cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 5,804 Documents
 577   578   579   580   581 
Kendali Posisi Sudut Panel Surya Single Axis Berbasis Logika Fuzzy Yazid Ammar; Agung Surya Wibowo; Wahmisari Priharti
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Pada zaman modern ini, kebutuhan energi listrik sangat banyak dibutuhkan. Panel surya dapat mengubah energi matahari menjadi energi listrik secara optimal ketika arah cahaya matahari tegak lurus dengan panel. Untuk menjaga agar panel surya selalu tegak lurus dengan arah cahaya matahari, maka dibuatlah sistem solar tracker. Pada sistem solar tracker sudut arah datang cahaya matahari digunakan sebagai setpoint. Sistem akan menggerakkan panel surya menggunakan aktuator berupa motor DC. Namun, motor DC sebagai aktuator memiliki keterbatasan posisi sudut. Oleh karena itu, pada sistem ini aktuator diprogram menggunakan metode logika fuzzy. Logika fuzzy digunakan sebagai kendali posisi sudut. Maka, pada penelitian tugas akhir ini akan dirancang sistem kendali posisi sudut panel surya single axis berbasis logika fuzzy. Dari hasil pengujian, perbandingan pembacaan sudut sensor MPU6050 dengan busur derajat memiliki tingkat akurasi pembacaan sudut sebesar 97,95%. Kendali logika fuzzy (Fuzzy Logic Controller) dapat mempercepat rise time, settling time, dan mengurangi error steady state dari respon sistem. Keluaran daya solar tracker single axis memiliki peningkatan daya 10,1% dari keluaran daya panel surya fixed system (pada sudut 0° terhadap bumi). Solar tracker single axis dapat menghasilkan keluaran daya yang lebih besar karena posisi panel selalu tegak lurus terhadap matahari.Kata kunci— Panel Surya, Solar Tracker, Fuzzy Logic Controller
PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK (BPNN) Muhammad Azzam Imaduddin; Faqih Hamami; Riska Yanu Fa'Rifah
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Perubahan cuaca yang ekstrim dapat menimbulkan bencana. Kerugian akibat bencana alam ini dapat kita minimalisir apabila ada persiapan yang matang dalam menghadapi kemungkinan terjadinya bencana alam. Dan persiapan yang matang dalam menghadapi bencana alam tentunya didasarkan pada pengetahuan tentang prediksi kapan dan dimana bencana alam tersebut akan terjadi. Perubahan cuaca ini dapat diprediksi berdasarkan data cuaca di masa lampau. Data pada penelitian kali ini bersumber dari database Badan Meteorologi, Klimatologi dan Geofisika(BMKG). Kemudian dilakukan preprocessing, berupa cleansing dan penyesuaian data. Backpropagation neural network (BPNN) merupakan algoritma yang dipakai penulis dalam melakukan forecasting terkait perubahan kondisi cuaca. Backpropagation neural network (BPNN) pada penelitian ini dibangun dengan menggunakan library keras dan Tensorflow. Bahasa pemrograman yang digunakan pada penelitian kali ini adalah python dan dengan menggunakan tools jupyter notebook. Model yang digunakan adalah menggunakan 1 input layer, 6 hidden layer dan 1 output layer. Sedangkan untuk epochs yang digunakan berjumlah 10000. Dan model evaluasi dengan Mean Squared Error (MSE) Hasil dari penelitian ini berbentuk grafik per parameter cuaca di wilayah Bandung pada tahun 2021.Kata kunci— backpropagation neural network, cuaca, time series, machine learning
Perbandingan Algoritma K-Nearest Neighbor dan Logistic Regression pada Analisis Sentimen terhadap Vaksinasi Covid-19 pada Media Sosial Twitter dengan Pelabelan Vader dan Textblob Fadhilah Fazrin; Oktariani Nurul Pratiwi; Rachmadita Andreswari
eProceedings of Engineering Vol 10, No 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pada analisis ini metode yang digunakan yaitu metode klasifikasi K-Nearest Neighbor dan metode klasifikasi Logistic Regression dengan data yang diambil pada aplikasi twitter. Penelitian ini mengkaji tingkat akurasi pada sentimen masyarakat mengenai vaksinasi Covid-19 dengan label positif dan negatif. Nilai AUC pada algoritma KNN dengan pelabelan TextBlob yaitu sebesar 0,765 dengan dan 0,768 untuk pelabelan VaderSentiment keduanya termasuk kedalam kriteria fair classification. Sementara itu, pada algoritma Logistic Regression menghasilkan akurasi sebesar 84,97% dengan perbandingan rasio 90:10 untuk pelabelan TextBlob, sementara untuk pelabelan VaderSentiment dengan perbandingan rasio 90:10 menghasilkan akurasi sebesar 85,22%. Kedua algoritma divalidasi menggunakan K-Fold Cross Validation dengan jumlah fold 10. Hasil perbandingan yang diperoleh saat melakukan evaluasi dengan confusion matrix menunjukkan bahwa algoritma Logistic Regression dengan pelabelan VaderSentiment memiliki nilai akurasi yang paling tinggi dibandingakan dengan algoritma K-Nearest Neighbor dengan pelabelan TextBlob dan VaderSentiment. Kata kunci—vaksinasi covid-19, k-nearest neighbor, logistic regression, analisis sentimen
Klasifikasi Pose Dasar Beladiri Karate Dengan Support Vector Machine Dan Gerakan Menggunakan Yolov3 Qorio Surya Akbar; Randy Erfa Saputra; Meta Kallista
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Cabang olahraga beladiri Karate yang berasal dari Jepang merupakan salah satu olahraga yang cukup digemari oleh masyarakat Indonesia, termasuk anak-anak sampai orang dewasa. Beladiri seringkali didefinisikan sebagai sistem pertarungan menyerang dan bertahan. Beladiri terkini biasanya merupakan seni pertarungan yang sudah dimodifikasi untuk tujuan olahraga, pertahanan diri, serta hiburan. Hal ini sesuai dengan tujuan beladiri. Cabang olahraga beladiri Karate yang merupakan beladiri beraliran keras yang menggunakan teknik-teknik fisik seperti pukulan, tendangan, tangkisan, dan hindaran dengan kuda-kuda yang kokoh. Karate juga merupakan salah satu olahraga yang mempunyai karakteristik gerak dan teknik tersendiri. Pembelajaran olahraga beladiri Karate pertamatama harus menguasai teknik Kihon yang merupakan Latihan dasar Karate yang meliputi teknik kuda-kuda (Dachi), tangkisan (Uke), tendangan (Geri), pukulan (Tsuki), dan semua gerakan tubuh yang digunakan dalam kata dan kumite. Penelitian mengenai klasifikasi Gerakan beladiri Karate menggunakan metode Support Vector Machine sebelumnya belum pernah dilakukan. Pada Tugas Akhir ini akan menggunakan gerakan Kihon, Kumite, dan Geri. Setelah dilakukan pengujian terhadap performansi dari algoritma Support Vector Machine didapatkan hasil nilai Presisi 99,47%, Recall 99,47%, F1 Score 99,45%, serta akurasi 99,65%, dan error rate sebesar 66,66% dari 27 sampel yang diambil.Kata kunci— Beladiri Karate, Support Vector Machine, Gerakan Dasar

Page 581 of 581 | Total Record : 5804

 577   578   579   580   581 

Filter by Year

2014 2023


Reset
Filter By Issues
All Issue Vol 10, No 5 (2023): Oktober 2023 Vol 10, No 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol 10, No 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue