Hasil Pencarian  ::  Simpan CSV :: Kembali

"Smart home atau rumah cerdas merupakan rumah yang didalamnya ditanam kecerdasan untuk dapat merasakan, berpikir, dan melakukan sesuatu untuk membuat penghuni di dalamnya merasa aman dan nyaman. Dari berbagai bagian dan fungsi penyusun yang ada di dalam rumah cerdas, context analyzer sebagai pengolah konteks menjadi bagian penting untuk membuat sebuah rumah cerdas dapat merasakan keadaan yang ada di sekitarnya. Dalam penelitian ini, dilakukan percobaan dan implementasi tentang pengolahan konteks indikator cuaca dengan inferensi logika fuzzy. Implementasi dilakukan pada framework OSGi dengan melibatkan komponen rancang bangun rumah cerdas yang telah ada (registrar dan virtual device) ditahap integrasinya. Akhir dari pengolahan konteks pada penelitian ini adalah tingkat kenyamanan dari penghuni rumah berdasarkan suhu, kelembapan, dan kecepatan angin yang ada di sekitar rumah

---

Smart home is a home that has intelligence in it so the house can feel, think, and do something to make residents feel safe and comfortable inside. From the various parts and functions composing smart home system, context analyzer as an important part to processing context make a smart home can feel the situation/condition around it. In this research, the experiment and implementation of weather indicator context processing with fuzzy logic inference was done. The implementation is done on the OSGi framework involves components of the existing smart home design (registrar and virtual device) in the integration phase. The expected result of this research is the comfort level of the occupants in the smart home is determined based on temperature, humidity, and wind speed that are around the house."

"

Saat ini tidak ada keraguan bagi siswa-siswi sekolah menengah untuk melanjutkan pendidikannya ke jenjang universitas. Namun, transisi dari sekolah menengah ke pendidikan tinggi adalah tantangan besar bagi mahasiswa tahun pertama. Kinerja mahasiswa pada tahun pertama cenderung menentukan kinerja mahasiswa tersebut di tahun-tahun akademik berikutnya. Penting untuk mencari karakteristik-karakteristik mahasiswa berdasarkan kinerjanya pada awal tahun semester akademik, sehingga dapat dilakukan pendeteksian awal untuk mencegah penurunan kinerja dan meningkatkan prestasi akademik mahasiswa. Penelitian ini bertujuan untuk mengelompokkan 140 mahasiswa semester pertama. Fitur-fitur diseleksi menggunakan Chi-Square lalu digunakan Fuzzy C-Means clustering untuk mengelompokkan mahasiswa. Dari hasil simulasi, mahasiswa dikelompokkan ke dalam dua cluster dengan kinerja cluster kedua lebih baik dibanding kinerja cluster pertama.

---

Currently there is no doubt for high school students to continue their education at the university level. However, the transition from high school to university is a major challenge for the first-year students. Moreover, student performance during the first year tends to determine their performance in the following academic years. It is important to find student's characteristics based on their performance at the beginning of the academic semester so that early detection can be done to prevent performance degradation and increase student academic achievement. This study aims to cluster 140 first year students. Features are selected using the Chi-Square feature selection method and then using Fuzzy C-Means clustering to group the students. From simulation result, students are grouped into two clusters with the second cluster's performance is better than the first cluster's performance.

"