Claim Missing Document
Check
Articles

The Navigasi dan Formasi Kawanan Robot Menggunakan Sistem Pemosisian Lokal dengan Sumberdaya Rendah: Sistem Pemosisian didalam ruangan Helmy Widyantara; Mas Aly Afandi; Ristanti Akseptori; Ubaidilah Umar
JURNAL NASIONAL TEKNIK ELEKTRO Vol 11, No 3: November 2022
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jnte.v11n3.1023.2022

Abstract

This paper discussed the method of navigation and robot formation in a swarm using the Local Positioning System (LPS) which was applied to the mobile robot's differential steering platform. Navigation and formation of robots in swarm robotics could run well because of the presence of robot position coordinates. In the outdoor application of coordinates, the position of the robot could be obtained easily using the Global Positioning System (GPS), but GPS had drawbacks in indoor applications. In indoor use, signals from satellites were difficult to obtain and inaccurate for use with relatively short distances. In coordinate research, positioning used LPS which was built using Bluetooth Low Energy (BLE). LPS with BLE was successfully built with simple resources and at a low price but had optimal performance. The LPS accuracy built with BLE and the regression algorithm had an error of 4.33% on the X-axis, and 2.67% on the Y-axis. The robot formation utilized a combination of proximity sensors and position coordinates obtained from LPS. The proximity sensor served to detect obstacles that hold the robot towards a predetermined target. The combination of navigation algorithms and swarm formation robotics was proven to be faster at finding targets compared to a single robot.
Estimasi Galat Sebagai Kompensasi Hasil Pembacaan Sensor Suhu Non-Sentuh Menggunakan Regresi Linier Purnama, Sevia Indah; Afandi, Mas Aly; Selamet, Sheila Shelvia; Adiputra, Dimas
Techno.Com Vol. 22 No. 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7166

Abstract

Abstrak Penelitian ini bertujuan untuk membuktikan penerapan metode regresi linear untuk mengestimasi galat sebagai kompensasi untuk menurunkan galat pembacaan sensor suhu non-sentuh. Hal ini terlihat pada masa pandemi COVID – 19 melalui penggunaan thermo gun untuk mengukur suhu seseorang membutuhkan jarak yang sangat dekat. Penelitian dilakukan dengan mengukur objek air yang merupakan unsur terbanyak pada tubuh manusia.  Suhu pengukuran telah dikondisikan pada 36°C, 37°C, dan 38°C dengan masing-masing variasi jarak 2cm, 4cm, dan 6cm. Hasil dari validasi menunjukkan model dapat menurunkan galat pada suhu 36°C pada masing-masing jarak sebesar 4,43%, 8,00%, dan 8,70% pada jarak 2cm, 4cm, dan 6cm. Validasi berdasarkan MAE sebelum dimodelkan adalah 2,91 dan nilai MAE setelah dimodelkan adalah 0,37. Penurunan nilai galat pada suhu 37°C untuk masing-masing jarak 2cm, 4cm, dan 6cm adalah 5,94%, 8,72%, dan 7,34%. Nilai validasi berdasarkan MAE sebelum dimodelkan adalah 3,02 dan nilai MAE setelah dimodelkan adalah 0,27. Penurunan nilai galat pada suhu 38°C untuk masing-masing jarak 2cm, 4cm, dan 6cm adalah 6,27%, 8,67%, dan 11,03%. Nilai validasi berdasarkan MAE sebelum dilakukan permodelan adalah 3,87 dan nilai MAE setelah dimodelkan adalah 0,57. Berdasarkan data tersebut dapat disimpulkan bahwa estimasi galat sebagai kompensasi hasil pembacaan sensor suhu non-sentuh mampu menurunkan galat hasil pembacaan sensor.
Sistem Monitoring Kondisi Infus Otomatis Berbasis Notifikasi Telegram Afandi, Mas Aly; Purnama, Sevia Indah; Pangestu, Gusti Angga
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.8646

Abstract

Infus merupakan proses memasukan cairan ke dalam pembuluh darah pasien untuk menggantikan cairan dalam tubuh. Kelemahan proses infus saat ini adalah tidak ada pemantauan kondii infua. Apabila infus habis kemudian diabaikan dapat menyebabkan darah pasien justru masuk ke dalam selang infus yang dapat mengakibatkan kekurangan darah. Maka dari itu sebuah sistem pemantauan infus diperlukan untuk menghindari kejadian tersebut. Parameter kecepatan tetesan infus dan kondisi cairan infus telah habis dapat dikenali secara otomatis menggunakan sensor. Cairan infus yang masih penuh lebih berat dibandingkan cairan infus yang telah habis. Kondisi ini dapat dideteksi menggunakan sensor berat. Kecepatan tetesan infus dapat dideteksi melalui interval waktu halangan yang terjadi saat cairan menetes. Informasi kondisi kecepatan tetesan dan berat cairan infus akan dikirimkan secara otomatis melalui telegram perawat. Hasil penelitian menunjukkan bahwa sensor berat mampu mengukur berat dengan rata-rata akurasi sebesar 97,80% dibandingkan dengan timbangan pembanding. Sedangkan akurasi pengukuran interval waktu untuk mendeteksi kecepatan tetesan infus memiliki rata-rata akurasi sebesar 99,77% dibandingkan dengan etimasi seharusnya dalam orde mili detik. Pengujian kualitas jaringan untuk mengirimkan data menunjukkan bahwa rata-rata waktu tunda yang diberikan adalah 95.664ms dengan nilai jitter sebesar 0,153ms, dan nilai rata-rata troughput sebesar 5,510kbps. Data-data tersebut menunjukkan bahwa sistem mampu bekerja dengan baik untuk mengirimkan kondisi infus melalui notifikasi Telegram Perawat.
Deteksi Objek Bahasa Isyarat Alfabet BISINDO Menggunakan Deep Learning dan Arsitektur YOLO Afandi, Mas Aly; kinanti, Alicia; Permatasari, Indah; Tarigan, Nicolas Yonara
Techno.Com Vol. 23 No. 2 (2024): Mei 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i2.9889

Abstract

Komunikasi merupakan kegiatan kemasyarakatan yang dimana dilakukan dua atau lebih orang untuk dapat saling bertukar informasi. Komunikasi dapat dilakukan dimana saja dan kapan saja.  Namun komunikasi secara normal tidak dapat dilakukan oleh kalangan berkebutuhan khusus terutama tuna wicara. Permasalahan tersebut menimbulkan banyak kerugian bagi penyandang tunawicara untuk berkomunikasi dengan kaum dengar. Kondisi tersebut dapat dihindari dengan membuat sistem pendeteksian bahasa isyarat alfabet BISINDO berbasis computer vision. Penelitian ini memanfaatkan kecerdasan buatan dalam mengenali bahasa isyarat, serta penggunaan konsep Deep Learning dan pemanfaatan arsitektur YOLOv4.  Kecepatan dan keringanan komputasi juga menjadi pertimbangan penting dalam penelitian ini untuk mendapat hasil yang cukup baik dengan waktu komputasi secepat mungkin. Sistem dibangun menggunakan total 494 dataset citra yang sekaligus digunakan untuk pelatihan serta pengujian sistem. Untuk dapat mengukur besarnya performa dari model digunakanlah Confusion Matrix. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 99.7%, tingkat precision sebesar 96%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode ini dapat digunakan untuk mendeteksi bahasa isyarat alfabet BISINDO dengan benar dan akurat berdasarkan masukan gambar.Komunikasi merupakan kegiatan kemasyarakatan yang dimana dilakukan dua atau lebih orang untuk dapat saling bertukar informasi. Komunikasi dapat dilakukan dimana saja dan kapan saja.  Namun komunikasi secara normal tidak dapat dilakukan oleh kalangan berkebutuhan khusus terutama tuna wicara. Permasalahan tersebut menimbulkan banyak kerugian bagi penyandang tunawicara untuk berkomunikasi dengan kaum dengar. Kondisi tersebut dapat dihindari dengan membuat sistem pendeteksian bahasa isyarat alfabet BISINDO berbasis computer vision. Penelitian ini memanfaatkan kecerdasan buatan dalam mengenali bahasa isyarat, serta penggunaan konsep Deep Learning dan pemanfaatan arsitektur YOLOv4.  Kecepatan dan keringanan komputasi juga menjadi pertimbangan penting dalam penelitian ini untuk mendapat hasil yang cukup baik dengan waktu komputasi secepat mungkin. Sistem dibangun menggunakan total 494 dataset citra yang sekaligus digunakan untuk pelatihan serta pengujian sistem. Untuk dapat mengukur besarnya performa dari model digunakanlah Confusion Matrix. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 99.7%, tingkat precision sebesar 96%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode ini dapat digunakan untuk mendeteksi bahasa isyarat alfabet BISINDO dengan benar dan akurat berdasarkan masukan gambar.
Perangkat Budidaya Microgreen berbasis Internet of Things AFANDI, MAS ALY; FADHLAN, FATHURROZAQ; ROCHMANTO, RADITYA ARTHA; WIDYANTARA, HELMY
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 3: Published July 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i3.581

Abstract

ABSTRAKMicrogreen merupakan sayuran muda yang lebih kaya akan gizi jika dibandingkan dengan sayuran dewasa. Sayuran ini dibudidayakan dengan waktu yang cepat sekitar 10 – 14 hari setelah proses pembibitan. Masa yang cepat ini menuntut pemeliharaan yang baik. Kebutuhan ini mendorong penelitian tentang perangkat budidaya microgreen yang mampu mengontrol kelembapan dan intensitas cahaya. Penelitian ini bertujuan untuk membuat media sarana perangkat budidaya microgreen berbasis Internet of Things. Perangkat ini memberikan hasil yang baik dengan nilai akurasi pada pembacaan kelembapan 15% 30%, 60%, 80%, dan 90% masing-masing sebesar 93,47%, 96,29%, 98,83%, 97,08%, dan 99,05%. Sedangkan akurasi pada pembacaan intensitas cahaya pada jarak 10 cm dan 15 cm masing-masing sebesar 99,98% dan 99,85%. Waktu tunda yang dibutuhkan untuk mengirim ke IoT platform adalah 0,5 – 2 s. Perangkat ini mampu membaca parameter dengan baik dan dikirimkan ke cloud Antares.Kata kunci: microgreen, sayuran, Internet of Things, akurasi, kelembapan media ABSTRACTMicrogreens are young vegetables but more nutritious compared to mature vegetables. Microgreens are cultivated with a fast time period around 10-14 days after the seeding process. This fast period requires good maintenance by keeping the media moist and light requirements on microgreens. This need encourages research on microgreen cultivation devices that are able to control humidity and light intensity. This study aims to create a microgreen cultivation device based on the Internet of Things. This device gives good results with accuracy values at 15%, 30%, 60%, 80%, dan 90% humidity readings of 93,47%, 96,29%, 98,83% 97,08%, and 99,05% respectively. Meanwhile, the accuracy in light intensity reading at a distance of 10 cm and 15 cm is 99,98% and 99,85%, respectively. The delay time required to send to the IoT platform is 0,5 – 2 s. This device is can read all parameter and send it to Antares IoT platform.Keywords: microgreen, vegetable, Internet of Things, accuracy, soil moisture
Sign Language Detection Based On Sensor Using Neural Network Method Sevia Indah Purnama; Mas Aly Afandi; Muhammad Nur Al-Majid
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 5 No. 2 (2024): December
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v5i2.638

Abstract

Sign language is a way of communication for people with hearing and speech impairments. Sign language is generally done using hand gestures to articulate sentences. Different countries use different sign languages, increasing the complexity of sign language recognition. Communication between non-disabled and disabled people is difficult because non-disabled people do not learn sign language. This research aims to develop a device that can translate sign language specific to telling body conditions so that people without disabilities can understand. The device uses sensors to determine hand movement patterns to recognize sign language. The sign language recognized in this study focuses on body conditions and diseases such as asthma, cough, dizziness, depression, and tonsils. The results of the test show that the Artificial Neural Network (ANN) model has good performance with 98% accuracy value, 98% precision value, 98% recall, and 98% F1-Score. The test was conducted after the model was implanted and used to perform sign language testing. The parameter value of the confusion matrix shows high results. It can be concluded that the model created can be used to translate sign language to express the condition of tonsils, cough, depression, dizziness, and asthma.
Low-Cost Vehicle Security System Using Location Change and Vehicle Status Based on Internet of Things Afandi, Mas Aly; Purnama, Sevia Indah; Wibisono, Gunawan
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 9 No. 1 (2024): Mei 2024
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v9i1.65951

Abstract

Motor vehicle theft is a crime that can potentially harm the owner of the vehicle. This crime should be anticipated, and a security system should be implemented to avoid vehicle theft. Research about vehicle security systems has run into an uptrend. Previous research has already developed security system devices for vehicles with many peripherals. This study aims to develop a new low-cost vehicle security device with location change calculation to cut unused peripherals. The proposed device has a logic checker, horn controller, and vehicle controller as security systems. According to the testing result, the device can detect the vehicle status from off to on while the security system is active. The device will turn on the horn and turn the vehicle off. This function always works at 100%. This device also detects theft according to the location change. This feature works at a 100% rate, with an average error reading location of 4,83m and an average error distance calculation of 0,91m. This distance is tolerable because the owner can still see the vehicle. This research result proves that the device can be used to secure the vehicle. This device's performance will increase if placed outside the building. The data was also successfully sent to the IoT platform without data loss or incomplete data. Compared with other research, the proposed device has fewer peripherals with the same or more security features.
Pelatihan Penggunaan Perangkat Pembelajaran Huruf Braille untuk Siswa Tuna Netra Purnama, Sevia Indah; Afandi, Mas Aly; Hikmah, Irmayatul; Arifani, Erlina Nur; Puteri, Keyza Nuralifa; Elsalami, Puspa Maudi; Setiawan, Andri Juli
Madani : Indonesian Journal of Civil Society Vol. 7 No. 1 (2025): Madani : Februari 2025
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/madani.v7i1.2363

Abstract

Visually impaired children have limitations in learning Braille due to limited resources and improper facilities. These limitations mean that independent learning activities at home cannot be carried out because they require a teacher who understands Braille. This service activity is carried out to provide training to blind children on the use of Braille learning tools. This service aims to enable blind children to learn Braille letters independently without needing a teacher. Training activities consist of an introduction to Braille letters, an explanation of Braille learning devices, and training on the use of devices for self-learning. The results of the service show that Braille learning technology devices help students in learning independently. There are 6 students and 1 blind teacher who became respondents who agreed that the learning device can be used independently without the help of a companion teacher. Respondents also agreed that the use of assistive technology in learning devices is easy to use. Students have been able to use learning tools independently without the help of a companion teacher to study outside of school.
Pemberdayaan Pelaku Usaha Hidroponik Desa Berkoh Melalui Peningkatan Efektifitas Pembibitan Afandi, Mas Aly; Purnama, Sevia Indah; Wibisono, Gunawan; Adriansyah, Bagas; Oktaviana, Lutvi Tri
Madani : Indonesian Journal of Civil Society Vol. 7 No. 1 (2025): Madani : Februari 2025
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/madani.v7i1.2484

Abstract

Hydroponic entrepreneurs are one of the business sectors affected by extreme climate change in Indonesia. The main problem caused by extreme climate change is the uncertain seeding time. Buyers such as restaurants need a supply of fresh vegetables at a specific time. Uncertain seeding due to extreme weather makes farmers unable to supply fresh vegetables at the specified time. The community service that has been carried out aims to apply artificial lighting technology to speed up the 2-5 day seeding process by vegetable farmers. The community service carried out uses an empowerment method to utilize artificial lighting technology during the seeding process. Before using this technology, farmers needed 10-15 days depending on the sunlight conditions during that period. Based on the activities that have been carried out, artificial lighting technology can provide a consistent seeding time of 8-10 days. The results of the community service show that there has been an increase in empowerment among farmers in Berkoh village.
Deteksi Kelelahan Pada Pengendara Sepeda Motor Berbasis Internet of Things (IoT) Kirani Lubis, Liza; Aly Afandi, Mas; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kecelakaan lalu lintas di Indonesia, terutamapada pengendara sepeda motor, adalah masalah yang terusmeningkat setiap tahunnya. Hal ini terjadi karena faktorhuman error yaitu kelelahan dan kantuk pada saat berkendara.Meminta bantuan teman untuk memastikan kondisipengendara bahwa mereka dalam keadaan tetap sadar dantidak mengantuk adalah solusi umum untuk mencegahpengendara mengantuk. Namun, solusi ini tidak selalu efektifkarena ada kemungkinan bahwa pengendara menghadapisituasi yang mengharuskan mereka berkendara sendiri. Padapenelitian akan dibuat perancangan alat berbasis Internet ofThings (IoT) yang bertujuan untuk mendeteksi kelelahan padapengendara sepeda motor secara real-time denganmenggunakan sensor MAX30102, sensor flex dan ESP32sebagai pusat kendalinya. Hasil penelitian menunjukkan, sensorMAX30102 berhasil mendeteksi denyut jantung dan saturasioksigen (SpO2), serta sensor flex berhasil mendeteksiperubahan sudut kepala pengendara. Kemudian, Sistem iniefektif memberikan peringatan dini jika terdeteksi kondisitertentu menggunakan notifikasi suara melalui speaker, buzzer,dan menampilkan data pada aplikasi blynk. Hasil pengujianmenunjukkan bahwa sensor MAX30102 dan flex sensormemiliki akurasi yang tinggi, dengan akurasi 98,73% untukpengukuran denyut jantung, 99,28% untuk saturasi oksigen,dan 99,95% untuk deteksi sudut kepalaKata kunci— Blynk, Flex Sensor, MAX30102, NodeMCUESP32
Co-Authors Abi Hakim Amanullah Abimanyu, Arya Adelia Kencana Putri Adiputra, Dimas Adriansyah, Bagas Afifah Dwi Ramadhani Agatha Dinarah Sri Rumestri Agung Wicaksono Agung Wicaksono Agustinah, Chandra Aisyah Ayu Wulandari Aisyah Alfin Anantia Prakasa Andi Aqsha Ramadana Lubis Andri Juli Setiawan Angga Bagus Prawira Anggun Fitrian Isnawati Anjani, Mia Arfianto Fahmi Arsiandro, Fadzly Haris Azhar Alfarisi, Fadhil Brayan Raynaldi Caesar Sabani Chandra Agustinah Crisianti, Risa Farid Dadan Nur Ramadan Dania Anggraeni Dhany Maulana Supriadi Dicky Revan Pangestu Dwi Cahyani, Puput DWI SURYANTO Dwika Pangestu, Septiana Eka Setia Nugraha Elsalami, Puspa Maudi Erlina Nur Arifani Ersa Sabila, Raga Ezi Rohmat Fadhila Karin Purnomo FADHLAN, FATHURROZAQ Fadillah, Siti Fairuz Azmi Fikra Titan Syifa Fikri Nizar Gustiyana Filbert H. Juwono Goran, Petrus Kerowe Gunawan Wibisono Hanif Aditya Permana Hanin Latif Fuadi hazia rifka maulida Hedi Krishna Helmy Widyantara Herryawan Pujiharsono Husaini, M. Arif I Ketut Agung Enriko Ibrohim Huzaimi Indah Permatasari Indah Permatasari Indah, Sevia Indrarini Dyah Irawati Irmayatul Hikmah Isa Hafidz Kevin Dwi Andika Hendarta Khulqi Rasyid kinanti, Alicia Kirani Lubis, Liza Lukman Priyambodo M. Raihan Muzzaki Makhdhori, Muhammad Marina, Prieska Montolalu, Billy Muhammad Aulia Baihaqy Muhammad Nur Al-Majid Mulyani, Elsa Sri Nabila, Nisrina Hania Nada Febiola Nur Azizah Natasya Nur Khalika Naura Nazhifah Nur, Ivan Akmal Nuralifa Kalyana Puteri, Keyza Nurcahyani Wulandari Nurkholis, Rizki Nurmeilinda, Kharisma Octavian Ery Pamungkas Oktaviana, Lutvi Tri Pangestu, Gusti Angga Pradana, Zein Hanni Prasetio, Angga Ari Prieska Marina Purwanti, Eri Nanda Dewi Puspa Rahmawati Puteri, Keyza Nuralifa Randi Adzin Murdiantoro Raynaldi, Brayan Reni Dyah Wahyuningrum Rhomandhona, Shinta Risa Fareid Christianti Risa Farid Crisianti Ristanti Akseptori Rizal Danisya, Achmad Rochmanto, Raditya Artha Rohan Hiskia Saragih, Aldo Salsabila, Unik Hanifah Saputra, Sahrul Selamet, Sheila Shelvia Setiawan, Andri Juli Sevia Indah Purnama Shidqi Dhamara, Ammar Silvi Nurandi Sitanggang, Andreas Sugondo Hadiyoso Sutarmin Sutarmin, Sutarmin Tarigan, Nicolas Yonara Tasya Enjelika Saputri Thofan Maliyano Ubaidilah Umar Utari, Tria Vhazira, Nasya Wahyu Andy Prastyabudi Yudha Purwanto