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
 840   841   842   843   844 
Penerapan Algoritma Resedual Network 50 dan Convusional Block Attention Module untuk Deteksi Citra Deepfake Muhammad Dimas Aulia Putra Riali; Syifa Nurgaida Yutia; Demi Adidrana
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Deepfake merupakan teknologi berbasis kecerdasan buatan dengan teknologi deep learning yang mampu menciptakan atau memanipulasi wajah seseorang secara realistis. Dalam survey terbaru VIDA Where’s The Fraud – Protecting Indonesia Business from AI Generated Fraud, menemukan lonjakan 1540% pada kasus penipuan deepfake di wilayah APAC tahun 2022 hingga 2023, sementara di indonesia terdapat 1550% kasus penipuan. Peningkatan signifikan kasus deepfake ini menunjukkan tantangan baru dalam mendeteksi manipulasi visual menggunakan teknologi Artificial Intelligence (AI). Di samping manfaatnya penggunaan teknologi deep learning ini bisa menjadi ancaman serius dalam kasus penipuan dan pemerasan, diperlukan metode deteksi berbasis kecerdasan buatan untuk mendeteksi deepfake secara efektif dan efisien. Penelitian ini berfokus pada pengembangan dan penerapan metode deteksi deepfake berbasis Convolutional Neural Network (CNN) menggunakan arsitektur Residual Network 50 (ResNet50) yang dimodifikasi dengan Convusion Block Ateention Module (CBAM) untuk meningkatkan akurasi dalam mendeteksi pola-pola artefak yang muncul pada citra deepfake, sebagai kontribusi dalam upaya mitigasi penyalahgunaan teknologi deepfake yang semakin marak. Penelitian ini menggunakan dataset kaggle yang berjumlah 8000 dataset. Dataset yang akan digunakan untuk perbandingan keaslian data melalui tahapan normalisasi, pelatihan model, dan evaluasi performa dengan metrik akurasi yang terdiri dari gambar asli dan gambar yang sudah menggunakan deepfake yang dihasilkan melalui teknologi berbasis AI. Dalam studi terdahulu Penggunaan ResNet50 dalam kelasifikasi menunjukan hasil sebesar 78,87% sedangkan integrasi menggunakan attention mecanism pada ResNet50 dengan Long- Distance Attention Module mencapai akurasi hingga 94.30% dan AUC 98.70%. Hasil dari penelitian ini menunjukan penggunaan CBAM pada 8000 dataset menghasilkan metrix akurasi Accuracy 68.44%, Precision 72,26%, Recall 53,73%, dan F1- score 61,63%, dan dari hasil pengamatan pada 6000 dataset ditemukan Accuracy 75.27%, Precision 67,91%, Recall 95,80%, dan F1- score 79,43%. Dengan pendekatan ini di harapkan mampu menjadi solusi yang efektif untuk meningkatkan keamanan sistem berbasis biometrik, serta mencegah penyalahgunaan teknologi deepfake dalam berbagai sektor. Kata kunci — Deepfake, Convolutional Neural Network, ResNet50, Convolutional Block Attention Module, Rectified Linear Unit, Sigmoid.
Pembuatan Aplikasi Desktop Sistem Rekomendasi Penentuan Status Gizi Ibu Hamil Berdasarkan Pola Makan Meka Patricia Maharani; Paradise Paradise
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Stunting merupakan kondisi terganggunya pertumbuhan anak di bawah lima tahun yang disebabkan oleh kekurangan nutrisi dalam jangka waktu panjang serta infeksi yang terjadi berulang kali. Kedua faktor tersebut sering kali dipengaruhi oleh pola pengasuhan yang kurang optimal. Oleh karena itu, diperlukan suatu sistem rekomendasi untuk pencegahan stunting yang berfungsi membantu calon ibu memahami kebutuhan nutrisi selama kehamilan serta mempermudah konsultasi terkait pencegahan stunting. Sistem ini juga memberikan pengingat terhadap asupan gizi harian agar ibu hamil dapat menjaga keseimbangan nutrisi. Rancang bangun sistem rekomendasi ini dikembangkan menggunakan metode forward chaining dengan pendekatan eksperimental, bertujuan untuk menghasilkan informasi yang rasional mengenai hubungan antara pencegahan stunting dan kebutuhan nutrisi ibu hamil. Kata kunci— gizi, sistem rekomendasi, ibu hamil
Perancangan Prototype Ui/Ux Pada Aplikasi Pemesanan Online Telkom Coffee Surabaya Menggunakan User Centered Design Muhammad Ramadhani Arya Syahputra; Yohanes Setiawan; Mastuty Ayu Ningtyas
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Telkom coffee Surabaya menghadapi tantangan signifikan dalam proses pelayanan, terutama pada jam sibuk, yang sering menyebabkan penumpukan pesanan dan menurunkan kualitas pelayanan. Selain itu, preferensi pelanggan untuk memesan secara online belum dapat terpenuhi karena telkom coffee Surabaya belum memiliki platform pemesanan mandiri. Hal ini menciptakan kebutuhan akan solusi digital yang dapat meningkatkan efisiensi pelayanan sekaligus memberikan pengalaman pengguna yang lebih baik. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan desain prototype aplikasi pemesanan online berbasis pendekatan User Centered Design. Metode ini dipilih karena kemampuannya dalam memahami kebutuhan pengguna secara spesifik dan menghasilkan solusi yang berpusat pada pengguna. Proses penelitian dilakukan melalui empat tahapan utama, yaitu memahami konteks pengguna, menentukan kebutuhan pengguna, merancang solusi desain, dan mengevaluasi desain terhadap kebutuhan pengguna. Hasil dari penelitian ini berupa prototype aplikasi pemesanan yang dirancang untuk mempermudah pelanggan dalam melakukan pemesanan secara online sekaligus mendukung efisiensi pelayanan telkom coffee Surabaya. Prototype ini diharapkan dapat menjadi dasar pengembangan platform pemesanan digital yang lebih terintegrasi, membantu meningkatkan kepuasan pelanggan, serta menjadi referensi untuk inovasi serupa di industri coffee shop lainnya. Kata kunci— Telkom Coffee Surabaya, Prototype Aplikasi, User Centered Design (UCD), Pemesanan Online, Pengalaman Pengguna, Efisiensi Pelayanan.
Pengembangan Sistem Internet of Things untuk Deteksi Kebakaran dan Peringatan Dini Berbasis Algoritma Naïve Bayes Fadlan Amir Furqon; Syifa Nurgaida Yutia; Nurul Ilmi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Kebakaran merupakan salah satu bencana yang sering terjadi di Indonesia, dengan rumah tinggal sebagai bangunan yang paling rentan terhadap risiko kebakaran. Penghuni rumah sering kali tidak menyadari terjadinya kebakaran, yang dapat menyebabkan kerugian harta benda, properti, bahkan nyawa jika tidak segera ditangani. Oleh karena itu, dibutuhkan sistem pendeteksi dini kebakaran yang dapat memberikan peringatan secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan prototipe sistem keselamatan kebakaran berbasis Internet of Things (IoT), yang menggunakan berbagai sensor dan kecerdasan buatan dengan metode Naive Bayes untuk mengklasifikasikan potensi kebakaran pada gedung. Sistem ini memanfaatkan microcontroller ESP32 sebagai penghubung antara sensor dan aplikasi Telegram untuk pemantauan serta notifikasi kebakaran secara real-time. Sensor Api dan Sensor MQ-2 digunakan untuk mendeteksi api, asap dan gas yang menjadi indikasi awal kebakaran, sementara modul ESP32-CAM digunakan untuk mengambil gambar atau video situasi kebakaran. Metode Naive Bayes dipilih karena cocok digunakan pada sistem berbasis mikrokontroler dengan keterbatasan penyimpanan, seperti ESP32. Dataset yang digunakan untuk penelitian berjumlah 3200 data. Hasil dari penelitian model yang dikembangkan menunjukkan akurasi tinggi sebesar 96,72% dengan precision, recall, dan F1-score mencapai hingga 0,97, menandakan kemampuan klasifikasi yang konsisten dan seimbang dalam membedakan kondisi berbahaya dan tidak berbahaya. Kata kunci— Deteksi Kebakaran, Naïve Bayes, Internet of Things, ESP32
Analisis Kapabilitas Tata Kelola Teknologi Informasi Di Rumah Sakit Harapan Sehat Bumiayu Mempergunakan Design Factor COBIT 2019 Muhammad Nur Faozan; Resad Setyadi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Rumah Sakit Harapan Sehat Bumiayu menghadapi tantangan dalam pengelolaan teknologi informasi, terutama pada aspek tata kelola dan keselarasan strategi TI dengan strategi bisnis. Selain itu, belum adanya standar tata kelola berbasis COBIT 2019 menyebabkan sulitnya evaluasi terhadap efektivitas proses TI dan tingkat kapabilitasnya. Penelitian ini bertujuan untuk menganalisis tingkat kapabilitas tata kelola TI serta memberikan rekomendasi perbaikan menggunakan framework COBIT 2019 dengan pendekatan Design Factor. Penelitian dilakukan melalui observasi, wawancara, dan penyebaran kuesioner kepada pihak manajemen dan staf IT untuk mengumpulkan data terkait domain BAI06 (Manage Changes) dan DSS05 (Manage Security Services). Hasil penilaian menunjukkan terdapat kesenjangan (gap) sebesar satu tingkat kapabilitas, yaitu pada BAI06 dari level 2 menuju level 3, dan pada DSS05 dari level 4 menuju level 5. Temuan ini menandakan bahwa tata kelola TI di Rumah Sakit Harapan Sehat telah berjalan cukup baik, namun masih memerlukan peningkatan terutama dalam aspek pendokumentasian prosedur perubahan, pengendalian risiko, serta penguatan keamanan informasi secara menyeluruh. Penerapan COBIT 2019 diharapkan dapat membantu rumah sakit dalam membangun tata kelola TI yang lebih terukur, selaras dengan strategi bisnis, serta mendukung efektivitas dan efisiensi layanan berbasis teknologi. Kata kunci— COBIT 2019, Tata Kelola TI, Tingkat Kapabilitas, Rumah Sakit
Pengembangan Sistem Rekomendasi Anime Berbasis Deep Q-Network (DQN) Ricky Ariesta Fakhruddin; Izzatul Ummah; Selly Meliana
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Sistem rekomendasi berperan penting dalam membantu pengguna menemukan konten sesuai preferensi di tengah banyaknya informasi. Penelitian ini membandingkan dua pendekatan, yaitu Collaborative Filtering (CF) berbasis Singular Value Decomposition (SVD) dan Reinforcement Learning (RL) berbasis Deep Q-Network (DQN). Fokus utama penelitian adalah menilai efektivitas keduanya dalam memberikan rekomendasi anime yang relevan, baik untuk pengguna eksisting maupun pengguna baru (cold-start). Dataset penelitian diambil dari Kaggle, melalui tahap preprocessing berupa pembersihan data, normalisasi fitur, dan encoding genre dengan one-hot. Model CF dilatih menggunakan parameter hasil tuning, sedangkan model RL dibangun dalam lingkungan simulasi dengan fungsi reward berbobot yang menggabungkan rating pengguna, skor global anime, dan kesamaan preferensi genre. Evaluasi dilakukan menggunakan skenario Top-N Recommendation (N = 1, 3, 5, 10, 15, 20) dengan metrik Precision@N, Recall@N, dan F1-Score@N. Item relevan untuk pengguna eksisting ditentukan berdasarkan reward persentil ke-80, sementara untuk pengguna baru ditetapkan pada anime dengan skor global ≥ 9.0. Hasil menunjukkan RL dengan DQN unggul pada masalah cold-start, sedangkan CF lebih baik untuk pengguna dengan riwayat interaksi. Perbandingan ini menyoroti kelebihan dan keterbatasan masing-masing pendekatan, sekaligus memberi panduan dalam memilih strategi rekomendasi sesuai konteks pengguna. Kata kunci— deep q-network, reinforcement learning, colaborative filtering, sistem rekomendasi anime

Page 844 of 844 | Total Record : 8436

 840   841   842   843   844 

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