cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajar Hardiana
Contact Email
fajarhardiana@telkomuniversity.ac.id
Phone
+6222-7565929
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Gedung Manterawu Lt 5 Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Published by Universitas Telkom
ISSN : 28280075     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Jurnal Telkatika merupakan jurnal ilmiah karya akhir mahasiswa yang dikelola oleh Open Library Telkom University dalam bidang Telekomunikasi, Elektro, Komputasi, dan Informatika. Tujuan Jurnal Telkatika untuk membangun sarana komunikasi efektif antara akademisi dan para peneliti di Institusi serta menjadi sarana promosi dan penyebarluasan hasil penelitian karya akhir mahasiswa pada disiplin ilmu: Teknik Telekomunikasi Teknik Komputer Teknik Elektro Teknik Fisika Rekayasa Instrumentasi dan Energi Teknologi Informasi Ilmu Komputasi Software Engineering Human Centric Engineering Production and Manufacturing System Engineering Management System Cybernatics Enterprise and Industrial System
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 5 Documents
 1 
Search results for , issue "Vol 2, No 1 (2022): Desember 2022" : 5 Documents clear
MULTI-ASPECT SENTIMENT ANALYSIS TERHADAP NVIDIA RTX DENGAN SUPPORT VECTOR MACHINE DAN WORD EMBEDDINGS Igd Raditya WibhawaMn
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol 2, No 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Beberapa bulan belakangan ini, tren meningkatnya pembelian GPU terutama seri RTX kian meningkat, banyak orang berlomba lomba untuk membuat PC untuk meningkatkan kinerja dengan kondisi WFH(Work From Home) selama terjadinya pandemi. Peningkatan terhadap penggunaan GPU seri RTX ini tentunya mengundang pendapat dari berbagai macam kalangan. Hal ini menciptakan pro dan kontra di kalangan PC enthusiast, terutama di beberapa platform Media Sosial. Dari munculnya pro dan kontra ini, dapat dilakukan ekstraksi emosi terhadap komentar yang mengandung pro dan kontra tersebut. Metode ini disebut juga dengan Analisis Sentimen, tahapan yang perlu dilakukan untuk melakukan Analisis Sentimen ini yang pertama adalah preprocessing yang terdiri dari Noise Removal, Tokenizing, Stopword Removal. Kemudian dilanjukan dengan proses yang kedua, yaitu Ekstraksi Fitur dengan Word Embeddings dan Support Vector Machine. Berdasarkan Analisis Performansi pada model yang telah dibuat, menunjukkan bahwa pada penelitian ini SVM kernel Linear menunjukkan hasil yang terbaik pada seluruh dataset, sedangkan kernel rbf pada penelitian ini menunjukkan hasil yang kurang memuaskan sekalipun telah melakukan perubahan parameter pada Gamma dan C. Penelitian ini dibuat bertujuan untuk menganalisa performansi model dalam mengklasifikasikan sentimen sebuah teks dengan model SVM.  Kata kunci: support vector machine, preprocessing, word embeddings
PERANCANGAN SISTEM OTOMATISASI CONTINUOUS DEPLOYMENT BERBASIS MONOLITHIC REPOSITORY Fikri Anggawie; Dana Sulistyo Kusumo; Donny Richasdy
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol 2, No 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

AbstrakOtomatisasi adalah hal yang sudah seharusnya diterapkan sebuah perusahaan yang mengerjakan proyek besar terdiri dari dua orang atau lebih dalam pengembangan aplikasi mereka. Tanpa adanya Otomatisasi maka dalam melakukan perubahan code meskipun berskala kecil akan memakan banyak waktu dan biaya tentunya. Otomatisasi menggunakan metode continuousdeployment dan aplikasi jenkins, docker dan menerapkan prinsip monolithic repository maka akan banyak membantu dalam penerapan otomatisasi. Tugas akhir kali ini berfokus pada pengembangan dan integrasi menggunakan metode continuous deployment dan monolithic repository serta menggunakan tools jenkins dan docker dalam pengerjaan nya. Penerapan metodecontinuous deployment dan monolithic repository menggunakan jenkins guna mempermudah dalam melakukan integrasi dikarenakan jenkins bersifat open source dan memiliki banyak opsi plug-in. docker sendiri berperan sebagai container guna meletakan semua kebutuhan integrasi aplikasi dan deployment. Adanya sistem otomatisasi adalah bentuk penghematan sumberdaya seperti waktu dan penggunaan yang lebih mudah. Jadi integrasi dan penerapan menggunakan jenkins dan docker kita dapat menghemat banyak waktu dan juga jika ada perubahan pada code kita tidak memerlukan integrasi ulang dan dapat dirubah denganmudah.Kata kunci : continuous deployment, monolithic repository
PENERAPAN BEHAVIOR DRIVEN DEVELOPMENT UNTUK UJI VALIDASI Siti Nadiah Hijriyani; Sri Widowati; Dana Sulistyo Kusumo
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol 2, No 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Sebelum perangkat lunak diserah terima ke pengguna, diperlukan pengujian untuk memastikan fitur yang dibuat sesuai dengan kebutuhan, maka dilakukan pengujian validasi. Dalam penelitian ini, proses uji validasi akan dilakukan menggunakan metode Behavior Driven Development (BDD) dengan mendefinisikan requirement ke dalam skenario step by step sesuai perilaku pengguna terhadap perangkat lunak. Objek yang diuji adalah proyek sistem informasi untuk Binus School di Radya Labs. Pada proses pengujian ini juga akan dibuat automated testing yang terintegrasi BDD menggunakan tools Katalon Studio. Hasil dari penelitian ini, menunjukan bahwa pengimplementasian BDD dapat dilakukan pada sistem informasi sekolah. Dampak yang paling terlihat adalah pendeskripsian requirement yang jauh lebih terarah dan terperinci.Kata kunci : behavior driven development , uji validasi, katalon studio
DETEKSI SUHU TUBUH DAN PENGGUNAAN MASKER PADA PENUMPANG BUS TRANS METRO BANDUNG DI ERA NEW NORMAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS INTERNET OF THINGS Virda Amalia Arta
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol 2, No 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Protokol kesehatan seperti pengecekan suhu dan penggunaan masker pada penumpang Trans Metro Bandung di era new normal saat ini dikontrol langsung oleh pihak Trans Metro Bandung (TMB). Hal ini tentu kurang efisien dari segi waktu dan petugas serta lebih beresiko terhadap Covid-19. Maka dari itu dibutuhkan sistem otomatis yang memanfaatkan teknologi computer vision yang dapat meminimalisir ketidakefisiensian tersebut. Penelitan ini diusulkan dengan merancang sistem deteksi suhu tubuh menggunakan kamera thermal AMG883 dan raspberry pi, serta sistem penggunaan masker yang bersifat contacless menggunakan klasifikasi Convolutional Neural Network (CNN) dengan arsitektur Mobilenetv2. Dataset diambil secara langsung pada bus TMB Koridor 2 Cicaheum- Cibeureum. Data dipisah menjadi 80% training dan 20% validasi. Kemudian data dilatih dan divalidasi untuk diketahui performansinya. Dari hasil pengujian dan analisa diperoleh hasil pengukuran suhu menggunakan AMG8833 lebih akurat yang menggunakan jarak 75 cm. Didapatkan akurasi sebesar 99, 36% dan error sebesar 0, 64%. Dan pada sistem deteksi penggunaan masker, didapatkan epochs terbaik untuk training model, yaitu 200. Training accuracy yang dihasilkan sebesar 0.9299, validation accuracy sebesar 0.9127, training loss sebesar 0.2002, dan validation loss sebesar 0.2573. Sistem deteksi penggunaan masker lebih optimal bekerja pada wajah tampak depan dan juga lebih optimal bekerja pada jarak 75cm, baik itu untuk objek tunggal maupun jamak.Kata kunci: Trans Metro Bandung (TMB), computer vision, Convolutional Neural Network (CNN), Internet of Things (IoT), AMG8833.
SIMULASI PREDIKSI SINTILASI IONOSFER MENGGUNAKAN APLIKASI MATLAB DENGAN METODE NEURAL NETWORK Syihab Agung Satriotomo
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol 2, No 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

     Untuk tercapainya sebuah kestabilan pertukaran informasi diperlukan satelit untuk transmisi sebuah sinyal, namun secanggih apapun teknologi yang manusia ciptakan pasti ada suatu hal yang mengganggu dalam aktivitas tersebut. Salah satu gangguan yang biasanya dialami oleh satelit adalah fenomena alam yaitu Sintilasi Ionosfer, karena fenomena tersebut dapat mengganggu frekuensi gelombang radio yang ditransmisikan oleh satelit Global Navigation Satellite System (GNSS). GNSS berperan untuk penentuan posisi GPS. Fenomena sintilasi ionosfer merupakan salah satu yang dapat mengganggu sinyal dari satelit, GPS akan mengalami fluktuasi yang cepat pada amplitudo dan fasa sinyalnya saat diterima di receiver akibat ketidakaturan kerapatan elektron, sehingga receiver GPS tidak dapat menerima informasi secara akurat. Faktor faktor terjadinya sintilasi ionosfer yaitu dipengaruhi oleh kecepatan lapisan ionosfer pada sore hari (v), aktivitas matahari (F10.7), dan aktivitas geomagnetikik (Kp). Faktor parameter v merupakan komponen yang paling dominan untuk yang menyebabkan terjadinya sintilasi ionosfer, semakin besar v semakin besar peluang terjadinya sintilasi ionosfer. Penelitian ini dibutuhkan sebuah pemodelan sederhana namun akurat dalam memprediksi terjadinya fenomena sintilasi ionosfer yang sering terjadi pasca terbenamnya matahari. Penelitian ini menggunakan metode neural network (NN) untuk membangun pemodelan kejadian sintilasi ionosfer. Kata kunci: aktivitas geomagnetik, F10.7, kecepatan sintilasi, neural network, prediksi, sintilasi ionosfer

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 2, No 1 (2022): Desember 2022 Vol 1, No 2 (2022): Juni 2022 Vol 1, No 1 (2021): Desember 2021