Jurnal Sekolah Tinggi Teknik Surabaya
Not a member yet
194 research outputs found
Sort by
Klasifikasi Ketrampilan Kognitif Siswa dengan Menggunakan Metode Learning Vector Quantization dengan Bantuan Game
No full textUntuk menilai tingkat kognitif seorang siswa sangatlah sulit banyak indikator yang mempengaruhi yang menyebabkan hasilnya tidak akurat. Dengan metode serius game ini akan diketahui tingkat kognitif seorang siswa yang akan diketahui penguasaan pembelajaran yang akan dicapai. Dalam serius game ini penguasaan pembelajaran merupakan inti dari proses belajar mengajar. Dalam tingkat kognitif ini perlu diklasifikasikan dengan menggunakan metode Cognitif Skill Game (CSG). Siswa sebagai pemain akan dipantau bagaimana berinteraksi dengan permainan untuk meningkatkan konsep permainan kognitif ini. Pada CSG ini menggunakan metode Learning Vector Quantization (LVQ) yang berfungsi untuk mengoptimalkan input klasifikasi ketrampilan kognitif pemain. Guru sebagai data training digunakan untuk mengobservasi LVQ. Guru mempunyai pengalaman yang banyak dan mempunyai banyak sertifikasi atau pelatihan dianggap cocok sebagai data training. Pengambilan data Guru menggunakan metode observasi kuesioner. Siswa jurusan Teknik Komputer dan Jaringan (TKJ) SMK adalah populasi klasifikasi ketrampilan kognitif saat menjalankan permainan dalam penelitian. Sebagian kecil pemain CSG masuk dalam kategori keterampilan kognitif hati-hati, beberapa masuk dalam kategori ahli, dan sebagian besar masuk dalam dalam kategori coba-coba. Hasil dari permainan CSG ini adalah pemain memiliki kemampuan ketrampilan kognitif masih rendah. High trial and error 75%, high expert 6%, dan high careful 19%. Dalam penelitian ini juga dilakukan validasi pengukuran secara berulang-ulang untuk mengetahui keakuratan klasifikasi CSG
Deteksi Pemakaian Helm Proyek Dengan Metode Convolutional Neural Network
Get PDFPenggunaan helm proyek pada pekerjaan dengan resiko kecelakaan tinggi seperti pekerjaan konstruksi seringkali diabaikan oleh pekerja, sehingga apabila terjadi kecelakaan kerja yang tidak diinginkan seperti kejatuhan benda keras dari atas atau terjadi benturan keras pada kepala akan berakibat fatal bagi pekerja tersebut. Penelitian ini bertujuan untuk mendeteksi pemakaian helm proyek oleh pekerja konstruksi pada citra. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network YOLO. Sistem terdiri dari tiga proses utama yaitu proses pre processing, proses training dan proses deteksi. Proses pre processing adalah melakukan resize dan anotasi labeling pada citra dataset. Selanjutnya adalah proses training pada dataset dengan menggunakan transfer learning YOLOv2. Pada proses deteksi digunakan 4 buah anchor box pada setiap grid pada citra, hasil dari mencari nilai ukuran bounding box yang memiliki IOU terbaik dengan melakukan proses clustering pada dataset training dan validasi yang terdapat bounding box menggunakan algoritma K-Mean clustering. Algoritma Intersection Over Union (IOU) dan Non Max Suppression (NMS) digunakan agar bounding box prediksi yang dibuat presisi dengan objek yang berhasil dideteksi dan untuk menghilangkan multideteksi pada objek yang sama. Proses deteksi pada sistem ini melakukan lokalisasi dan klasifikasi dengan sekali langkah proses sehingga hasil dari proses deteksi ini adalah orang menggunakan helm proyek dan orang tidak menggunakan helm proyek. Pengujian sistem deteksi dilakukan secara individu maupun kelompok maksimal 5 orang dengan F1-score yang diperoleh sebesar 0,79
Studi Analisa Kalman Filter Sebagai State Estimator Untuk Meningkatkan Akurasi Pengukuran Kecepatan Motor DC
Get PDFState estimator merupakan sebuah teknik yang digunakan untuk mengestimasi besarnya suatu sinyal dari suatu data yang telah tercampur dengan noise. Noise tersebut dapat terjadi pada proses di dalam suatu plant (motor DC) maupun pada pembacaan oleh sensor, yang menyebabkan nilai yang sesungguhnya dari suatu sinyal tidak dapat diketahui dengan akurat. Sinyal yang tercampur dengan noise tersebut dapat direduksi dengan berbagai cara, di antaranya adalah dengan menggunakan Kalman Filter. Kalman Filter merupakan sebuah state estimator yang merupakan filter linier terbaik (bila semua syarat terpenuhi) dengan menggunakan konsep Minimum Mean Square Error (MMSE).
Dalam tugas akhir ini akan diuji coba dan diamati manfaat Kalman Filter untuk mengestimasi nilai kecepatan motor DC yang sesungguhnya bila sistem tersebut bekerja pada kondisi yang bernoise. Sebagai pembanding, dalam tugas akhir ini akan diuji coba juga teknik pemfilteran data yang lain untuk dibandingkan performansinya terhadap Kalman Filter.
Pengujian dilakukan dengan menggunakan program Matlab dengan cara memberikan noise ke dalam sistem. Hasil uji coba menunjukkan bahwa Kalman Filter mampu mereduksi error pada pengukuran kecepatan motor DC hingga kurang dari 0.5 rad/sec hanya dalam waktu 0.025 detik
Algoritma Emperor Penguin pada Efisiensi Pengiriman Produk UMKM dengan Konsep Pembagian Ongkos Kirim
Get PDFDi Era Pandemi saat ini, perkembangan ekonomi atau bisnis Usaha Mikro, Kecil, dan Menengah (UMKM) semakin menjamur di masyarakat. Perkembangan UMKM ini tidak hanya berhenti pada jumlah saja akan tetapi juga pada sistem pemesanan UMKM tersebut. Saat ini banyak UMKM yang menerapkan konsep Pre-Order (PO) di dalam pemesanannya dimana mayoritas UMKM tersebut merupakan UMKM yang memasarkan produknya melalui media sosial atau chating. Munculnya sistem baru ini memunculkan juga beberapa permasalahan bagi UMKM, salah satu diantaranya adalah besarnya biaya pengiriman apabila sebuah produk dikirim secara khusus ke seorang pembeli. Hal ini mungkin tidak terlihat memberatkan bagi UMKM akan tetapi permasalahan ini memberatkan pelanggan dan semakin mahal biaya yang harus dikeluarkan pelanggan maka akan semakin kecil kemungkinan pelanggan membeli produk di UMKM tersebut. Penelitian ini berfokus pada dua hal, yang pertama adalah menyediakan marketplace bagi UMKM Pre-Order yang dapat mengatasi permasalahan biaya pengiriman dan kedua adalah dampak Algoritma Emperor Penguin pada pencarian rute pengiriman. Marketplace UMKM Pre-Order yang dikembangkan akan menerapkan teknologi fluter dan berbasiskan mobile apps. Hal ini dikarenakan semakin besarnya pengaruh mobile apps di kalangan masyarakat dibandingkan web apps atau desktop apps. Mobile Apps akan secara otomatis melakukan pencarian rute pengiriman untuk seluruh pre-order yang terjadi pada hari tertentu dan melakukan assign kepada driver yang bertugas dimana rute yang dicari bukan hanya berdasarkan jarak melainkan juga berdasarkan biaya pengiriman yang dikeluarkan oleh keseluruhan pembeli pada 1x pengiriman. Algoritma Emperor Penguin akan berusaha mencari rute pengiriman yang terdekat dan biaya yang dikeluarkan pembeli yang terkecil. Setelah melalui berbagai ujicoba, dapat disimpulkan bahwa 94.7% UMKM yang didukung oleh penelitian ini puas dan merasa terbantu, 97.4% pelanggan merasa terbantu dengan sistem pembagian ongkos kirim, dan Algoritma Emperor Penguin bekerja dengan baik dan dapat menghasilkan rute optimal dengan ongkos terkecil
Sistem Manajemen Kartu Nama dengan OCR dan Ekstraksi Informasi Otomatis
Get PDFSebagai pelaku bisnis, kartu nama adalah salah satu hal yang penting untuk bertukar informasi. Namun kartu nama biasanya mudah hilang atau rusak, sehingga beberapa orang biasanya menyimpan informasi dari kartu nama itu pada telepon genggam atau komputer mereka. Penelitian ini akan membuat sistem manajemen kartu nama baik individu dan juga perusahaan dengan ekstraksi informasi kartu nama otomatis untuk mempermudah pengguna perorangan ataupun perusahaan dalam melakukan penyimpanan kartu nama para kolega. Untuk mewujudkan aplikasi yang dilengkapi dengan fitur tersebut dilakukan proses pengenalan karakter pada gambar kartu nama menggunakan Tesseract OCR dan information extraction memanfaatkan klasifikasi entity dengan membangun classifier menggunakan Naive Bayes dan mengkombinasikannya dengan rule based. Hasil uji coba yang telah dilakukan mendapatkan performa 85.1% untuk pengenalan karakter dan 86% untuk pengklasifikasian entity. Dilakukan juga uji coba fungsionalitas terhadap setiap fitur pada sistem ini dengan menggunakan metode blackbox testing yang memastikan setiap aksi yang dilakukan pengguna akan menghasilkan output sesuai target yang diharapkan. Selain itu, dari hasil kuisioner yang berisikan tentang usability dari sistem ini, sebagian besar responden merasa terbantu dalam memanajemen kartu nama dengan menggunakan sistem aplikasi ini
Pemanfaatan Beahvior Tree dan Fuzzy Waypoint Tactic pada Game Strategi "War of Zombies”
Get PDFDalam video game jaman sekarang, hampir semua permainan memakai kecerdasan buatan sebagai cara agar non-player karakter agar dapat berinteraksi dengan game. Karena itu pada penelitian ini bertujuan untuk mencoba menerapkan kecerdasan buatan behavior tree dan juga Fuzzy waypoint tactic. Project game “War of Zombies” ini merupakan permainan strategi dimana pemain yang berperan sebagai zombie mencoba melenyapkan manusia sebagai musuhnya. Pada permainan ini selain waypoint tactic dan behavior tree terdapat beberapa metode kecerdasan buatan yang diterapkan seperti A* pathfinding, djikstra dan juga fuzzy logic. Behavior tree merupakan metode panduan berisi langkah-langkah bagi karakter untuk menyelesaikan suatu tugas. Sedangkan fuzzy waypoint tactic merupakan cara bagi developer untuk memberitahu lokasi-lokasi strategis yang dapat membantu karakter dalam menyelesaikan tugas, seperti misalnya bersembunyi atau menembak. Pada game bertema strategi seperti ini, fuzzy logic sangat membantu untuk membuat suatu keputusan bagi karakter. Selain itu, fuzzy logic juga merupakan metode yang baik dalam waypoint tactic untuk menentukan lokasi strategis yang paling menguntungkan diantara pilihan-pilihan lokasi yang telah disediakan. Behavior tree juga merupakan metode yang baik dalam mengatur perilaku setiap karakter yang ada pada game strategi
Evolusi Penggunaan Teknologi Web 3.0 : Semantic Web
Get PDFGenerasi baru dari konsep teknologi yang digunakan pada halaman website mengalami perubahan yang juga selaras dengan kebutuhan bisnis yang ada dalam dunia digital. Halaman website mengalami transformasi dari pada mulanya adalah hanya berupa halaman website statis, kemudian pada versi atau generasi berikutnya menjadi halaman website 2.0 sampai dengan generasi ketiga atau halaman website 3.0 (web 3.0) atau yang juga dikenal dengan istilah website semantik (Semantic Web). Generasi ketiga dari teknologi halaman website inilah yang akan menjadi topik utama dari penulisan paper ini, dimana pembahasan yang akan dituliskan dan dijelaskan pada paper ini adalah mengenai karakteristik dari web 3.0, teknologi yang ada pada web 3.0 seperti RDF (Resource Description Framework), SPARQL dan Web Ontology. Kemudian dalam penulisan jurnal ini juga akan diberikan contoh atau implementasi dari penggunaan teknologi web 3.0 dan kemudian penjelasan teknis mengenai cara kerja web 3.0. Hasil dari penulisan paper ini adalah untuk mengetahui perbedaan apakah yang ditawarkan oleh halaman website yang mengadopsi atau menggunakan teknologi web 3.0 dan juga untuk mengetahui keunggulan yang dimiliki oleh teknologi web 3.0
Steering, Throttle Dan Brake Prediction pada Simulator Self-Driving Car Memanfaatkan CNN
Get PDFManusia dapat mengendarai mobil dengan cara belajar sendiri, belajar dari orang lain atau dengan menirukan cara mengemudi orang lain. Dalam mengemudikan mobil pengemudi akan melihat kondisi jalan dan kondisi mobil sebagai pertimbangan untuk menentukan kontrol kemudi yang akan dijalankan seperti nilai steering angle, throttle dan brake. Dengan pembelajaran atau menirukan kebiasaan manusia, mesin juga mampu untuk melakukan hal yang sama yang dapat dilakukan oleh manusia seperti mengemudikan mobil. Maka dari itu akan dibuat program yang dapat mengemudikan mobil dengan menentukan nilai steering angle, throttle dan brake menggunakan data gambar kamera depan mobil, nilai steering angle, throttle, brake dan speed terakhir mobil. Aplikasi akan dibuat menggunakan Keras untuk pembuatan model, training dan testing. Berbagai teknik augmentasi gambar digunakan untuk menghasilkan gambar baru dengan jumlah tidak terbatas dari data gambar asli yang dikumpulkan. Program menggunakan simulator mobil untuk melakukan pengumpulan data dan uji coba program. Simulator dipilih sebagai media karena mudah dalam hal pengumpulan data dan tidak ada risiko terjadi kecelakaan seperti pada dunia nyata. Dengan adanya program ini, mesin dapat mengemudikan mobil secara otonom. Dari hasil eksperimen disimpulkan bahwa performa terbaik model tercapai pada model yang menggunakan dataset Lake dan Mountain, menggunakan augmentasi data, menggunakan channel warna YUV, menggunakan gambar dan state dari mobil sebagai input, learning rate 0.0001, dan drop out 0.5
Implementasi Kinematika Robot Lengan Pemindah Barang Dua Sendi (2 DOF) dengan Metode Kinematika Maju Untuk Menentukan Koordinat dalam Pemindahan Sebuah Object
Get PDFPada industri rumahan minuman berwarna pekerja dituntut untuk dapat memilah botol berwarna secara cepat dan tepat. Untuk mengatasi masalah ini direncanakan dan dibuat alat pemilah botol berdasarkan warna dengan bantuan robot lengan. Sensor yang dipakai untuk pemilah warna menggunakan LED RGB dan resistor LDR yang mampu memilah 9 warna yaitu : merah, kuning, hijau, biru, merah muda, putih, ungu, sian, dan hitam dengan memanfaatkan robot lengan sebagai pemilah.
Robot didesain yang diadaptasi dari robot lengan me arm v1.0 dengan dimensi 15 cm x 19 cm, dan tinggi 50 cm. Untuk menjalankan alat ini botol berwarna diletakkan pada tempat sensor warna, setelah warna terdeteksi lengan robot akan bergerak mengambil dan meletakkan botol yang terdeteksi ke dalam wadah yang ditandai dengan reed switch (sensor magnet). Desain robot lengan menerapkan metode forward kinematic untuk mendapatkan titik koordinat robot.
Percobaan untuk menentukan titik koordinat robot memberikan hasil sebagai berikut: (19,15 cm, 8,92 cm) saat istirahat, (23,49 cm, 33,55 cm) saat mengangkat botol, dan (35,35 cm, 0 cm) saat mengambil botol. Tingkat keberhasilan sensor warna dan lengan robot dalam memilah botol berdasarkan warna adalah sebesar 74,07%. Lama proses untuk melakukan pemilahan botol berwarna dengan beban 100 ml adalah 40,2 detik untuk satu botol