Articles
<![CDATA[RANCANG BANGUN APLIKASI MOBILE UNTUK MENENTUKAN SOLUSI OPTIMAL PENCARIAN RUTE TERBAIK MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION ]]>
<![CDATA[Irawan, Budhi]]>;
<![CDATA[Setianingsih, Casi]]>;
<![CDATA[Arramsyah, Izzat]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 10, No 1 (2018) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (510.475 KB)
<![CDATA[Dampak dari musibah kebakaran bisa ditekan jika petugas dan kendaraan Damkar (pemadam kebakaran) bisa bekerja cepat. Selain faktor keterlambatan laporan kepada Damkar dan kondisi  jalan Kota Bandung yang macet ikut memperlambat laju petugas. Proses pengisian tangki air menjadi masalah utama, selain terbatas keberadaannya juga kualitas semburannya rendah sehingga petugas harus mencari sumber air selain hydrant. Dari permasalahan tersebut maka dibutuhkan suatu alat bantu yang praktis berupa aplikasi dengan memanfaatkan perangkat smartphone yang dapat membantu mencarikan solusi optimal guna mendapatkan rute perjalanan petugas Damkar dalam upaya menjangkau lokasi kebakaran dan mendapat sumber air didalam mendukung tugasnya memadamkan api di lokasi kebakaran. Adapun guna menentukan rute optimal sesuai kebutuhan diatas maka dipilih algoritma ACO (Ant Colony Optimization) dan Metode SAW (Simple Additive Weighting) yang diimplementasikan pada aplikasi mobile yang dibangun. Sehingga dengan aplikasi ini dapat membantu para petugas Damkar didalam menjalankan tugasnya terutama mendapatkan rute jalan yang optimal beserta sumber air yang diperlukan.]]>
<![CDATA[Speech Recognition Implementation Using MFCC and DTW Algorithm for Home Automation ]]>
<![CDATA[Abdulloh Salahul Haq]]>;
<![CDATA[Muhammad Nasrun]]>;
<![CDATA[Casi Setianingsih]]>;
<![CDATA[Muhammad Ary Murti]]>
<![CDATA[ Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020 ]]>
Publisher : <![CDATA[IAES Indonesia Section ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/eecsi.v7.2041
<![CDATA[The use of speech recognition as part of home automation, especially for smart homes, is an exciting thing that is still being developed. That is because of human needs for comfort, convenience, quality of life, and better safety. Speech recognition built in this study is used as a device to control smart home devices by identifying the commands spoken by users, especially in a state of clean speech. The command used is a predetermined consecutive word. For the extraction of voice commands, the MFCC algorithm is used to match spoken words with templates using the Dynamic Time Warping (DTW) algorithm. DTW algorithm can find the difference between 2-time series that have different lengths of time. The results of the accuracy of this system by using these algorithms were successfully carried out by 86.67%, with an average time required to identify the commands of 5.28 seconds.]]>
<![CDATA[Earthquake Early Warning System Prototype Based on Lot Using Backpropagation Algorithm ]]>
<![CDATA[Adi Pranesthi]]>;
<![CDATA[Budhi Irawan]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020 ]]>
Publisher : <![CDATA[IAES Indonesia Section ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/eecsi.v7.2042
<![CDATA[Earthquakes are vibrations that occur on the earth's surface due to the sudden release of energy from the inside that creates seismic waves. An earthquake is caused by the movement of the earth's crust (the earth's plate). The frequency of a region refers to the type and size of earthquakes experienced during a period. Along with the development of early earthquake detection system technology provides a solution to minimize earthquake events. This research will discuss the system's design to determine the occurrence of earthquakes through time pattern analysis and Peak Ground Acceleration value. By using the Radial Basis Function Method, which later to minimize the loss of life from earthquakes. And help the main tools owned by the government. This study aims to determine the occurrence of earthquakes from Peak Ground Acceleration values and time analysis patterns, which are obtained from the decision of the Backpropagation method with an accuracy rate of 88%.]]>
<![CDATA[Cholesterol Detection Based on Eyelid Recognition Using Convolutional Neural Network Method ]]>
<![CDATA[Rizki Mulia Pratama]]>;
<![CDATA[Astri Novianty]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020 ]]>
Publisher : <![CDATA[IAES Indonesia Section ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/eecsi.v7.2043
<![CDATA[Lack of public awareness of health will cause serious problems. A small example, people now tend to always consume fatty foods without thinking about the risk of cholesterol levels in the body. Information on the level of cholesterol suffered by humans can be seen on the human eyelids. The eyelids, one part of the eye, can be known as a person's cholesterol level by observing the eyelids' shape and condition, but many people do not know about this. This application is an application made to detect cholesterol based on the shape of the eyelids. This can determine whether a person is exposed to cholesterol or not, using the Convolutional Neural Network (CNN) method in the classification process. This study provides an output in the form of early detection of cholesterol and prevention so that users can minimize the possibility of illness that will be suffered. This research was conducted to detect cholesterol one eyelid based on digital images. For detecting a cholesterol level, this system got 95.83% of accuracy.]]>
<![CDATA[RANCANG BANGUN APLIKASI MOBILE UNTUK MENENTUKAN SOLUSI OPTIMAL PENCARIAN RUTE TERBAIK MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION ]]>
<![CDATA[Budhi Irawan]]>;
<![CDATA[Casi Setianingsih]]>;
<![CDATA[Izzat Arramsyah]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 10, No 1 (2018) ]]>
Publisher : <![CDATA[Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33096/ilkom.v10i1.237.17-27
<![CDATA[Dampak dari musibah kebakaran bisa ditekan jika petugas dan kendaraan Damkar (pemadam kebakaran) bisa bekerja cepat. Selain faktor keterlambatan laporan kepada Damkar dan kondisi  jalan Kota Bandung yang macet ikut memperlambat laju petugas. Proses pengisian tangki air menjadi masalah utama, selain terbatas keberadaannya juga kualitas semburannya rendah sehingga petugas harus mencari sumber air selain hydrant. Dari permasalahan tersebut maka dibutuhkan suatu alat bantu yang praktis berupa aplikasi dengan memanfaatkan perangkat smartphone yang dapat membantu mencarikan solusi optimal guna mendapatkan rute perjalanan petugas Damkar dalam upaya menjangkau lokasi kebakaran dan mendapat sumber air didalam mendukung tugasnya memadamkan api di lokasi kebakaran. Adapun guna menentukan rute optimal sesuai kebutuhan diatas maka dipilih algoritma ACO (Ant Colony Optimization) dan Metode SAW (Simple Additive Weighting) yang diimplementasikan pada aplikasi mobile yang dibangun. Sehingga dengan aplikasi ini dapat membantu para petugas Damkar didalam menjalankan tugasnya terutama mendapatkan rute jalan yang optimal beserta sumber air yang diperlukan.]]>
<![CDATA[KLASIFIKASI TWEET KONDISI LALU LINTAS KOTA JAKARTA DENGAN PENERAPAN METODE K-NEAREST NEIGHBOR ]]>
<![CDATA[Ziza Amira Syafini]]>;
<![CDATA[Muhammad Nasrun]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ TEKTRIKA Vol 3 No 1 (2018): TEKTRIKA Vol.3 No.1 2018 ]]>
Publisher : <![CDATA[Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25124/tektrika.v3i1.2212
<![CDATA[Setiap tahun, jumlah kendaraan di Jakarta semakin meningkat. Namun, peningkatan jumlah kendaraan bermotor di Jakarta tidak sebanding dengan penambahan ruas jalan. Kondisi ini menyebabkan terganggunya kelancaran lalu lintas dan menimbulkan titik-titik kemacetan. Untuk mengantipasi terjebak dalam kemacetan, pengguna lalu lintas mencari dan saling bertukar informasi tentang kemacetan di media sosial. Salah satu media sosial yang sering digunakan masyarakat untuk menyebarkan informasi adalah Twitter. Penelitian ini dilakukan untuk memgklasifikasi kondisi lalu lintas berdasarkan data yang didapatkan dari Twitter. Data diklasifikasikan menjadi 3 kondisi yaitu lancar, padat dan macet. Metode yang digunakan pada penelitian ini adalah k-Nearest Neighbor. Dari beberapa uji skenario yang dijalankan, didapatkan hasil rata-rata-rata akurasi di atas 70%. Nilai k yang optimal pada penelitian ini adalah 8.]]>
<![CDATA[SIMULASI SISTEM KENDALI BERBASIS PERILAKU PADA AUTONOMOUS MOBILE ROBOT DENGAN METODA Q-LEARNING ]]>
<![CDATA[Casi Setianingsih]]>;
<![CDATA[Kusprasapta Mutijarsa]]>;
<![CDATA[Muhammad Ary Murti]]>
<![CDATA[ TEKTRIKA Vol 4 No 2 (2019): TEKTRIKA Vol.4 No.2 2019 ]]>
Publisher : <![CDATA[Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25124/tektrika.v4i2.2879
<![CDATA[Autonomous robot adalah suatu robot yang mampu bekerja secara mandiri tanpa pengendalian langsung dari manusia. Robot bekerja berdasarkan sensor-sensor yang dimilikinya, mengambil keputusan sendiri untuk menyelesaikan misi dalam lingkungan kerjanya. Dalam dunia nyata, lingkungan kerja robot sangat dinamis, selalu berubah, dan tidak terstruktur. Membuat suatu model lingkungan yang tidak terstruktur sangat sulit. Memperoleh model matematik yang tepat dari lingkungan seperti ini hampir tidak mungkin dilakukan. Untuk membuat suatu autonomous mobile robots yang mampu bekerja pada lingkungan yang tidak terstruktur dan dinamis,diperlukansuatumetodatertentuyangadaptifdanmampubelajar. Berdasarkan permasalahan tersebut maka pada riset ini dirancang suatu autonomous mobile robot dengan arsitektur berbasis perilaku yang dapat belajar dan bekerja secara mandiri pada lingkungan yang tidak terstruktur, menggunakan metoda Reinforcement Learning. Tujuan metoda ini diterapkan agar robot mampu belajar dan beradaptasi terhadap lingkungan yang tidak terstruktur. Selanjutnya robot dikembangkan agar mampu menyelesaikan misi menemukan target pada posisi tertentu berdasarkan informasi yang diperoleh dari sensor sensor yang ada. Hasil simulasi menunjukan bahwa algoritma pembelajaran Reinforcement Learning berhasil diterapkan pada arsitektur kendali berbasis perilaku di autonomous mobile robot dengan akurasi sebesar 85,71%.]]>
<![CDATA[Perancangan Dan Implementasi Aplikasi Pencarian Rute Optimal Untuk Pemadam Kebakaran Berbasis Android Menggunakan Algoritma Floyd-warshall (studi Kasus : Bandung Dan Sekitarnya) ]]>
<![CDATA[Aloisius Gonzaga Januar Widi Aquarizky]]>;
<![CDATA[Budhi Irawan]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kebakaran merupakan suatu bencana yang disebabkan oleh api yang bergerak bebas dan dapat menyebabkan nyawa manusia terancam, kerusakan bangunan dan ekologi sekitarnya. Kebakaran dapat menjadi permasalahan yang serius jika tidak ditangani secara cepat karena akan menimbulkan kerugian yang sangat besar. Oleh karena itu, peran pemadam kebakaran sangat penting. Pemadam Kebakaran harus siap siaga apabila terjadi kebakaran dan dituntut harus memilih rute perjalanan yang optimal untuk datang ke tempat kejadian dengan cepat. Masalah pencarian rute perjalanan ini terkadang menjadi sebuah permasalahan yang cukup kompleks. Hal ini disebabkan kondisi jalan yang harus dilewati mobil pemadam kebakaran memiliki tingkat kepadatan kendaraan yang cukup tinggi. Pada penelitian tugas akhir ini, penulis membuat sebuah aplikasi pencarian rute untuk mobil pemadam kebakaran berbasis android dengan menggunakan algoritma Floyd-Warshall. Algoritma ini memberikan solusi pencarian rute yang optimal untuk pemadam kebakaran dengan memperhatikan kondisi jalan seperti kemacetan, kondisi ruas jalan dan sumber air terdekat dari lokasi kebakaran. Proses pencarian didasarkan pada perhitungan jarak tiap simpul dan memilih jarak terkecil antar titik. Diharapkan dengan adanya aplikasi ini dapat membantu memberikan panduan rute perjalanan yang optimal sehingga pemadam kebakaran dapat sampai di lokasi kebakaran dengan cepat dan kerugian yang disebabkan oleh kebakaran dapat ditekan seminimal mungkin. ]]>
<![CDATA[Analisis Sistem Lampu Lalu Lintas Menggunakan Kecerdasan Buatan ]]>
<![CDATA[Linda Kartika]]>;
<![CDATA[Agus Virgono]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ eProceedings of Engineering Vol 5, No 1 (2018): April 2018 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak Kecerdasan Buatan merupakan bagian dari ilmu komputer dimana mesin dirancang untuk dapat melakukan pekerjaan seperti manusia. Suatu mesin tentunya harus dibekali oleh pengetahuan dan inferensi untuk menyelesaikan masalah seperti layaknya manusia. Salah satu teknik pemecahan masalah yang terdapat pada Kecerdasan Buatan adalah teknik Learning yang terdiri dari Decision Tree Learning, Jaringan Syaraf Tiruan dan Algoritma Genetika. Pada penelitan ini penulis memilih Algoritma Genetika sebagai kecerdasan buatan yang diterapkan pada sistem. Algoritma Genetika adalah algoritma optimasi, penggunaan algoritma ini akan diterapkan pada sistem lampu lalu lintas. Perancangan sistem didasari oleh kinerja lampu lalu lintas konvensional yang belum bisa bekerja secara optimal karena memberikan durasi yang sama dalam segala kondisi lalu lintas yang sering menyebabkan kemacetan. Implementasi sistem lampu lalu lintas diterapkan pada perempatan R.A.A Marta Negara, Bandung dan pengujian Algoritma Genetika akan dibandingkan dengan lampu lalu lintas konvensional. Berdasarkan hasil penelitian, penggunaan Algoritma Genetika pada sistem lampu lalu lintas yang dirancang pada perempatan R.A.A Marta Negara, Bandung dapat menambahkan total kendaraan yang melewati persimpangan sebanyak 65 kendaraan/jam dalam satu periodenya. Kata Kunci : Kecerdasan Buatan, Algoritma Genetika, Sistem Lampu Lalu Lintas.. Abstract Artificial Intelligence is a part of computer science in which the machine are designed to be able to do the job like a human doing. A machine should be given by knowledge and inference to solve problems like a human does. One of kind problem solving techniques in Artificial Intelligence is Learning are Decision Tree Learning, Artificial Neural Networks and Genetic Algorithms. In this study (final project) the author choose Genetic Algorithms as an Artificial Intelligence that will be applied in the system. Genetic algorithms is an optimization algorithm, the use of this algorithm will be applied on a system traffic light system. The design of a system based on the performance of conventional traffic lights who cannot work optimally yet because it gives the same duration in all traffic conditions that often made a congestion. That algoritm will be testing in R.A.A Marta Negara Bandung and compared with conventional traffic light. Based on the results of the study, Genetic Algorithm who was designed at the intersection of R.A.A Marta Negara Bandung could adding the total vehicles in the intersection as much as 65 vehicles/hour in one period Key Words : Artificial Intelligence, Genetic Algorithms, Traffic Light System.]]>
<![CDATA[Analisis Sistem Lampu Lalu Lintas Gabungan Menggunakan Kecerdasan Buatan ]]>
<![CDATA[Rizky Iskandar]]>;
<![CDATA[Agus Virgono]]>;
<![CDATA[Casi Setianingsih]]>
<![CDATA[ eProceedings of Engineering Vol 5, No 1 (2018): April 2018 ]]>
Publisher : <![CDATA[eProceedings of Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak Lalu lintas merupakan jantung transportasi bagi pengguna jalan, kondisi lalu lintas yang tidak baik menjadi masalah utama di Indonesia. Kemacetan lalu lintas disebabkan karena tidak seimbangnya antara jumlah kendaraan dan kapasitas jalan yang tersedia, menyebabkan waktu dan antrian kendaraan meningkat. Solusi pelebaran dan penambahan jalan membutuhkan waktu lama dan biaya tinggi. Dalam permasalahan ini penulis memilih solusi yaitu dengan mengimplementasikan algoritma Genetika yang diterapkan pada sistem lalu lintas gabungan. Dalam permasalahan ini penulis memilih solusi untuk merancang sistem lalu lintas gabungan bersifat adaptif yang mengimplementasikan algoritma Genetika pada sistem lampu lalu lintas yang dirancang. Sistem lalu lintas ini bersifat adaptif karena menghasilkan durasi lampu hijau sesuai dengan jumlah kendaraan yang ada dipersimpangan sehingga dapat mengatasi kemacetan dan meningkatkan kinerja lampu lalu lintas. Kata Kunci : Kecerdasan Buatan, Algoritma Genetika, Sistem Lampu Lalu Lintas. Abstract Traffic is the heart of the transportation for road users, bad traffic condition can be the most problem in Indonesia. Traffic congestion caused by unbalanced between the number of the vehicle and the available road capacity, causing queue time and vehicle that being increased. The widening of the road and the addition of the road solutions take more time and high costs. In this case the author minimizing the solution to implement the genetic algorithm applied on the combined traffic system. The author choosing the solution for redesign combined traffic light system are adaptive to implement the genetic algorithm put into traffic light system. This traffic light is adaptive because it produces the green light according to the number of vehicle in the road, so it can be fix the traffic jam and increase the green light. That algoritm will be testing in R.A.A Marta Negara Bandung and Buah Batu compared with conventional traffic light. Based on the results of the study, Genetic Algorithm who was designed at the intersection of R.A.A Marta Negara Bandung could adding the total vehicles in the intersection as much as 65 vehicles/hour in one period and Buah Batu is -25 vehicles/hour. Key Words : Artificial Intelligence, Genetic Algorithms, Traffic Light System]]>
