Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Transmisi: Jurnal Ilmiah Teknik Elektro YOUNGSTER PHYSICS JOURNAL Jurnal Otomasi Kontrol dan Instrumentasi Jurnal Teknologi Electrices : Jurnal Otomasi Kelistrikan dan Energi Terbarukan
Putri, Yurixa Sakhinatul
Program Studi Instrumentasi Dan Kontrol Industri, Politeknik Negeri Jakarta
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Physics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Wireless sensor system untuk pengukuran daya listrik panel surya Yurixa Sakhinatul Putri; Suryono Suryono; Jatmiko Endro Suseno
Youngster Physics Journal Vol 6, No 3 (2017): Youngster Physics Journal Juli 2017
Publisher : Jurusan Fisika, Fakultas Sains dan Matematika, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (777.276 KB)

Abstract

In this research, wireless sensor system is used to electrical power of solar cell measurement with wirelessly through of WiFi as data transmision. This system is required to monitoring and measuring electrical power of solar cell with long distance. This system also very helpful personil to do measurement because could be solving a problem in personnel limitations and instrument limitations. So, wireless sensor system become a solution in measurement. The system is made from voltage sensor circuit and current sensor circuit. Sensors are connected to ADC ATSAM3X8E microcontroller. Microcontroller reads voltage and current values by converting the analog scale to digital for sent to computer. Then, the data was saved in database and was sent to central station. Data has sent wirelessly by WiFi which is could be shown via web browser on computer. The result of calibration voltage sensors has correlation 0.9885 to standard gauge and average error 0.013 volts. The result of calibration current sensor has correlation 0.9881 to standard gauge and average error 0.012 ampere. The result of comparison beetween data which is sent from the field and received data has 0% error. So, it could be say that there is no placement data error.Keywords: Wireless Sensor System, Electrical Power, Solar Cell, Measurement, WiFi 
Simulasi Kontrol Penjejak Lintasan pada Traktor Roda Dua untuk Lintasan Multi Segmen Salim, Taufik Ibnu; Putri, Yurixa Sakhinatul; Widyotriatmo, Augie
Jurnal Otomasi Kontrol dan Instrumentasi Vol 12 No 1 (2020): Jurnal Otomasi Kontrol dan Instrumentasi
Publisher : Pusat Teknologi Instrumentasi dan Otomasi (PTIO) - Institut Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/joki.2020.12.1.5

Abstract

AbstrakSebagian besar mata pencaharian penduduk Indonesia adalah petani. Pada umumnya petani di Indonesia masih menggunakan traktor roda dua atau traktor tangan untuk mengolah lahan pertanian. Hadirnya mesin otonom khususnya traktor roda dua menjadi solusi dalam meningkatkan produktivitas pertanian. Traktor otonom roda dua memerlukan keakuratan menyetir dalam mengolah lahan pertanian agar dapat mengikuti lintasan.Tujuan penelitian adalah untuk mensimulasikan pengontrolan penjejak lintasan pada traktor roda dua dengan sinyal kontrol kecepatan (v) dan kecepatan sudut(ω). Parameter kontrol dicari dengan melakukan tuning terhadap parameter gain kontrol kecepatan (Kv), gain kontrol kecepatan sudut (Kω)dan jarak titik pusat ke referensi (b). Penelitian ini juga mengajukan metode untuk membuat lintasan traktor multisegmen secara otomatis berdasarkan masukan data panjang dan lebar lahan pertanian serta jarak atau interval setiap alur. Hasil tuningmemberikan nilai IAE (integral absolute error) minimal 9,7971 dengan nilai parameterb = 0,1, Kv = 10 dan Kω = 10.Penerapan nilai parameter pada simulasi multi segmen menunjukkan hasiltrayectori tracking yang cukup baik yaitu tercapainya errorkeseluruhan yang cukup kecil. 
Klasifikasi Warna Sabun Batang Berbasis Citra Menggunakan Convolutional Neural Network Yurixa Putri; Nurdina Widanti; Helpfin Cristine Sinaga; Rizka Lailiyatul Mulayyinah; M. Abdul Fathah
Jurnal Teknologi Vol. 13 No. 2 (2026): Jurnal Teknologi
Publisher : Universitas Jayabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31479/jtek.v13i2.446

Abstract

Perkembangan teknologi pengolahan citra dan kecerdasan buatan mendorong penerapan metode otomatis dalam proses klasifikasi berbasis visual, termasuk pada identifikasi warna objek. Penelitian ini bertujuan untuk mengembangkan model klasifikasi warna sabun batang berbasis citra menggunakan metode Convolutional Neural Network (CNN) serta mengevaluasi kinerjanya pada kondisi pengujian terkontrol. Dataset yang digunakan berjumlah 1.150 citra yang terdiri dari 860 data pelatihan, 215 data validasi, dan 75 data pengujian dengan dua kelas warna, yaitu merah dan hijau. Tahap preprocessing dilakukan melalui proses resize citra menjadi 64×64 piksel dan normalisasi nilai piksel ke rentang 0–1 untuk meningkatkan kualitas input model. Arsitektur CNN yang digunakan terdiri dari dua lapisan Conv2D, dua lapisan MaxPooling2D, Flatten, Dense, dan Dropout. Proses pelatihan model dilakukan menggunakan optimizer Adam dan fungsi loss binary crossentropy selama 50 epoch. Hasil penelitian menunjukkan bahwa model memperoleh akurasi validasi sebesar 99,8–100% dan akurasi pengujian sebesar 98,67% dengan satu kesalahan klasifikasi dari 75 data uji. Evaluasi menggunakan confusion matrix menghasilkan nilai precision, recall, dan F1-score yang tinggi pada kedua kelas. Meskipun demikian, tingginya performa model menunjukkan bahwa dataset masih memiliki kompleksitas rendah dan kondisi citra yang relatif terkontrol. Keywords: bar soap, convolutional neural network, color classification, image classification
PURWARUPA SISTEM KENDALI KECEPATAN KERETA BERBASIS KLASIFIKASI INSPEKSI REL MENGGUNAKAN FASTER R-CNN Yurixa Sakhinatul Putri; Yul Yunazwin Nazaruddin; Endang Juliastuti
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 28, No 3 Juli (2026): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.28.3.167-177

Abstract

Inspeksi visual manual pada rel kereta api rentan terhadap kelelahan operator dan subjektivitas, yang berpotensi menyebabkan kesalahan deteksi. Penelitian ini mengembangkan purwarupa sistem kendali kecepatan kereta berbasis klasifikasi inspeksi rel menggunakan algoritma Faster R-CNN. Sistem terdiri dari kamera sebagai sensor visual, komputer sebagai client untuk melakukan proses klasifikasi objek, dan mikrokontroler sebagai server untuk mengendalikan kecepatan pada motor kereta. Dataset terdiri dari tiga kelas yaitu broken (rel putus), curved (rel melengkung), dan erosion (penghalang pada rel) dengan dataset terbatas 370 gambar. Proses pelatihan menggunakan GPU Nvidia GeForce MX130, RAM 6 GB, dengan total 7063 step dan waktu ± 3 jam. Didapatkan nilai akurasi 80%, precision 85%, recall 93%, dan F1 score 88%. Hasil klasifikasi diintegrasikan ke dalam sistem kendali kecepatan motor kereta melalui komunikasi TCP/IP. Sistem berhasil mendeteksi objek secara real-time dan mengontrol kecepatan motor kereta dengan logika if else sesuai tingkat kepercayaan hasil klasifikasi. Pengujian juga menunjukkan bahwa jarak deteksi objek dipengaruhi oleh posisi kamera terhadap jalur rel. Purwarupa ini dapat menunjukkan potensi yang baik dalam pengintegrasian sistem visi komputer dan kendali motor kereta api sebagai solusi untuk meningkatkan keselamatan pada kereta api.
Evaluasi Eksperimental Pengaruh Horizon Prediksi pada Model Predictive Control (MPC) untuk Navigasi Otonom TurtleBot3 Burger Hariyanto Hariyanto; Muhammad Raihan Rifqo Ardandi; Soraya Putri Aulia; Yosef Dwi Krisnata; Yurixa Sakhinatul Putri
Electrices Vol 8 No 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/ees.v8i1.8300

Abstract

Penelitian ini menyajikan evaluasi eksperimental pengaruh horizon prediksi pada Model Predictive Control (MPC) yang diterapkan untuk navigasi otonom robot mobile TurtleBot3 Burger berbasis ROS Noetic pada lingkungan nyata. Lima percobaan dilakukan dengan dua konfigurasi horizon prediksi, yaitu Np = 1 s (Percobaan 1, 3, dan 5) dan Np = 1.5 s (Percobaan 2 dan 4). Evaluasi dilakukan pada kondisi tanpa gangguan serta dengan adanya gangguan fisik berupa hambatan pada lintasan. Kinerja sistem dianalisis melalui pelacakan lintasan, respons kecepatan linear dan sudut, serta akurasi pelacakan yang diukur menggunakan Root Mean Square Error (RMSE) dan standard deviasi antar ulangan. Hasil eksperimen menunjukkan bahwa konfigurasi Np = 1.5 s menghasilkan nilai RMSE rata-rata 1.0052 m (kisaran 0.3799–1.4112 m), lebih rendah 28% dibandingkan konfigurasi Np = 1 s dengan rata-rata 1.4059 m (kisaran 0.9551–2.2724 m), yang menunjukkan kestabilan galat secara keseluruhan lebih baik. Sebaliknya, horizon yang lebih pendek (Np = 1 s) memberikan respons koreksi yang lebih cepat dan agresif, dengan kecepatan linear maksimum sekitar ±0.22 m/s dan lonjakan kecepatan sudut hingga ±2 rad/s. Kedua konfigurasi tetap stabil dan mampu mencapai target meskipun terdapat gangguan fisik. Hasil ini menunjukkan bahwa panjang horizon prediksi berpengaruh signifikan terhadap kompromi antara responsivitas dan kestabilan pelacakan pada implementasi MPC di lingkungan nyata, sehingga pemilihan horizon perlu disesuaikan dengan kebutuhan aplikasi navigasi robot mobile.
Co-Authors Endang Juliastuti Hariyanto Hariyanto Helpfin Cristine Sinaga Jatmiko Endro Suseno M. Abdul Fathah Muhammad Raihan Rifqo Ardandi Nurdina Widanti Rizka Lailiyatul Mulayyinah S. Suryono Salim, Taufik Ibnu Soraya Putri Aulia Widyotriatmo, Augie Yosef Dwi Krisnata Yul Yunazwin Nazaruddin