Article Per Year (5 Year)
p-Index From 2019 - 2024
8.122
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika eProceedings of Engineering
Casi Setianingsih
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search
Journal : eProceedings of Engineering

 3   4   5   6   7 
Pengontrol Lampu Pintar Berdasarkan Kebiasaan Pengguna Untuk Dua Lampu Menggunakan Metode Classification And Regression Tree(cart) Aditya Nugraha; Randy Efra Saputra; Casi Setianingsih
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada penelitian ini dibuat sebuah sistem yang dapat mengotomatiskan sebuah perangkat rumah seperti lampu. Tujuan dari tugas akhir ini adalah untuk membuat sebuah sistem otomasi pada perangkat yang dapat melakukan prediksi sesuai dengan kebiasaan ruangan. Dengan algoritma yang digunakan adalah CART, data kebiasaan pengguna yang terekam akan diolah menjadi sebuah dataset informasi dan data tersebut akan diolah oleh sistem untuk dilakukan prediksi yang nantinya data tersebut akan diambil oleh perangkat. Sehingga perangkat tersebut dapat berjalan sesuai dengan kebiasaan ruangan. Pengujian dilakukan sebanyak tiga kali dengan pengujian satu 120 data, pengujian dua 100 data dan pengujian tiga 60 data. Hasil yang didapat pada pengujian pertama 93% pada kedua lampu, pengujian kedua 88% pada kedua lampu dan pengujian ketiga 83% pada lampu dalam dan 87% pada lampu luar. Dari hasil prediksi menunjukan bahwa semakin banyak data maka hasil akurasi akan semakin besar. Kata kunci : Smart Home, CART, Lampu, Kebiasaan. Abstract In this study created a system that can automate a home device such as lamps. The purpose of this final task is to create an automation system on the device that can make predictions according to the habits of the room. With the algorithm used is CART, user habit data recorded will be processed into a dataset of information and the data will be processed by the system to make predictions that later the data will be retrieved by the device. So that the device can run according to the habits of the room. The test was conducted three times with one 120 data test, two 100 data testing and three 60 data testing. The results obtained in the first test were 93% on both lamps, the second test was 88% on both lights and the third test was 83% on the internal lamp and 87% on the outside light. From the prediction results show that the more data, the greater the accuracy result. Keywords: Smart Home, CART, Lights, Habits.
Sistem Kendali Terpusat Kebutuhan Tanaman Hidroponik Menggunakan Metode Forward Chaining Berbasis Android Cornelius Situmorang; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Di era kehidupan modern sekarang ini sudah sangat jarang ditemukan lahan pertanian yang tersedia dikota-kota besar, terlebih bagi masyarakat perkotaan yang tinggal di pemukiman padat, perumahan dan dengan bentuk hunian yang minimalis. Hidroponik menjadi sebuah alternative bagi masyarakat yang ingin berkebun namun tidak memiliki cukup tempat dan waktu untuk bercocok tanam. Hidroponik merupakan metode bercocok tanam yang tidak membutuhkan tanah sebagai media tanam dan tidak perlu lahan yang luas, dengan menekankan pada pemenuhan kebutuhan nutrisi bagi tanaman. Keadaan ini menimbulkan kebutuhan sebuah aplikasi yang memungkinkan untuk mengendalikan sistem hidroponik serta menampilkan data yang diterima dari hidroponik. Sebuah field dimana analisis berbasis pakar yang dapat menjalankan sistem aliran air, pengendalian nutrisi, kadar ph pada tanaman hidroponik secara mandiri. Dalam penelitian ini adalah aplikasi sistem kendali hidroponik menggunakan sistem pakar. Kata kunci: Hidroponik, berbasis pakar, aplikasi Abstract In the era of modern life now it is very rare to find agricultural land available in big cities, especially for urban communities who live in dense settlements, housing and with a minimalist form of dwelling. Hydroponics is an alternative for people who want to garden but do not have enough space and time to grow crops. Hydroponics is a method of farming that does not require soil as a planting medium and does not need large tracts of land, with an emphasis on meeting the nutritional needs of plants. This situation raises the need for an application that makes it possible to control the hydroponic system and display data received from hydroponics. A field where expert-based analysis can run water flow systems, control nutrients, pH levels in hydroponic plants independently. In this study is the application of a hydroponic control system using an expert system. Keywords: Hydroponics, expert based, application
Sistem Pemetaan Faktor Kepribadian Big Five Sebagai Rekomendasi Pemilihan Pekerjaan Dengan Algoritma C4.5 Rizka Shinta Wulandari; Purba Daru Kusuma; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

Bekerja merupakan suatu hal yang harus dilakukan oleh seorang individu untuk memenuhi kebutuhan sehari-harinya. Untuk mewujudkan keseimbangan kehidupan dan pekerjaan, penting untuk memilih pekerjaan yang sesuai dengan kepribadian seorang individu. Psikologi kepribadian merupakan sub bidang dari Psikologi yang mempelajari mengenai sifat dan tingkah laku manusia dalam kehidupan sehariharinya. Penelitian menunjukkan bahwa sifat-sifat kepribadian individu berkaitan dengan bidang pekerjaan yang dilakukan.Dalam penelitian ini penulis ingin membuat sebuah sistem yang dapat membantu para pencari kerja mendapatkan pekerjaan yang sesuai dengan kepribadiannya. Faktor kepribadian yang digunakan adalah Big Five, yaitu Extraversion, Agreeableness, Conscientiousness, Emotional Stability, dan Intellect. Faktor kepribadian tersebut dipetakan menggunakan C4.5 untuk mendapatkan pekerjaan yang sesuai dengan kepribadian. Bidang pekerjaan terjebut berdasarkan 20 job family diambil dari pangkalan data O*NET. Sistem rekomendasi pekerjaan berdasarkan kepribadian Big Five mempunyai nilai akurasi sebesar 100%. Metode C4.5 yang digunakan dalam memetakan kepribadian Big Five mempunyai akurasi sebesar 99,99%. Sehingga dapat disimpulkan sistem yang dibuat berjalan sesuai dengan tujuannya, yaitu mengimplementasikan faktor kepribadian Big Five untuk menetukan rekomendasi pekerjaan. Kata Kunci: C4.5, Big Five, kepribadian, pekerjaan
Penyeimbangan Sel Baterai Pada Smart House Menggunakan Metode Penyeimbangan Sel Pasif Berbasis Iot Feby Rahmasari; Randy Erfa Saputra; Casi Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi saat ini sudah berkembang dengan sangat pesat. Salah satu bentuk dari perkembangan teknologi saat ini adalah “Smart House”. Di dalam smart house, terdapat banyak sekali teknologi yang dapat membantu mempermudah pekerjaan kita di rumah. Sistem pada smart house diciptakan untuk memberikan kenyamanan penghuni untuk menggunakan peralatan rumah. Pada umumnya smart house menggunakan battery pack sebagai sumber daya pada setiap peralatan rumah tangga. Dikarenakan penggunaan sumber daya yang besar, kita perlu mengetahui kondisi baterai yang kita gunakan pada peralatan rumah tangga untuk menghindari terjadinya hal – hal yang tidak diharapkan. Seperti kerusakan pada baterai yang kita gunakan atau bahkan ledakan baterai yang kemungkinan bisa terjadi.Untuk mempermudah dalam pemeliharaan baterai dibutuhkan sistem yang dapat memanajemen baterai atau yang biasa dikenal dengan istilah Battery Management System (BMS). Pada sistem ini akan dikembangkan penelitian untuk penyeimbangan sel baterai menggunakan skema sel pasif dan menggunakan metode Resistor Shunt. Pengujian pada system dilakukan menggunakan 4 buah cell baterai, menggunakan variasi waktu tertentu, yang keluarannya berupa nilai State of Charge (SoC) yang sama. Hasil pengujian menunjukkan bahwa performa BMS untuk monitoring menggunakan IoT memiliki throughput sebesar 98%, dengan rata-rata waktu pengujian 4 jam 14 menit. Kata kunci : Battery Pack, Battery Management System, Resistor Shunt, Smart House.
Tes Psikologi Edwards Personal Preference Schedule Berbasis Komputer Untuk Menganalisa Kepribadian Dengan Algoritma Fuzzy Attallah Arelian Naufhal; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada bidang ilmu Psikologi, tes psikologi merupakan satu dari sekian banyak metode alat ukur kepribadian, dan merekomendasikan posisi pekerjaan sesuai dengan kepribadian. Pada kenyataannya, tes psikologi sebagian besar masih menggunakan aturan dan metode lama dalam prosesnya. Hal ini dirasa kurang efisien dalam prosesnya. Dalam penelitian ini penulis merancang suatu sistem klasifikasi yang dapat membantu untuk mengetahui tipe kepribadian seseorang dan posisi pekerjaan sesuai dengan kepribadiannya. Tes psikologi kepribadian yang digunakan adalah Edwards Personal Preference Schedule (EPPS). Dalam penggunaan pembelajaran mesin dengan metode fuzzy Tsukamoto yang akan membantu untuk mengklasifikasi rekomendasi posisi pekerjaan yang cocok. Pembuatan sistem klasifikasi ini akan menampilkan informasi mengenai tes psikologi EPPS, soal tes psikologi EPPS, dan hasil tes dari user yang telah selesai mengerjakan tes tersebut. Sistem tes psikologi EPPS menggunakan algoritma Fuzzy Tsukamoto memiliki tingkat akurasi dengan nilai persentase sebesar 100% dan akurasi dari psikolog nilai persentase sebesar 87%. Maka dapat disimpulkan bahwa sistem tes psikologi EPPS dapat memenuhi tujuan yang diinginkan, yaitumengetahui kepribadian seorang individu dan posisi pekerjaan yang cocok sesuai dengan kepribadian. Kata Kunci: Tes Psikologi EPPS, Fuzzy Tsukamoto, Posisi Pekerjaan, Tipe Kepribadian.
Sistem Pengenal Anggota Keluarga Menggunakan Algoritma Dlib Dyka Khairullah Zamhari; Casi Setianingsih; Tito Waluyo Purboyo
eProceedings of Engineering Vol 10, No 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Sering terjadi beberapa kasus yang dimana lansia itu mudah lupa akan sesuatu, misalnya melupakan orang yang merupakan keluarganya. Hal tersebut dapat di atasi dengan aplikasi Face Recognition. Face Recognition merupakan teknologi dari machine learning yang mampu mengidentifikasikan atau mengenali wajah seseorang. Pada tugas akhir ini menawarkan aplikasi sistem pengenal anggota keluarga yang dimana dapat membantu lansia untuk mengingat anggota keluarganya hanya dengan mengarahkan kamera External ke wajah orang yang ingin dikenali, selanjutnya sistem akan melakukan proses pengenalan pada wajah dan akan menampilkan output di layer beserta notifikasi ke telegram. Dalam studi ini, didapatkan bahwa sistem dapat mendeteksi maksimal sebanyak 4 wajah pada 1 frame. Mampu melakukan pengenalan dengan jarak maksimal 1.8 meter dari kamera. Mendapatkan akurasi pendeteksian sebesar 100% pada angle wajah yang menghadap ke kamera. Sistem juga mampu melakukan pengenalan dengan wajah yang menggunakan kacamata dan penutup kepala, dengan akurasi sebesar 100%. Dan sistem mampu melakukan pengenalan jika nilai lux cahaya lebih besar dari pada 0.  Diharapkan aplikasi ini dapat membantu lansia untuk mengingat semua anggota keluarganya. Kata Kunci— face recognition, machine learning, lansia.
Klasterisasi Pada Data Penggunaan Listrik Di Gedung Telkom University Menggunakan Algoritma Density-Based Spatial Clustering Of Application With Noise (DBSCAN) Reza Mahendra; Fairuz Azmi; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

Proses pengubahan energi listrik tentunya membutuhkan biaya yang sesuai dengan jumlah pemakaiannya terutama pada tempat-tempat yang membutuhkan energi listrik dalam jumlah besar. Dengan jumlah konsumsi listrik yang besar, biaya yang dikeluarkan juga akan besar. Namun karena sulitnya memonitoring pemakaian listrik secara manual, ditambah tagihan listrik yang tidak menampilkan detail pemakaiannya, maka dengan menggunakan metode clustering dan menganalisa jumlah pemakaian listrik akan memudahkan dalam monitoring pemakaian listrik sehingga dapat dikelola dengan baik. Hasil dari penelitian ini menggunakan algoritma DBSCAN menghasilkan nilai Silhouette Coefficient untuk data pengujian per bulan menggunakan data real dan data perangkat virtual sebesar 1,0, data pengujian per hari sebesar 1,0 untuk data nyata dan 0,86 untuk data perangkat virtual dan data pengujian per gedung 0,86. Kata kunci : Penggunaan Listrik, Monitoring, DBSCAN, Clustering
Deteksi Hate Speech Pada Twitter Menggunakan Algoritma BERT Adine Nayla; Casi Setianingsih; Burhanuddin Dirgantoro
eProceedings of Engineering Vol 10, No 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Hate speech atau ujaran kebencian pada salah satu platform sosial media yaitu Twitter sudah tidak jarang ditemukan. Pada platform Twitter, pengguna bebas mendapatkan, bertukar informasi, serta mengungkapkan opini. Hal ini merupakan salah satu faktor utama seseorang dapat terkena ujaran kebencian pada Twitter. Korban yang terkena ujaran kebencian memiliki kemungkinan menderita gangguan kesehatan mental, dikarenakan sebagian besar korban ujaran kebencian diserang secara verbal atapun emosional. Minimnya penanggulangan deteksi ujaran kebencian pada platform sosial media Twitter masih jarang ditemukan. Pada penelitian ini, dilakukan proses simulasi menggunakan website beserta dengan pengujian dan analisis terhadap pendeteksian ujaran kebencian. Pengujian dilakukan dengan cara pengguna akan melakukan input kalimat pada website hate speech, lalu website akan melakukan preprocessing dan menganalisa kalimat tersebut menggunakan Algoritma BERT untuk mengklasifikasikan apakah kalimat tersebut termasuk hate speech atau tidak. Dari hasil pengujian diperoleh bahwa pendeteksian hate speech pada akun pengguna Twitter menggunakan Algoritma BERT mendapatkan akurasi sebesar 78.69%, presisi sebesar 78.90%, recall sebesar 78.69%, dan F1 score sebesar 78.77% terhadap pengklasifikasian golongan hate speech. Dengan demikian pengguna akan lebih mudah mendeteksi hate speech pada Twitter dengan menggunakan website hate speech. Keywords-- algoritma BERT, aplikasi web, hate speech, twitter.
Deteksi Pelanggaran Parkir Pada Bahu Jalan Tol Dengan Intelligent Transportation System Menggunakan Algoritma Yolo Maulana Heardy Yusfian; Casi Setianingsih; Ratna Astuti
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jalan Tol merupakan Jalan bebas hambatan dan salah satu sarana yang banyak digunakan oleh masyarakat umum untuk mempersingkat waktu dalam bepergian. Sebagai jalan bebas hambatan, jalan tol mempunyai bahu jalan yang dapat digunakan untuk kepentingan khusus seperti Ambulance, Pemadam Kebakaran, atau keadaan darurat lainnya. Seringkali bahu jalan disalah gunakan untuk kepentingan yang tidak mendesak dan tidak darurat sehingga dapat merugikan pengguna jalan tol lainnya. Hal ini disebabkan kurangnya pengawasan dari petugas jalan Tol.mengatasi permasalahan tersebut. Sistem ini memiliki komponen utama, yaitu: algoritma YOLOV4 deteksi objek kendaraan. Kemudian kamera yang disebar di area sekitar bahu jalan tol agar dapat merekam pergerakan kendaraan. Hasil rekam data tersebut dapat diolah menjadi informasi yang akan di kirim ke petugas tol terdekat melalui Telegram Bot. Hasil yang didapatkan melalui tugas akhir ini adalah sistem yang akan mendeteksi pelanggaran pada bahu jalan tol menggunakan model dengan rasio 90%:10%, learning rate 0.06, dan max batch64, dengan nilai mAP mencapai 97,96% yang didapatkan melalui perhitungan confusion matrix. Nilai akurasi yang didapatkan melalui pengujian dengan algoritma YOLOV4 (You Only Look Once) pada kasus ini adalah 80%. Kata Kumci: Deep Learning,Deteksi Kendaraan, Telegram Bot, YOLOV4
Deteksi Emosi Berbasis Teks Untuk Menganalisis Kuliah Daring Selama Masa Pandemi Menggunakan Algoritme K-nearest Neighbors Mohammad Naufal Nabil Abdillah; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 4 (2022): Agustus 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pada awal tahun 2020 terjadi sebuah peristiwa pandemi Covid-19, dimana instansi pendidikan memberlakukan kegiatannya secara online. Terdapat opini yang timbul di masyarakat terutama dari para mahasiswa yang mencurahkan emosinya di media sosial terutama Twitter. Penelitian ini bertujuan untuk mengetahui bagaimana emosi yang timbul dikalangan mahasiswa terkait dengan kuliah online. Pada Tugas Akhir ini digunakan algoritma K-Nearest Neighbor sebagai metode klasifikasi teks berbahasa Indonesia. Berdasarkan penelitian yang dilakukan oleh Shaver, terdapat lima kategori emosi dasar bahasa Indonesia yaitu marah, senang, sedih, takut, dan cinta. Pembagian data dibagi menjadi data tiga label emosi marah, senang, dan cinta, dan 4 label emosi marah, senang, takut, cinta. Data yang digunakan diambil dari scraping data twitter dan data Github. Pada Tugas Akhir ini, telah dilakukan pengujian menggunakan metode Confusion Matrix untuk mengetahui seberapa baik model yang telah dibuat pada sistem deteksi emosi berbasis teks. Hasil penelitian pada tugas akhir ini menunjukan bahwa sistem pendeteksi emosi berbasis teks dapat berjalan dengan baik dengan mendapatkan akurasi 78.91% pada data tiga label emosi pada partisi data 0.1, akurasi 69.74% pada data empat label emosi pada partisi data 0.2, dan akurasi 59.12% pada data lima label emosi pada partisi data 0.1. Kata kunci-emosi, k-nearest neighbor, text processing.
Co-Authors Abdi Hazman Abdulloh Salahul Haq Adi Pranesthi Adine Nayla Adita Sukma Wardani Aditya Nugraha Adlirrahaman Hasfi Aji Adrian Sabagus Tanazri Afif Husaini Agung Nugroho Jati Agung Nungroho Jati Ahmad Devi Gunawan Ahmad Tri Hanuranto Al Agias Bayu Asa Alfian Imran Aloisius Gonzaga Januar Widi Aquarizky Alvaro Septra Dominggo Nauw Amanda Austin Herlambang Andrew Brian Osmond Arif Aquri Saputra Arramsyah, Izzat Ashri Dinimaharawati Asmianti Asrin Attallah Arelian Naufhal Bagas Prakoso Putra Bangkit Surya Praja Budhi Irawan Burhanuddin Dirgantoro Chianyung Chianyung Cornelius Situmorang Dyka Khairullah Zamhari Elka Distria Fairuz Azmi Farradita Imanda Fauzan Andaru Kurniadi Fauzul Haqi Siregar Feby Rahmasari Figo Plambudi Dwigantara Firdi Setiawan Fussy Mentari Dirgantara Garry Abel Diaraja H Gayuh Erlanggono G Grace Cyndiana Hamdi Aziz Al-Mujadidi Hanna Diwanti Haq, Abdulloh Salahul Hikmah Nisya Ilham Arisyandy Irfan Dhiya Abirawa Irghiansyah Izzul Haque Izzat Arramsyah Izzat Arramsyah Jannata Arianda Ja’far Razzaq Jhosua Parningotan Sianipar Kevin Manfield Anderson Pasaribu Kusprasapta Mutijarsa Linda Kartika M Agung Baskoro M. Indra Halim Arsya Dwi Akbari Maftukhah Carolin Noviardini Marisa W Paryasto Marisa W. Paryasto Martarheza Marthiyas Maulana Heardy Yusfian Megatari Wahyuningrum Handani Meta Kalista Meta Kallista Mohammad Ibrahim Al Mahi Mohammad Naufal Nabil Abdillah Muhamad Ramadhan Muhamad Rizky Arief Wicaksono Muhammad Akmal Fauzi Muhammad Ary Murti Muhammad Fathurrohim Nur Muhammad Iqbal G Putra Muhammad Izzah Aeman Muhammad Mufti Ramadhan Muhammad Nasrun Muhammad Reza Aji Pangestu Muhhammad Ary Murti Naufal Ramadhan Natafili Jangkaru Novianty, Astri Prabu Arie Pradana Pranesthi, Adi Pratama, Rizki Mulia Purba Daru Kusuma R. Rumani M Rumani M Raisha Citra Chairani Randy Efra Saputra Randy Erfa Saputra Ratna Astuti Renaldy Eka Putra Reyhan Adiptya Reza Mahendra Rizka Rona Putri Rizka Shinta Wulandari Rizki Mulia Pratama Rizky Iskandar Rizky Naufal Perdana Roswan Latuconsina Rumani Rumani Runi Siti N Septian Putra Manuel Simangunsong Sigit Yudha Juwantoro Sony Sumaryo Suryo Adhi Wibowo Tia Dianti Hajizah Tinton Aji Sadewo Tito Waluyo Purboyo Valerian Ezra Vyanza Wendi Harjupa Yudha Purwanto Yudhi Septian Rahman Ziqra Haniffah Ziza Amira Syafini