cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Alfian Qomaruddin
Contact Email
alfian@trunojoyo.ac.id
Phone
-
Journal Mail Official
rekayasa@trunojoyo.ac.id
Editorial Address
Universitas Trunojoyo Madura Jl. Raya Telang - Kamal, Bangkalan Kode Pos 69162
Location
Kab. bangkalan,
Jawa timur
INDONESIA
REKAYASA
Published by Universitas Trunojoyo Madura
ISSN : 02169495     EISSN : 25025325     DOI : https://doi.org/10.21107/rekayasa
Core Subject : Science, Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Computer Science & IT Electrical & Electronics Engineering Engineering Physics
This journal encompasses original research articles, review articles, and short communications, including: Science and Technology, In the the next year publication, Rekayasa will publish in two times issues: April and Oktober.
Arjuna Subject : -
Articles 4 Documents
 1 
Search results for , issue "Vol 8, No 1: April 2015" : 4 Documents clear
Pengenalan Jenis Kelamin Berbasis Kernel Principal Component Analysis Achmad Rizal
Rekayasa Vol 8, No 1: April 2015
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (350.583 KB) | DOI: 10.21107/rekayasa.v8i1.5356

Abstract

Gender Recognition  adalah salah satu penelitian di bidang biometrik dan computer vision yang cukup popular. Gender Recognition adalah pengembangan dari Face Recognition, Gender Recognition dapat mengklasifikasikan citra menjadi 2 kelas yaitu perempuan dan laki-laki. Penelitian ini menggunakan 400 citra, 200 citra perempuan dan 200 citra laki-laki dan memakai database JAVE yang telah teruji sebelumnya. Ada 2 tahapan penting dalam penelitian ini, tahap pertama ektraksi fitur menggunakan metode Kernel Principal Component Analysis. Metode kernel dapat membuat representasi data pada ruang kernel dengan menggunakan fungsi non-linear dan kernel yang digunakan adalah linier kernel. Tahap kedua adalah pengukuran jarak kemiripan citra testing terhadap citra training menggunakan metode 2D Correlation Coefficient yang bekerja dengan cara mengalikan data training dan data testing kemudian membagi dengan hasil akar kuadratnya. Metode kernel berjalan cukup baik karena memperoleh akurasi lebih tinggi dari metode dari penelitian sebelumnya yang telah digunakan. Akurasi tertinggi yang dihasilkan pada penelitian ini mencapai 92%.Kata Kunci : Face Recognition, Gender Recognition, Kernel Principal Component Analysis, Correlation Coefficient.ABSTRACTGender Recognition is one of the research areas in the field of biometrics and computer vision that are quite popular. Gender Recognition is the development of Face Recognition. Gender Recognition can classify the image into two classes, namely women and men. This thesis used 400 images, 200 images and 200 images of women men and used the JAVE database that had been tested previously. There are two important stages in this research. The first phase is a feature extraction by using Kernel Principal Component Analysis method. Kernel methods can make a representation of data in kernel space using a non-linear function and the kernel used is a linear kernel. The second stage is the measurement of the distance to the testing image similarity of training images by using 2D Correlation Coefficient method that works by multiplying the training data and testing data and then dividing them by the results of the square root. Kernel methods work quite well in which the accuracy is higher than previous methods of the research that have been used. Produced the highest accuracy in this study reached 92%.Keywords: Face Recognition, Gender Recognition, Kernel Principal Component Analysis, Correlation Coefficient.
Analisis Produktivitas Produksi Jamur Kancing (Agaricus bisporus) dengan Metode Objective Matrix (OMAX) Asminah, Asminah; Mu’tamar, Mohammad Fuad Fauzul; Purwandari, Umi
Rekayasa Vol 8, No 1: April 2015
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (173.279 KB) | DOI: 10.21107/rekayasa.v8i1.5351

Abstract

Jamur kancing (Agaricus bisporus) merupakan suatu tanaman yang saat ini sangat berkembang dan juga semakin pesat di Indonesia, oleh karena itu perlu dilakukan pengukuran produktivitasnya. Produktivitas adalah perbandingan output terhadap input.tujuan dari penelitian ini adalah untuk memperoleh hasil pengukuran produktivitas produksi jamur kancing dengan metode OMAX serta usulan perbaikan produktivitas di PT. XXX. Semakin tinggi skor produktivitas yang dicapai maka semakin baik pula produktivitas yang dicapai perusahaan.Langkah-langkah pengukuran OMAX terdiri dari penetapan kriteria,perhitungan rasio performance, penentuan skor 10, penentuan skor 3, penentuan nilai skor 0, penentuan produktivitas realistis, penentuan skor, bobot, nilai, dan penentuan indeks produktivitas. Hasil yang diperoleh menunjukkan bahwa produktivitas untuk masing-masing kriteria mengalami fluktuasi. Produktivitas terbaik yaitu kriteria bahan baku pada bulan Oktober dengan skor 5. Usulan perbaikan produktivitas dilakukan pada bulan November yang merupakan bulan selanjutnya dari periode yang diukur. Kata kunci : Jamur kancing (Agaricus bisporus), produktivitas, metode OMAX. Productivity Analysis of Cultivated Mushroom Production (Agaricus bisporus) with the Objective Matrix (OMAX) MethodAbstrakChampignon (Agaricus bisporus) production is a rapidly growing industry in Indonesia. This study aims to measure the productivity of champignon production using OMAX and to propose an improvement in productivity at PT XXX. The higher the score productivity achieved the better the productivity achieved by the company. The measures consist of the establishment of OMAX measurement criteria,  ratio calculation performance, the determination of the value of a score of 0,3, and 10. The determination of realistic productivity, scoring, weight, value, and the determination of productivity index. The results showed that the productivity of each criterion fluctuated. The highest productivity was in October with a score of 5, for raw material criteria. It was proposed to improve productivity in November.Keywords: Champignon mushrooms (Agaricus bisporus), productivity, OMAX method.
Sistem Pendukung Keputusan Penerimaan Mahasiswa Baru Menggunakan Metode Logika Fuzzy Model Sugeno Rohman, M Habibur; Yunitarini, Rika
Rekayasa Vol 8, No 1: April 2015
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.439 KB) | DOI: 10.21107/rekayasa.v8i1.5352

Abstract

Dalam rangka memilih calon mahasiswa baru yang mempunyai kemampuan akademik untuk mengikuti dan menyelesaikan studi di perguruan tinggi dengan baik dan sesuai batas waktu yang ditentukan, maka perlu adanya proses seleksi. Universitas Trunojoyo menyelengarakan program untuk penerimaan calon mahasiswa baru. Salah satunya jalur Seleksi Mandiri Masuk Universitas Trunojoyo Madura. Untuk penerimaan mahasiswa baru program S1 dan Diploma yang dilaksanakan melalui ujian tes tulis. Kriteria jalur seleksi mandiri ini antara lain Tes Potensi Akademik (TPA ), Tes Pengetahuan Dasar (TPD), Indeks Sekolah dan Akreditasi Sekolah. Setelah calon mahasiswa melakukan pendaftaran dengan memenuhi syarat yang telah ditentukan, maka mereka wajib melakukan ujian tes online. Hasil ujian dan data sekolah digunakan sebagai bahan pertimbangan untuk uji kriteria dan seleksi penerimaan mahasiswa baru. Metodologi yang digunakan dalam pengembangan sistem pendukung keputusan ini menggunakan metode logika fuzzy model sugeno. Logika Fuzzy merupakan salah satu ilmu yang digunakan untuk menyelesaikan masalah mengenai menganalisa ketidakpastian. Dalam penelitian ini logika fuzzy model sugeno digunakan untuk menentukan nilai rata - rata kriteria dengan menggunakan aturan (rule). Dengan ini Peneliti mencoba menawarkan sebuah solusi sistem yang dapat menerima data mahasiswa secara online serta merekapitulasi data calon mahasiswa dan mempermudah menganalisis data untuk membantu memberikan informasi sebagai hasil pengambilan keputusan.Kata Kunci : Penerimaan mahasiswa baru, logika fuzzy model sugeno New Student Acceptance Decision Support System Using Sugeno Fuzzy Logic Method ABSTRACTIn order to select new students who have the academic ability to pursue and complete college studies properly and within the limits prescribed time, hence the need for the selection process. Trunojoyo university organizes programs for new admissions. One of these pathways self-selection in trunojoyo university. For new admissions, s1 and diploma programs are implemented through a written test exam. Path of self-selection criteria includes academic potential test (TPA), basic knowledge test (TPD), index school and school accreditation. After registering with prospective students who have been determined eligible, they must conduct an online test exam. Exam results and school data are used as consideration for the selection of test criteria and new admissions. The methodology used in the development of a decision support system using fuzzy logic method Sugeno models. Fuzzy logic is one of the sciences used to solve the problem of analyzing uncertainty. In this study sugeno fuzzy logic models are used to determine the value - average criteria by using the rule (rule). With these researchers try to offer a system solution that can receive data online students and prospective students recapitulate the data and make it easy to analyze the data to help inform decision-making as a result.keywords: admission of new students, Sugeno fuzzy logic models Dalam rangka memilih calon mahasiswa baru yang mempunyai kemampuan akademik untuk mengikuti dan menyelesaikan studi di perguruan tinggi dengan baik dan sesuai batas waktu yang ditentukan, maka perlu adanya proses seleksi. Universitas Trunojoyo menyelengarakan program untuk penerimaan calon mahasiswa baru. Salah satunya jalur Seleksi Mandiri Masuk Universitas Trunojoyo Madura. Untuk penerimaan mahasiswa baru program S1 dan Diploma yang dilaksanakan melalui ujian tes tulis. Kriteria jalur seleksi mandiri ini antara lain Tes Potensi Akademik(TPA ), Tes Pengetahuan Dasar(TPD), Indeks Sekolah dan Akreditasi Sekolah. Setelah calon mahasiswa melakukan pendaftaran dengan memenuhi syarat yang telah ditentukan, maka mereka wajib melakukan ujian tes online. Hasil ujian dan data sekolah digunakan sebagai bahan pertimbangan untuk uji kriteria dan seleksi penerimaan mahasiswa baru. Metodologi yang digunakan dalampengembangan sistem pendukung keputusanini menggunakan metode logika fuzzy model sugeno. Logika Fuzzy merupakan salah satu ilmu yang digunakan untuk menyelesaikan masalah mengenai menganalisa ketidakpastian.Dalam penelitian ini logika fuzzy model sugeno digunakan untuk menentukan nilai rata - rata kriteria dengan menggunakan aturan(rule). Dengan ini Peneliti mencoba menawarkan sebuah solusi sistem yang dapat menerima data mahasiswa secara online serta merekapitulasi data calon mahasiswa dan mempermudah menganalisis data untuk membantu memberikan informasi sebagai hasil pengambilan keputusan.     Kata Kunci : Penerimaan mahasiswa baru, logika fuzzy model sugeno ABSTRACT            In order to select new students who have the academic ability to pursue and complete college studies properly and within the limits prescribed time, hence the need for the selection process. Trunojoyo university organizes programs for new admissions. One of these pathways self selection in trunojoyo university. For new admissions s1 and diploma programs are implemented through a written test exam. Path of self-selection criteria include academic potential test (TPA), basic knowledge test (TPD), index school and school accreditation. After registering with prospective students who have been determined eligible, they must conduct an online test exam. Exam results and school data are used as consideration for the selection of test criteria and new admissions. The methodology used in the development of a decision support system using fuzzy logic method sugeno models. Fuzzy logic is one of the science used to solve the problem of analyzing uncertainty. In this study sugeno fuzzy logic models are used to determine the value - average criteria by using the rule (rule). With these researchers try to offer a system solution that can receive data online students and prospective students recapitulate the data and makes it easy to analyze the data to help inform decision-making as a result.         keywords: admission of new students,Sugeno fuzzy logic models
Analisa DSC Terhadap Sintesis Plastik HDPE–fly ash Muharrami, Laila Khamsatul
Rekayasa Vol 8, No 1: April 2015
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (223.339 KB) | DOI: 10.21107/rekayasa.v8i1.5353

Abstract

Termoplastik merupakan polimer sintetik yang paling banyak diproduksi dan salah satu produksi termoplastik yang sedang naik daun adalah polietilen. Aplikasi termoplastik banyak dimanfaatkan oleh perusahaan plastik dan non-palstik. Perusahaan plastik biasa menggunakan termoplastik sebagai bahan pengemas, alat rumah tangga, pembangunan, otomotif, listrik dan sebagainya.  Penelitian ini membuat film HDPE dengan filler fly ash dengan variasi konsentrasi 0%, 5%, 10%, 15%, dan 20% dengan harapan film plastic HDPE mempunyai ketahanan/ kekuatan terhadap degradasi termal. Analisa termal yang digunakan adalah DSC. Hasil penelitian menunjukkan adanya sebuah puncak yaitu pada suhu 132,50C dengan entalphi sebesar 211,4 mJ/mg pada sampel awal sedangkan pada film HDPE-filler 5% menunjukkan adanya sebuah puncak yaitu pada suhu 130,60C dengan entalphi sebesar 224,7 mJ/mg.

Page 1 of 1 | Total Record : 4

 1 

Filter by Year

2015 2015


Reset
Filter By Issues
All Issue Vol 18, No 2: Agustus, 2025 Vol 18, No 1: April 2025 Vol 17, No 3: Desember, 2024 Vol 16, No 2: Agustus 2023 Vol 16, No 1: April 2023 Vol 15, No 3: Desember 2022 Vol 15, No 2: Agustus 2022 Vol 15, No 1: April 2022 Vol 14, No 3: Desember 2021 Vol 14, No 2: Agustus 2021 Vol 14, No 1: April 2021 Vol 13, No 3: December 2020 Vol 13, No 2: August 2020 Vol 13, No 1: April 2020 Vol 12, No 2: Oktober 2019 Vol 12, No 1: April 2019 Vol 11, No 2: Oktober 2018 Vol 11, No 1: April 2018 Vol 10, No 2: Oktober 2017 Vol 10, No 1: April 2017 Vol 9, No 2: Oktober 2016 Vol 9, No 1: April 2016 Vol 8, No 2: Oktober 2015 Vol 8, No 1: April 2015 Vol 7, No 1: April 2014 Vol 6, No 2: Oktober 2013 Vol 6, No 1: April 2013 Vol 5, No 2: Oktober 2012 Vol 5, No 1: April 2012 Vol 4, No 2: Oktober 2011 Vol 4, No 1: April 2011 Vol 3, No 2: Oktober 2010 Vol 3, No 1: April 2010 Vol 2, No 2: Oktober 2009 Vol 2, No 1: April 2009 Vol 1, No 2: Oktober 2008 Vol 1, No 1: April 2008 More Issue