Article Per Year (5 Year)
p-Index From 2021 - 2026
4.197
P-Index
This Author published in this journals
All Journal Jurnal Simantec ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika EMITTER International Journal of Engineering Technology JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) INOVTEK POLBENG CYCLOTRON Jurnal Teknik Elektro dan Komputer TRIAC Energy : Jurnal Ilmiah Ilmu-Ilmu Teknik Jambura Journal of Electrical and Electronics Engineering Jurnal Pengabdian UNDIKMA Jurnal JEETech Journal Zetroem JTEIN: Jurnal Teknik Elektro Indonesia Jurnal Fortech SinarFe7 PELS (Procedia of Engineering and Life Science) Electrician : Jurnal Rekayasa dan Teknologi Elektro Jurnal Insan Pengabdian Indonesia Signal and Image Processing Letters Jurnal FORTECH
Dian Neipa Purnamasari
Universitas Trunojoyo Madura
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Simantec

 1 
SISTEM PENENTUAN POSISI DALAM RUANGAN BERDASARKAN RECEIVE SIGNAL STRENGTH INDICATOR (RSSI) Dian Neipa Purnamasari; Adi Kurniawan Saputro
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19734

Abstract

Sistem penentuan posisi dalam ruangan (indoor positioning system) yang sangat penting untuk navigasi di dalam gedung atau bangunan. Dalam sistem ini, kekuatan sinyal yang diterima oleh perangkat penerima dari pemancar diukur untuk menentukan jarak antara perangkat penerima dan pemancar. Hal ini dilakukan untuk memberikan solusi dalam masalah yang sering terjadi di dalam ruangan seperti kehilangan arah atau tidak mengetahui posisi yang tepat di dalam gedung atau bangunan. Salah satu jenis pemancar yang sering digunakan dalam sistem penentuan posisi dalam ruangan berdasarkan pengukuran RSSI adalah WiFi dan Bluetooth. Penelitian ini mengusulkan sistem penentuan posisi dalam ruangan berdasarkan nilai pengukuran RSSI menggunakan media transmisi nirkabel antara lain teknologi WiFi dan Bluetooth. Penggunaan media nirkabel digunakan karena memiliki keuntungan, seperti jangkauan sinyal yang cukup luas dan biaya implementasi yang relatif rendah. Hasil pengujian didapatkan bahwa adanya perbedaan jarak antara titik referensi dengan titik estimasi dikarenakan adanya variasi yang besar terhadap fading dan shadowing di dalam gedung. Hal ini terlihat pada lokasi pengujian yang memiliki banyak properti seperti didalam ruangan terdapat sekat, vending machine dan properti lainnya, sehingga menyebabkan adanya peredaman sinyal, pembelokan sinyal dan pemantulan sinyal yang mengakibatkan penurunan kuat sinyal.Kata kunci: Bluetooth, Penentuan Posisi, RSSI, WiFi
SISTEM DETEKSI DAN PERHITUNGAN JUMLAH MANUSIA DALAM RUANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Deni Tri Laksono; Indana Nihayatul Husna; Miftachul Ulum; Adi Kurniawan Saputro; Monika Faswia Fahmi; Dian Neipa Purnamasari
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19745

Abstract

Perkembangan teknologi yang pesat di bidang elektronik memberikan dampak positif dalam berbagai aspek kehidupan manusia, salah satunya dalam bidang monitoring atau pengawasan keamanan. Pekerjaan untuk menghitung jumlah pengunjung dalam suatu ruangan sangat mudah apabila dilakukan dalam skala yang kecil, namun akan menjadi sulit apabila perhitungan tersebut dilakukan pada skala yang besar. Dengan memanfaatkan teknologi pada bidang computer vision yaitu deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah manusia (people counter) secara otomatis. Pada penelitian ini menggunakan algoritma dari deep learning yaitu metode Convolutional Neural Network (CNN). Penelitian dilakukan menggunakan kamera secara real time Berdasarkan hasil pengujian, metode CNN dapat mendeteksi objek manusia dengan tingkat akurasi sebesar 86%, sistem dapat menghitung jumlah objek manusia dengan tingkat akurasi sebesar 62% dengan kondisi yang berbeda-beda seperti intensitas cahaya dan sudut kamera dalam pengambilan pengujian. Sedangkan tingkat akurasi jumlah orang yang masuk, keluar dan jumlah orang dalam ruangan dengan hasil data reporting yang disimpan dalam bentuk file .csv memiliki tingkat akurasi sebesar 73% ketika orang masuk, 64% ketika orang keluar dan 62% ketika orang dalam ruangan. Selain itu, sistem menghasilkan nilai akurasi sebesar 100% dalam menghitung jumlah orang dan memberikan output ruangan penuh ketika dalam ruangan melebihi nilai batas.Kata kunci : pemantauan; kamera; real-time; CNN; people counter
IDENTIFIKASI JENIS PLASTIK BERDASARKAN REFLEKTANSI CAHAYA MENGGUNAKAN TRANSFORMASI RUANG WARNA HSV adi kurniawan saputro; Dian Neipa Purnamasari
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19732

Abstract

Sampah merupakan benda yang tidak terpakai dari kehidupan manusia.Dunia berusaha mengurangi sampah plastik dengan berbagai cara, mulai dari mengurangi konsumsi plastik hingga mendaur ulang. Setiap jenis plastic memiliki ciri dan fungsinya masing-masing. untuk memudahkan informasi tentang jenis plastik, diperlukan suatu sistem yang dapat mengetahui jenis plastik menggunakan gambar.Hal ini dapat diatasi dengan menggunakan teknik pengolahan citra digital untuk mengidentifikasi jenis plasik dengan memanfaatkan computer vision menggunakan metode warna HSV. Karakteristik yang ditentukan adalah jenis plastik PET,PP dan HDPE. Warna HSV adalah model warna yang diturunkan dari model warna RGB. Jadi untuk mendapatkan warna HSV ini, perlu mengonversi dari RGB ke HSV. Diasumsikan koordinat-koordinat berurutan merah, hijau dan biru dengan nilai minimum dan maksimumnya.pada plastik jenis PET memiliki rata-rata nilai Hue sebesar 65,1561, Saturation sebesar 41,42881 dan Value sebesar 177,6929. Untuk Jenis PP rata-rata nilai Huenya sebesar 48,99527, Saturation sebesar 40,57995 dan Valuenya 181,638. Sedangkan untuk jenis HDPE rata-rata nilai Huenya 49,44206, Saturation 41,68613 serta Value 170,6657. Dengan membandingkan ketiga resin tersebut, terlihat bahwa nilai rata-rata dari ketiga warna tersebut berbeda Dapat ditarik kesimpulan bahwa ketika objek diberi cahaya , semakin tipis bahan maka nilai saturation nya lebih kecil dari jenis yang lain serta nilai valuenya akan lebih besar daripada jenis yang lain. Akan tetapi ketika semakin tebal bahan maka nilai value nya semakin kecil. Berdasarkan perbandingan tersebut maka jenis PP memiliki bahan yang tipis serta kerapatan yang sedikit sehingga mudah untuk tembus pandang. Berbeda dengan jenis HDPE memiliki bahan yang tebal dan kerapatan yang banyak sehingga sulit untuk tembus pandang.Kata kunci : Plastik, HSV, PET,PP,HDPE
Co-Authors 5Deni Tri Laksono Achmad Fiqhi Ibadillah Adi Irawan Adi Kurniawan Saputro Adi Kurniawan Saputro Adi Kurniawan Saputro ADI SAPUTRO Affandi, Eko Kholid Ahmad Fiqhi Ibadillah Ahmad Irsyad Amru Rosyidi Aidil Saputra Kirsan Alfarotzi, Muhammad Mufti Aliftasya Silvy Agustina Amang Sudarsono, Amang Amira Rohadatul Aisy Ardhika Fikri Destiawan Ardiansyah, Muhammad Risky Barqi, Moch. Roziqul Candra Arif Kurniawan Damayanti, Vivi Dedi Tri Laksono, Dedi Tri Deni Tri Laksono Deni Tri Laksono Diana Rahmawati Dwiky Ariyanto, Kemas Fahmi, Monika Faswia Faswia Fahmi, Monika Fathoni, Ahmad Nizar Firmansyah, Ifan Fauzi Hardiwansyah, Muttaqin Haryanto Haryanto HARYANTO Haryanto Haryanto Haryanto Haryanto Hasanah, Faidatul Indana Nihayatul Husna Isma Karunia Dewi iwan Syarif Iyabu, Sissy Rahmatia Karina Wulandari Koko Joni Kunto Aji Wibisono Kuriawan S, Adi Kurniawan Saputro, Adi Laksono, Deni Tri M Udin Harun Al Rasyid, M Udin Harun Ma’rifah, Puteri Nurul miftachul ulum Miftachul Ulum, Miftachul Moh. Iqbal Ramadlan. A Monika Faswia Fahmi Monika Faswia Fahmi MS, Achmad Ubaidillah Muamar Muamar Muttaqin Hardiwansyah Nazarullail, Fikri Nur Muhammad Fanani Ogik Saputra, Khoirul Prima Kristalina Putri, Aureliia Maharani Riza Alfita Sukri, Hanifudin Tahir, Muhlis Tri Laksono, Deni Tri Sakti Sutrisno Ubaidillah, Achmad Ulum, Miftachul Wardhana, Win Wisnu Yudi Andika Safittro ZUHUDI, MOHAMAD AHSAN