Jurnal Ilmu Komputer dan Informasi
Not a member yet
247 research outputs found
Sort by
PERANCANGAN ATURAN TRANSFORMASI UML – SYSTEMC DALAM PERANCANGAN EMBEDDED SYSTEM
Get PDFPemodelan adalah salah satu proses awal dalam pengembangan suatu aplikasi atau produk. Tahap ini dilakukan untuk meminimalkan kesalahan pada produk akhir. Salah satu metode pemodelan berorientasi objek yang banyak digunakan adalah pemodelan UML (Unified Modeling Language). Dalam UML suatu sistem dipandang sebagai kumpulan objek yang memiliki atribut dan method. SystemC adalah bahasa perancangan perangkat keras yang berbasis C++. SystemC merupakan sebuah library yang mendefinisikan tipe-tipe komponen perangkat keras. Dalam pemodelan bersama perangkat keras dan perangkat lunak, UML dan SystemC memiliki kemampuan yang sama. Pada paper ini dilakukan analisis proses transformasi dari pemodelan berorientasi objek dengan UML dan implementasi dengan menggunakan SystemC. Hasil penelitian menunjukan bahwa proses transformasi UML-SystemC dapat dilakukan karena keduanya memiliki nature yang sama sebagai lingkungan yang dapat merancang bersama hardware dan software. Perangkat yang digunakan untuk penelitian ini adalah Rational Rose dan SystemC.
Modeling is one of the first process in the development of an application or product. This phase is done to minimize errors in the final product. One method in object-oriented modeling that is widely used is UML (Unified Modeling Language). In UML a system is seen as a collection of objects that have attributes and methods. SystemC is a hardware design language based on C++. SystemC is a library that defines the types of hardware components. In a joint modeling of hardware and software, UML and SystemC have similar capabilities. In this paper, researchers analyzed the transformation of object-oriented modeling with UML and the implementation by using SystemC. The results shows that the transformation process of UML-SystemC can be done because both have the same nature as the environment that can design both hardware and software. The device used for this study is the Rational Rose and SystemC
PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) UNTUK DETEKSI KERUSAKAN
Get PDFPemeliharaan kondisi mesin di industri membutuhkan kecepatan dan kemudahan, salah satu metodenya adalah dengan analisis getaran. Getaran mesin menyebabkan pola suara yang diemisikan mesin, di mana suara mesin satu bercampur dengan mesin lainnya. Blind Source Separation (BSS) merupakan teknik memisahkan sinyal campuran berdasarkan sifat kebebasan statistik antar sumber. Melalui simulasi dengan beberapa motor dan susunan mikrofon sebagai sensor, didapatkan data suara campuran dari beberapa motor yang terekam melalui tiap mikrofon. Intensitas sinyal yang diterima mikrofon berbeda satu sama lain, tergantung pada jarak dan sudut datangnya. Tujuan penelitian ini adalah untuk memisahkan sinyal campuran dari tiap mikrofon sehingga didapatkan sinyal estimasi sumber untuk mendeteksi kerusakan motor. Berdasarkan hasil penelitian, diperoleh pemisahan sinyal terbaik dalam Time-Domain ICA. Sinyal estimasi tersebut dianalisis untuk menentukan kondisi kerusakan mesin berdasarkan pola frekuensi sesaatnya.
Maintenance of engine conditionin the industry requires speed and convenience, one of the method is by vibration analysis. Machine’s vibration causes the machine emitted sound pattern, in which an engine sound mixed with other machine’s. Blind Source Separation (BSS) is a technique to separate mixed signals based on the statistical independence properties between the sources. Through simulation with several motors and the composition of the microphones as the sensor, noise mixture data obtained from some motors recorded by each microphone. The signal intensity received by microphone are different from each other, depending on the distance and angle of arrival. The purpose of this study is to separate the mixed signals from each microphone to obtain estimation of the signal source to detect the motor damage . Based on the research, obtained the best signal separation in the Time-Domain ICA. Signal estimation is analyzed to determine the condition of an engine failure patterns based on instantaneous frequency
ALGORITMA PARALEL ODD EVEN TRANSPOSITION PADA MODEL JARINGAN NON-LINIER
Get PDFOdd-even-transposition adalah suatu algoritma paralel yang merupakan pengembangan dari algoritma sekuensial “bubble sortâ€. Algoritma odd-even-transposition ini didesain khusus untuk model jaringan array linier (homogen). Untuk n elemen data, kompleksitas waktu dari algoritma bubble sort adalah O(n2), sedangkan pada odd-even-transposition yang bekerja di atas n prosesor adalah ï‘(n). Ada peningkatan kecepatan waktu pada kinerja algoritma paralel ini sebesar n kali dibanding algoritma sekuensialnya. Hypercube dimensi k adalah model jaringan non-linier (non-homogen) terdiri dari n = 2k prosesor, di mana setiap prosesor berderajat k. Model jaringan Fibonacci cube dan extended Lucas cube masing-masing merupakan model subjaringan hypercube dengan jumlah prosesor < 2k prosesor dan maksimum derajat prosesornya adalah k. Pada paper ini, diperlihatkan bagaimana algoritma odd-even-transposition dapat dijalankan juga pada model jaringan komputer cluster non-linier hypercube, Fibonacci cube, dan extended Lucas cube dengan kompleksitas waktu O(n).
Odd-even-transposition is a parallel algorithm which is the development of sequential algorithm “bubble sortâ€. Odd-even transposition algorithm is specially designed for linear array network model (homogeneous). For n data elements, the time complexity of bubble sort algorithm is O(n2), while the odd-even-transposition that works with n processor is ï‘(n). There in an increase in the speed of time on the performance of this parallel algorithms for n times than its sequential algorithm. K-dimensional hypercube is a non-linear network model (non-homogeneous) consists of n = 2k processors, where each processor has k degree . Network model of Fibonacci cube and extended Lucas cube are the hypercube sub-network model with the number of processor
PERANCANGAN PENGENDALI ROBOT BERGERAK BERBASIS PERILAKU MENGGUNAKAN PARTICLE SWARM FUZZY CONTROLLER
Get PDFPaper ini memaparkan perancangan pengendali robot berbasis perilaku menggunakan Fuzzy, di mana parameter Fuzzy ditala secara otomatis menggunakan Particle Swarm Optimization (PSO) yang diistilahkan dengan Particle Swarm Fuzzy Controller (PSFC). Suatu fungsi tertentu dirancang untuk meningkatkan performa proses pencarian PSO. Fungsi tersebut mengubah harga bobot inersia menjadi berkurang secara sigmoid (Sigmoid Decreasing Inertia Weight). Empat buah perilaku robot dirancang menggunakan PSFC. Kemudian seluruh perilaku tersebut juga dikoordinasikan menggunakan PSFC. Beberapa simulasi pengendalian pergerakan robot dan percobaan dengan robot MagellanPro telah dilakukan untuk menguji performa algoritma yang dirancang. Algoritma lain, Genetic Fuzzy Controller (GFC) digunakan sebagai pembanding. Dari hasil pengujian dapat dikatakan bahwa pengendali yang dirancang memiliki kemampuan yang baik untuk menyelesaikan tugasnya pada suatu lingkungan nyata.
This paper describes the design of robots controllers based on behaviour using Fuzzy, in which the Fuzzy parameters are automatically tuned using the Particle Swarm Optimization (PSO) which is termed the Particle Swarm Fuzzy Controller (PSFC). A particular function is designed to improve the performance of PSO search process. That particular function changes the value of the inertia weight, so it’s decreased in sigmoid (Sigmoid Decreasing Inertia Weight). Four types of robots behaviour are designed and coordinated using the PSFC. Some simulation of the robot movement control and experiments with the robot MagellanPro have been conducted to test the performance of the algorithm that have been designed. Another algorithm, Genetic Fuzzy Controller (GFC) is used as a comparison. From the test results, it can be said that the controllers that have been designed, have a good ability to accomplish its task in a real environment
PERANCANGAN KANAL KOMUNIKASI PADA TRANSACTION LEVEL MODELING DALAM PERANCANGAN EMBEDDED SYSTEM
Get PDFPada embedded system terdapat dua bagian penting yaitu komponen komputasi (register) dan komponen komunikasi. Komponen komunikasi menjadi perhatian penting pada mekanisme pemodelan level transaksi (Transaction Level Modeling, TLM). Kanal komunikasi adalah komponen untuk transaksi antar register. Fokus pembahasan TLM adalah perancangan kanal yang dapat mengakomodasi untuk peningkatan level transaksi. Kanal (channel) adalah implementasi bus untuk komunikasi antar komponen pada embedded system. Hal ini adalah kunci penting untuk mencapai impelementasi TLM untuk meningkatkan efisiensi pemodelan. Pada paper ini diusulkan beberapa definisi rancangan kanal sebagai implementasi TLM untuk perancangan embedded system. Hasilnya menunjukan bahwa rancangan kanal dapat berjalan sebagai bus untuk transaksi pada TLM. Paper ini menggunakan SystemC sebagai bahasa pemodelan.
On embedded systems, there are two important parts: computational components (registers) and communication components. Communication component becomes an important attention on the mechanism of transaction level modeling (TLM). Communication channel is a component for transactions between registers. The focus of TLM is the design of the channel that could accommodate for the increased level of transactions. Channel is the implementation of the bus for communication between components in embedded systems. This is an important key to achieve the implementation of TLM to improve the efficiency of modeling. This paper proposed a definition of the channel design as the implementation of TLM for embedded systems design. The result shows that the design of the channel can run as a bus for transactions on the TLM. This paper uses SystemC as modeling language
PENGEMBANGAN METODE GRAPH COLORING UNTUK UNIVERSITY COURSE TIMETABLING PROBLEM PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS TARUMANAGARA
Get PDFUniversity Course Timetabling Problem merupakan proses penjadwalan mata kuliah di sebuah universitas yang hasilnya diusahakan seoptimal mungkin untuk tidak saling berbenturan dengan batasan-batasan dan syarat-syarat (constraints) tertentu. Dalam menentukan penjadwalan berbasis perhitungan, salah satu metode yang dapat digunakan adalah Graph Coloring. Graph Coloring merupakan merupakan metode yang paling sederhana dan dapat digunakan untuk menentukan penjadwalan yang memiliki berbagai macam constraints. Pada penelitian ini, peneliti mengusulkan pengembangan dari metode Graph Coloring yang ada untuk membuat penjadwalan mata kuliah yang optimal dengan memertimbangkan berbagai macam constraints. Pengembangan ini diujicobakan ke penjadwalan mata kuliah di Fakultas Teknologi Informasi Universitas Tarumanagara (FTI Untar). Hasil percobaan menunjukkan bahwa pengembangan metode Graph Coloring memberikan hasil penjadwalan yang memenuhi rata-rata 93% seluruh constraints yang ditentukan. Rata-rata 7% pelanggaran constraints dikarenakan keterbatasan jumlah ruang dan total slot waktu kuliah, serta permintaan jadwal tertentu oleh dosen.
University Course timetabling problem is the process of scheduling courses at a university whose results are optimally arranged to not collide with the limits and conditions (constraints) specified. In determining the scheduling komputatif, one method that can be used is the Graph Coloring. Graph Coloring is the simplest method and can be used to determine which have a variety of scheduling constraints. In the present study, the researcher proposes the development of the existing methods of Graph Coloring to make optimal scheduling of courses taking into account various constraints. This development was tested to the scheduling of courses in the Faculty of Information Technology University Tarumanagara (FTI Untar). The experimental results show that the development of methods of Graph Coloring deliver results that meet the scheduling of an average 93% of all the specified constraints. Average of 7% violation constraints due to limitations of space and the total number of time slots in college, and request a specific schedule by the lecturer
LINKEDLAB: A DATA MANAGEMENT PLATFORM FOR RESEARCH COMMUNITIES USING LINKED DATA APPROACH
Get PDFData management has a key role on how we access, organize, and integrate data. Research community is one of the domain on which data is disseminated, e.g., projects, publications, and members.There is no well-established standard for doing so, and therefore the value of the data decreases, e.g. in terms of accessibility, discoverability, and reusability. LinkedLab proposes a platform to manage data for research communites using Linked Data technique. The use of Linked Data affords a more effective way to access, organize, and integrate the data.
Manajemen data memilki peranan kunci dalam bagaimana kita mengakses, mengatur, dan mengintegrasikan data. Komunitas riset adalah salah satu domain dimana data disebarkan, contohnyadistribusi data dalam proyek, publikasi dan anggota. Tidak ada standar yang mengatur distribusi data selama ini.Oleh karena itu,value dari data cenderung menurun, contohnya dalam konteksaccessibility, discoverability, dan usability. LinkedLab merupakan sebuah usulanplatform untuk mengelola data untuk komunitas riset dengan menggunakan teknik Linked Data. Kegunaan Linked Data adalah sebuah cara yang efektif untuk mengakses, mengatur, dan mengitegrasikan data
PEMROGRAMAN DASAR DAN ANALISIS KINERJA APLIKASI DALAM KOMPUTASI MENGGUNAKAN GPU
Get PDFGPU atau singkatan dari Graphical Processing Unit merupakan mikroprosesor khusus yang berfungsi memercepat proses rendering grafik 2 dimensi atau 3 dimensi. GPU telah digunakan di beberapa perangkat seperti sistem yang telah ditanam, telepon genggam, komputer, workstation, dan game console. Penggunaan GPU sangat membantu efisiensi penggunaan waktu dalam proses perhitungan. Struktur paralel yang dimilikinya membuat efektivitas GPU lebih baik dibandingkan Control Processing Unit (CPU). Saat ini penggunaan GPU tidak hanya di bidang ilmu komputer saja, kemampuan yang dimiliki GPU dalam proses perhitungan yang rumit dan berulang-ulang menyebabkan penggunaanya telah dimanfaatkan di berbagai bidang. Dalam bidang kedokteran, GPU dimanfaatkan dalam mendiagnosis sebuah penyakit, sementara pada bidang akuntansi GPU digunakan dalam perhitungan data yang sangat banyak. Pada penelitian ini akan dijelaskan mengenai efektivitas penggunaan GPU dalam menjalankan sebuah program dan aplikasi serta perbedaannya dengan penggunaan CPU biasa.
GPU stands for Graphical Processing Unit is a specialized microprocessor that serves to accelerate the process of rendering two-dimensional charts or three dimensions. GPUs have been used in several devices such as in embedded systems, mobile phones, computers, workstations, and game console. GPU usage helps the efficiency use of time in the calculation process. Its parallel structure, makes the effectiveness of GPU better than the CPU. Today the use of GPU not only in the field of computer science, the capabilities of the GPU in the complex and repetitive calculations process causes it has been utilized in various fields. In the medical field, a GPU used in diagnosing the disease, while in the field of accounting GPU used in the calculation of very much data. In this research, researcher will explain the effectiveness of using GPU in running a program and applications as well as the differences with ordinary CPU usage
BEAGLEBOARD EMBEDDED SYSTEM FOR ADAPTIVE TRAFFIC LIGHT CONTROL SYSTEM WITH CAMERA SENSOR
Get PDFTraffic is one of the most important aspects in human daily life because traffic affects smoothness of capital flows, logistics, and other community activities. Without appropriate traffic light control system, possibility of traffic congestion will be very high and hinder people’s life in urban areas. Adaptive traffic light control system can be used to solve traffic congestions in an intersection because it can adaptively change the durations of green light each lane in an intersection depend on traffic density. The proposed adaptive traffic light control system prototype uses Beagleboard-xM, CCTV camera, and AVR microcontrollers. We use computer vision technique to obtain information on traffic density combining Viola-Jones method with Kalman Filter method. To calculate traffic light time of each traffic light in intersection, we use Distributed Constraint Satisfaction Problem (DCSP). From implementations and experiments results, we conclude that BeagleBoard-xM can be used as main engine of adaptive traffic light control system with 91.735% average counting rate.
Lalu intas adalah salah satu aspek yang paling penting dalam kehidupan sehari-hari manusia karena lalu lintas memengaruhi kelancaran arus modal, logistik, dan kegiatan masyarakat lainnya. Tanpa sistem kontrol lampu lalu lintas yang memadai, kemungkinan kemacetan lalu lintas akan sangat tinggi dan menghambat kehidupan masyarakat di perkotaan. Sistem kontrol lampu lalu lintas adaptif dapat digunakan untuk memecahkan kemacetan lalu lintas di persimpangan karena dapat mengubah durasi lampu hijau di setiap persimpangan jalan tergantung pada kepadatan lalu lintas. Prototipe sistem kontrol lampu lalu lintas menggunakan BeagleBoard-XM, kamera CCTV, dan mikrokontroler AVR. Peneliti menggunakan teknik computer vision untuk mendapatkan informasi tentang kepadatan lalu lintas dengan menggabungkan metode Viola-Jones dan metode Filter Kalman. Untuk menghitung waktu setiap lampu lalu lintas di persimpangan, peneliti menggunakan Distributed Constraint Satisfaction Problem (DCSP). Dari hasil implementasi dan percobaan dapat disimpulkan bahwa BeagleBoard-XM dapat digunakan sebagai mesin utama sistem kontrol lampu lalu lintas adaptif dengan tingkat akurasi penghitungan rata-rata sebesar 91.735%
PERCEPATAN MOTION ESTIMATION BERBASIS PHASE ONLY CORRELATION DENGAN TEKNIK FULL SEARCH MENGGUNAKAN PARALEL THREADING PADA GPU
Get PDFPenelitian ini menyajikan penggunaan metode Phase Only Correlation (POC) pada motion estimation dengan teknik full search menggunakan Graphical Processing Unit (GPU). Dengan fungsi POC, seseorang dapat melakukan estimasi translasi motion antara dua blok citra referensi dan citra yang diproses. Full Search berbasis POC adalah algoritma yang membutuhkan waktu proses lama. Hal ini menyebabkan sistem yang dicoba pada penelitian ini memproses fungsi POC pada Graphical Processing Unit (GPU) yang memiliki kelebihan dalam menyelesaikan perhitungan bilangan floating point dibandingkan CPU. Evaluasi dilakukan dengan menghitung kecepatan waktu proses menggunakan GPU pada video resolusi tinggi dengan resolusi hingga 1280x720 pixel. Hasil pengujian menunjukkan bahwa metode yang diselesaikan menggunakan GPU memiliki percepatan hingga hampir dua kali lipat pada ukuran blok POC 256 x 256 daripada menggunakan CPU.
This research presents a method using Phase Only Correlation (POC) on the motion estimation with full search technique using the Graphical Processing Unit (GPU). With POC function, someone can estimate the translational motion between two blocks of the reference image and the processed image. POC based Full Search is an algorithm that takes long time process. This leads the system that is used in this research to process the POC function on Graphical Processing Unit (GPU) which has advantages in solving the floating point calculations than the CPU. Evaluation is conducted by calculating the speed of processing time using a GPU on a high-resolution video with resolutions up to 1280x720 pixels. The test results show that the method that is solved using GPU has an acceleration up to nearly twice the size of the POC block 256 x 256 instead of using the CPU