Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Jurnal Riset Rekayasa Elektro Jurnal JEETech J-Eltrik ALINIER: Journal of Artificial Intelligence & Applications SinarFe7 PELS (Procedia of Engineering and Life Science) SCIENCE ELECTRO
Kunto Aji Wibisono
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : J-Eltrik

 1 
Desain Sistem Pengenalan dan Klasifikasi Kopi Bubuk Bermerek dengan Menggunakan Electronic Nose Berbasis Artifical Neural Network (ANN) Maria Ulfa; Haryanto; Kunto Aji Wibisono
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.15

Abstract

Kopi merupakan salah satu hasil perkebunan yang ada di Indonesia yang memiliki nilai jual yang sangat tinggi. Secara umum jenis kopi yang terdapat di Indonesia adalah kopi robusta dan arabica, selain itu juga terdapat kopi liberica, dan hibrida. Dengan adanya perkembangan teknologi pada saat ini memungkinkan untuk membangun suatu sistem yang dapat bekerja menyerupai indera penciuman manusia. Salah satunya yaitu sensor electronic nose. Perancangan sistem klasifikasi dan pengenalan kualitas kopi bubuk ini menggunakan metode berbasis ANN atau lebih dikenal dengan metode jaringan syaraf tiruan, yang diharapkan mampu meningkatkan akurasi dalam mengelompokkan jenis kopi berdasarakan aroma kopi. Tujuan yang ingin dicapai pada penelitian ini adalah dapat mempermudah untuk mengenali dan mengklasifikasikan kopi bubuk dengan menggunakan e-nose, tidak lagi bergantung pada indera penciuman manusia yang biasanya tidak stabil serta tidak bisa secara kontinu menghasilkan ukuran yang tetap. Arsitektur yang dibangun menggunakan 3 buah layer dengan 3 input berupa hasil pembacaan gas elektronik nose. Sedangkan output target merupakan kombinasi dari biner angka 0 dan 1. Jaringan syaraf tiruan yang dipakai dalam penelitian ini mampu mengenali nilai kopi arabika, robusta dan liberika dengan dengan menggunakan iterasi maksimal sebesar 5000, hasil output menunjukan bahwa JST backpropagation mampu mengenali jenis kopi dengan tingkat keberhasilan 73.3%.
Rancang Bangun Monitoring Sensor Carbon Brush untuk Penulangan dengan Metode Fuzzy Logic (Studi Kasus Din PT.Wika Beton) Farid Amir Marzelly; Riza Alfita; Kunto Aji Wibisono; Haryanto; Miftachul Ulum
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.37

Abstract

Carbon brush mempunyai peranan penting dalam dunia industri, akan tetapi masih terdapat sejumlah orang yang masih tidak mengerti cara kerja dari carbon brush tersebut dan tidak mengetahui keadaan benda tersebut dalam keadaan baik atau sudah rusak terutama oleh pekerja. Kelemahan pada saat troubleshooting menyebabkan para pekerja hanya menerka-nerka saja untuk kerusakan yang dialami, hal itu dapat mengakibatkan putusnya serabut carbon brush sehingga motor akan bekerja lebih berat dengan sisa carbon brush yang ada. Maka dari permasalah tersebut dibuatlah sebuah alat untuk memantau kinerja carbon brush itu sendiri. Yakni “rancang bangun monitoring sensor carbon brush untuk penulangan pada PT.WIKA BETON” yaitu penerapan sensor suhu untuk mendeteksi suhu pada setiap carbon brush. Penelitian yang dilakukan yakni menggunakan sensor suhu DHT11 yanki Carbon brush yang terdeteksi oleh sensor DHT11 akan mengirimkan data pada room control melalui ENC18J60 yang dilanjutkan dengan router data yang terdeteksi oleh sensor akan diproses dan akan menampilakn kondisinya pada GUI yang berada di room control, apabila suhu yang terdeteksi tidak melebihi dari 40°C kan terdeteksi motor dalam keadaan “normal” akan tetapi jika melebihi 40°C maka panel GUI akan menampilkan “overheat” yang akan mengaktifkan modul relay untuk mematikan mesin. Hasil dari pembacaan suhu akan disimpan dalam Microsoft acces yang digunakan sebagai arsip pabrik. Dari hasil penelitian ini menunjukkan bahwa system berjalan dengan baik. System dapat bertahan selam 24 jam selama masa kerja yakni 3 kali pergantian shift. Data yang dikirimkan real time dan sesuai dengan data yang ada dilapangan.
Klasifikasi Kecacatan Keramik Dengan Menggunakan Deteksi Tepi Canny Dan Metode Hough Line Transform Moch. Fachrur Rozi; Haryanto; Kunto Aji Wibisono
J-Eltrik Vol 1 No 2 (2019): November
Publisher : Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30649/j-eltrik.v1i2.36

Abstract

Pengelompokkan kualitas keramik dari proses produksi keramik masih saja dilakukan dengan cara manual yang memanfaatkan penglihatan manusia. Akan tetapi mata manusia juga mempunyai batas kelelahan pada mata manusia sehingga dapat mempengaruhi keakuratan dalam mengelompokkan kualitas keramik. Untuk itu peranan mata manusia akan digantikan dengan suatu proses otomatis yang akan mempermudah proses pengelompokkan kualitas keramik secara lebih cepat dan akurat dengan menggunakan system image proccessing. Metode Hough Line Transform dapat mendeteksi garis lurus pada suatu citra. Dengan mengkombinasikan antara tresholding, deteksi tepi canny dan juga metode hough line transform. Tresholding akan mengubah piksel yang awalnya RGB menjadi citra ke abu-abuan. Deteksi tepi canny berguna untuk mendeteksi citra tepi keramik dengan memanfaatkan tresholding sehinga akan nampak tepian dari keramik. Dalam penelitian ini algoritma Hough Line Transform dalam mengidentifikasi garis lurus pada bagian tepi keramik sehingga apabila terdapat kecacatan maka dapat terdeteksi. Berdasarkan pengujian dengan menggunakan 20 jenis data testing tiap data menunjukkan presentase keberhasilan dalam mengidentifikasi citra keramik adalah sebesar 70% dengan warna keramik yg berbeda-beda. Terdapat banyak faktor yang mempengaruhi tingkat keberhasilan pengklasifikasian kecacatan pada keramik seperti sudut, threshold, pencahayaan dan faktor-faktor lainnya.
Co-Authors - Haryanto Achmad Fiqhi Ibadillah Achmad Fiqhi Ibaidillah Adi Irawan Ahmad Azemi Ahmad Ubaidillah Asrori Firman Mawardi Dian Neipa Purnamasari Diana Rahmawati Diana Rahmawati Farid Amir Marzelly Hairul Anam HARYANTO Iftitah Febriana Koko Joni Maria Ulfa MIFTACHUL ULUM Moch. Fachrur Rozi Muhamad Adityas Hani Pratama Muhammad Bahriyan Firdaus Mutiara Hikmah Raynold Dwi Agung Wardana Riza Alfita