Articles

Found 2 Documents
Search
Journal : Jurnal Ilmu Komputer dan Informasi

PERBANDINGAN ALGORITMA PERLUASAN JARINGAN TELEKOMUNIKASI DENGAN MOBILE ROBOT DI DAERAH BENCANA MENGGUNAKAN OPEN DYNAMIC ENGINE Ramadhan, Arief; Hafidh, Abdullah; Suryana, M. Eka; Fajar, Muhammad
Jurnal Ilmu Komputer dan Informasi Vol 4, No 2 (2011): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1115.833 KB) | DOI: 10.21609/jiki.v4i2.170

Abstract

Putusnya jaringan komunikasi sebagai dampak suatu bencana merupakan permasalahan yang perlu cepat diatasi agar tidak menimbulkan kerugian yang lebih besar. Komunikasi antara lokasi bencana dengan dunia luar menjadi sangat penting dalam menentukan tindakan yang tepat untuk meminimalisasi kerugian akibat bencana. Kajian penggunaan mobile robot otonom untuk menghubungkan menara-menara komunikasi yang terputus dapat menjadi solusi alternatif untuk mengatasi masalah ini. Dalam penelitian ini, penulis mengkaji beberapa algoritma perluasan jaringan dalam bentuk simulasi menggunakan Library Open Dynamic Engine. Library Open Dynamic Engine merupakan library yang telah menggunakan perhitungan fisika secara efisien dan teruji sehingga dapat mendekati keadaan dunia sebenarnya. Simulasi ini bertujuan untuk mendemontrasikan serta membandingkan bahwa algoritma ini dapat dikembangkan untuk menghubungkan menara komunikasi. The disconnection in communication networks as the impact of a disaster is a problem that needs to be addressed quickly in order to avoid greater losses. Communication between the disaster site with the outside world becomes very important in determining the appropriate action to minimize losses due to disasters. Study the use of autonomous mobile robots for connecting communication towers that was disconnected can be alternative solutions to address these issues. In this study, the authors examine some of the network expansion algorithm in the form of a simulation using Open Dynamics Engine library. Library of Open Dynamic Engine is a library that has used physics calculations in an efficient and tested so can approach the state of the real world. This simulation aims to demonstrate and compare that this algorithm can be developed to connect the communication towers.
IMPLEMENTASI SISTEM KLASIFIKASI MOBIL PADA SISTEM PENGATURAN LAMPU LALU LINTAS TERDISTRIBUSI BERBASISKAN JARINGAN SYARAF TIRUAN Ramadhan, Arief; Fajar, Muhammad; Suryana, M. Eka; Zaman, Big
Jurnal Ilmu Komputer dan Informasi Vol 4, No 2 (2011): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (800.535 KB) | DOI: 10.21609/jiki.v4i2.165

Abstract

Sistem Pengaturan Lampu Lalu Lintas Terdistribusi adalah sebuah sistem lampu lalu lintas yang ditujukan untuk memenuhi kebutuhan akan kinerja pengaturan lampu lalu lintas yang cerdas dengan pengambilan data secara real-time. Sistem ini dapat melakukan penjadwalan dan pengaturan jaringan banyakpersimpangan secarareal-time yang tidak bisa dilakukan oleh sistem pengaturan lampu lalu lintas konvensional. Penerapan klasifikasi di dalam sistem ini digunakan untuk meningkatkan akurasi dari pengenalan mobil. Proses klasifikasi diimplementasikan menggunakan tiga algoritma Jaringan Syaraf Tiruan, yakni Backpropagation, FLVQ, dan FLVQ-PSO. Berdasarkan hasil ujicoba, dapat ditunjukkan bahwa algoritma Backpropagationmemiliki performa akurasi yang lebih baik dibandingkan dua algoritma JST yang lainnya. Distributed Traffic Light Control System is a traffic light system intended to meet the need for setting the performance of intelligent traffic lights with real-time data capturing. The system can perform scheduling and network settings of multi-junction in real time that can not be done by a conventional traffic light settings system. Application of classification within this system is used to improve the accuracy of the car recognition. Classification process is implemented using three neural network algorithms, namely Backpropagation, FLVQ, and FLVQ-PSO. Based on the test results, it can be shown that the Backpropagation algorithm performs better accuracy than the other two algorithms.