Article Per Year (5 Year)
p-Index From 2021 - 2026
4.412
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer Jurnal Informatika dan Teknik Elektro Terapan JE-Unisla Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri E-Link: Jurnal Teknik Elektro dan Informatika Abdi Laksana : Jurnal Pengabdian Kepada Masyarakat Journal Zetroem SinarFe7 NUSANTARA: Jurnal Pengabdian Kepada Masyarakat Jurnal Riset Rumpun Ilmu Teknik (JURRITEK) JPNM : Jurnal Pustaka Nusantara Multidisiplin Gudang Jurnal Multidisiplin Ilmu Jurnal Elektro Kontrol (ELKON) Ambidextrous : Journal of Innovation, Efficiency and Technology in Organization Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Menulis: Jurnal Penelitian Nusantara Journal of Engineering, Electrical and Informatics
Rini Puji Astutik
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
PROTOTYPE SISTEM SORTING PACK SEMEN DENGAN METODE NEURAL NETWORK (NN) Afif Mussabiq; Denny Irawan; Rini Puji Astutik
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 18 No. 2: Oktober 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i2.6423

Abstract

Proses packing semen pada PT. Cemindo Gemilang Plant Gresik masih bergantung pada manusia atau petugas yang mengoperasikan sehingga kualitas proses distribusi yang bertaraf internasional menjadi masalah penting terkait error pada saat pengecekan kemasan semen. Object Recognition, digunakan ntuk memperbaiki sistem pengecekan kualitasi kemasan semen tersebut dimana untuk citra digital, identifikasi objek membutuhkan teknik dan metode yang mampu mengidentifikasi dan mengklasifikasi fitur dimana komponen utamanya adalah warna sebagai representasi pada citra digital. Penelitian ini bertujuan membuat inovasi desain sistem klasifikasi citra digital sekaligus pemantauan mengenai kualitas kemasan semen dengan ekstraksi fitur menggunakan Gray Level Co-occurent Matrix (GLCM), fitur yang dihasilkan setelah pengolahan GLCM adalah Correlation, Contrast, Energy dan Homogenity. Fitur tersebut kemudian diklasifikasi menggunakan Neural Network (NN) untuk menentukan kualitas kemasan. Setelah itu ditransmisikan fungsinya pada mikrokontroler Arduino dan selanjutnya dilakukan tindakan yang tepat guna proses sortir untuk mendeteksi kualitas kemasan yang layak ataupun tak layak masuk dalam proses selanjutnya. Semua informasi ditampilkan dalam aplikasi Visual GUI Matlab. Hasil dari ekstraksi fitur menggunakan GLCM bekerja dengan akurat dalam klasifikasi kualitas kemasan menggunakan NN. Pengujian dilakukan dengan menggunakan prototype sistem sortir pack dan dimonitoring menggunakan GUI Matlab. Tingkat keberhasilan mencapai 75% dari delapan kali pengujian.
DETEKSI MISALIGNMENT PADA MOTOR INDUKSI MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN FUZZY SUBSPACE CLUSTER Muhammad Chanif Muslich; Pressa Perdana; Rini Puji Astutik
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 19 No. 1: Mei 2024
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v19i1.6463

Abstract

Currently induction motors are widely used in industry because of their strong construction,high efficiency, and low maintenance. Machine maintenance is necessary to extend the life of the induction motor. Based on previous research, bearing faults can cause 42% - 50% of all motor failures. Generally this is caused by manufacturing errors, lack of lubrication and installation errors. Motor misalignment is one of the errors in installation. This research is concerned with descrete wavelete transform simulations to identify misalignment in induction motors. Modeling of motor operation is introduced in this paper as normal operation and two variations of misalignment. Haar and symlet wavelet transformations at the first level to the third level are used to extract the motor vibration signal into a high frequency signal. Then the energy signal and other signal extracts obtained form the high frequency signal are evaluated to analyze the condition of the motor. This evaluation process uses fuzzy logic of the fuzzy subspace cluster type. The results of research using a combination method of signal processing in the form of DWT and artificial intelligence methods of the fuzzy subspace cluster type. Then the occurrence of misalignment in three-phase induction motors can be detected early. So that maintenance and replacement can be anticipated before misalignment occurs. From the experimental result, it was obtained that motor and clutch endurance test for level 1 of the fuzzy subspace cluster method was 0,88% better than the fuzzy c-mean method of 0,75%.
INTEGRASI APLIKASI BLYNK KE RASPBERRY PI PICO UNTUK REALTIME MONITORING BPM DAN SPO2 Muhammad Rizqi Habibur Rahman; Rini Puji Astutik
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 20 No. 2: Oktober 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v20i2.10917

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan detak jantung dan saturasi oksigen dalam darah (SpO₂) berbasis mikrokontroler Raspberry Pi Pico. Sistem ini menggunakan sensor MAX30102 untuk memperoleh data denyut jantung dan kadar oksigen secara realtime. Data hasil pembacaan sensor diproses oleh Raspberry Pi Pico dan ditampilkan pada layar monitor, serta dikirimkan secara otomatis ke server melalui platform Blynk untuk memungkinkan pemantauan jarak jauh.Implementasi sistem monitoring ini diharapkan menjadi solusi alternatif yang lebih efisien, fleksibel, dan mudah diakses dibandingkan perangkat medis konvensional. Dengan adanya alat ini, masyarakat dapat melakukan deteksi dini kondisi kesehatan kardiovaskular secara mandiri sebelum memutuskan untuk mendapatkan pemeriksaan medis lebih lanjut di fasilitas kesehatan. Sistem ini juga berpotensi dikembangkan lebih lanjut sebagai perangkat pendukung pemantauan kesehatan preventif yang dapat digunakan secara luas.
Co-Authors Achmad Ramdhan Dzil Qarnain Achmad Syarifudin Aditya bagus ainul Yaqin Afandi Dwi Prasetiyo Afif Mussabiq Ahmad Akmal Abrori Ahmad Bahrul Amin Ahmad Saiful Muzaqi Aida Nilawati Khuzar Alfian Pradana, Dimas Alief Hidayah Alif Bartus Ikhrom Aprilia Cahya Mutiara Ari Purnomo Aji Aulia Sekar Anggraeni Badrut Tamam Cahya Irani Denny Irawan Denny Irawan Dewi Fajar Manikati Eka Putra Prastya Eliyani Erfan Djati Widodo Ervina Dwi Zahrotul A. Fajar Andi Wijayanto Farikhah firmansyah, muhammad zurdi hilal Is'adil Mustafid Masyhadi Irfan Misbah misbah misbah Mohammad Arif Hidayatullah Mohammad Arif Kurniawan Mohammad Firman Muzadi Muhammad Alvin Iqbal Febby Priyatna Muhammad Chanif Muslich Muhammad Falah Yudha Pratama Muhammad Rifqi Ubaidillah Muhammad Rizqi Habibur Rahman Muhammad Sabri Wahyu Febrian Muhmmad sholeh Nur Kurnia Fibiani Pressa Perdana Puput Dwi Wulandari Radif Rizka Andriansyah Rafael, Rafael Dwi Prasetiyo Rival Abder Rasul Rofi Nur Andriansyah Sharma Dian Safitri Syahrul Ramadan Tomi Ambar Prayitno Triana Retno Palupi Widi, Doni Kintoko Parwo Pinayung Yuni Atmy