Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 107 dokumen yang sesuai dengan query
cover
Amdoda Rahmah
Modeling trafik suara sebagai variable bit rate trafik pada jaringan Asynchronous Transfer Mode (ATM)
"ABSTRAK
Dalam tesis ini, dibahas suatu pembangkit trafik yang digunakan untuk membangkitkan variable bit rate (VBR) trafik. Model yang digunakan untuk VBR trafik ini adalah voice VBR traffic. Sinyal suara dikodekan dalam bentuk variable bit rate. Jumlah sel yang dibangkitkan tergantung dari durasi waktu pembicaraan, durasi waktu jeda dan nilai inter-cell time T yang digunakan. Unjuk kerja pembangkit trafik dievaluasi dengan menggunakan model antrian 2-state MMPP/M/1/K. Batasan nilai waktu jeda dikendalikan untuk menghindari terjadinya loncatan waktu tunda dan peningkatan peluang kehilangan sel karena semakin banyaknya sel yang antri. Unjuk kerja waktu tunda jaringan dipengaruhi oleh durasi waktu pembicaraan, durasi waktu jeda dan inter-cell time T.
Parameter yang dihasilkan oleh pembangkit trafik ini digunakan untuk proses analisis model antrian. Probabilitas tiap state pada setiap model antrian merupakan faktor penentu dalam menghitung peluang kehilangan sel, jumlah sel yang antri , utilisasi dan waktu tunda. Dalam proses perhitungan probabilitas, diagram state model antrian dibuat untuk menentukan susunan matrix transisi dan matrik laju kedatangan yang merupakan ciri utama dari distribusi MMPP. Matrix transisi dan matrik laju kedatangan akan mudah diperoleh bila konsep penggabungan kedua matrix ini yang tercakup dalam matrix Q diketahui.
Proses superposisi dianalisa dengan menggunakan model antrian 2-state MMPP/MI1IK untuk sumber tunggal dan model antrian 3-state MMPPIM111K untuk sumber ganda. Kualitas layanan VBR voice yang dibahas hanya peluang kehilangan sel pada setiap model antrian.
Hasil yang diperoleh adalah perbaikan unjuk kerja pembangkit trafik dengan merubah nilai parameter waktu antar kedatangan sel (inter-cell lime) T menjadi 9 ms sehingga hasilnya mendekati nilai puncak 32 kbps. Dampak perluasan matrik Q sebagai penampung trafik yang disuperposisikan menyebabkan meningkatnya jumlah sel dalam antrian dan peluang kehilangan set. Perbaikan unjuk kerja jaringan diperoleh dengan melakukan penyempumaan melalui re-konfigurasi kapasitas jaringan.
ABSTRACT
This thesis describes a traffic generator that will be used to generate a variable bit rate (VBR) traffic. Traffic model analyzed is VBR voice traffic. Voice signal is coded into a variable bit rate. The cell generating process depends on talk spurt period, silence period and a fixed inter-cell time. A queue model is used to evaluate the performance of traffic generator.
The limitation of the talk spurt period and the silence period is controlled to prevent the spike delay and the cell loss due to many cell waiting in the queue. The time delay performance of the network depends on the value of the talk spurt period, and the silence period and the inter-cell time T.
Parameters generated from the traffic generator are used for the analytical process in the queue model. State probability in the queue model is a dominant factor to describe the value of cell loss probability, the number of cell waiting in the queue, network utilization and the time delay. To find the state probability, a state diagram model should be found first according to a compose transition matrix and arrival matrix. Transition matrix and the arrival matrix are easy to find when the composed Q matrix is known.
Superposition process is analyzed using single VBR voice and two VBR voice source for a 3-state MMPP/M1/K queue model. The quality of the VBR voice traffic considers only the cell loss probability on each queue model.
The results of this thesis are as follows;
-Improvement of traffic generator is obtained by changing a certain value of the inter-cell time T to obtain a peak rate of 32 kbps.
-The impact of expansion Q matrix is investigated to support superposition process. If the number of cell waiting in the queue increase then the cell loss probability increases. Improvement on the network performance is achieved by re-configure network capacity."
Depok: Fakultas Teknik Universitas Indonesia, 1999
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Haekal Febriansyah Ramadhan
Perbandingan Sistem Otentikasi Pada Aplikasi Telepon Genggam Dengan Sistem Operasi Android = Authentication System Comparison on Handphone Application with Android Operating System
"Otentikasi adalah sebuan cara untuk mengonfirmasi validitas data yang dimasukkan pengguna. Sistem otentikasi banyak digunakan pada banyak hal terutama untuk melindungi dan membatasi akses ke data sehingga hanya dapat diakses oleh entitas tertentu. Salah satu contoh sistem otentikasi adalah keamanan aplikasi di ponsel. Ada banyak cara untuk mengotentikasi aplikasi pada ponsel, misalnya sidik jari, kata sandi, pola, dll. Saat ini, ada beberapa jenis baru sistem otentikasi pada aplikasi ponsel seperti GPS dan mengocok telepon genggam. Dalam tulisan ini, semua sistem otentikasi ini akan dibandingkan dalam bidang keamanannya, keramahannya, dan keefisienannya dengan cara melakukan penghitungan waktu yang dibutuhkan untuk otentikasi pada tiap sistemnya untuk mengukur keefisiean lalu memberikan kusioner kepada koresponden untuk mengukur keramahan dan keamanannya. Pengukuran keamanan juga dilakukan dengan cara studi literatur dari jurnal yang membahas keamanan sistem otentikasi. Hasil yang didapatkan adalah sistem otentikasi terefisien adalah GPS dengan waktu 2,465 detik, sistem otentikasi teramah adalah sidik jari dengan nilai 4,308, dan sistem otentikasi teraman adalah sidik jari dengan nilai 4,692.
Authentication is a form to confirm the validity of the data that user put. Authentication systems are widely used on many things especially things for protecting and limiting access to data so that it only can be accessed by specific entity. One example of authentication system is application security on hand phone. There are many ways to authenticate application on hand phone, for example fingerprint, password, pattern, etc. Nowadays, there are some new type of authenticate system on hand phone application like GPS and shaking phone. In this paper, all of these authentication systems will be compared in the area of security, friendliness, and efficiency by calculating the time needed to authenticate each system to measure efficiency and then giving questionnaire to correspondents to measure friendliness and safety. Security measurement is also done by means of literature studies from journals that discuss the security of authentication systems. The results obtained are the most efficient authentication system is GPS with a time of 2.465 seconds, the most user-friendly authentication system is a fingerprint with a value of 4.308, and the safest authentication system is a fingerprint with a value of 4.692."
Depok: Fakultas Teknik Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Jihad Rafsanjani
Sistem verifikasi keaslian Tanda Tangan Menggunakan Convolutional Slamese Network = System Verification Of Authenticity Signature using Convolutional Slamese Network
"ABSTRAK
Tanda tangan (signature) merupakan sistem biometricyang masuk ke dalam kategori behaviometrickarena dalam pembuatannya sangat berpengaruh dengan kebiasaan seseorang dalam menggoreskan pena. Selain itu untuk pengaplikasian yang lebih luas, tanda tangan tersebut juga dapat digunakan sebagai tanda kehadiran, pelimpahan wewenang, pengajuan anggaran, perizinan dan hampir seluruh kegiatan kesekretariatan lainnya. Untuk membedakan tanda tangan yang asli dengan yang palsu secara komputerisasi dibutuhkan penggunaan metode yang tepat. Convolutional Siamese Networkmampu dan cocok untuk mendeteksi tanda tangan yang bersifat inkonsisten dengan cepat dan memiliki ketahanan (invarian) terhadap penskalaan, transisi, dan rotasi.Pada penelitian ini menggunakan dua macam dataset sebagai bahan uji yaitu dataset CEDAR dan datasetpartisipan yang penulis buat sendiri berdasarkan tanda tangan dari para partisipan yang penulis kenal, kemudian dilakukan beberapa skenario uji coba terhadap kedua jenis dataset citra tersebut. Skenario uji coba pertama dilakukan dengan mencari nilai False Acceptance Rate (FAR)dan False Rejection Rate (FRR)yang bertujuan untuk mengetahui tingkat akurasi program. Skenario uji coba kedua dilakukan dengan mencari nilai Standar deviasi dari kedua datasetyang digunakan yang dimaksudkan untuk mengetahui tingkat konsistensi kerja dari program ini. Skenario uji coba ketiga dilakukan dengan menggunakan Uji Pearson Product Moment (r)yang bertujuan mencari nilai runtuk mengetahui korelasi dua variabel.
Dari beberapa skenario uji coba yang dilakukan didapatkan hasil False Acceptance Rate (FAR)sebesar 42% untuk dataset CEDAR dan 15% untuk dataset yang berasal dari partisipan, sementara False Rejection Rate (FRR)sebesarsebesar 38% untuk dataset CEDAR dan 77% untuk dataset yang berasal dari partisipan. Kemudian didapatkan nilai standar deviasi terbesar dengan nilai 1,28 pada penutur G. Terakhir untuk uji Pearson Product Momentdidapatkan nilai rsebesar 0,131466492
ABSTRACT
Signature is a biometric system that falls into the category of behavior because it is very influential in the making of a person's habit of writing a pen. Besides that for wider application, the signature can also be used as a sign of attendance, delegation of authority, budget submission, licensing and almost all other secretarial activities. To distinguish the original signature with a computerized fake one requires the use of appropriate methods. ConvolutionalSiamese Network is able and suitable to detect inconsistent signatures quickly and has resistance (invariant) to scaling, transitioning, and rotating.In this study, using two types of datasets as test material, namely the CEDAR dataset and the participant dataset that the authors made themselves based on the signatures of the participants who the authors were familiar with, then conducted several test scenarios on the two types of image datasets. The first trial scenario is done by finding the False Acceptance Rate (FAR) and False Rejection Rate (FRR) which aims to determine the level of accuracy of the program. The second trial scenario is done by finding the standard deviation values of the two datasets used which are intended to determine the level ofwork consistency of this program. The third trial scenario is done using the Pearson Product Moment Test (r) which aims to find the value of r to determine the correlation of two variables.From a number of trial scenarios, the False Acceptance Rate (FAR)was 42% for the CEDAR dataset and 15% for the dataset from participants, while the False Rejection Rate (FRR) was 38% for the CEDAR dataset and 77% for the
dataset. from participants. Then the largest standard deviation is obtained with a value of 1.28 inspeakers G. Finally for the Pearson Product Moment test obtained r value of 0.131466492."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Randy Wibiseno
Penerapan Teknologi Face Recognition Untuk Sistem Deteksi Kehadiran Berbasis Raspberry Pi = Application of Face Recognition Technology for The Raspberry Pi Based Attendance Detection System
"ABSTRAK
Wajah adalah bagian tubuh dari manusia yang mempunyai peranan penting dalam memberikan sebuah ciri khas untuk membedakan satu dengan yang lainnya. Di wajah terdapat 4 indera, dimana itu dapat menjadikan sebuah informasi terkait dengan identitas dari setiap pemilik wajah untuk membedakannya. Pengenalan wajah pada saat ini sangatlah penting untuk melakukan berbagai hal dalam kepentingan yang berbeda-beda. Teknologi pengenalan wajah memiliki sifat yang lebih fleksibel, otomatis, dan mudah dilakukan dibanding dengan teknologi biometrik pengenalan sidik jari atau retina. Oleh karenanya saya merancang sebuah sistem deteksi kehadiran berbasis pengenalan wajah yang bisa digunakan sebagai alternatif dari sistem kehadiran yang sudah ada, seperti finger print, kartu rfid, pemindahan retina, dan sebagainya. Pada sistem ini dirancang sebuah teknologi pemindahan Face Recognition untuk sistem deteksi kehadiran berbasis Raspberry Pi sehingga lebih praktis dalam penerapannya. Dengan menerapkan algoritma dari Haar cascade dan berbagai metode yaitu Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM) untuk face detection. Dalam penerapan face recognition menggunakan perbandingan dari deep metric network 128 vector dengan citra wajah sample. Sistem ini menghasilkan nilai Accuracy sebesar 86,67%
ABSTRACT
The face is a part of the human body that has an important role in providing a characteristic to distinguish one from another. On the face there are 4 senses, which can make an information related to the identity of each face owner to distinguish them. Face recognition at this time is very important to do various things in different interests. Face recognition technology has properties that are more flexible, automatic, and easy to do compared to biometric fingerprint or retina recognition technology. Therefore I designed a face recognition system based on face recognition that can be used as an alternative to an existing attendance system, such as finger print, rfid cards, retinal removal, and so on. In this system a Face Recognition removal technology is designed for Raspberry Pi based presence detection systems so that it is more practical in its application. By applying the algorithm of the Haar cascade and various methods namely Histogram of Oriented Gradients (HOG) and Support Vector Machine (SVM) for face detection. The application of face recognition uses a comparison of a 128 vector deep metric network with a sample face image. This system produces an Accuracy value of 86.67%."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Anggoro Gagah Nugroho
Perbandingan pengenalan otomatis plat nomor Indonesia menggunakan metode K-nearest neighbor dan neural network = Comparison of automatic Indonesian plate number recognition using K-nearest neighbour and neural network methods
"Plat nomor merupakan suatu jenis identifikasi kendaraan bermotor. Setiap kendaraan bermotor yang beroperasi dijalanan diwajibkan untuk melengkapi kendaraannya dengan plat nomor atau Tanda Nomor Kendaraan Bermotor (TNKB) yang sesuai dengan kode wilayah, nomor registrasi dan masa berlaku. Plat nomor di Indonesia terdapat 3 warna yang dipakai yaitu hitam, merah dan kuning dengan masing masing warna untuk fungsi yang berbeda. Dengan jumlah kendaraan di Indonesia, sistem pengenalan plat nomor dibuat secara otomatis bisa di implementasikan untuk memudahkan berbagai hal dalam pendataan plat nomor diantaranya pengecekan plat nomor ketika di area parkir, menemukan kendaraan yang dicuri ataupun mobil yang melanggar lampu merah. Pada penelitian ini terdapat 2 metode yang sering digunakan untuk pengenalan plat nomor otomatis yaitu KNN (K-Nearest Neighbour) dan NN (Neural Network). Setelah dilakukan pengujian menggunakan 3 analisis uji yang sudah dilakukan oleh penulis, akurasi metode neural network berhasil mencapai 88,8% sedangkan pada K-Nearest Neighbor akurasinya mencapai 72,2%. Metode NN lebih baik daripada KNN pada pengujian kali ini disebabkan adanya modifikasi pada variable yang dapat membuat akurasi NN lebih baik daripada KNN. Sedangkan pada metode KNN tidak dapat merubah akurasi yang telah didapatkan.
Number plate is a type of motor vehicle identification. Every motorized vehicle operating on the road is required to complete the vehicle with a license plate or Motor Vehicle Number (TNKB) that matches the area code, registration number and validity period. Number plates in Indonesia there are 3 colors used, namely black, red and yellow with each color for different functions. With the number of vehicles in Indonesia, the number plate recognition system is made automatically can be implemented to facilitate various things in number plate registration including checking license plates when in the parking area, finding stolen vehicles or cars that violate red lights. In this study there are 2 methods that are often used for automatic number plate recognition, namely K-Nearest Neighbor and NN (Neural Network). After testing using 3 test analyzes carried out by the author, the accuracy of the neural network method reached 88.8% while the K-Nearest Neighbor accuracy was 72.2%. The NN method is better than KNN in this test due to a modification in the variable that can make the accuracy of NN better than KNN. While the KNN method cannot change the accuracy that has been obtained."
Depok: Fakultas Teknik Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Livia Ellen
Sistem Pendeteksi Engagement Siswa dalam Lingkungan E-Learning dengan Teknologi OpenCV berbasis CNN = Student Engagement Detection System in E-Learning Environment using OpenCV and CNN
"Dalam era digital ini, pembelajaran dengan metode e-learning menjadi solusi yang umum diimplementasikan pada pendidikan jarak jauh. Kekurangan dari metode e- learning ini yaitu minimnya informasi pengajar mengenai antusiasme dan tingkat partisipasi siswa dalam pembelajaran. Masalah tersebut dapat diselesaikan dengan sistem yang mampu mendeteksi engagement siswa. Tingkat engagement siswa pada e-learning dapat ditentukan dari pandangan siswa dan ekspresi wajah siswa dalam pembelajaran. Sistem pendeteksi engagement siswa bekerja dengan cara mendeteksi arah mata siswa dan ekspresi wajah siswa menggunakan teknologi OpenCV dengan metode CNN (convolutional neural network) pada input file berupa video atau webcam secara real-time. Sistem akan memberikan output berupa nilai engagement siswa “engaged” berdasarkan durasi mata siswa menatap layar dan ekspresi wajah siswa berupa ekspresi netral atau positif. Sistem akan memberikan output berupa nilai kehadiran siswa “disengaged” berdasarkan durasi mata siswa tidak menatap layar dan ekspresi wajah siswa menunjukkan ekspresi negatif. Sistem menganalisis reaksi emosi siswa yang direpresentasikan dalam parameter nilai persentase reaksi netral, positif, dan negatif menggunakan dataset FER-2013. Sistem pendeteksi engagement siswa dapat mengukur presensi, status attendance siswa memperhatikan layar, emosi, impresi dan status engagement siswa dengan tingkat akurasi sebesar 83,33%, presisi sebesar 100%, recall sebesar 66,67% dan f1 score sebesar 80,00%.
In this digital era, the e-learning method is a common solution implemented on distance learning. The disadvantage of the e-learning process is the facilitator has no idea about students' enthusiasm and participation rate during a lecture. This problem could be solved by a student engagement detection system. Student engagement can be determined by capturing the student's eye-gazing focus rate and student's facial expression during an online lecture. The student engagement detection system works by detecting student eye gaze and facial expression using OpenCV technology and CNN (convolutional neural network) method, receiving input through video file input or real-time webcam feed. The system will report on the student engagement level “engaged” if the student's eyes are staring at the screen and student facial expression showing a neutral or positive impression. The system will report on the student engagement level “disengaged” if the student's eye gaze were away from the screen and student facial expression showing a negative impression. This system will analyze student's emotional reactions which represented by neutral, positive, or negative reaction percentage value using the FER-2013 dataset. Student Engagement Detection System could calculate student presence, attendance rate calculated through eye gaze focus rate, emotional reaction, impression and engagement status with an accuracy of 83,33%, a precision of 100%, recall of 66,67%, and f1 score 80,00%."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Saleh Iskandar
Analisa traffik viideoconference pada Dokeos LMS 1.8.5 = Analysis of videoconference traffic on Dokeos LMS 1.8.5
"Teknologi aplikasi berbasis web pada masa kini sudah semakin maju, tidak hanya mampu menampilkan format berbasis teks namun juga telah mendukung penggunaan file-file multimedia berupa audio, maupun video. Sehingga seharusnya tren dalam e-learning pun mengikuti perkembangan ini. Portal Elearning seharusnya menggunakan file-file multimedia termasuk videoconference, dimana antar pengajar dan pembelajar dapat bertatap muka secara realtime untuk menambah ketertarikan, dan juga pemahaman peserta didik pada pembelajaran jarak jauh melalui Internet. Salah satu sistem e-learning yang mempunyai fitur videoconference ini adalah Dokeos LMS 1.8.5.
Penelitian ini bertujuan untuk menganalisa traffik yang dihasilkan oleh fitur videoconference tersebut. Pendekatan yang digunakan pada penelitian ini adalah dengan menggunakan resolusi web camera yang bervariasi (0.3MP, 1.3MP, dan 2.0MP) pada sisi client.
Hasil penelitian menunjukan jika resolusi web camera yang digunakan client semakin besar maka traffik yang dihasilkan akan semakin besar, baik pada fitur virtual classroom maupun virtual meeting. Throughput pada virtual classroom maupun throughput virtual meeting adalah relatif sama jika menggunakan resolusi web camera yang sama. Paket data videoconference pada fitur virtual meeting lebih banyak yang mengalami delay daripada fitur virtual classroom, sehingga kualitas videoconference virtual classroom lebih baik. Namun besar delay videoconference kedua fitur tersebut (sekitar 40ms ) masih memenuhi rekomendasi G.114 ITU-T.
Web-based application technology today are more and more advanced, not only capable of displaying text-based format but also has supported the use of multimedia files such as audio, and video. So, The trend in e-learning should follows the development of web technology. E-learning portal should use multimedia files including videoconference in where between teachers and learners can look each other in real-time to add interest, and also increase students comprehension on distance learning via the Internet. One of the e-learning systems that have videoconference feature is Dokeos LMS 1.8.5.
This study aims to analyze the traffic that is produced by videoconference features on Dokeos. The approach used in this research is to use web camera vary in resolution (0.3MP, 1.3MP, dan 2.0MP) on the client side.
The research shows that the greater web-resolution camera that is used at the client side, the greater traffic will be produced. Throughput on virtual classroom feature and throughput from virtual meeting feature is relatively same if web camera resolution that is used is same. There are many packet data of virtual meeting that experience more delay than virtual classroom packet data, so that the quality of service from virtual classroom feature is better than virtual meeting. But both of videoconference features has delay (about 40ms) that still meet the ITU-T G.114 recommendation."
Depok: Fakultas Teknik Universitas Indonesia, 2009
S51379
UI - Skripsi Open  Universitas Indonesia Library
cover
Rani Kumalasari
Analisa korelasi nilai Qos dan MOS video confrence pada sistem virtual education di jaringan WLAN = Correlation analysis of QoS value and MOS video conference on virtual education system in WLAN networks
"Sistem virtual education adalah suatu metode pengajaran jarak jauh dimana pengajar dan murid dari pelajaran tersebut tidak berada pada satu tempat yang sama namun terhubung satu sama lain dengan jaringan internet. Sistem virtual education ini terdiri dari dua bagian, Learning Management System (LMS) dan virtual class, dimana pada virtual class tersebut dapat dilakukan kegiatan belajar mengajar seperti di kelas sesungguhnya. Salah satu fitur yang ada di dalam sistem virtual education ini adalah video conference. Namun, permasalahan yang ada adalah untuk melakukan video conference ini dibutuhkan suatu jaringan yang dapat mendukung sepenuhnya agar sesuai dengan standar QoS untuk aplikasi real time.
Pada skripsi ini akan dibahas mengenai perancangan sistem virtual education ini, kemudian menerapkan nya pada jaringan WLAN pada skenario lokal dan real. Setelah diterapkan, maka akan menganalisa nilai QoS dengan parameter throughput, RTT, dan paket loss kemudian membandingkannya dengan standar ITU Y.1541. Nilai MOS juga akan dicari untuk mengetahui kualitas dari video conference ini. Setelah itu akan didapatkan suatu korelasi kualitatif dari nilai QoS dan MOS video conference ini dengan variabel kontrol yang digunakan adalah kompresi dari video conference ini. Nilai MOS yang didapatkan untuk kompresi 25, 50, 70, dan 100 adalah 3,15, 3,575, 3,675, dan 3,825. Dari hasil grafik korelasi kualitatif yang didapatkan, semakin baik kualitas gambar dari video conference tersebut maka nilai MOS yang didapatkan semakin tinggi.
Virtual education is a long-distance teaching methods which the teacher and students of these lessons are not in the same place but connected each other with internet connection. Virtual education system consists two parts, the Learning Management System (LMS) and virtual class. Virtual class use to do activities like in the real classroom. One feature that is in the virtual education system is video conference. However, there are issues to do video conferencing is a need for a network that can support fully to comply with the standard QoS for real time applications.
This thesis will explain the design of virtual education system then apply it in WLAN network. After applied, then it wil analyze the QoS parameters such as throughput, RTT, and packet loss then compared it with Y.1541 ITU standard. MOS value will also be sought to determine the quality of this video conference. After that, correlation between value of the QoS and MOS video conference will be obtained with compression of video conference as variable control. MOS value that obtained for compression 25, 50, 70, and 100 is 3.15, 3.575, 3.675, and 3.825. From the results obtained qualitative correlation chart, the better image quality of video conference higher MOS value that obtained."
Depok: Fakultas Teknik Universitas Indonesia, 2012
S42775
UI - Skripsi Open  Universitas Indonesia Library
cover
Dheavira Hadina Putri
Sistem Keamanan Sepeda Motor: Implementasi Bluetooth Low Energy dengan Generic Access Profile (GAP) dalam Pembatasan Akses tanpa Pairing = Motorcycle Security System: Implementation of Bluetooth Low Energy with Generic Access Profile (GAP) in Restricting Access without Pairing
"

Tingginya angka kunjungan pariwisata Indonesia di berbagai provinsi merupakan alasan utama pentingnya akomodasi sebagai penunjang kebutuhan wisatawan selama kunjungan ke tempat wisata. Untuk itu, banyak masyarakat lokal menyewakan kendaraan mereka, khususnya sepeda motor guna memfasilitasi wisatawan. Untuk meningkatkan pelayanan, sistem keamanan sepeda motor dapat ditambahkan pengamanan tambahan untuk menghindari hal yang tidak diinginkan. Tugas akhir ini mengembangkan rekayasa sistem keamanan sepeda motor dengan menerapkan Generic Access Profile (GAP) pada Bluetooth Low Energy untuk menghubungkan pengguna (Advertiser) dan sepeda motor (Scanner) tanpa perlu melakukan pairing. Sistem juga dilengkapi dengan data pengiriman yang terenkripsi algoritma Advanced Encryption Standard (AES) 128 Bit, serta pendataan pemesanan sepeda motor secara real time yang dapat diakses melalui database. Fitur-fitur tersebut dapat diakses dengan melakukan registrasi pada aplikasi. Hasil percobaan membuktikan bahwa sistem berhasil memperbaiki sistem peminjaman motor melalui peningkatan sistem keamanan dengan cara melakukan koneksi tanpa pairing dengan jarak maksimal sekitar 35 meter, penambahan sistem enkode dan enkripsi, meminimalkan waktu pindai pada saat pengiriman data sebesar 2 detik. Untuk konsumsi daya pada sistem ini memerlukan tegangan sebesar 0,04 V untuk setiap jamnya dan dapat beroperasi sekitar 20 jam saat sepeda motor dalam keadaan mati.

The high number of Indonesian tourism visits in various provinces is the main reason for the importance of accommodation to support the needs of tourists during visits to tourist attractions. For this reason, many local people rent out their vehicles, especially motorbikes, to facilitate tourists. To improve services, motorcycle security systems can be added to additional security to avoid unwanted things. This final project develops a motorcycle safety system engineering by implementing Generic Access Profile (GAP) on Bluetooth Low Energy to connect users (Advertisers) and motorbikes (Scanners) without the need for pairing. The system is also equipped with data transmission encrypted 128 Bit Advanced Encryption Standard (AES) algorithm, as well as data collection on motorcycle orders in real-time that can be accessed through a database. These features can be accessed by registering on the application. The experimental results prove that the system succeeded in improving the motor lending system by enhancing the security system by connecting without pairing with a maximum distance of about 35 meters. The result of experiments prove that system successfully improved the motor lending system by enhancing the security system by connecting without pairing with a maximum distance of about 35 meters, adding encoding and encryption systems, minimizing the scan time when ending data by 2 seconds. For power consumption in this system requires a voltage of 0.04 V for each hour and can operate for about 20 hours when the motorcycle is off.

"
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Reja Aji Saputra
Perancangan Sistem Traffic Monitoring Menggunakan Kamera Lalu Lintas Berbasis OpenCV dan MobileNet-SSD = Development of Traffic Monitoring Sistem Using Traffic Camera Based On OpenCV and MobileNet-SSD
"

Kemacetan merupakan salah satu masalah yang belum bisa terselesaikan di kota-kota besar di Indonesia. Salah satu cara untuk mengatasi masalah ini, yaitu dengan memanfaatkan teknologi yang dapat memantau lalu lintas secara otomatis, agar dapat dimonitor dan dianalisis untuk pengembangan fasilitas serta kebijakan guna menyelesaikan masalah ini. Teknologi yang dapat diterapkan untuk masalah ini, yaitu teknologi image processing yang dikolaborasikan dengan machine learning dan dengan bantuan library OpenCV. Pendeteksian objek menggunakan MobileNet-SSD dan Caffe model, objek yang dideteksi merupakan kendaraan yang melintas di jalan, pengambilan input menggunakan kamera CCTV yang diakses oleh publik. Kecepatan, performa, akurasi, dan kepadatan jalanan merupakan variabel yang dianalisis pada penulisan ini. Hasil dari pendeteksian memiliki akurasi yang tidak cukup baik sekitar 43% untuk keseluruhan, dan 68% untuk pendeteksian mobil. Terdapat penambahan fitur pada penelitian ini, yaitu pendeteksian motor yang memiliki akurasi 51%

Traffic jam is one of many problems that cannot be solved in various cities in Indonesia. One way to overcome this problem is to use technology that can monitor traffic automatically, so that traffic conditions can be monitored, and analyzed for the development of facilities and policies to solve this problem. One of the technologies that can be applied to this problem is image processing technology in collaboration with machine learning, and OpenCV. This research use Mobilenet-SSD and Caffe models for objects detection, objects detected are vehicles that cross the road, input is taken from CCTV cameras that can accessed by public. Speed, performance, accuracy, and road density are the variables analyzed in this paper. The results of the detection have an accuracy that is not good enough only about 43% for the whole detection, and 68% for the detection of the car, and 51% for the detection of the motorcycle

"
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>