Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Minda Baharu
Masril, Muhammad Abrar
Unknown Affiliation
Electrical & Electronics Engineering Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Optimasi Teknologi Computer Vision pada Robot Industri Sebagai Pemindah Objek Berdasarkan Warna MASRIL, MUHAMMAD ABRAR; CANIAGO, DEOSA PUTRA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 1: Published January 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i1.46

Abstract

ABSTRAKComputer vision merupakan teknologi yang dapat mendeteksi objek yang ada disekitarnya pada penelitian ini membahas optimasi teknologi computer vison pada robot sebagai pemindah objek berdasarkan warna. Sistem pada robot terdiri dari pengenalan bola berwarna dan memindahkan bola berwarna sesuai dengan warna yang dideteksi. Teknologi computer vision pada pixy 2 camera dapat mendeteksi objek berwarna menggunakan metode deteksi real-time dengan hasil optimasi yang tinggi yaitu 0,2 detik ketika mendeteksi objek berwarna. Pengujian pengenalan objek berwarna dilakukan sebanyak tiga kali pada setiap objek berwarna dengan tingkat akurasi sebesar 100%. Optimasi computer vision dapat membantu robot mengenali objek berwarna.Kata kunci: Computer Vision, Deteksi Objek Berwarna, Pixy2 Camera, Real-Time ABSTRACTComputer vision is a technology that can detect objects that are around it. This study discusses the optimization of computer vision technology on robots as object transfers based on color. The system on the robot consists of recognizing colored balls and moving colored balls according to the detected color. Computer vision technology on the pixy 2 camera can detect colored objects using a real-time detection method with a high optimization result of 0.2 seconds when detecting colored objects. The color object recognition test was carried out three times on each colored object with an accuracy rate of 100%. Computer vision optimization can help robots recognize colored objects.Keywords: Computer Vision, Color Object Detection, Pixy2 Camera, Real-Time
Sistem Pencegahan Illegal Fishing di Laut Batam menggunakan YOLOv7 berbasis Notifikasi Telegram MASRIL, MUHAMMAD ABRAR; CANIAGO, DEOSA PUTRA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 1: Published January 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i1.175

Abstract

ABSTRAKPulau Batam menjadi salah satu pulau indonesia terluar yang berbatasan langsung dengan negara tetangga. Penerapan YOLOv7 untuk mendeteksi kapal di laut Batam mampu mendeteksi objek kapal dengan hasil pengujian setelah melakukan training 100 epoch menghasilkan nilai precision sebesar 1.00 dan nilai confidence 0.882 menunjukkan tingkat kepercayaan hasil deteksi yang tinggi pada model YOLOv7. Hasil skor F1 sebesar 0.99 pada confidence 0.729 menunjukkan hasil bahwa model ini menghasilkan tingkat akurasi yang tinggi dalam menemukan objek. Berdasarkan hasil evaluasi menggunakan confusion matrix menunjukkan hasil akurasi yang tinggi dari setiap class pada model YOLOv7 yaitu Ferry 93%, KapalNelayanIndo 85%, KapalNelayanMalaysia 89%, KapalNelayanThailand 91%, KapalNelayanVietnam 82%, Speedboat 94%, dan Tanker 83%. Hasil pengujian aplikasi website yang terintegrasi dengan YOLOv7 dan bot Telegram menghasilkan website yang mampu mendeteksi objek dan mengirimkan notifikasi sehingga diharapkan mampu mencegah illegal fishing.Kata kunci: Deteksi, Deep Learning, Kapal, Telegram, YOLOv7 ABSTRACTBatam Island is one of Indonesia's outermost islands bordering neighboring countries. The application of YOLOv7 to detect ships in the Batam Sea was able to detect ship objects with test results after carrying out 100 epoch training resulting in a precision value of 1.00 and a confidence value of 0.882 indicating a high level of confidence in the detection results in the YOLOv7 model. The F1 score of 0.99 at confidence 0.729 shows that this model produces high accuracy in finding objects. Based on the evaluation results using the confusion matrix, it shows high accuracy results for each class in the YOLOv7 model, namely Ferry 93%, Indonesian Fisherman's Ship 85%, Malaysian Fisherman's Ship 89%, Thai Fisherman's Ship 91%, Vietnamese Fisherman's Ship 82%, Speedboat 94%, and Tanker 83%. The test results of the website application integrated with YOLOv7 and Telegram bot resulted in a website that is able to detect objects and send notifications so that it is expected to be able to prevent illegal fishing.Keywords: Detection, Deep Learning, Ship, Telegram, YOLOv7
SOSIALISASI DAN BIMBINGAN TEKNIS PENGGUNAAN SMART LIFE JACKET DALAM MENINGKATKAN KESELAMATAN PELAYARAN PERSATUAN PENGEMUDI MOTOR SANGKUT (PPMS) BELAKANG PADANG Masril, Muhammad Abrar; Caniago, Deosa Putra; Jufri, Muhammad; Munir, Zainul; Aritonang, Mhd Adi Setiawan
MINDA BAHARU Vol 8, No 2 (2024): Minda Baharu
Publisher : Universitas Riau Kepulauan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/jmb.v8i2.6884

Abstract

Penggunaan transporatsi laut khususnya kapal pompong sangat dibutuhkan oleh masyarakat Batam sebagai transportasi penyebrangan antar pulau. Sering terjadinya kecelakaan kapal pompong akibat cuaca yang ekstrim dan kelalaian pengemudi mengakibatkan sering adanya korban jiwa. Rendahnya tingkat kesadaran pengemudi kapal dan penumpang tentang pentingnya menggunakan peralatan keselamatan berlayar yaitu life jacket dapat membahayakan keselamatan saat berlayar dilaut. Tujuan dari kegiatan pengabdian ini adalah untuk sosialisasi pentingnya menggunakan inovasi teknologi keselamatan pelayaran yaitu smart life jacket untuk keselamatan pelayaran Persatuan Pengemudi Motor Sangkut (PPMS). Smart life jacket menggunakan teknologi Global Positioning System (GPS). GPS bekerja dengan cara mengirimkan titik koodinat lokasi secara real-time posisi dari objek. Smart life jacket ini bekerja ketika user mengirimkan SMS melalui smart phone dengan cara mengetikkan “Lokasi”, maka secara otomamtis GPS yang ada pada smart life jacket akan membalas SMS tersebut berupa titik koordinat yang bisa dibuka melalui aplikasi google map sehingga posisi korban kecelakan kapal dilaut langsung tau posisi korban. Kegiatan pengabdian ini dilakukan dalam lima tahap yaitu sosialisasi, pelatihan, penerapan teknologi, pendampingan dan evaluasi, dan keberlanjutan program. Hasil kegiatan pengabdian ini berdasarkan kuesioner menunjukkan bahwa para anggota PPMS menjawab bahwa pentingnya menggunakan teknologi smart life jacket untuk meningkatkan keselamatan pelayaran adalah 100%. Selanjutnya hasil kuesiner tentang mudahnya menggunakan smart life jacket dengan adalah 90%.
Co-Authors Caniago, Deosa Putra Mhd Adi Setiawan Aritonang Muhammad Jufri munir, Zainul Munir