cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Goegoes Dwi Nusantoro
Contact Email
goegoesdn@ub.ac.id
Phone
-
Journal Mail Official
jurnaleeccis@ub.ac.id
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal EECCIS
Published by Universitas Brawijaya
ISSN : 19783345     EISSN : 24608122     DOI : -
Core Subject : Engineering,
Engineering
EECCIS is a scientific journal published every six month by electrical Department faculty of Engineering Brawijaya University. The Journal itself is specialized, i.e. the topics of articles cover electrical power, electronics, control, telecommunication, informatics and system engineering. The languages used in this journal are Bahasa Indonesia and English.
Arjuna Subject : -
Articles 388 Documents
 22   23   24   25   26 
Deteksi Objek Bergerak Pada Video Bawah Air Menggunakan Metode Frame Differencing Reza Muhamad; Titin Yulianti; Sri Purwiyanti; F.X. Arinto Setyawan
Jurnal EECCIS Vol 13, No 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Abstract—Fish finder is an electronic device that operated on a ship that can measure the depth of sea. The principle work of the device is by measuring the depth of the ocean by pulse of vibration sound. There is a transducer that transmits pulse vibrations vertically to the bottom of the sea, then the transducer will receive the reflection of its. To increase modern fishing technology, a technology research using other methods are needed. One idea of modern fishing technology is object detection methods. There are several methods that can be used in the detection of moving objects. One of the method is the frame differencing method. This research designed the program of underwater object detection using frame differencing method by taking pictures with moving camera. The video was recorded using action camera. There are 3 kinds of data are processed according to the time, morning, noon, and night. This method compares two frames then the difference is considered the movement of an object. The effectiveness of this method is evaluated based on the value of recall and precision. The results showed that frame differencing method successfully detected the objects of the three videos with the highest value of recall is 73% and precision around 96% and execute duration in 0.36s. Index Terms— Object Detection, Underwater Detection, Frame Differencing.  Abstrak–- Salah satu gagasan mengenai teknologi penangkapan ikan modern adalah dengan menggunakan metode deteksi objek. Terdapat beberapa metode yang dapat digunakan dalam proses pendeteksian objek bergerak. Salah satu metode yang digunakan untuk mengidentifikasi obyek adalah metode frame differencing. Pada penelitian ini dirancang program deteksi obyek dalam air menggunakan metode frame differencing dengan pengambilan gambar dengan kamera bergerak. Penggunaan kamera bergerak memerlukan preprocessing pada video agar latar belakang menjadi seragam dan dapat dilakukan pembandingan antar frame. Pada penelitian ini data berupa video yang direkam menggunakan action cam. Penelitian ini menggunakan 3 buah data video yang diolah sesuai waktu pengambilan gambar, yaitu pagi, siang, dan malam. Metode yang diusulkan dilakukan dengan membandingkan dua buah frame yang yang berurutan dan selisihnya dianggap pergerakan dari sebuah objek. Hasil pembandingan diberi tanda untuk menyatakan objek yang dideteksi. Efektivitas metode ini dievaluasi berdasarkan nilai recall. Precision, dan waktu eksekusi. Hasil penelitian menunjukkan bahwa metode frame differencing berhasil mendeteksi objek dengan nilai recall tertinggi sebesar 73% dan precision tertinggi sebesar 96% serta waktu eksekusi tercepat 0.36s. Kata Kunci— Deteksi objek, frame differencing, action cam, recall, precision. 
Monitoring Arus, Tegangan dan Daya pada Transformator Distribusi 20 KV Menggunakan Teknologi Internet of Things Soedjarwanto, Noer; Nama, Gigih Forda
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 13 No. 3 (2019)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v13i3.612

Abstract

Kerusakan pada transformator distribusi dapat mengganggu kontinuitas pengiriman daya listrik ke konsumen. Berbagai gangguan dapat mengakibatkan kerusakan pada transformator distribusi sehingga monitoring besaran listrik dari transformator distribusi perlu dilakukan. Makalah ini menyajikan sistem monitoring besaran-besaran listrik dari transformator distribusi secara online berbasis teknologi internet of things (IoT). Sensor tegangan dan sensor arus digunakan untuk mengukur tegangan dan arus, mikrokontroler digunakan sebagai pemrosesan data hasil pengukuran dan ethernet shield  serta modem internet digunakan untuk mengirimkan data ke server platform IoT Ubidots. Hasil pengujian menunjukkan alat monitoring transformator distribusi mampu bekerja untuk memonitor besaran-besaran listrik transformator distribusi dan mengirimkan data ke jaringan penyedia IoT sehingga dapat dimonitor dari jarak yang jauh melalui perangkat laptop atau handphone.  
Evaluasi Efisiensi Energi Komputasi FDTD Menggunakan Graphics Processing Unit Angger Abdul Razak; Adharul Muttaqin; Muhammad Aswin
Jurnal EECCIS Vol 13, No 1 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Finite Difference Time Domain (FDTD) merupakan salah satu metode yang banyak digunakan untuk mengevaluasi dan mensimulasi gelombang elektromagnetik beserta interaksinya dengan material sekitarnya. Namun, FDTD juga dikenal dengan kebutuhan sumber daya komputer yang besar. Pada paper ini, FDTD yang pada umumnya dijalankan menggunakan komputasi Central Processing unit (CPU) akan dijalankan menggunakan komputasi Graphics Processing Unit (GPU) dan dievaluasi kelayakannya. Selain itu, perbandingan energi yang digunakan pada kedua metode kalkulasi tersebut juga akan dibandingkan sebagai target utama riset ini. Hasil menunjukkan jika komputasi GPU dapat menggunakan energi sekitar 10,8 kali lebih kecil dibandingkan komputasi CPU untuk menjalankankasus yang  sama.
Rancang Bangun Camera Trap Pengirim Video Real-Time Berbasis Video Sender Sri Ratna Sulistiyanti; F.X. Arinto Setyawan; Sri Purwiyanti; Minhajjul Abidin Jaya
Jurnal EECCIS Vol 13, No 1 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Indonesia merupakan negara yang kaya akan satwa, namun diantara beberapa satwa masuk dalam kategori terancam punah. Pemerintah telah melakukan berbagai upaya konservasi untuk melindungi keberadaannya. Salah satunya adalah dengan melakukan pengamatan terhadap keberadaan hewan tersebut. Pengamatan secara langsung sulit dilakukan karena beberapa spesies merupakan satwa elusif. Karena sifat tersebut maka satwa-satwa ini memiliki daerah teritorial yang terpencil dan sulit diakses yang menyebabkan pengamatan secara langsung kurang memungkinkan. Oleh sebab itu dirancang sebuah camera trap yang merekam video secara otomatis dengan tampilan secara realtime pada user interface berbasis video sender.Camera trap ini juga mampu mengirimkan video ke pengamat yang tidak berada pada lokasi pengamatan. Dari hasil penelitian diperoleh bahwa rata-rata camera trap mampu aktif selama 20,8 jam, mampu mendeteksi keberadaan objek hingga 6 meter pada sudut 0O dan maksimal 4 meter pada sudut jangkauan 90O, jarak pengiriman video sender tidak lebih dari 300 m, untuk rekaman selama 5 detik rata-rata ukuran data sebesar 505.54 kB, saat malam hari objek yang dapat terlihat dengan jelas hanya sampai jarak 3 meter.
Klasifikasi 12 Motif Batik Banten Menggunakan Support Vector Machine Romi Wiryadinata; Muhammad Rofiki Adli; Rian Fahrizal; Rocky Alfanz
Jurnal EECCIS Vol 13, No 1 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Batik adalah kain bergambar yang ditulis atau dicap dengan canting yang terbuat dari tembaga atau plat seng, agar dapat menghasilkan seni keindahan yang artistik dan klasik. Hingga saat ini masih banyak masyarakat Indonesia yang belum mengetahui dengan baik nama-nama aneka ragam motif batik yang menjadi kekayaan intelektual yang telah diakui oleh UNESCO (United Nations Educational, Scientific, and Cultural Organization) pada 2 Oktober 2009 sebagai salah satu warisan kebudayaan dunia yang berasal dari Indonesia. SVM (support vector machine) adalah metode learning machine yang bekerja dengan tujuan menemukan hyperlane terbaik yang memisahkan dua buah kelas atau lebih pada input space. Tujuan dari penelitian ini adalah untuk mengklasifikasi 12 motif batik Banten menggunakan metode SVM. Penelitian dilakukan secara beberapa tahap yaitu resize untuk menyamakan dimensi citra, grayscale untuk menyederhanakan citra dengan mengubah menjadi citra aras keabuan, median filter untuk menghilangkan noise pada batik, dan ekstraksi ciri sebagai masukan untuk klasifikasi menggunakan SVM. Hasil klasifikasi menggunakan SVM orde 1 yaitu sebesar 85%, dan untuk orde 2 sebesar 87,2%.
Implementasi Fuzzy Analytical Hierarchy Process Menggunakan Database Maria DB Anang Aris Widodo; Sholeh Hadi Pramono; Harry Soekotjo Dachlan
Jurnal EECCIS Vol 13, No 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Abstrak–-Paper ini berisi tetntang implementasi metode fuzzy Analytical Hierarchy Process (F-AHP) pada database mariaDB. Untuk membuat suatu Decision Support System (DSS) yang dinamis maka metode Analytical Hierarchy Process (AHP) dibuat didalam database, pada penelitian ini menggunakan database mariaDB. Terdapat kelebihan dan kekurangan jika suatu metode diletakkan didalam database. Kelebihannya adalah sistem akan menjadi dinamis karena jika ada perubahan dan penambahan kriteria dan alternatif tidak akan mempengaruhi sistem yang sudah dibangun. Kekurangannya adalah sistem akan menjadi berat karena mengakses data langsung dari server.Kata Kunci—AHP,  DSS, mariaDB, server.
Cover Jurnal EECCIS Vol.12 No.2 (2019) Editor Jurnal EECCIS
Jurnal EECCIS Vol 13, No 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Cover Jurnal EECCIS Vol.12 No.2 (2019)
Optimasi Struktur Convolutional Neural Network LeNet5m dengan Pendekatan MorphNet Herasmara, Ridho; Muslim, Muhammad Aziz; Mudjirahardjo, Panca
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 13 No. 3 (2019)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v13i3.617

Abstract

Pendekatan perancangan neural network saat ini, menghasilkan rancangan yang tidak efisien. Rancangan yang tidak efisien ini menyebabkan penggunaan sumber daya yang lebih tinggi dibandingkan network yang lebih efisien. Hal ini juga merupakan permasalahan yang dialami network LeNet5, sebuah convolutional neural network untuk klasifikasi digit tulisan tangan yang dilatih dengan menggunakan dataset MNIST. Kami mengusulkan pendekatan MorphNet untuk optimasi kebutuhan flops-nya. Pendekatan MorphNet mengerdilkan network dengan menggunakan L1 regularization untuk menonaktifkan neuron pada tingkat aktivasinya. Neuron yang tidak aktif ini memiliki imbas yang kecil terhadap kinerja network, sehingga akan diusulkan untuk dihilangkan pada struktur yang baru. Network ini kemudian dapat dibesarkan untuk realokasi sumber daya. Sebagai hasilnya, didapatkan beberapa network baru yang lebih efisien dalam kebutuhan flops hingga 69%, dengan tetap mempertahankan tingkat akurasi pada rentang 98.5%. Kami menyimpulkan bahwa pendekatan MorphNet berhasil meningkatakan efisiensi dengan cara menghilangkan neuron yang berimbas kecil terhadap kinerja network.
Identifikasi Tanda Tangan dengan Ekstraksi Ciri GLCM dan LBP yuliana diah pristanti; Panca Mudjirahardjo; Achmad Basuki
Jurnal EECCIS Vol 13, No 1 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Signature identification with extraction features of GLCM (The Gray Level Co-occurrence Matrix) and LBP (The Local Binary Pattern) compare the results of both accuracy. By using signatures from 15 people, each of which has 10 signatures. For the training data, 7 signatures from each person were taken so that the training data amounted to 105 signatures. While the testing data was taken 3 signatures from each person so that the test data amounted to 45 signatures. From the results of image processing obtained the percentage using GLCM feature extraction is greater than the percentage using LBP feature extraction, namely GLCM reaches 86.67% and LBP 80.00%. But both remain at a high level of success. So it can be concluded that both GLCM and LBP feature extraction can be recommended to recognize signature textures. Index Terms—GLCM, LBP, Signature.
Pengoptimalan Pembebanan Ekonomis dengan Mempertimbangkan Emission Constraint menggunakan Hybrid CPSO Trisna Wati; Titiek Suheta; Ilmiatul Masfufiah
Jurnal EECCIS Vol 13, No 1 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Dalam suatu sistem tenaga listrik, untuk memperkecil biaya pembangkitan dibutuhkan pembebanan yang optimal dan ekonomis. Pengoptimalan pembebanan yang ekonomis harus memperhatikan batasan-batasan salah satunya adalah emission constraint. Untuk menyelesaikan masalah tersebut, perlu adanya suatu metode baik secara matematis maupun menggunakan kecerdasan buatan. Oleh sebab itu dalam penelitian ini memberikan solusi untuk mengoptimalkan pembebanan menggunakan Hybrid Crazy Particle Swarm Optimization (CPSO). Dari hasil simulasi memperlihatkan bahwa Hybrid CPSO dapat mengoptimalkan pembebanan ekonomis, biaya pembangkitan murah dan jumlah emisi yang dikeluarkan pembangkit seimbang. Tingakat konvergensi Hybrid CPSO dalam 50 kali percobaan sebessar 35,81 detik sedangkan PSO 40,98 detik. 

Page 24 of 39 | Total Record : 388

 22   23   24   25   26 

Filter by Year

2007 2025


Reset
Filter By Issues
All Issue Vol. 19 No. 3 (2025) Vol. 19 No. 2 (2025) Vol. 19 No. 1 (2025) Vol. 18 No. 3 (2024) Vol. 18 No. 2 (2024) Vol. 18 No. 1 (2024) Vol. 17 No. 3 (2023) Vol. 17 No. 2 (2023) Vol. 17 No. 1 (2023) Vol. 16 No. 3 (2022) Vol. 16 No. 2 (2022) Vol. 16 No. 1 (2022) Vol. 15 No. 3 (2021) Vol. 15 No. 2 (2021) Vol. 15 No. 1 (2021) Vol. 14 No. 3 (2020) Vol. 14 No. 2 (2020) Vol. 14 No. 1 (2020) Vol. 13 No. 3 (2019) Vol. 13 No. 2 (2019) Vol 13, No 2 (2019) Vol 13, No 1 (2019) Vol 12, No 2 (2018) Vol 12, No 1 (2018) Vol. 11 No. 2 (2017) Vol 11, No 2 (2017) Vol 11, No 1 (2017) Vol. 11 No. 1 (2017) Vol 10, No 2 (2016) Vol 10, No 1 (2016) Vol 9, No 2 (2015) Vol. 9 No. 2 (2015) Vol 9, No 1 (2015) Vol 9, No 1 (2015) Vol 8, No 2 (2014) 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 4, No 2 (2010) Vol 4, No 1 (2010) Vol 3, No 2 (2009) Vol 3, No 1 (2009) Vol 2, No 1 (2008) Vol. 1 No. 1 (2007) More Issue