Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal EECCIS The Indonesian Journal of Computer Science
Sanusi, Muhammad Anwar
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Online Terrain Classification Using Neural Network for Disaster Robot Application Sanusi, Muhammad Anwar; Dewantara, Bima Sena Bayu; Setiawardhana; Sigit, Riyanto
The Indonesian Journal of Computer Science Vol. 12 No. 1 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i1.3132

Abstract

A disaster robot is used for crucial rescue, observation, and exploration missions. In the case of implementing disaster robots in bad environmental situations, the robot must be equipped with appropriate sensors and good algorithms to carry out the expected movements. In this study, a neural network-based terrain classification that is applied to Raspberry using the IMU sensor as input is developed. Relatively low computational requirements can reduce the power needed to run terrain classification. By comparing data from the Accelerometer, Gyroscope, and combined Accelero-Gyro using the same neural network architecture, the tests were carried out in a not moving position, indoors, on asphalt, loose gravel, grass, and hard ground. In its implementation, the mobile robot runs over the field at a speed of about 0,5 m/s and produces predictive data every 1,12s. The prediction results for online terrain classification are above 93% for each input tested.
Aplikasi Website dan Media Sosial Telegram Untuk Sistem Pemantauan Daya Pada Beban Listrik DC Berbasis Raspberry Pi 3 Maulana, Eka; Muttaqin, Adharul; Sanusi, Muhammad Anwar
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 15 No. 1 (2021)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v15i1.1535

Abstract

Pada penerapan energi baru dan terbarukan, efisiensi penggunaan peralatan seperti lampu dan kipas seringkali terabaikan oleh karena itu dibutuhkan alat yang dapat me-monitor efisiensi daya dari beban listrik lampu dan kipas yang digunakan dengan akses yang mudah. Monitoring daya dari masing-masing beban lampu dan kipas dilakukan dengan mengetahui jumlah lampu dan kipas yang terhubung terlebih dahulu ditinjau dari karakteristik perubahan arus dari tiap bebannya. Proses monitoring ini juga dilakukan secara wireless melalui internet dengan menggunakan sebuah laman website dan media sosial Telegram. Sistem monitoring ini membutuhkan sensor ACS712 dan sensor tegangan yang berfungsi untuk membaca nilai arus dan tegangan, ESP32 yang berfungsi untuk mengolah data nilai pembacaan sensor dan mengirim data tersebut menuju server serta sebuah web server yang dijalankan oleh Raspberry Pi 3 yang berfungsi untuk menerima data dari tiap node dan akan disimpan pada database MySQL. Pengolahan data yang dilakukan pada ESP32 menghasilkan data daya pada tiap beban dan jumlah beban yang terhubung, dalam hal ini beban lampu dan kipas yang di-monitor ialah Lampu LED Brighton 12v dan Kipas Angin Mini Sivicom 12v dengan melihat karakteristik rentang perubahan arus dari tiap bebannya untuk mendeteksi beban tersebut, karakteristik rentang nilai perubahan arus kipas berkisar diantara 0.4A hingga 0.51A, sedangkan rentang nilai perubahan arus lampu berkisar diantara 0.25A hingga 0.34A. Dari jumlah beban listrik yang diketahui, sistem dapat mengetahui daya yang dibutuhkan dari masing-masing beban tersebut dengan mengalikannya dengan karakteristik daya dari masing-masing beban yaitu sebesar 4.8watt untuk kipas dan 3.18watt untuk lampu. Selanjutnya data yang telah diolah akan dikirim menuju server Raspberry PI 3. Pengiriman data dari node membutuhkan pemrograman web menggunakan PHP yang berfungsi untuk menyimpan data tersebut pada database MySQL dan menampilkannya dalam bentuk grafik garis yang memanfaatkan library Highcharts. Terdapat 2 grafik pada tiap node-nya, grafik yang menampilkan nilai tegangan, arus, daya, jumlah daya dari masing-masing beban yang terpasang dan jumlah daya lain serta grafik yang menampilkan jumlah beban yang terpasang. Kedua grafik ini dapat dibuka melalui browser dengan menggunakan ip address dari server Raspberry Pi 3. Server juga berfungsi untuk mengolah data-data tersebut sehingga dapat dikirim kepada user melalui media sosial Telegram yang ekspor terlebih dahulu dalam bentuk file dengan tipe *.csv dengan menggunakan Python sebagai pemrograman web. User hanya perlu mengirimkan perintah tertentu melalui media sosial Telegram sehingga data yang dikirim sesuai dengan request user.
Co-Authors Adharul Muttaqin Bima Sena Bayu Dewantara Maulana, Eka Riyanto Sigit, Riyanto Setiawardhana