Admin Website UNIKOM

Tag: universitas teknologi terbaik di Bandung

  • Pengurangan Biaya Pengendalian Persediaan untuk Infus Menggunakan Perencanaan Kebutuhan Material Berdasarkan Ukuran Lot

    Pengurangan Biaya Pengendalian Persediaan untuk Infus Menggunakan Perencanaan Kebutuhan Material Berdasarkan Ukuran Lot

    Penulis: Diana Andriani, Hendry Hardianto, Nugraha

    Abstrak

    Tujuan penelitian ini adalah untuk meminimalkan biaya pengendalian persediaan bahan baku akibat kelebihan bahan baku dari infus Normal Saline 100 mL dan Ringer Lactate 500 mL. Metode yang digunakan dalam penelitian ini adalah enam metode ukuran lot seperti Kuantitas Pesanan Tetap, Kebutuhan Periode Tetap, Biaya Satuan Terendah, Biaya Total Terendah, Penyeimbangan Periode Parsial, dan Algoritma Silver Meal. Hasil penelitian menunjukkan bahwa produk infus Normal Saline 100 mL menggunakan metode Biaya Satuan Terendah (LUC) dan menghasilkan biaya terendah dengan dua periode pemesanan. Penggunaan metode LUC menghemat total Rp 3.425.000. Untuk produk infus Ringer Lactate 500 mL, terbukti bahwa metode LTC dan PPB menghasilkan biaya terendah. Pemesanan dengan metode LTC dan PPB dilakukan setelah dua periode pemesanan untuk bahan baku Natrium Klorida dan Kalsium Klorida Dihidrat, empat periode pemesanan untuk Natrium Laktat, dan lima periode pemesanan untuk Kalium Klorida. Penghematan yang diperoleh dengan menggunakan metode TLC dan PBB mencapai Rp 29.675.000. © Fakultas Teknik, Universitas Taylor

    Kata kunci penulis

    Biaya pengendalian persediaan; Penentuan ukuran lot; Perencanaan kebutuhan material

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85105040811 

  • Implementasi Fuzzy Tsukamoto dalam Sistem Pendukung Keputusan Perencanaan Produksi

    Implementasi Fuzzy Tsukamoto dalam Sistem Pendukung Keputusan Perencanaan Produksi

    Penulis: Riani Lubis, Sri Nurhayati

    Abstrak

    Tujuan penelitian ini adalah untuk mengimplementasikan Fuzzy Tsukamoto dalam merancang sistem pendukung keputusan perencanaan produksi. Menentukan kuantitas produksi merupakan salah satu aktivitas penting dalam perencanaan produksi. Kuantitas produksi memengaruhi penentuan kebutuhan bahan baku dan biaya produksi. Oleh karena itu, sangat penting untuk menentukan kuantitas produksi yang tepat. Hal ini menghindari penumpukan bahan baku di lantai produksi dan biaya produksi yang besar. Dalam penelitian ini, sistem pendukung keputusan perencanaan produksi memberikan rekomendasi tentang kuantitas produksi. Hal ini dapat digunakan sebagai referensi bagi manajer produksi untuk menentukan kuantitas produksi untuk periode produksi berikutnya. Fuzzy Tsukamoto adalah metode yang digunakan dalam penelitian ini untuk menentukan kuantitas produksi. Hasil penelitian ini adalah model sistem pendukung keputusan perencanaan produksi yang menerapkan metode Fuzzy Tsukamoto. Implementasi Fuzzy Tsukamoto dapat memberikan rekomendasi kuantitas produksi yang digunakan untuk menentukan kuantitas produksi dan membuat jadwal produksi. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Penentuan; Jumlah produksi; Rekomendasi

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85138270360  

  • Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Jaringan Neural Berulang Elman untuk Analisis Sentimen Berbasis Aspek

    Penulis: Nelly Indriani Widiastuti, Maulvi Inayat Ali

    Abstrak

    Analisis sentimen berbasis aspek (ABSA) adalah salah satu domain kasus penambangan opini yang bertujuan untuk mendeteksi polaritas teks tertulis berdasarkan aspek-aspek tertentu. Tujuan penelitian ini adalah untuk menentukan nilai akurasi Elman RNN dalam kasus ABSA. Metode yang digunakan dibagi menjadi dua proses utama, yaitu pra-pemrosesan dan deteksi sentimen. Sebelum melakukan pelatihan, data masukan berupa ulasan restoran dalam bahasa Indonesia melalui proses pra-pemrosesan. Dalam data ulasan, dilakukan case folding, filtering, normalisasi kata, tokenisasi, penghapusan stop word, penambahan token aspek (harga, rasa, suasana), pembuatan kamus kata, dan pembentukan one-hot encoding. Dalam proses deteksi polaritas, pelatihan dan pengujian menggunakan algoritma ERNN. Data yang digunakan adalah 1584 kalimat ulasan restoran Indonesia dan diuji pada 422 data. Berdasarkan hasil pengujian, Elman RNN memperoleh akurasi terbaik sebesar 81,22% dan skor f1 sebesar 82,78%. Bagi pengembang sistem analitik sosial, hasil ini menunjukkan bukti bahwa ERNN menjanjikan untuk digunakan dalam mendeteksi polaritas ulasan restoran. © School of Engineering, Taylor’s University

    Kata kunci penulis

    Analisis sentimen berbasis aspek; Bahasa Indonesia; Praproses; Jaringan saraf berulang; Evaluasi semantik

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85108833617

  • Pengembangan Platform Kursus Online UX Orbit Design di Bidang Antarmuka Pengguna (UI) dan Pengalaman Pengguna (UX)

    Pengembangan Platform Kursus Online UX Orbit Design di Bidang Antarmuka Pengguna (UI) dan Pengalaman Pengguna (UX)

    Penulis: Leonardi Paris Hasugian, Dalih Rusmana

    Abstrak

    Tujuan penelitian ini adalah untuk menyediakan solusi pembelajaran Antarmuka Pengguna (UI) dan Pengalaman Pengguna (UX) bagi masyarakat sehingga penyebaran konten pembelajaran berkualitas baik dapat disampaikan dengan tepat dan mudah kepada publik. Untuk mencapai tujuan ini, dibuatlah platform kursus online yang secara khusus berfokus pada bidang UI dan UX yang sesuai dengan preferensi masyarakat. Platform ini mengatasi masalah seperti kesulitan menemukan sumber belajar dan mentor, serta kurangnya penyebaran konten pembelajaran berkualitas baik. Penelitian ini menggunakan model prototyping mulai dari menganalisis sistem yang ada hingga mengembangkan sistem prototipe. Platform kursus online yang dibuat diharapkan dapat membantu masyarakat, baik yang melek teknologi maupun tidak, untuk meningkatkan pengetahuan dan kemampuan mereka, khususnya di bidang UI dan UX. © School of Engineering, Taylor’s University.

    Kata kunci penulis

    Kursus; Platform; Pengalaman pengguna; Antarmuka pengguna

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85109564413

  • Studi Pendekatan Peramalan Banjir Hibrida yang Menggabungkan Multiplicative Seasonal ARIMA dan Hybrid-Neuro Fuzzy Berdasarkan Deret Waktu Jangka Panjang

    Studi Pendekatan Peramalan Banjir Hibrida yang Menggabungkan Multiplicative Seasonal ARIMA dan Hybrid-Neuro Fuzzy Berdasarkan Deret Waktu Jangka Panjang

    Penulis: Sri Supatmi, Irfan Dwiguna Sumitra, Rongtao Hou

    Abstrak

    Penelitian ini mengusulkan metode hibrida modern untuk meramalkan banjir dengan menggunakan pendekatan yang menggabungkan Multiplicative Seasonal Autoregressive Moving Average (MSARIMA) dan Hybrid-Neuro Fuzzy Inference System (HN-FIS) berdasarkan deret waktu jangka panjang. Metode yang diusulkan ini disebut Teknologi Sistem Peramalan Banjir Hibrida (Hybrid-FFST). Penelitian ini bertujuan untuk meningkatkan tiga jenis penelitian sebelumnya tentang peramalan banjir, seperti prediksi banjir menggunakan HNFIS dan peramalan banjir menggunakan MSARIMA dan prediksi curah hujan menggunakan Multiplicative Seasonal Autoregressive Moving Average Subsequence Aggregate (MSARIMASA). Penelitian ini dilakukan di Bandung, Provinsi Jawa Barat, Indonesia. Kinerja peramalan kejadian banjir meningkat dengan menggunakan metode pendekatan hibrida yang menggunakan MSARIMA dan dua tingkat HN-FIS. Metode yang diusulkan ini menggunakan enam parameter: curah hujan, suhu, kepadatan penduduk, daerah aliran sungai yang besar, ketinggian daerah, dan kemiringan lahan untuk memprediksi kejadian banjir. Kinerja metode ini dihasilkan dan sesuai dengan baik menggunakan pendekatan Hybrid-FFST dan diverifikasi oleh Mean Absolute Percentage Error (MAPE), Root Means Square Percentage Error (RMSPE), dan Mean Forecast Error (MFE) untuk mengidentifikasi model yang paling sesuai dari model yang diusulkan. Kinerja model yang diusulkan dibandingkan menggunakan MAPE, RMSPE, dan MFE dengan model MSARIMA, HN-FIS, dan MSARIMASA. Kinerja kepercayaan metode yang diusulkan memperoleh nilai yang lebih signifikan dari 97% menurut nilai MAPE, RMSE, dan MFE. Hasil model yang diusulkan menunjukkan kinerja yang lebih baik daripada model MSARIMA, HN-FIS, dan MSARIMASA untuk memprediksi kejadian banjir. Dampak dari penelitian ini adalah banjir dapat diprediksi sebelum terjadi di suatu tempat. © School of Engineering, Taylor’s University.

    Kata kunci penulis

    Banjir; Sistem peramalan banjir; Pendekatan hibrida; Prediksi

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85111844671

  • Beban Angin pada Struktur Bangunan Pneumatik Sementara dengan Rusuk Udara

    Beban Angin pada Struktur Bangunan Pneumatik Sementara dengan Rusuk Udara

    Penulis: Salmon Priaji Martana

    Abstrak

    Studi ini bertujuan untuk memberikan contoh perhitungan beban angin pada struktur rusuk udara. Metode yang digunakan adalah simulasi arsitektur di mana kriteria bangunan dibuat dan kemudian diwujudkan dalam model ikonik yang dihasilkan CAD. Bangunan dibagi menjadi beberapa segmen, dianalisis secara matematis menggunakan metode perhitungan yang diadaptasi dari perhitungan struktur kaku konvensional. Hasil gaya angkat dan gaya hambat yang diperoleh dalam studi ini dapat digunakan untuk menentukan bagaimana struktur rusuk udara menahan gaya-gaya ini sehingga setiap elemen rusuk tetap tertambat di tanah saat menghadapi gaya eksternal. Untuk mengatasi gaya angkat, masalah selanjutnya adalah menemukan fondasi yang tepat pada material permukaan tertentu untuk mengikat struktur ke tanah. Model perhitungan studi ini diharapkan dapat membuka kemungkinan untuk mengembangkan aplikasi struktur rusuk udara yang lebih aman untuk menahan angin kencang. © School of Engineering, Taylor’s University

    Kata kunci penulis

    Struktur udara; Struktur rusuk udara; Arsitektur pneumatik; Struktur pneumatik

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85111182516 

  • Pengembangan Pustaka Kelas dalam Domain Game Scrolling Shooter

    Pengembangan Pustaka Kelas dalam Domain Game Scrolling Shooter

    Penulis: Adam Mukharil Bachtiar, Dian Dharmayanti, Rakhmat Sabarudin

    Abstrak

    Tujuan penelitian ini adalah untuk mengembangkan Pustaka Kelas dalam domain game scrolling shooter. Pustaka Kelas yang dibangun ini akan digunakan untuk mengembangkan game scrolling shooter sebagai hasil dari penelitian ini. Dalam rekayasa perangkat lunak, terdapat konsep penggunaan kembali yang digunakan untuk menggunakan kembali sistem fungsional. Salah satu aplikasi dari konsep ini adalah pustaka kelas. Dengan pustaka kelas, programmer dapat langsung memanggil fungsi yang mereka butuhkan tanpa membangunnya dari awal. Studi ini juga menggunakan konsep pustaka kelas untuk domain kasus game scrolling shooter. Pengembangan Pustaka Kelas dilakukan melalui tujuh fase, Analisis Domain, Analisis Frozenspot, Analisis Hotspot, Pemodelan Pustaka Kelas, Implementasi Pustaka Kelas, Pengujian Unit, dan Pengujian Integrasi, dan hal-hal tersebut akan menjadi pembahasan utama penelitian ini. Lebih lanjut, kesimpulan penelitian ini diharapkan dapat membantu programmer game mengembangkan game Scrolling Shooter tanpa membuat seluruh sistem fungsional dari awal. Penelitian ini juga berkontribusi pada konsep rekayasa perangkat lunak, yaitu: Kode yang dapat digunakan kembali, abstraksi, dan desain kelas. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Pustaka kelas; Analisis domain; Analisis titik beku; Game tembak-menembak bergulir; Analisis titik panas

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85118679668

  • Sistem Pemantauan Kehadiran Siswa Menggunakan Sidik Jari dan WhatsApp

    Sistem Pemantauan Kehadiran Siswa Menggunakan Sidik Jari dan WhatsApp

    Penulis: Rahmatya M. D, Wicaksono M. F

    Abstrak

    Studi ini bertujuan untuk menciptakan sistem pemantauan kehadiran siswa menggunakan sidik jari dan WhatsApp. Hal ini disebabkan oleh kesibukan orang tua atau wali yang membuat mereka kesulitan memantau kehadiran anak-anak mereka di sekolah. Pendekatan sistem dan metode pengembangan yang digunakan adalah berorientasi objek dan waterfall. Metode waterfall terdiri dari persyaratan, desain, dan implementasi. Hasil penelitian menunjukkan bahwa sistem dapat mengirim pesan tentang kehadiran siswa melalui WhatsApp. Sistem ini dapat membantu guru dalam mengelola data kehadiran siswa serta memberi tahu orang tua atau wali siswa tentang tanggal dan waktu siswa masuk dan keluar sekolah. Selain itu, sistem ini juga dapat membantu dalam menginformasikan kehadiran siswa pada hari itu sehingga orang tua atau wali mengetahui bahwa siswa tersebut hadir di sekolah. Sistem ini juga menyediakan ringkasan data kehadiran siswa dalam satu semester melalui nomor WhatsApp orang tua atau wali. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Kehadiran; Sidik jari; Sistem pemantauan; Sekolah; WhatsApp

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85117191896

  • Jaringan Min-Cost Flow untuk Mendeteksi Garis Teks pada Sertifikat

    Jaringan Min-Cost Flow untuk Mendeteksi Garis Teks pada Sertifikat

    Penulis: Indra Rianto, Ednawati Rainarli

    Abstrak

    Studi ini bertujuan untuk menggunakan jaringan Min-Cost Flow untuk mendapatkan garis teks dalam proses deteksi karakter pada sertifikat. Penentuan garis teks merupakan bagian dari proses deteksi teks sebelum proses pengenalan kata. Deteksi teks yang muncul pada sertifikat merupakan bagian dari proses ekstraksi informasi otomatis. Keragaman warna, jenis dan ukuran font, serta kompleksitas latar belakang sertifikat membuat deteksi teks pemindai lebih kompleks daripada deteksi karakter optik lainnya. Studi ini menggunakan alat Tesseract untuk mendapatkan kandidat karakter dan menambahkan penggabungan karakter menjadi garis teks menggunakan metode Min-Cost Flow. Untuk meningkatkan kualitas gambar, kami menggunakan teknik penghalusan dengan citra integral. Setelah proses ambang batas dan segmentasi, hasilnya menjadi masukan untuk Tesseract. Tesseract mendeteksi kandidat karakter. Pengujian bervariasi pada skor kepercayaan, nilai ambang batas untuk panjang vertikal dari dua komponen, lebar horizontal, dan perbedaan ukuran font. Hasil terbaik adalah skor kepercayaan minimal 50, lebar horizontal kurang dari 2, panjang vertikal kurang dari 0,2, dan perbedaan ukuran antar huruf kurang dari 2 dengan F-Score 62%. Meskipun F-score kurang dari 70%, kami menemukan bahwa metode Min-Cost Flow dapat memilih objek selain teks yang terdeteksi oleh hasil Tesseract, seperti tanda tangan dan logo. Dengan menggunakan Min-Cost Flow, kita dapat menggabungkan kandidat karakter menjadi satu baris teks untuk diproses lebih lanjut pada pengenalan teks. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Komponen kandidat; Sertifikat; Min-Cost Flow; Deteksi teks; Baris teks

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85117332547 

  • Jaringan Min-Cost Flow untuk Mendeteksi Garis Teks pada Sertifikat

    Penulis: Indra Rianto, Ednawati Rainarli

    Abstrak

    Studi ini bertujuan untuk menggunakan jaringan Min-Cost Flow untuk mendapatkan garis teks dalam proses deteksi karakter pada sertifikat. Penentuan garis teks merupakan bagian dari proses deteksi teks sebelum proses pengenalan kata. Deteksi teks yang muncul pada sertifikat merupakan bagian dari proses ekstraksi informasi otomatis. Keragaman warna, jenis dan ukuran font, serta kompleksitas latar belakang sertifikat membuat deteksi teks pemindai lebih kompleks daripada deteksi karakter optik lainnya. Studi ini menggunakan alat Tesseract untuk mendapatkan kandidat karakter dan menambahkan penggabungan karakter menjadi garis teks menggunakan metode Min-Cost Flow. Untuk meningkatkan kualitas gambar, kami menggunakan teknik penghalusan dengan citra integral. Setelah proses ambang batas dan segmentasi, hasilnya menjadi masukan untuk Tesseract. Tesseract mendeteksi kandidat karakter. Pengujian bervariasi pada skor kepercayaan, nilai ambang batas untuk panjang vertikal dari dua komponen, lebar horizontal, dan perbedaan ukuran font. Hasil terbaik adalah skor kepercayaan minimal 50, lebar horizontal kurang dari 2, panjang vertikal kurang dari 0,2, dan perbedaan ukuran antar huruf kurang dari 2 dengan F-Score 62%. Meskipun F-score kurang dari 70%, kami menemukan bahwa metode Min-Cost Flow dapat memilih objek selain teks yang terdeteksi oleh hasil Tesseract, seperti tanda tangan dan logo. Dengan menggunakan Min-Cost Flow, kita dapat menggabungkan kandidat karakter menjadi satu baris teks untuk diproses lebih lanjut pada pengenalan teks. © 2021 Taylor’s University. Semua hak dilindungi undang-undang.

    Kata kunci penulis

    Komponen kandidat; Sertifikat; Min-Cost Flow; Deteksi teks; Baris teks

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85117332547