Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal TEKNIK JASEE Journal of Application and Science on Electrical Engineering
Fanani, Muhammad Ifan
Unknown Affiliation
Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Kendali Pengunci Pintu Secara Nirkabel Menggunakan Wemos Arduino Rahardiansyah, Sofyan; Siswanto, Diky; Rofii, Faqih; Fanani, Muhammad Ifan
JASEE Journal of Application and Science on Electrical Engineering Vol. 1 No. 02 (2020): JASEE
Publisher : Teknik Elektro Fakultas Teknik Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jasee.v1i02.11

Abstract

Teknologi mikrokontroler dapat diimplementasikan ke berbagai aplikasi dan perangkat yang mendukung kehidupan sehari-hari. Penggunaan mikrokontroler bisa digunakan untuk mengendalikan sebuah perangkat yang sebelumnya masih secara manual dan tidak termonitor. Penelitian ini merancang sebuah aplikasi yang berbasis teknologi mikrokontroler dan internet dimana untuk memudahkan pengontrolan penguncian melalui aplikasi android di handphone. Metode penelitian ini merancang bangun sebuah perangkat yang menggunakan Wemos D1 R2 Arduino compatible berbasis ESP8266, motor servo dan juga ditampilkan di LCD. Hasil dari penelitian ini berhasil dibangun sebuah sistem kendali pintu berbasiskan mikrokontroler yang diakses melalui jaringan internet dari handphone menggunakan aplikasi berbasis android. LCD pada pintu tersebut akan menampilkan status dari pintu tersebut apakah dalam kondisi tertutup ataupun kondisi terbuka. Aplikasi pada handphone juga menampilkan tombol untuk mengirim perintah kepada Arduino untuk melakukan penguncian ataupun pembukaan pintu. Penguncian pada pintu menggunakan Motor Servo yang mendapat perintah dari Wemos. Status dari pintu juga bisa terlihat di aplikasi yang ada di handphone
Peningkatan Akurasi Penghitungan Jumlah Kendaraan dengan Membangkitkan Urutan Identitas Deteksi Berbasis Yolov4 Deep Neural Networks Rofii, Faqih; Priyandoko, Gigih; Fanani, Muhammad Ifan; Suraji, Aji
TEKNIK Vol. 42, No. 2 (2021): August 2021
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v42i2.37019

Abstract

Models for vehicle detection, classification, and counting based on computer vision and artificial intelligence are constantly evolving. In this study, we present the Yolov4-based vehicle detection, classification, and counting model approach. The number of vehicles was calculated by generating the serial number of the identity of each vehicle. The object is detected and classified, marked by the display of bounding boxes, classes, and confidence scores. The system input is a video dataset that considers the camera position, light intensity, and vehicle traffic density. The method has counted the number of vehicles: cars, motorcycles, buses, and trucks. Evaluation of model performance is based on accuracy, precision, and total recall of the confusion matrix. The results of the dataset test and the calculation of the model performance parameters had obtained the best accuracy, precision. Total recall values when the model testing was carried out during the day where the camera position was at the height of 6 m and the loss of 500 was 83%, 93%, and 94%. Meanwhile, the lowest total accuracy, precision, and recall were obtained when the model was tested at night. The camera position was at the height of 1.5 m, and 900 losses were 68%, 77%, and 78%.
Co-Authors Aji Suraji Diky Siswanto Faqih Rofii Priyandoko Gigih Rahardiansyah, Sofyan