Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 115123 dokumen yang sesuai dengan query
cover
Harahap, Achmad Rivai
"Dalam proses perancangan, pemrograman dan konsep arsitektur merupakan dua unsur yang berbeda, dimana keduanya harus dipadukan oleh seorang arsitek. Pemrograman sebagai unsur objektif dan konsep arsitektural sebagai unsur subjektif dalam diri perancang, harus dapat menunjukan hubungan yang saling mengisi / memperkuat satu sama lainnya.
Dalam skripsi ini penulis membangun suatu pemikiran dari difinisi-difinisi dan teori-teori yang ada, mengenal 'apa', 'bagaimana' dan 'mengapa', pemrograman dan konsep arsitektural dilakukan dalam proses perancangan. Untuk membuktikan dan mengembangkan lebih lanjut pemikiran tersebut penulis melakukan analisa dari proses perancangan yang pernah dilakukan, dimana pemrograman dan konsep arsitektur selalu digunakan. Dari analisa yang dilakukan didapat suatu kesimpulan mengenai hubungan kedua unsur tersebut.
Dasar permasalahan yang harus dijawab adalah bagaimana seorang arsitek dapat memadukan kedua unsur tersebut, dalam upaya menyusun suatu program (berdasarkan data yang akurat) dan mengembangkan konsep yang baik, sehingga menghasilkan suatu karya arsitektur yang dapat dipertanggungjawabkan secara ilmiah."
Depok: Fakultas Teknik Universitas Indonesia, 1997
S48190
UI - Skripsi Membership  Universitas Indonesia Library
cover
Budi Sutedjo
Yogyakarta: Andi Offset, 2004
005.1 SUT a
Buku Teks  Universitas Indonesia Library
cover
Purdum, Jack J.
Jakarta: Erlangga, 1985
001.642 PUR p
Buku Teks SO  Universitas Indonesia Library
cover
Fakultas Teknik Universitas Indonesia, 1992
S38252
UI - Skripsi Membership  Universitas Indonesia Library
cover
Irfan Abdurahman Setiawan
"Dengan berbagai kemajuan teknologi, transportasi tetap bertanggung jawab sebagai penyumbang polusi udara terbesar khususnya emisi CO2. Dampak emisi CO2 ini sangat berbahaya bagi kesehatan dan lingkungan. Sudah ada beberapa cara yang dilakukan untuk mengurangi dampak yang dihasilkan emisi CO2 pada kendaraan roda empat. Salah satunya dengan melakukan tes emisi. Prosedur tes emisi ini dilakukan dengan perilaku berkendara tetap yang menyebabkan tes ini tidak representative terhadap keadaan nyata di jalan, oleh karena itu dibutuhkan monitoring langsung pada perilaku berkendara yang berbeda-beda. Dengan memanfaatkan teknologi OBD II dan konsep IoT (Internet of Things), peneliti dapat melakukan pengembangan ke arah monitoring. Pengembangan dilakukan dengan cara menghubungkan OBD II dan Raspberry Pi ke kendaraan roda empat. Perhitungan emisi CO2 dilakukan dengan memanfaatkan data MAF yang diperoleh dari OBD II. Hasil perhitugan tersebut dikirim ke aplikasi Android melalui Cloud Server agar dapat dibaca oleh pengguna aplikasi Android tersebut. Untuk memverifikasi model perhitungan, pengetesan dilakukan pada Nissan Juke tahun 2015 dengan melakukan uji jalan sejauh 300km pada tiga perilaku berkendara yang berbeda. Emisi CO2 yang dihasilkan diukur menggunakan Portable CO2 Meters Detector Tvoc Hcho AQI Monitor dan dibandingkan dengan hasil uji pada aplikasi. Nilai error verifikasi pengukuran pada masing-masing perilaku berkendara yaitu 11,65 % untuk eco, 7,38% untuk Normal, dan 49,56% untuk Sport. pengetesan yang dilakukan juga menunjukkan bahwa model perilaku berkendara Eco memiliki tingkat emisi terendah dibanding dua perilaku berkendara lainnya dengan jumlah emisi CO2 yang dihasilkan sebesar 33.401,25 g sedangkan untuk Normal dan Sport masing-masing secara berurutan menghasilkan emisi CO2 sebesar 56.250,26 g dan 123.122,99 g. Kemudian apabila dihubungkan dengan parameter perilaku berkendara, perilaku berkendara Eco dengan interval nilai Accelerator Position 4,63% – 10,99% menghasilkan CO2 per detiknya sebesar 0,57 g/s – 1,93 g/s, perilaku berkendara Normal dengan interval nilai Accelerator Position 16,23% – 24,15% menghasilkan CO2 per detiknya sebesar 3,37 g/s – 5,09 g/s, dan perilaku berkendara Sport dengan interval nilai Accelerator Position 71,89% – 78,39% menghasilkan CO2 per detiknya sebesar 13,00 g/s – 14,24 g/s.

With various technological advances, transportation remains responsible as the biggest contributor to air pollution, especially CO2 emissions. The impact of CO2 emissions is very dangerous for health and the environment. There have been several ways to reduce the impact of CO2 emissions on four-wheeled vehicles. One of them is by conducting emission tests. This emission test procedure is carried out with a fixed driving behavior which causes this test not to be representative of the actual situation on the road, because of that we require direct monitoring of different driving behaviors. By utilizing OBD II technology and collaborating with the concept of IoT (Internet of Things) Researchers can make development towards monitoring. Development is carried out by connecting the OBD II and Raspberry Pi that has been programmed to calculate CO2 emissions. The calculation of CO2 emissions is done by calculating the MAF data that can be obtained from OBD II. The results of these calculations are sent to the Android application via Cloud Server so that they can be read by the application's users. To verify the calculation model, testing was done on the 2015 Nissan Juke by conducting a road test on three different driving behaviors. The resulting CO2 emissions are measured using Portable CO2 Meters Detector Tvoc Hcho AQI Monitor and compared with test results on the application. The verification error measurement value on each driving behavior is 11,65% for Eco, 7,38% for Normal, and 49,56% for Sport. The testing also shows that the Eco-driving behavior model has the lowest emission level compared to the other two driving behaviors with the amount of CO2 emissions produced of 33.401,25 g while for Normal and sport respectively produced CO2 emissions of 56.250,26 g and 123.122,99 g. Then when connected with driving behavior parameters, Eco-driving behavior with an interval value of Accelerator Position 4.63% - 10.99% produces CO2 per second of 0.57 g/s - 1.93 g/s, Normal driving behavior with an interval value Accelerator Position 16.23% - 24.15% produces CO2 per second of 3.37 g/s - 5.09 g/s and Sport driving behavior with an interval of Accelerator Position 71.89% - 78.39% produces CO2 per second of 13.00 g/s - 14.24 g/s."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
M. Hasbi
Yogyakarta : Gaya Media, 2003
005.13 HAS s
Buku Teks SO  Universitas Indonesia Library
cover
Fakultas Teknik Universitas Indonesia, 1991
S38022
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sitorus, Lambot
Yogyakarta: Andi, 2012
005.133 SIT k
Buku Teks SO  Universitas Indonesia Library
cover
Vinora Firdy
Depok: Fakultas Teknik Universitas Indonesia, 1992
S38006
UI - Skripsi Membership  Universitas Indonesia Library
cover
"DCOM, CORBA, dan Java RMI adalah middleware yang memungkinkan komputasi jarak jauh atau komputasi tersebar. Meskipun telah terdapat konsep layanan web dan implementasi yang diterapkan dalam berbagai kasus saat ini, ketiga middleware di atas masih sering digunakan untuk lingkungan yang application-specific, yang membutuhkan performa lebih baik. Paper ini diharapkan akan memberikan gambaran mengenai DCOM, CORBA, dan Java RMI dari konsep hingga perbedaan yang paling mendasar terkait teknik pemrograman.

Abstract
DCOM, CORBA, and Java RMI are middleware that enable remote computing (distributed computing). Although we have Web Service concept and implementation that applied in many cases right now, all three still often used for applications-specific nature, which need the better performance. This paper is intended to give an overview of DCOM, CORBA, and Java RMI, from concept to most fundamental differences related to programming techniques."
Universitas Kristen Satya Wacana. Fakultas Teknologi Informasi, 2011
pdf
Artikel Jurnal  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>