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
Jl. A. Yani Tromol Pos 1 Pabelan Kartasura Surakarta Jawa Tengah 57162 Indonesia
Location
Kota surakarta,
Jawa tengah
INDONESIA
Emitor: Jurnal Teknik Elektro
Published by Universitas Muhammadiyah Surakarta
ISSN : 14118890     EISSN : 25414518     DOI : -
Core Subject : Engineering,
Electrical & Electronics Engineering
Emitor: Jurnal Teknik Elektro is a scientific journal published by the Department of Electrical Engineering, Faculty of Engineering UMS with a goal as the media of scientific publications in the field of all electrical engineering's covering the field of Electric Power System (STL), System Alerts and Electronics (SIE) that includes Electronic, Telecommunications, Computing, Control, Instrumentation, Medical Electronics (biomedical) and Computer and Information Systems (SKI).
Arjuna Subject : -
Articles 307 Documents
 5   6   7   8   9 
Perbandingan Kinerja Rule ZeroR dan Function SMO dengan T-Test dalam Pengklasifikasian Diagnosis Penyakit Diabetes Mellitus Wiyono, Slamet
Emitor: Jurnal Teknik Elektro Vol 16, No 1: Maret 2016
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v16i1.2679

Abstract

Penemuan informasi dari data medis adalah salah satu cara untuk membuat keputusan dari pasien. Dataset diabetes mellitus diperoleh dari Pima Indian dataset diabetes dari repositori UCI. Pengolahan data mining dibagi menjadi dua tahap yaitu pertama, identifikasi dan pencarian atribut data , pencarian keakurasian data menggunakan software WEKA dan kedua, tahap kelayakan perbandingan kedua data tersebut dengan t-test menggunakan Microsoft excell. Masing-masing metode diuji keefektifitasanya dengan menggunakan 10-fold cross validation dengan hasil pengukuran diperoleh akurasi 77,3 % untuk function SMO dan 65,1 % untuk rule ZeroR . Setelah didapatkan hasil akurasi, dilakukan pengujian perbandingan kesignifikaan dengan confidence level 5% dengan menggunakan t-test. Didapatkan hasil bahwa keduanya signifikan, hal ni berarti bahwa metode function SMO memberikan prediksi yang lebih baik dari rule ZeroR untuk diagnose penyakit diabetes.
PENGATURAN SISTEM PENGAMAN RUMAH DAN PENGATURAN BEBAN LAMPU BERBASIS MIKROKONTROLER Firmansyah, Joko
Emitor: Jurnal Teknik Elektro Vol 15, No 2: September 2015
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v15i2.2055

Abstract

Sistem keamanan merupakan salah satu kebutuhan yang sangat penting dalam kehidupan sekarang ini. Khususnya sistem keamanan dalam rumah. Banyak hal akan dilakukan untuk menciptakan sistem keamanan yang akan melindungi rumah saat rumah ditinggal oleh pemiliknya. Salah satu cara konvensional yang sering dijumpai adalah menghidupkan lampu saat rumah ditinggalkan dalam waktu yang lama. Untuk itu dibutuhkan sebuah instrumen yang dapat memberikan pengamanan terhadap rumah dan dapat mengatur nyala lampu secara terprogram dengan memanfaatkan mikrokontroler ATMega16.Pengaturan sistem pengaman rumah dan pengaturan beban lampu berbasis mikrokontroler ini dikendalikan oleh mikrokontroler ATMega16. Sistem ini menggunakan 5 karakter dengan kombinasi angka 0-9 dan huruf A-D untuk sistem passwordnya. Untuk melakukan setting dan input password dapat dilakukan melalui keypad 4x4. Sistem pengaman berupa sistem password yang akan menyalakan alarm ketika password yang dimasukkan tidak sesuai dengan database pada memori EEPROM mikrokontroler ATMega16 sebanyak lebih dari dua kali dan sistem akan mendeteksi kondisi pintu apakah pintu dalam kondisi terbuka atau tertutup. Sistem ini menggunakan sensor optocoupler sebanyak 3 buah yang ditempatkan tepat diatas pintu yang berfungsi untuk mengindikasikan kondisi pintu ke mikrokontroler. Jumlah pintu yang dapat diatur aksesnya sebanyak 3 buah pintu yaitu pintu utama, pintu kamar tidur 1, dan pintu kamar tidur 2. Sensor cahaya yang digunakan sebanyak 4 buah yang akan mengindikasikan kondisi ruangan yang kemudian akan menyalakan 4 buah beban lampu.Penelitian ini menghasilkan suatu instrumen pengaman rumah dan pengaturan beban lampu yang memiliki menu open dan menu Set RTC sebagai menu pengatur sistem. Menu Open digunakan untuk mengatur akses pintu maupun lampu seperti saklar on/ off, sedangkan Menu Set RTC dapat digunakan untuk mengatur akses pintu maupun lampu sesuai keinginan pengguna dengan cara menseting nilai start dan nilai stop. Akses yang dapat diatur adalah akses pintu dan lampu dengan mode 24 jam. Pengaturan pada sistem ini belum dilengkapi dengan setting berdasarkan tanggal dan hari. Memori flash yang dibutuhkan untuk membentuk instrumen ini adalah 99,1% dari 16KByte dan memori eeprom sebesar 8,6% dari 512Byte
Pengenalan Wajah Manusia berbasis Algoritma Local Binary Pattern Purwati, Ratih; Ariyanto, Gunawan
Emitor: Jurnal Teknik Elektro Vol 17, No 2: September 2017
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v17i2.6232

Abstract

Face Recognition merupakan teknologi komputer untuk mengidentifikasi wajah manusia melalui gambar digital yang tersimpan di database. Wajah manusia dapat berubah bentuk sesuai dengan ekspresi yang dimilikinya. Wajah manusia dapat berubah bentuk sesuai dengan eskpresi yang dimilikinya. Ekspresi wajah manusia memiliki kemiripan satu sama lain sehingga untuk mengenali suatu ekspresi adalah kepunyaan siapa akan sedikit sulit. Pengenalan wajah terus menjadi topik aktif di zaman sekarang pada penelitian bidang computer vision. Penggunaan wajah manusia sering kita jumpai pada fitur-fitur aplikasi media sosial seperti Snapchat, Snapgram dari Instagram dan banyak aplikasi sosial media lainnya yang menggunakan teknologi tersebut. Pada penelitian ini dilakukan analisa pengenalan ekpresi wajah manusia dengan pendekatan fitur alogaritma Local Binary Pattern dan mencari pengembangan alogaritma dasar Local Binary Pattern yang paling optimal dengan cara menggabungkan metode Hisogram Equalization, Support Vector Machine, dan K-fold cross validation sehingga dapat meningkatkan pengenalan gambar wajah manusia pada hasil yang terbaik. Penelitian ini menginput beberapa database wajah manusia seperti JAFFE yang merupakan gambar wajah manusia wanita jepang yang berjumlah 10 orang dengan 7 ekspresi emosional seperti marah, sedih, bahagia, jijik, kaget, takut dan netral ke dalam sistem. YALE yaitu merupakan gambar wajah manusia orang Amerika. Serta menggunakan dataset CALTECH yang merupakan gambar manusia yang terdiri dari 450 gambar dengan ukuran 896 x 592 piksel dan disimpan dalam format JPEG. Kemudian data tersebut di sesuaikan dengan bentuk tekstur wajah masing-masing. Dari hasil penggabungan ketiga metode diatas dan percobaan-percobaan yang sudah dilakukan, didapatkan hasil yang paling optimal dalam pengenalan wajah manusia yaitu menggunakan dataset JAFFE dengan resolusi 92 x 112 piksel dan dengan tingkat penggunaan processor yang tinggi dapat mempengaruhi waktu kecepatan komputasi dalam proses menjalankan sistem sehingga menghasilkan prediksi yang lebih tepat.
Implementasi Cloud Storage di Kantor Kecamatan Ngemplak Boyolali Perdana, Reggy Lintang; Supriyono, Heru
Emitor: Jurnal Teknik Elektro Vol 17, No 1: Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v17i1.5963

Abstract

Keterbatasan ruang media penyimpanan, kerentanan data terhadap virus dan malware menjadi permasalahan yang dikeluhkan hampir setiap pegawai kantor Kecamatan Ngemplak Boyolali, terpisahnya data penting antar PC mengakibatkan setiap pegawai memerlukan media penyimpanan tambahan berupa flashdisk untuk saling bertukar data. Oleh karena itu diperlukan sebuah media penyimpanan yang lebih terpusat dan dapat menyimpan data secara sementara, dapat diakses dari mana dan kapan saja, serta memiliki fitur yang dapat meminimalisir penggunaan flashdisk. Cloud storage merupakan alternatif media penyimpanan data tambahan berbasis teknologi cloud computing. Metode yang digunakan dalam penelitian ini antara lain analisa kebutuhan, perancangan arsitektur, implementasi, dan pengujian. Layanan cloud storage dirancang dengan penggunaan Virtual Private Server (VPS) dengan spesifikasi: Processor Intel (R) Xeon, 2 GB RAM , SSD 40 GB, dan bandwith 2000 GB serta menggunakan ownCloud sebagai platform teknologi cloud computing. Pengujian terhadap server layanan ownCloud diujikan melalui proses kecepatan pengunggahan data, pengunduhan data, dan response time. Pengujian tersebut dengan penggunaan 3 PC dan 1 Smartphone yang mengakses server layanan ownCloud secara bersamaan baik melalui aplikai web browser, sinkronisasi desktop, dan aplikasi android. Dari pengujian tersebut didapatkan sebuah hasil berupa rata-rata kecepatan pengunggahan sebesar 296 Kbps, kecepatan pengunduhan sebesar 438 Kbps, sinkronisasi desktop 178 Kbps, dan smartphone up to 200 Kbps. Selain kecepatan, didapatkan hasil response time 03.52 menit proses pengunggahan, 02.21 menit proses pengunduhan, 04.53 proses sinkronisasi desktop, dan 04.52 menit sinkronisasi smartphone.
PENGENALAN WAJAH MANUSIA BERBASIS ALGORITMA LOCAL BINARY PATTERN Purwati, Ratih; Ariyanto, Gunawan
Emitor: Jurnal Teknik Elektro Vol 17, No 2 (2017): Vol.17 No.02 September 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Face Recognition merupakan teknologi komputer untuk mengidentifikasi wajah manusia melalui gambar digital yang tersimpan di database. Wajah manusia dapat berubah bentuk sesuai dengan ekspresi yang dimilikinya. Pengenalan wajah terus menjadi topik aktif di zaman sekarang pada penelitian bidang computer vision. Penggunaan wajah manusia sering kita jumpai pada fitur-fitur aplikasi media sosial seperti Snapchat, Snapgram dari Instagram dan banyak aplikasi sosial media lainnya yang menggunakan teknologi tersebut. Pada penelitian ini dilakukan analisa pengenalan ekpresi wajah manusia dengan pendekatan fitur alogaritma Local Binary Pattern dan mencari pengembangan alogaritma dasar Local Binary Pattern yang paling optimal dengan cara menggabungkan metode Histogram Equalization, Support Vector Machine, dan K-fold cross validation sehingga dapat meningkatkan pengenalan gambar wajah manusia pada hasil yang terbaik. Penelitian ini menggunakan beberapa database wajah manusia yang memiliki bermacam-macam ekspresi seperti JAFFE yang merupakan gambar wajah manusia wanita jepang yang berjumlah 10 orang dengan 7 ekspresi emosional seperti marah, sedih, bahagia, jijik, kaget, takut dan netral ke dalam sistem. YALE yaitu merupakan gambar wajah manusia orang Amerika. Serta menggunakan dataset CALTECH yang merupakan gambar manusia yang terdiri dari 450 gambar dengan ukuran 896 x 592 piksel dan disimpan dalam format JPEG. Kemudian data tersebut di sesuaikan dengan bentuk tekstur wajah masing-masing. Dari hasil penggabungan ketiga metode diatas dan percobaan-percobaan yang sudah dilakukan, didapatkan hasil yang paling optimal dalam pengenalan wajah manusia yaitu menggunakan dataset JAFFE dengan resolusi 92 x 112 piksel dan dengan tingkat penggunaan processor yang tinggi dapat mempengaruhi waktu kecepatan komputasi dalam proses menjalankan sistem sehingga menghasilkan prediksi yang lebih tepat.
Aplikasi Pengolah Nilai Peserta Didik Pada SDIT Nur Hasan Senting Berbasis Desktop Khoirudhin, Arif; Supriyono, Heru
Emitor: Jurnal Teknik Elektro Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Penyajian laporan akademik SDIT Nur Hasan masih dibantu dengan Ms. Excel, namun tidak semua guru mampu mengoperasikannya, beberapa masih menggunakan cara konvensional yang rentan terjadi kesalahan, memakan banyak waktu serta tenaga dan ditambah ketentuan dalam penghitungan nilai cukup rumit karena ada beberapa input nilai seperti nilai ulangan harian dan nilai tugas yang input nilainya lebih dari satu kali dan dihitung rata-rata nilainya. Penelitian ini bertujuan untuk membuat aplikasi desktop pengolahan nilai rapor yang mempermudah dalam memproses nilai peserta didik meliputi ulangan harian, tugas, ujian tengah semester dan ujian akhir semester. Metode yang dipakai pada penelitian ini adalah  System Development Life Cycle (SDLC) model Waterfall. Aplikasi berbasis desktop ini dibangun dengan menggunakan Visual Basic.NET dan basis data MySQL. Pengujian aplikasi ini menggunakan metode black box dan memberikan pernyataan yang diisi langsung oleh guru dan karyawan SDIT Nur Hasan. Hasil pengujian yang dilakukan menyatakan aplikasi pengolah nilai rapor ini memudahkan dalam mengolah data akademik dan menghitung data nilai yang didapat siswa dari proses kegiatan belajar mengajar yang telah dilaksanakan serta memudahkan untuk mendapatkan informasi serta laporan yang dibutuhkan terlihat dari Presentasi Interpretasi sebesar 76%. Adanya aplikasi ini diharapkan dapat membantu dan mempermudah guru dan pihak sekolah dalam mengelola nilai peserta didik yang diperoleh di sekolah. 
Implementasi Cloud Storage di Kantor Kecamatan Ngemplak Boyolali Perdana, Reggy Lintang; Supriyono, Heru
Emitor: Jurnal Teknik Elektro Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Abstrak- Keterbatasan ruang media penyimpanan, kerentanan data terhadap virus dan malware menjadi permasalahan yang dikeluhkan hampir setiap pegawai kantor Kecamatan Ngemplak Boyolali, terpisahnya data penting antar PC mengakibatkan setiap pegawai memerlukan media penyimpanan tambahan berupa flashdisk untuk saling bertukar data. Oleh karena itu diperlukan sebuah media penyimpanan yang lebih terpusat dan dapat menyimpan data secara sementara, dapat diakses dari mana dan kapan saja, serta memiliki fitur yang dapat meminimalisir penggunaan flashdisk. Cloud storage merupakan alternatif media penyimpanan data tambahan berbasis teknologi cloud computing. Metode yang digunakan dalam penelitian ini antara lain analisa kebutuhan, perancangan arsitektur, implementasi, dan pengujian. Layanan cloud storage dirancang dengan penggunaan Virtual Private Server (VPS) dengan spesifikasi: Processor Intel (R) Xeon, 2 GB RAM , SSD 40 GB, dan bandwith 2000 GB serta menggunakan ownCloud sebagai platform teknologi cloud computing. Pengujian terhadap server layanan ownCloud diujikan melalui proses kecepatan pengunggahan data, pengunduhan data, dan response time. Pengujian tersebut dengan penggunaan 3 PC dan 1 Smartphone yang mengakses server layanan ownCloud secara bersamaan baik melalui aplikai web browser, sinkronisasi desktop, dan aplikasi android. Dari pengujian tersebut didapatkan sebuah hasil berupa rata-rata kecepatan pengunggahan sebesar 296 Kbps, kecepatan pengunduhan sebesar 438 Kbps, sinkronisasi desktop 178 Kbps, dan smartphone up to 200 Kbps. Selain kecepatan, didapatkan hasil response time 03.52 menit proses pengunggahan, 02.21 menit proses pengunduhan, 04.53 proses sinkronisasi desktop, dan 04.52 menit sinkronisasi smartphone.
Pengenalan Deteksi Wajah Dengan Modifikasi Metode Viola Jones Syafira, Adinda Rizkita; Ariyanto, Gunawan
Emitor: Jurnal Teknik Elektro Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Deteksi wajah merupakan salah satu topik yang paling banyak dipelajari dalam literatur computer vision. Tujuan deteksi wajah adalah untuk mengetahui ada atau tidaknya wajah pada suatu gambar. Meskipun tampaknya hal ini merupakan tugas yang mudah dilakukan oleh manusia, tapi ternyata sangat rumit untuk dilakukan oleh komputer dikarenakan terdapat beberapa kesulitan yang terkait dengan lokasi, sudut pandang, cahaya, oklusi, dan lain-lain. Berdasarkan latar belakang tersebut, penelitian ini akan menerapkan metode Viola Jones yang dianggap sebagai salah satu metode dengan tingkat akurasi yang tinggi dalam melakukan pendeteksian wajah ke dalam sistem pengenalan deteksi wajah yang menggunakan bahasa pemrograman Python. Metode Viola Jones menggunakan fitur Haar sebagai deskriptor lalu menggabungkan Integral Image dan AdaBoost untuk mencari dan melakukan seleksi nilai fitur yang kemudian akan terbentuk menjadi Cascade Classifier untuk mendeteksi adanya kemungkinan wajah pada gambar. Pada penelitian ini juga akan dilakukan modifikasi nilai variabel pada metode Viola Jones untuk menambah tingkat akurasi. Penelitian ini bertujuan untuk mempelajari dan memahami algoritma metode Viola Jones serta melakukan modifikasi yang diharapkan dapat meningkatkan performa sistem. Dari hasil pengujian sistem menggunakan K-fold cross validation didapat hasil tertinggi sebesar 90,84536082% untuk gambar wajah dan 75,46391753% untuk gambar bukan wajah serta tingkat akurasi meningkat sampai dengan ±20% untuk pendeteksian gambar wajah dan bukan wajah.
Pemindaian QR Code Untuk Aplikasi Penampil Informasi Data Koleksi Di Museum Sangiran Sragen Berbasis Android Jawi, I Gusti Banjar
Emitor: Jurnal Teknik Elektro Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Dengan berkembangnya teknologi smartphone saat ini, informasi yang dibutuhkan menjadi sangat mudah untuk didapatkan. Museum sebagai tempat informasi yang sering dikunjungi adalah tempat yang cocok untuk mencari informasi tentang zaman purbakala. QR Code adalah salah satu cara untuk mendapatkan informasi yang lengkap. QR Code yaitu suatu jenis image dua dimensi yang menampilkan data berupa teks. Tujuan penelitian ini adalah untuk memberi kemudahan pengunjung dalam mencari informasi koleksi museum. Metode yang digunakan dalam penelitian ini adalah dengan metode System Development Life Cycle (SDLC). Dalam pembuatan sistem ini antara lain membuat web museum kemudian dihostingkan dan membuat aplikasi melalui app inventor 2 ultimate secara offline, kemudian membuat QR Code  yang didalamnya terdapat URL web museum. Hasil dari penelitian ini adalah sistem web museum. Pada sistem ini terdapat fitur seperti Home, Koleksi, dan Admin. Berdasarkan hasil pengujian sistem ini melalui black-box, smartphone, dan responden dapat disimpulkan bahwa fitur web museum sudah sesuai, dan pengujian pada smartphone disimpulkan bahwa sistem ini dapat berjalan dengan baik. Berdasarkan pengujian kepada pengunjung museum dapat diketahui sebanyak 79% responden setuju bahwa sistem ini layak untuk digunakan.
Sistem Deteksi Wajah Dengan Modifikasi Metode Viola Jones Syafira, Adinda Rizkita; Ariyanto, Gunawan
Emitor: Jurnal Teknik Elektro Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Deteksi wajah manusia merupakan salah satu topik yang paling banyak dipelajari di bidang computer vision. Tujuan deteksi wajah adalah untuk mengetahui ada atau tidaknya wajah pada suatu gambar. Meskipun tampak mudah dilakukan oleh manusia, ternyata pendeteksian wajah sangat rumit dilakukan oleh komputer karena terdapat beberapa kesulitan yang terkait dengan lokasi, sudut pandang, cahaya, dan oklusi. Penelitian ini menerapkan metode Viola Jones untuk membangun sistem deteksi wajah dengan bahasa pemrograman Python. Metode Viola Jones merupakan salah satu metode deteksi wajah dengan tingkat akurasi yang tinggi dan komputasi yang cepat. Metode Viola Jones menggunakan fitur Haar sebagai deskriptor kemudian menggabungkan Integral Image dan AdaBoost untuk mencari dan melakukan seleksi nilai fitur dan membentuk Cascade Classifier. Classifier tersebut yang akan digunakan untuk mendeteksi wajah pada gambar. Penelitian ini juga mengevaluasi tingkat akurasi sistem dengan cara memodifikasi nilai-nilai parameter yang ada di metode Viola Jones. Dari hasil pengujian menggunakan K-fold cross validation didapat hasil akurasi tertinggi sebesar 90,9% untuk gambar wajah dan 75,5% untuk gambar bukan wajah.

Page 7 of 31 | Total Record : 307

 5   6   7   8   9 

Filter by Year

2001 2023


Reset
Filter By Issues
All Issue Vol 23, No 2: September 2023 Vol 22, No 2: September 2022 Vol 22, No 1: Maret 2022 Vol 21, No 2: September 2021 Vol 21, No 1: Maret 2021 Vol 20, No 2: September 2020 Vol 20, No 1: Maret 2020 Vol 19, No 2: September 2019 Vol 19, No 1: Maret 2019 Vol 18, No 2 (2018): Vol. 18 No. 2 Vol 18, No 2: September 2018 Vol 18, No 1: Maret 2018 Vol 17, No 2 (2017): Vol.17 No.02 September 2017 Vol 17, No 1 (2017): Vol 17 No.1 Maret 2017 Vol.17 No. 02 September 2017 Vol 17, No 2: September 2017 Vol 17, No 1: Maret 2017 Vol.16 No.01 Maret 2016 Vol 16, No 2: September 2016 Vol 16, No 1: Maret 2016 Vol.15 No.02 September 2015 Vol.15 No.01 Maret 2015 Vol 15, No 2: September 2015 Vol 15, No 1: Maret 2015 Vol 14, No 1: Maret 2014 Vol 2, No 2: September 2002 Vol 1, No 1: Maret 2001 More Issue