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
ekrek@gunadarma.ac.id
Editorial Address
Jalan Margonda Raya 100
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Ilmiah Teknologi dan Rekayasa
Published by Universitas Gunadarma
ISSN : 14109093     EISSN : 20898088     DOI : http://dx.doi.org/10.35760/tr.
Core Subject : Science, Engineering,
Automotive Engineering Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology
Jurnal ini diterbitkan secara berkala tiga kali dalam setahun, April, Agustus, dan Desember. Artikel yang dimuat dalam jurnal ini merupakan artikel ilmiah hasil penelitian tentang teknologi dan rekayasa yang meliputi teknik informatika, teknik elektro, teknik mesin, dan teknik industri. Artikel dapat ditulis dalam bahasa indonesia maupun bahasa inggris.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 7 Documents
 1 
Search results for , issue "Vol 24, No 2 (2019)" : 7 Documents clear
PENGARUH JUMLAH SUDU PADA TURBIN ANGIN SUMBU VERTIKAL TERHADAP DISTRIBUSI KECEPATAN DAN TEKANAN Ridwan, Ridwan; Latief, Abdul
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2392

Abstract

Angin merupakan salah satu sumber energi baru terbarukan. Sistem Konversi Energi Angin (SKEA) dapat digunakan untuk memanfaatkan angin menjadi energi mekanik atau energi listrik. Komponen utama SKEA terdiri dari rotor dengan sudu sebagai penggerak utama. Salah satu kelemahan turbin angin adalah efisiensinya yang masih relatif rendah, sehingga masih terus diteliti khususnya terkait dengan sudu (blade) rotor turbin. Pada penelitian ini dilakukan simulasi terhadap sudu turbin angin sumbu vertikal Savonius tipe U yang dipasang pada rotor turbin. Ada 3 kategori rotor yang disimulasikan yaitu: rotor dengan jumlah sudu/blade 2, 3 dan 4. Kecepatan angin yang diaterapkan/dialirkan pada simulasi sudu ini adalah 5 m/dtk . Simulasi ini menggunakan alat bantu perangkat lunak SolidWorks/flow simulatian berbasis Finite Element Analysis (FEA). Tujuan penelitian ini akan dilihat/diketahui besarnya distribusi kecepatan dan distribusi tekanan pada masing-masing sudu tersebut. Berdasarkan hasil simulasi diketahui bahwa rotor dengan jumlah blade tiga memberikan distribusi kecepatan yang lebih tinggi yakni (4,8 m/dtk) dibanding dengan rotor dengan empat blade empat (4,5 m/dtk) dan dua blade (4,3 m/dtk).  Turbin dengan jumlah blade tiga memberikan perbedaan distribusi tekanan maksimum dan minimum paling rendah dibanding turbin dengan empat blade dan dua blade, yakni 21,32 Pascal.
APLIKASI SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSIS PENYAKIT GASTROESOPHAGEAL REFLUX DISEASE (GERD) DENGAN METODE CERTAINTY FACTOR Assyifa, Marla Nur
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2387

Abstract

Masyarakat pada zaman sekarang masih memiliki kesadaran yang rendah terhadap kebiasaan kecil yang merusak kesehatan. Contoh dari kebiasaan kecil tersebut adalah waktu makan yang tidak teratur atau menunda waktu makan. Kebiasaan menunda waktu makan membuat lambung memproduksi asam berlebih. Jika lambung memproduksi asam berlebih maka dapat memicu penyakit maag dan pada tingkat yang lebih tinggi dapat memicu munculnya salah satu penyakit pencernaan yaitu Gastroesophageal Reflux Disease (GERD) yang akan membahayakan organ tubuh lainnya. Banyak masyarakat yang menganggap penyakit tersebut adalah hal kecil yang tidak perlu penanganan dokter. Aplikasi sistem pakar berbasis Android dirancang dan dibuat untuk mendiagnosis penyakit GERD dengan menampilkan besarnya kepercayaan gejala terhadap penyakit tersebut. Besarnya nilai kepercayaan merupakan hasil perhitungan dengan menggunakan metode Certainty Factor. Pengujian sistem menunjukkan bahwa sistem mampu melakukan diagnosis penyakit GERD berdasarkan gejala-gejala yang diderita pasien. Hasil diagnosis berupa persentase yang terbagi menjadi dua kategori yaitu akut dan kronis. Hasil persentase diperoleh dari perhitungan metode Certainty Factor yang menunjukkan tingkat kebenaran dan keakuratan dari kemungkinan penyakit GERD. Berdasarkan pengujian kepada 30 penderita GERD diperoleh persentase keakuratan sistem pakar sebesar 80%. Keakuratan sistem pakar diukur berdasarkan perbandingan antara hasil diagnosis pakar kesehatan dengan hasil diagnosis aplikasi sistem pakar.
IMPLEMENTASI ALGORITMA ASSOCIATION RULE UNTUK PROMOSI PRODUK BERBASIS WEBSITE PADA BENGKEL DELTA JAYA MOTOR Afif, Anggara Fajri; Swedia, Ericks Rahmat; Cahyanti, Margi
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2034

Abstract

Bengkel Delta Jaya Motor merupakan toko yang menjual sparepart motor yang hampir setiap hari dikunjungi konsumen. Adanya kegiatan transaksi penjualan setiap hari membuat data semakin lama akan semakin bertambah banyak. Pada saat ini toko Delta Jaya Motor belum memanfaatkan ketersediaan jumlah data yang besar untuk menentukan strategi bisnis, seperti menentukan produk yang sering dibeli oleh konsumen, menentukan strategi pemasaran, dan mengatur ketersedian stok produk. Kemajuan teknologi informasi juga belum dimanfaatkan, aplikasi website adalah suatu wadah informasi yang bersifat realtime sehingga mempermudah konsumen memperoleh informasi. Dengan adanya aplikasi website diharapkan memudahkan proses bisnis pada toko Delta Jaya Motor seperti konsumen dapat langsung melihat produk di halaman website beserta stok dan produk lain yang sering dibeli bersamaan. Penelitian ini membahas analisis dan penerapan data mining untuk melihat pola pembelian konsumen Delta Jaya motor menggunakan algoritma association rule berbasis website. Dengan menggunakan algoritma association rule berhasil diperoleh sebelas aturan asosiasi dengan memberikan batas minimum support 13% dan minimum confidence 30%. Hasil dari aturan asosiasi memberikan informasi untuk membantu pihak manejemen atau pemilik bengkel dalam menentukan strategi bisnisnya, seperti mengatur produk yang sering dibeli, menentukan strategi pemasaran dan  mengatur ketersediaan stok produk.
IMPLEMENTASI CHATBOT PADA PENDAFTARAN MAHASISWA BARU MENGGUNAKAN RECURRENT NEURAL NETWORK Zuraiyah, Tjut Awaliyah; Utami, Dian Kartika; Herlambang, Degi
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2388

Abstract

Chatbot adalah perangkat lunak yang dapat berkomunikasi dengan manusia menggunakan bahasa alami. Model percakapan menggunakan kecerdasan buatan agar mampu memahami ucapan pengguna dan memberi tanggapan yang relevan dengan masalah yang dibahas oleh pengguna. Pendaftaran mahasiswa baru memerlukan banyak informasi mengenai prosedur pendaftaran di perguruan tinggi. Website pendaftaran online di Universitas Pakuan masih sebatas berisi informasi umum. Penelitian ini bertujuan untuk membuat suatu aplikasi Chatbot otomatis yang dapat berkomunikasi dengan manusia mengenai informasi pendaftaran mahasiswa baru di Universitas Pakuan menggunakan Recurrent Neural Network (RNN) untuk klasifikasi teks. Aplikasi Chatbot diimplementasikan menggunakan bahasa pemrograman Python dan Telegram API. Tahapan pada implementasi Chatbot terdiri dari preprocessing, transformasi data ke format .JSON, pelatihan data, bag of word dan full connection. Pengujian aplikasi Chatbot menggunakan data sebanyak 251 kalimat pertanyaan tentang pendaftaran mahasiswa baru di Universitas Pakuan. Hasil pengujian menunjukkan bahwa Chatbot dapat menjawab pertanyaan mengenai pendaftaran mahasiswa baru dengan akurasi sebesar 88%, presisi sebesar 95% dan recall sebesar 92%.
KLASIFIKASI CITRA KEBAKARAN DAN NON KEBAKARAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Abror, Zaky Farhan
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2389

Abstract

Kebakaran menimbulkan kerugian yang dapat membahayakan jiwa maupun harta benda. Lokasi dan waktu terjadinya kebakaran sulit untuk diprediksi. Citra dari kamera CCTV dapat digunakan untuk memantau terjadinya kebakaran pada suatu lokasi. Dengan pemanfaatan perkembangan teknologi saat ini, data citra tersebut dapat diolah sehingga memberikan informasi terjadinya kebakaran pada suatu lokasi dengan lebih cepat dibandingkan secara manual. Salah satu metode yang dapat digunakan dalam pengolahan citra kebakaran adalah deep learning Salah satu model deep learning yang memiliki kinerja terbaik dalam pengenalan dan klasifikasi citra yaitu Convolutional Neural Network (CNN). Penelitian terdiri dari beberapa tahap yaitu pengumpulan data, pra-pemrosesan data, pembagian data, perancangan arsitektur model CNN, pelatihan, pengujian, dan hasil. Jumlah data citra yang digunakan pada penelitian ini yaitu 950 citra yang terdiri dari 700 data pelatihan, 170 data validasi, dan 80 data pengujian. Arsitektur model CNN yang digunakan terdiri dari dua lapisan konvolusi dan dua lapiran pooling. Pada pelatihan, model dikenalkan dengan pola citra kebakaran dan non kebakaran kemudian divalidasi. Pada tahap pengujian, model mengklasifikasikan citra kebakaran dan non kebakaran. Tingkat akurasi model pada tahap pelatihan sebesar 98.8% dan pada tahap pengujian sebesar 90%.
IMPLEMENTASI RENCANA PERJALANAN WISATA DI KOTA BOGOR MENGGUNAKAN ALGORITMA GREEDY BERBASIS WEBSITE Sania, Nur Najmi; Sari, Ilmiyati
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2390

Abstract

Perencanaan perjalanan wisata merupakan hal penting, terutama pada daerah yang sering menjadi destinasi wisata, salah satunya adalah kota Bogor. Dengan adanya rencana rute perjalanan, maka wisatawan dapat dengan mudah melihat gambaran perjalanan yang diinginkan serta dapat mempersingkat waktu ketika sampai di tempat tujuan. Penelitian ini bertujuan untuk menentukan jarak tempuh terpendek dan jumlah optimal tempat wisata yang dapat dikunjungi di kota Bogor menggunakan algoritma Greddy dengan permasalahan Knapsack. Algoritma Greedy digunakan untuk menentukan rute perjalanan wisata di kota Bogor dengan jarak tempuh terpendek. Permasalahan Knapsack digunakan untuk menentukan jumlah optimal tempat wisata di kota Bogor yang dapat dikunjungi dengan waktu yang dimiliki oleh wisatawan. Algoritma Greedy dengan permasalahan Knapsack tersebut diimplementasikan ke dalam sebuah website. Terdapat 20 tempat wisata di kota Bogor pada website. Objek wisata pada website diklasifikasikan menjadi 3 kategori yaitu wisata alam, tempat rekreasi, dan museum. Pengguna website memasukkan titik awal keberangkatan, lamanya perjalanan, alokasi waktu, pemilihan tempat wisata yang akan dikunjungi dan lamanya waktu kunjungan. Hasil pengujian blackbox menunjukkan bahwa semua fungsi pada website dapat berjalan dengan baik.
PERBANDINGAN DETEKSI TEPI SOBEL DAN ROBERT UNTUK PENDETEKSIAN KESAMAAN CITRA BERDASARKAN WARNA Septian, M. Ridwan Dwi; Febriani, Febriani; Nilawati, A. Ramadona
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/tr.2019.v24i2.2391

Abstract

Penelitian ini bertujuan untuk mendeteksi kesamaan dua citra berdasarkan warna dan deteksi tepi citra menggunakan metode deteksi tepi antara Sobel dan Robert. Hasil masing-masing deteksi selanjutnya dibandingan untuk mendapatkan metode deteksi tepi terbaik. Proses pencocokan citra dilakukan dengan fitur histogram, teknik cropping, dan operator deteksi tepi (Robert dan Sobel). Terdapat dua tahapan yaitu pra-proses untuk membangun basis data citra dan proses CBIR untuk menentukan kemiripan citra berdasarkan citra input. Tahapan pra-proses diawali dengan citra yang dimasukkan dan ditransformasi ke histogram warna untuk mendapatkan nilai RGB (Red, Green, Blue). Selanjutnya nilai histogram warna disimpan ke dalam basis data. Tahapan proses CBIR diawali dengan deteksi tepi citra masukan menggunakan operator deteksi tepi Robert dan Sobel untuk mendapatkan nilai garis tepi dari citra input. Teknik cropping dari nilai garis tepi dilakukan untuk memotong sudut luar dari deteksi tepi sehingga citra yang didapatkan menjadi optimal. Selanjutnya citra tersebut ditransformasi ke histogram warna untuk mendapatkan nilai RGB. Tahapan akhir adalah proses pencocokan antara citra input dengan citra pada database dengan mencocokkan nilai RGB menggunakan jarak Euclidean. Hasil penelitian menunjukkan bahwa operator Robert mendapatkan hasil yang lebih optimal dibandingkan operator Sobel.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 28, No 2 (2023) Vol 28, No 1 (2023) Vol 27, No 3 (2022) Vol 27, No 2 (2022) Vol 27, No 1 (2022) Vol 26, No 3 (2021) Vol 26, No 2 (2021) Vol 26, No 1 (2021) Vol 25, No 3 (2020) Vol 25, No 2 (2020) Vol 25, No 1 (2020) Vol 24, No 3 (2019) Vol 24, No 2 (2019) Vol 24, No 1 (2019) Vol 23, No 3 (2018) Vol 23, No 2 (2018) Vol 23, No 1 (2018) Vol 22, No 3 (2017) Vol 22, No 2 (2017) Vol 22, No 1 (2017) Vol 21, No 3 (2016) Vol 21, No 2 (2016) Vol 21, No 1 (2016) Vol 20, No 1 (2015) Vol 19, No 3 (2014) More Issue