Claim Missing Document
Check
Articles

Found 57 Documents
Search
Journal : eProceedings of Engineering

Analisis Performansi Rtsp Live Streaming Server Berbasis Raspberry Pi Untuk Video Surveillance System Muhamad Hamdan Rifai; Budhi Irawan; Randy Erfa Saputra
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Live streaming merupakan teknologi untuk menjalankan file video atau audio secara langsung dengan sebuah server yang menjalankan layanan live streaming. Server yang menyediakan layanan live streaming akan menggunakan protokol streaming sebagai pengontrol dan pengirim paket data secara real- time kepada client yang menjalankan layanan live streaming dari server. Salah satu protokol real-time yang digunakan untuk live streaming server yaitu Real Time Streaming Protocol atau disebut RTSP, protokol tersebut berfungsi untuk berkomunikasi dengan client yang menjalankan live streaming. Dalam Tugas Akhir ini, penulis melakukan analisis protokol RTSP yang diimplementasikan pada sebuah raspberry pi sebagai live streaming server untuk video surveillance system yang terintegrasi dengan camera pengawas. Surveillance system merupakan teknologi yang dipakai untuk meningkatkan pengawasan pada tempat atau lokasi yang lepas dari jangkauan penglihatan kita atau tempat tersebut sedang ditinggalkan sehingga tidak ada yang bisa mengawasi secara langsung contohnya rumah atau tempat kerja. Protokol RTSP tersebut dianalisis performansinya untuk penggunaan pada video surveillance system, serta analisis penggunaan raspberry pi sebagai live streaming server yang terintegrasi dengan camera. Performansi protokol RTSP khususnya pada throughput jaringannya cenderung lebih besar dari protokol RTMP yaitu dengan nilai throughput terbesar 3,83 Mbps, sehingga nilai delay RTSP lebih besar dari RTMP. Dengan demikian bahwa protokol RTSP memiliki kelebihan dalam kualitas output video tetapi untuk performansi lebih baik RTMP karena nilai delay nya lebih kecil sehingga pengiriman data lebih cepat. Kehandalan raspberry pi sebagai live streaming server memiliki stabilitas yang baik saat menjalankan video streaming pada jaringan video surveillance system yang diakses oleh user atau client. Kata kunci : Live streaming server, RTSP, raspberry pi, video surveillance system
Kurniawan Indrajaya, Burhanuddin Dirgantoro, Randy Erfa Saputra Kurniawan Indrajaya; Burhanuddin Dirgantaro; Randy Erfa Saputra
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Belakangan ini Pemerintah Indonesia berupaya mensukseskan program ketahanan pangan nasional melalui sektor kelautan dan perikanan. Oleh sebab itu, pemerintah melalui Dinas Pertanian dan Perikanan di setiap daerah mulai menggiatkan kegiatan pembudidayaan ikan dan penangkapan ikan. Bagi kegiatan budidaya ikan, permasalahan pakan adalah hal yang utama karena lebih dari 80% biaya pemeliharaan dihabiskan untuk pembelian pakan. Alasannya adalah pembudidaya, dalam memberi makan ikan selalu berdasarkan perkiraan dan perasaan sehingga ada kemungkinan pemberian pakan berlebih yang dapat menyebabkan penyebaran penyakit. Oleh karena itu dibutuhkan suatu sistem yang mampu mengatur kegiatan pemberian pakan ikan secara otomatis dengam menggunakan Raspberry Pi sebagai komponen pengendaliannya dan dengan sumber daya perangkat menggunakan powerbank yang dapat di isi ulang dayanya menggunakan panel surya. Pada tugas akhir ini dibuat suatu sistem yang mampu mengatur secara otomatis kegiatan pemberian pakan pellet di kolam dan menginformasikan informasi pengeluaran pakan pellet kepada pengguna sehingga dapat dipantau secara akurat. Perancangan sistem ini menggunakan Raspberry Pi untuk pengendali perangkat, server, dan penggerak motor servo dan DC. Perangkat Raspberry Pi dihubungkan dengan smartphone android secara wireless untuk interaksi dengan pengguna. Kata Kunci : kolam, budidaya ikan, takaran, pakan, server, raspberry pi, motor servo, motor dc.
Aplikasi Android Untuk Manajemen Pakan Kolam Ikan Fathurohim M Ahsin Sidqi; Burhanuddin Dirgantaro; Randy Erfa Saputra
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Ikan segar sebagai penghasil protein tinggi yang terjangkau oleh semua lapisan masyarakat dapat dijadikan alternatif pemenuh kebutuhan protein harian. Ikan menjadi sumber asam lemak tak jenuh, taurin, dan asam lemak omega-3, terutama pada ikan jenis tuna, tongkol, ikan kembung, dan ikan lemuru. Dalam budidaya ikan pada umumnya sekitar 60 – 80% biaya produksi dihabiskan untuk kebutuhan pakan. Pakan berpengaruh pada proses pertumbuhan, reproduksi, dan pemeliharaan tubuh ikan. Oleh karena itu pemantauan jumlah pakan yang diberikan menjadi hal yang penting untuk diperhatikan supaya lebih efisien. Selain itu waktu pemberian pakan juga tidak boleh sembarangan. Pemberian pakan yang baik adalah terjadwal dengan tepat waktu dan tidak berubah – ubah. Dengan berkembanganya teknologi mobile yang semakin pesat, pertumbuhan jumlah penggunanya pun kian meningkat. Salah satu teknologi mobile yang populer adalah Android. Operating Sistem (OS) yang kini banyak digunakan pada telepon seluler ini menyediakan platform terbuka bagi siapapun untuk pengembangan aplikasinya. Pada tugas akhir ini dirancang suatu sistem yang terintegrasi antara aplikasi smartphone Android dengan Raspberry Pi sebagai web server yang dapat digunakan sebagai pemantau pemberian pakan pada kolam ikan. Dengan demikian maka diharapkan pemantauan dan pengaturan pakan pada kolam budidaya ikan dapat lebih efisien. Kata Kunci : android, raspberry pi
Perancangan Dan Implementasi Sistem Kontrol Pada Monitoring Ruangan Berbasis Kamera Pengawas Bergerak Faishal Affan Tampubolon; Burhanuddin Dirgantoro; Randy Erfa Saputra
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Salah satu penerapan teknologi adalah pada sistem keamanan ruangan. Dalam kesempatan kali ini direalisasikan suatu perancangan sistem keamanan ruangan menggunakan kamera pengawas sebagai alat monitoringnya. Selanjutnya membuat sebuah tempat yang dijadikan jalur kamera pengawas dalam memonitoring ruang dengan arduino dan motor servo sebagai mesin penggerak. Implementasi dari alat ini adalah mengawasi suatu ruangan dengan cara mencakup seluruh sudut ruangan tersebut. Alat ini nantinya akan dalam status stand by, selanjutnya kamera pengawas akan mendeteksi jika terdapat objek yang mencurigakan pada suatu ruangan. Setelah itu kamera pengawas akan bergerak direl dan melakukan pendeteksian objek. Kamera pengawas akan men screen capture objek tersebut dan arduino memerintahkan motor servo untuk berhenti . Apabila perangkat dalam keadaan lowbat maka perangkat akan bergerak ke arah tempat mengisi daya baterai. Perangkat ini dapat memonitoring ruangan secara real-time dan dapat mendeteksi objek serta menyimpan hasil dari objek yang terdeteksi tersebut. Kemudian  dari waktu operasional, dengan menggunakan catu daya berupa baterai dengan tegangan 4,2 volt dan berkapasitas 5050mah perangkat dapat bekerja memonitoring suatu ruangan dalam waktu 90 menit. Kata Kunci: Arduino Uno, Motor servo
Rancang Bangun Sistem Otomasi dan Keamanan Rumah Pintar Menggunakan Raspberry Pi 3 dengan Pusat Kendali Telegram Henric Sahala Teofilus Simbolon; R. Rumani M; Randy Erfa Saputra
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Rumah pintar merupakan sistem yang digunakan untuk mengintergrasikan berbagai hal yang terdapat pada suatu rumah. Rumah pintar ini dapat membantu pemilik rumah mengontrol peralatan listrik dan keamanan rumah dengan berpusat pada satu pengontrol. Pengontrolnya adalah smartphone pemilik rumah sendiri yang terhubung dengan raspberry pi 3. Raspberry Pi 3 dapat menjadi pusat sistem sedangkan smartphone menjadi pusat kendalinya. Rumah pintar ini memiliki 2 sistem yaitu sistem otomasi dan sistem keamanan. Sistem otomasi ini dapat mengkontrol relay module yang tesambung dengan stopkontak dan dapat menghidup atau mematikan peralatan elektronik yang terhubung ke stopkontak. Sistem keamanan ini terhubung dengan sensor asap untuk memberitahukan jika terjadi kebakaran kepada pemilik rumah melalui telegram dan pemilik rumah dapat langsung melaporkan ke pemadam kebakaran. Untuk masuk kedalam rumah juga tidak menggunakan kunci biasa lagi tapi menggunakan pesan yang pemilik rumah kirimkan melalui telegram. Dengan adanya aplikasi ini maka pengguna dapat menghemat daya dan juga menambah kenyaman saat berada dirumah karena sebagian besar sistem didalam rumah dapat dikontrol menggunakan smartphone dimanapun kita berada. Kata kunci : Smart home, Sensor Asap, Raspberry Pi 3, Smartphone, Modul Relay, Telegram Abstract Data compression is one technique that can reduce the file size that aims to give space to a computer's memory. Various kinds of compression techniques have the same function in different ways. Compression techniques can be done on text files and images. Another advantage of data compression is that it makes it easy to transmit a large amount of data with a small size. To facilitate the transmission of data required a method that can make the size to be small but the amount of data transmitted by the number of lots. In this final project will compression text data compression using some compression method that is using Shannon Fano method, Run Length Encoding and Lempel Ziv Welch. The results of the test will be compared which method has a good ability in compressing text data. Keywords: Data Compression, Shannon Fano Algorithm, Run Length Encoding Algorithm, Lempel Ziv Welch Algorithm, Matlab.
Recurrent Neural Network Untuk Pengenalan Ucapan Pada Dialek Manado Erwin Lapian; Andrew Brian Osmond; Randy Erfa Saputra
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Indonesia merupakan negara besar dengan memiliki banya keberagaman budaya dan suku sehingga Indonesia memiliki banyak bahasa atau pun dialek yang berbeda beda satu daerah dengan daerah yang lainnya, karena perbedaan ini penulis akan membuat sebuah sistem yang akan membantu masyarakat agar tidak terjadi salah paham dalam mengartikan sebuah bahasa daerah. Deep learning sebuah model jaringan syaraf tiruan yang akhir-akhir ini mulai ramai dikembangkan. Pendekatan yang sering digunakan untuk mengimplementasikan Deep Learning adalah graphical methods atau Multilayer Representation, atau Multilayer Graphical model seperti Belief Network, Neural Network, Hidden Markov, dan lain-lain. Deep Learning telah menunjukkan hasil yang baik dalam meningkatkan akurasi pengenalan suara atau kasus-kasus lainnya yang serupa. dalam hal ini akan membuat suatu sistem atau program speech recognition dengan metode Recurrent Neural Network. Dari hasil penelitian yang dilakukan, dari nilai parameter tertentu didapatkan akurasi sebesar 88%. Setelah mendapatkan parameter ideal maka dilakukan pengujian keseluruhan sistem sebanyak sepuluh kali dan akurasi yang didapatkan rata-rata sebesar 87%. Dari pengujian tersebut dapat disimpulkan bahwa, semakin banyak epoch dan data latih yang banyak akan meningkatkan tingkat akurasi. Keywords: Recurrent Neural Networks, Speech Processing, Dialek, Neural Networks. Abstract Indonesia is a big country with a diversity of cultures and tribes so that Indonesia has many languages or dialects different from one region to another because of this difference the author will create an application that will help the community to avoid misunderstanding in interpreting a regional language. Deep learning of a model of artificial neural network which recently began to be developed. A common approach used to implement Deep Learning is graphical methods or Multilayer Representation, or Multilayer Graphical models such as Belief Network, Neural Network, Hidden Markov, and others. Deep Learning has shown good results in improving the accuracy of speech recognition or other similar cases. in this case will create a system or program speech recognition with Recurrent Neural Network method. From the results of research conducted, from the value of certain parameters obtained an accuracy of 88%. After obtaining the ideal parameters then do the overall test of the system as much as ten times and the average accuracy obtained by 87%. From these tests it can be concluded that, the more epoch and training data that many will increase the accuracy level. Keywords : Recurrent Neural Networks, Speech Processing, Dialek, Neural Networks
Pengembangan Head Up Display (hud) Menggunakan Android Pada Mobil Rizky Anandra; Agus Virgono; Randy Erfa Saputra
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Head Up Display (HUD) adalah sebuah tampilan transparan yang menyajikan tampilan data tanpa harus pengguna mengalihkan pandangan awal mereka. Awalnya HUD hanya digunakan pada pesawat perang pada dunia ke dua dengan berkembangnya kemajuan teknologi HUD sekarang mulai dikembangkan pada mobil dan helm. Maka diharapkan dengan hadirnya teknologi ini pada mobil dapat mengurangi kecelakaan dalam berkendara. salah satu penyebab terjadinya kecelakaan mobil dijalan raya karena kurangnya konsentrasi dan terbaginya fokus pengendara pada saat berkendara. Namun teknologi HUD ini hanya terdapat pada mobil berharga fantastis. Pada penelitian tugas akhir ini penulis memberikan solusi bagi pengendara mobil yang ingin menikmati teknologi ini pada mobilnya. Dengan menggunakan perangkat android yang sudah terpasang aplikasi HUD maka masyarakat yang memiliki mobil dapat menggunakan teknologi HUD. Pada aplikasi HUD ini peneliti merancang dua tampilan HUD yaitu tampilan HUD kota dan HUD jalan tol, diharapkan dengan adanya dua tampilan HUD pengendara dapat menyesuaikan HUD yang ingin digunakan, aplikasi ini mendapatkan nilai kegagalan fungsionalitas sebesar nol maka dapat disimpulkan aplikasi ini berfungsi dengan baik. Hasil dari survei tentang aplikasi ini yang telah diisi oleh 36 responden mendapatkan hasil bahwa kedua tampilan yang disediakan oleh penulis membantu pengguna dalam berkendara menggunakan mobil dan informasi yang paling dibutuhkan pengguna dalam berkendara adalah Navigasi, Bensin, dan Kecepatan.  
Perancangan Aplikasi Smartphone Android Sebagai Pengendali Jarak Jauh Pada Sistem “smart Baby Monitoring” Usamah Ash-shidiq; Rumani M; Randy Erfa Saputra
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Zaman sekarang ini kehidupan manusia semakin meningkat tingkat kesibukannya. Terutama saat sudah berkeluarga dan memiliki bayi. Bayi di awal kelahiran merupakan keadaan yang rentan sehingga wajib diawasi setiap saat. tapi hal tersebut bertentangan dengan kesibukan yang dihadapi orang tua, terutama ibu rumah tangga yang harus melakukan berbagai aktivitas dalam satu waktu termasuk mengawasi bayi. Oleh karena itu, adanya aplikasi monitoring akan membantu para orang tua untuk dapat mengawasi bayinya sambil melakukan aktivitas lainnya. Pada penelitian tugas akhir ini, penulis membuat aplikasi “Smart Baby Monitoring” untuk mengawasi dan mengontrol keranjang bayi secara real-time Memanfaatkan aplikasi Android, Raspberry Pi dan konsep IoT. Aplikasi terhubung dengan Raspberry Pi menggunakan bantuan web service. Motor servo untuk menggerakan keranjang bayi akan dikontrol oleh Raspberry-Pi secara langsung. Dari hasil pengujian Alpha, aplikasi Smart Baby Monitoring ini dapat digunakan sebagai pengendali portable menggunakan smartphone Andriod. Jaringan yang dipakai adalah jaringan lokal yang menggunakan Raspberry sebagai servernya dengan Respon Time sebesar 754,2 ms. Sedangkan hasil pengujian Beta yang berupa survey, mendapatkan hasil tingkat kepuasan 78,2%. Kata Kunci: Smartphone, Android, IoT
Recurrent Neural Network Untuk Pengenalan Ucapan Pada Bahasa Sunda Dialek Utara Arianto Anggoro; Andrew Brian Osmond; Randy Erfa Saputra
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bahasa merupakan sebuah keahlian yang dipakai oleh kita manusia untuk berkomunikasi antar satu dengan lainnya, bahasa juga mempunyai sistemnya sendiri yang ada agar proses komunikasi antar satu individu dengan individu lainnya berjalan dengan lancar. Setiap bahasa tentunya memiliki logat ataupun dialeknya masing-masing mungkin dari cara berbicaranya maupun sistem penulisannya. Untuk mengenali bahasa yang digunakan pada setiap daerah dibutuhkan sistem yang bisa mengenali dialekdialek yang ada pada daerah tersebut. Pada penelitian ini menggunakan metode Deep Learning Recurrent Neuaral Network. Dari hasil penelitian yang dilakukan, dengan nilai parameter tertentu didapatkan akurasi sebesar 72.9%. Setelah didapatkan akurasi tersebut, dilakukan pengujian dengan mengganti salah satu dari nilai parameter yang terdapat pada sistem, sehingga mendapatkan hasil akurasi sebesar 74%. Dari pengujian tersebut dapat disimpulkan bahwa semakin besar parameter epoch yang dimasukan dan data latih yang banyak akan menghasilkan akurasi yang lebih baik Kata kunci : Neural Network, Deep Learning Abstract Language is a skill used by us humans to communicate with each other, the language also has its own system that exist for the communication process between one individual with other individuals running smoothly. Each language must have its own dialect or as much as possible from the way it speaks and the writing system. To recognize the language used in each region required a system that can recognize dialects that exist in the area. In this study case using Deep Learning Recurrent Neural Network method. From the results of research conducted, with the value of certain parameters obtained accuracy of 72.9%. After obtaining the accuracy, tested by replacing one of the parameter values found in the system, so get the accuracy of 74%. From these tests it can be concluded that the larger the epoch and the many training data will produce better accuracy. Keywords: Artificial Intelligence, Neural Network, Artificial Neural Networks
Optimasi Sistem Kendali Lampu Lalu Lintas Cerdas Menggunakan Logika Fuzzy Akhmad Hafiezh Pramana; Agus Virgono; Randy Erfa Saputra
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem Traffic Light merupakan salah satu komponen penting dalam manajemen transportasi. Traffic Light berfungsi mengatur jumlah volume kendaraan di tiap persimpangan jalan sehingga memaksimalkan penggunaan jalan raya yang tujuannya meminimalkan kemacetan. Sistem kendali lalu lintas saat ini masih bersifat fix-time serta tidak bisa beradaptasi dan berinteraksi dengan lingkungannya serta Waktu nyala lampu lalu lintas umumnya dikendalikan berdasarkan jumlah kendaraan yang terdapat di salah satu persimpangan jalan, pengendalian waktu ini ada yang bersifat konvensional, yakni waktu lampu nyala tetap pada kondisi padat maupun senggang Pada tugas akhir digunakan metode logika fuzzy. Adapun dalam pengujiannya dilakukan secara langsung ke tempat penelitian atau persimpangan lampu lalu lintas yang mana akan dilakukan perhitungan jumlah kendaraan yang bisa lewat atau lolos disetiap lampu merahnya.data yang didapatkan dari perhitungan tersebut nantinya akan menjadi input untuk sistem penghitungan lama waktu lampu lalu lintas menggunakan algoritma fuzzy logic , dengan mengklasifikasikan kepadatan di suatu jalur. Kata Kunci : Logika Fuzzy, Lampu Lalu Lintas Cerdas Abstract The Traffic Light system is one of the important components in transportation management. Traffic Light serves to regulate the volume of vehicles at each intersection so as to maximize the use of highways whose goal is to minimize traffic congestion. Current traffic control system is still fixed-time and can not adapt and interact with its environment and time of traffic lights are generally controlled based on the number of vehicles contained in one of the intersection of the road, the control of this time there is a conventional, that is when the lights on remain in solid or free condition In the final project used fuzzy logic method. As for the test is done directly to the place of research or traffic light intersections which will be calculated the number of vehicles that can pass or pass in every red light.data obtained from the calculation will be the input for the system of counting the time of traffic light using algorithm fuzzy logic, by classifying the density in a path. Keywords: Fuzzy Logic, Traffic Light
Co-Authors Abdul Manan Adam Aji Bhuwana Aditya Hidayat Afrilio Franseda Afrilio Franseda Agung Nugroho Jati Ahmad Fida Akhmad Hafiezh Pramana Alfian Imran Algimar Mochammad Firdaus Anasri Tanjung Andreas Michael Hutagalung Andrew Brian Osmond ANGGUNMEKA LUHUR PRASASTI Anton Siswo Raharjo Ansori Arianto Anggoro Belinda Fridolin Darmanto Budhi Irawan Burhanuddin Dirgantaro Burhanuddin Dirgantoro Calvin Noval Casi Sastika Casi Setianingsih Davy Rachmandiaz Hartoyo Dede Nur Fathurrahman Dicky Muhammad Dimas Gallantino Erwin Lapian Fadli Ihsan Winarto Faishal Affan Tampubolon Fathurohim M Ahsin Sidqi Fauzan Andaru Kurniadi Fauzul Haqi Siregar Feby Rahmasari Fussy Mentari Dirgantara Geraldy Martin Pangabean Guntur Tri Wibowo Hatta Arya Dinata Henric Sahala Teofilus Simbolon Henti Purnamasari Ilham Majid Rabbani Jhosua Parningotan Sianipar Joao Amaral de Fatima Pereira Junedi Pasaribu Kevin Manfield Anderson Pasaribu Kevin Simangunsong Kurniawan Indrajaya Luthfi Abdul Hakim M. Ghozy Nurcahyadi Maulana Andang Rosidi Meta Kallista Muhamad Hamdan Rifai Muhamad Rizky Arief Wicaksono Muhammad Agung Laksono Muhammad Nur Fadli Nasy'an Taufiq Al Ghifary Nursyifa Pratiwi Prasetyo Yuda Pangestu Purba Daru Kusuma Qorio Surya Akbar R Rumani M R. Rumani M Rezqa Afraghina Riffi Yunasa Rizka Rona Putri Rizki Fauzi Andaru Rizky Anandra Ronel Daniel Rumani M Rumani M. Rumani M. Satrio Budiarjo Umar Ali Ahmad Usamah Ash-shidiq Utsman Al Aydarus Yakub Eka Nugraha Yeska Haganta Yulfan Aditya Yuni dwi anggraeni Yusuf Abdurrahman Hakim