe tradisional di Indonesia menghadapi masalah ketidakstabilan suhu dan kelembaban selama proses fermentasi, yang dapat menurunkan kualitas dan konsistensi produk. Penelitian ini merancang sistem monitoring dan kontrol suhu-kelembaban berbasis Internet of Things (IoT) menggunakan sensor DHT22 dan mikrokontroler ESP32 yang terhubung ke platform Blynk. Sistem mampu mengatur suhu 30-37°C dan kelembaban 60-70% secara otomatis dengan bantuan pemanas dan kipas. Pengujian menunjukkan fluktasi suhu berkurang hingga ±0,5°C dan kelembaban ±2%, serta waktu fermentasi dipangkas menjadi 24 jam. Sistem ini efektif meningkatkan efisiensi produksi, kualitas tempe, dan kemudahan operasional bagi produsen skala kecil. Kata kunci— ESP32, IoT, DHT22, fermentasi tempe, kontrol suhu, kelembaban, Blynk
Perancangan Sistem Smart Dorm Lock Berbasis IoT untuk Kontrol Akses Otomatis Menggunakan Raspberry Pi Sandi, Irfan Maulana Kurnia; Purnamasari, Rita; Suhartono, Efri
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 perancangan sistem keamanan pintu asrama pintar berbasis Internet of Things (IoT) yang bertujuan untuk meningkatkan efisiensi dan kontrol akses di lingkungan asrama. Fokus utama penelitian terletak pada aspek desain integrasi perangkat keras dan sistem secara menyeluruh, mulai dari unit pemrosesan, modul pengendali pintu, hingga sensor pendeteksi keberadaan. Sistem dirancang menggunakan Raspberry Pi sebagai pusat kendali, yang terhubung dengan kamera, relay, sensor gerak (PIR), layar informasi (LCD), dan pengunci pintu elektronik (solenoid door lock). Seluruh perangkat keras dirakit dalam satu kesatuan yang kompak, ergonomis, dan fungsional, ditempatkan di area pintu masuk asrama. Desain sistem memungkinkan proses pendeteksian penghuni secara otomatis, pengendalian kunci pintu secara elektronik, serta pemantauan akses secara real-time dari jarak jauh. Hasil perancangan menunjukkan bahwa sistem memiliki struktur modular dan fleksibel, sehingga dapat dengan mudah diterapkan pada berbagai tipe pintu asrama. Dengan pendekatan desain yang terintegrasi dan berbasis otomatisasi, sistem ini diharapkan menjadi solusi efektif dan efisien untuk meningkatkan keamanan serta kenyamanan penghuni asrama secara modern dan berkelanjutan. Kata kunci— Desain Sistem, Keamanan Asrama, Internet of Things, Smart Lock, Raspberry Pi
Implementasi Sistem Smart Dorm Lock Berbasis Pengenalan Wajah Menggunakan Model MTCNN dan Facenet Simanullang, Charlos Alvaredo; Purnamasari, Rita; Suhartono, Efri
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 mengembangkan sistem pengunci pintu asrama (Smart Dorm Lock) yang memanfaatkan teknologi pengenalan wajah menggunakan kombinasi metode Multi-task Cascaded Convolutional Networks (MTCNN) dan model FaceNet. Penggunaan pengenalan wajah dipilih karena dinilai lebih praktis dan aman dibandingkan metode konvensional seperti kunci fisik atau kartu akses, meskipun pengenalan wajah masih menghadapi tantangan dalam hal variasi pencahayaan, ekspresi, dan posisi wajah. MTCNN digunakan untuk mendeteksi wajah secara cepat dan akurat dari citra kamera secara real-time, sementara FaceNet berperan dalam mengekstraksi ciri wajah menjadi representasi vektor untuk proses verifikasi. Proses pengembangan sistem melibatkan akuisisi data wajah pengguna, deteksi dan ekstraksi fitur, serta pengujian performa dalam berbagai kondisi lingkungan nyata. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah pengguna dengan akurasi tinggi meskipun terdapat perubahan sudut wajah dan pencahayaan. Sistem ini memberikan solusi autentikasi biometrik yang efektif dan dapat diterapkan pada lingkungan asrama untuk meningkatkan keamanan dan kenyamanan penghuni, Keywords— Pengunci Pintu Pintar, Pengenalan Wajah, MTCNN, FaceNet, Keamanan Asrama, Verifikasi Biometrik
Implementasi Aplikasi Smart Dorm Lock untuk Monitoring dan Controlling Pintu Pintar Asrama Telkom University berbasis Face Recognition Simamora , Haichel Anggy Paro; Purnamasari, Rita; Suhartono, Efri
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

Smart Dorm Lock merupakan mobile application yang dirancang untuk mempermudah pengawas asrama dalam monitoring dan controlling penghuni asrama ketika akses keluar masuk asrama. Dengan memanfaatkan teknologi face recognition, aplikasi dapat memantau siapa saja yang memasuki asrama dan waktunya. Penelitian ini berfokus pada implementasi sisi frontend menggunakan android studio. Fitur utama pada aplikasi meliputi History Access, Dorm List, Registrasi, Delete Dataset, Start Detection dan Stop Detection. Hasil menunjukkan nilai Throughput 10,611 Kbps, Packet Loss 0%, Delay 292,7 ms dan Jitter 1,68 ms yang menandakan bahwa nilai tersebut merupakan kategori baik menurut standar ITU-TG.1010 Kata Kunci – Smart Dorm Lock, Face Recognition, Android Studio, ITU-T G.1010
Tempat Sampah Pintar Berbasis Iot Dengan Fitur Gps Hatta A , Muhammad; Hertiana, Sofia Naning; Sussi, Sussi
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

Untuk mengatasi masalah pengelolaan sampah di lingkungan kampus, sebuah penelitian sistem tempat sampah pintar berbasis Internet of Things (IoT) telah dikembangkan dan disimulasikan. Kurangnya kesadaran masyarakat dalam memilah sampah dan terbatasnya sistem pemantauan kondisi tempat sampah secara real-time, yang menyebabkan penumpukan limbah dan menyebabkan dampak buruk terhadap lingkungan. Penelitian ini merancang dan mensimulasikan sistem yang mampu memilah sampah, memantau lokasi, dan mendeteksi volume sampah secara otomatis. Dengan menggunakan sistem integrasi perangkat keras seperti sensor ultrasonik, sensor gas, dan sensor proximity dengan Mikrokontroler ESP32 yang berfungsi sebagai unit pemroses utama yang mengirimkan data tentang jenis sampah, tingkat kapasitas, dan lokasi. Data yang dikumpulkan dari sensor-sensor ini dikirimkan ke aplikasi SmartBin di perangkat Android, yang berfungsi untuk memvisualisasikan data, melacak lokasi, dan mengirimkan notifikasi kepada petugas kebersihan. Penelitian ini memiliki kinerja yang stabil dalam klasifikasi dan pemantauan sampah, dengan akurasi pemilahan 80% dan deteksi volume 100%. Secara keseluruhan, inovasi ini merupakan solusi jangka panjang yang efektif untuk mengoptimalkan pengelolaan limbah dan meningkatkan kesadaran lingkungan. Kata kunci— Internet of Things, GPS, Sampah, Sensor
Aplikasi Android SmartBin Untuk Memontoring Tempat Sampah Pintar secara Real Time Valen, Makmury Baqda; Hertiana, Sofia Naning; Sussi, Sussi
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 sampah yang efektif memerlukanpemantauan kapasitas tempat sampah secara tepat waktuuntuk mencegah penumpukan dan pencemaran lingkungan.Penelitian ini mengembangkan SmartBin, aplikasi Androidberbasis Internet of Things (IoT) yang terintegrasi dengansensor ultrasonik, sensor proximity, sensor gas, dan modul GPSuntuk memantau kapasitas serta lokasi tempat sampah pintarsecara real-time. Data dikirim melalui koneksi Wi-Fi ke serverdan ditampilkan pada aplikasi, lengkap dengan notifikasi ketikakapasitas mendekati penuh. Pengujian fungsionalmenggunakan Black Box Testing menunjukkan seluruh fiturberjalan sesuai perancangan, sementara pengujian jaringanmenggunakan Wireshark menghasilkan rata-rata delay 26,8 msdan jitter 46,1 ms yang menurut standar TIPHON ETSItermasuk Kelas B, layak untuk komunikasi suara danmultimedia. Hasil ini membuktikan bahwa SmartBin mampumenyajikan informasi kapasitas dan lokasi secara cepat, akurat,dan mudah diakses, sehingga dapat meningkatkan efisiensipengelolaan sampah.Kata kunci— SmartBin, IoT, Android, tempat sampahpintar, real-time monitoring.
Pengembangan pada Backend dari aplikasi SmartBin untuk Sistem Tempat Sampah Pintar Berbasis IoT dengan Fitur GPS Khairullah, M. Iqbal; Hertiana, Sofia Naning; Sussi, Sussi
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

Masalah pengelolaan limbah di perguruan tinggi masih menjadi tantangan rumit akibat rendahnya kepedulian separasi sampah dan terbatasnya sistem monitoring real-time. Kondisi ini sering menimbulkan akumulasi limbah yang tidak optimal sehingga berdampak buruk bagi ekosistem. Sebagai respons dikembangkan wadah sampah cerdas berbasis Internet of Things (IoT). Perangkat ini mampu mengidentifikasi dan mengklasifikasikan tiga kategori limbah yaitu logam, organik, dan anorganik dengan sensor proximity, gas, serta ultrasonik. Mikrokontroler ESP32 berfungsi sebagai pemroses utama untuk mengkoordinasikan sensor sekaligus mentransmisikan informasi ke platform cloud. Data kategori sampah dan kapasitas wadah dapat diakses melalui aplikasi SmartBin pada Android. Aplikasi menyediakan notifikasi otomatis ketika volume sampah mencapai batas maksimal dan menampilkan informasi status tempat sampah secara real-time. Hasil implementasi menunjukkan bahwa sistem bekerja stabil dalam klasifikasi maupun monitoring, sehingga memudahkan manajemen limbah berbasis digital. Inovasi ini berpotensi menjadi solusi jangka panjang untuk meningkatkan efektivitas pengelolaan limbah, sekaligus mendorong partisipasi publik dalam menjaga kebersihan lingkungan, khususnya di kawasan akademik dan infrastruktur publik. Dengan memanfaatkan teknologi IoT, sistem ini tidak hanya mendukung efisiensi pengelolaan tetapi juga berkontribusi pada peningkatan kesadaran masyarakat terhadap praktik pengelolaan limbah yang berkelanjutan. Kata kunci : Aplikasi, IoT, Tempat Sampah
Trading-Dong 2.0: Forex Expert Advisor Menggunakan Strategi Berdasarkan Price Action dan Order Block di Bawah Kontrol Kecerdasan Buatan Setiawan, Raihan Radhitya; Hesmono, Prita Trivena; Dawwam, Muhammad; Fauziah, Nita Avila; Wibowo, Suryo Adhi; Rizal, Syamsul
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

Dalam beberapa bulan terakhir, Indonesiamenghadapi tantangan ekonomi berupa deflasi yangmenurunkan permintaan agregat dan melemahkan aktivitasekonomi, sehingga berdampak pada perlambatanpertumbuhan, penurunan investasi dan meningkatnyapengangguran hingga 4,91% per Agustus 2024. Dalam kondisiini, trading forex menjadi alternatif sumber penghasilantambahan meskipun berisiko tinggi, terutama bagi traderpemula. Untuk meminimalkan risiko, dikembangkan ExpertAdvisor (EA) bernama Trading-Dong 2.0 berbasis MetaTrader5 yang difokuskan pada pasar XAUUSD dengan time frameM15. EA ini mengintegrasikan Artifcial Intelligence (AI)menggunakan algoritma CatBoost untuk meningkatkanakurasi prediksi dan respons adaptif terhadap dinamika pasar.Fitur manajemen risikonya mencakup trailing stop lossotomatis, pengelolaan lot dinamis dan pemantauan drawdownsecara real time. Trading-Dong 2.0 juga telah disesuaikandengan regulasi BAPPEBTI No. 12/2022 guna menjaminlegalitasnya. Hasil backtesting dua tahun menunjukkanpeningkatan signifikan dengan win rate 62,14%, drawdown15,36% dan ROI 590%. Sementara itu, pengujian real timeselama satu minggu mencatat win rate 100%, drawdown 0% danROI 92,18%. Dengan kinerja tersebut, Trading-Dong 2.0berpotensi menjadi solusi trading forex yang efektif, aman danlegal dalam mendukung peningkatan pendapatan masyarakatdi tengah tekanan ekonomi.Kata kunci — Artificial Intelligence, ExpertAdvisor, Forex Trading.
Robust DCT-Domain Watermarking against Screen-Shooting using Improved SIFT and Adaptive Embedding with CRC+BCH Error Protection Adyansyah, Ilham; Permana, Rangga Aditia; Novamizanti, Ledya; Budiman, Gelar
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 mengusulkan sistem watermarking citra digital yang tangguh terhadap serangan screen-shooting dengan menggabungkan lokalisasi titik kunci berbasis Improved Scale-Invariant Feature Transform (I-SIFT), penyematan Dis- crete Cosine Transform (DCT) adaptif pada domain frekuensi menengah, serta pengkodean ganda CRC-8 dan BCH (63,36) untuk integritas dan koreksi kesalahan. Penyematan dilakukan pada blok 64×64 yang dipusatkan pada titik kunci I-SIFT dengan skor respons tertinggi, dengan fallback ke wilayah pusat jika jumlah titik kunci terbatas. Hasil uji pada citra standar (Zelda, Baboon, Peppers, Airplane) menunjukkan imperceptibility tinggi (PSNR rata-rata 42,39 dB) dan ketahanan penuh terhadap distorsi screen-shooting dari jarak 45–105 cm, termasuk distorsi perspektif dan noise sensor, dengan BER = 0,00 pada beberapa kondisi. Pendekatan ini mengungguli metode benchmark Fang et al. dalam hal kualitas visual dan keberhasilan pemulihan wa- termark, membuktikan efektivitas kombinasi I-SIFT, embedding adaptif, dan proteksi error ganda dalam menghadapi distorsi fisik dunia nyata. Index Terms—Robust watermarking, screen-shooting attack, SIFT, discrete cosine transform.

Page 830 of 844 | Total Record : 8436

 828   829   830   831   832 

Filter by Year

2014 2026


Reset
Filter By Issues
All Issue Vol. 13 No. 1 (2026): Februari 2026 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