cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal INKOM
Published by Lembaga Ilmu Pengetahuan Indonesia
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 12 Documents
 1   2 
Search results for , issue "Vol 10, No 2 (2016)" : 12 Documents clear
Online Monitoring Kualitas Air pada Budidaya Udang Berbasis WSN dan IoT Yudi Yuliyus Maulana; Goib Wiranto; Dayat Kurniawan
INKOM Journal Vol 10, No 2 (2016)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14203/j.inkom.456

Abstract

Dalam tulisan ini dijelaskan desain dan pengembangan sistem online monitoring kualitas air berbasis wireless sensor Network (WSN) dan Internet of Things (IoT). Sistem ini didesain dan dikembangkan untuk memantau parameter DO (Dissolved Oxygen), pH, conductivity dan temperatur pada budidaya udang. Sistem terdiri dari beberapa node sensor dengan komponen utama arduino uno yang terhubung dengan Xbee board dan master board dengan komponen utamanya adalah Raspberry Pi 2 (RPi2) board dan Xbee. Data dikirim dari masing-masing node ke RPi2 menggunakan jaringan WSN dengan paket data yang dilengkapi dengan masing-masing ID, setelah itu data disimpan di database internal RPi2 dan ditampilkan di graph. Timer update server digunakan untuk update data dari RPi2 ke server menggunakan jaringan internet melalui wifi. Data di server dapat dilihat menggunakan website, selain itu juga data dapat dilihat pada aplikasi Telegram Messenger yang ter-install di perangkat ponsel. Program RPi2 dikembangkan menggunakan bahasa python dan komponen matplotlib. Hasil percobaan menunjukkan bahwa sistem memiliki prospek yang besar dan dapat digunakan untuk keperluan budidaya udang dengan memberikan informasi yang relevan dan tepat waktu. Data hasil pengumpulan tersebut dapat digunakan untuk penelitian dan analisa lebih lanjut. 
Teknik Normalisasi Fitur Secara Adaptif untuk Sistem Pengenalan Ucapan Tahan Terhadap Gema Hilman Ferdinandus Pardede
INKOM Journal Vol 10, No 2 (2016)
Publisher : Pusat Penelitian Informatika - LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14203/j.inkom.475

Abstract

Gema menurunkan performa sistem pengenalan ucapan (SPU) atau automatic speech recognition secara signifikan. Salah satu teknik yang paling populer untuk mengurangi efek gema adalah dengan menormalisasi fitur pada SPU. Pada penelitian sebelumnya, q-log spectral mean normalization (q-LSMN) telah diperkenalkan untuk mengurangi efek distorsi aditif dan convolutif. Metode ini merupakan pengembangan teknik normalisasi konvensional pada domain q-log. Metode inidikembangkan untuk mengurangi efek gema dan teknik adaptif untuk menentukan nilai q terbaik untuk q-LSMN diperkenalkan. Hasil percobaan pada pengenalan angka (digit recognition) menunjukkan bahwa teknik tersebut meningkatkan ketahanan SPU terhadap gema. Metode ini lebih baik dibandingkan metode normalisasi konvensional seperti cepstral mean normalization dan log spectral mean normalization.

Page 2 of 2 | Total Record : 12

 1   2 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Vol 11, No 1 (2017) Vol 10, No 2 (2016) Vol 10, No 1 (2016) Vol 9, No 2 (2015) Vol 9, No 1 (2015) Vol 8, No 2 (2014) Vol 8, No 1 (2014) Vol 7, No 2 (2013) Vol 7, No 1 (2013) Vol 6, No 2 (2012) Vol 6, No 1 (2012) Vol 5, No 2 (2011) Vol 5, No 1 (2011) Vol 4, No 2 (2010) Vol 4, No 1 (2010) Vol 3, No 1-2 (2009) Vol 2, No 2 (2008) Vol 2, No 1 (2008) Vol 1, No 2 (2007) Vol 1, No 1 (2007) More Issue