Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal SinarFe7 Jurnal Ilmiah Teknik Elektro
Mochtar Yahya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy

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

Found 2 Documents
Search

 1 
DETEKSI GULA DARAH MELALUI GAS BUANG PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Mochtar Yahya; Muhamad Haddin; Eka Nuryanto Budi Susila
Jetri : Jurnal Ilmiah Teknik Elektro Jetri Volume 15, Nomor 1, Agustus 2017
Publisher : Website

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (744.559 KB) | DOI: 10.25105/jetri.v15i1.1674

Abstract

In general, blood glucose level test is conducted using urine and glucometer test by pricking the fingertips of the patients using needle. TGS 822 and MQ 138 gas sensor systems can be used to detect Acetone and Alcohol compounds from the oral cavities of a person which are correlated with blood glucose levels in the body. This study used MQ 138 and TGS 822 gas sensors to detect acetone levels, which were classified using backpropagation artificial neural network. The training with 60 samples and testing on 7 respondents indicates that TGS 822 and MQ 138 gas sensor could detect the blood glucose level with average detection accuracy of 96,53% by considering the temperature and humidity.  The average deviation is 3,47 % compared to glucometer. Keywords: Gas sensor, respiratory gas, blood glucose level, Backpropagation Tes kadar gula darah pada umumnya dilakukan dengan menggunakan tes urin dan glukometer dengan menusuk ujung jari pasien menggunakan jarum. Sistem sensor gas TGS 822 dan MQ 138 dapat digunakan untuk mendeteksi senyawa Aseton dan Alkohol dari rongga mulut seseorang yang berkorelasi dengan kadar gula darah dalam tubuh. Penelitian ini menggunakan sensor gas MQ 138 dan TGS 822 untuk mendeteksi kadar aseton, yang diklasifikasikan menggunakan jaringan syaraf tiruan backpropagation. Pelatihan dengan menggunakan 60 sampel dan pengujian pada 7 responden menunjukkan bahwa sensor gas TGS 822 dan MQ 138 mampu mendeteksi kadar gula darah dengan akurasi deteksi rata-rata 96,53% dengan memperhatikan suhu dan kelembaban. Deviasi rata-rata 3,47 % dibandingkan dengan glukometer.Kata kunci: Sensor gas, gas pernafasan, kadar glukosa darah, Backpropagation.
Karakteristik I-V dan P-V Photovoltaic Array Berbasis Model Matematik Matlab/Simulink Yanu Shalahuddin; Fajar Yumono; Mochtar Yahya
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kinerja dan kurva-kurva operasi dari PV array sangat dipengaruhi oleh konfigurasi array, suhu modul, dan iradiasi sinar matahari. Oleh sebab itu PV array memerlukan banyak pertimbangan desain karena berbagai kondisi cuaca yang mengubah tingkat iradiasi matahari serta suhu operasi modul PV. Penelitian ini membahas tentang langkah demi langkah simulasi dari PV array berbasis model matematik menggunakan Matlab/Simulink. Rangkaian ekuivalen single diode model (SDM) digunakan untuk menyelidiki karakteristik I- V dan P-V. Karakteristik kurva-kurva hasil pemodelan menunjukkan bahwa keluaran arus dan daya menurun saat iradiasi sinar matahari berkurang dari 1100 sampai 800 W/m2. Sedangkan saat suhu naik dari 25 0C sampai 600C, keluaran tegangan dan daya menurun sedikit sedangkan arus hampir tetap kontan.
Co-Authors Eka Nuryanto Budi Susila Fajar Yumono Muhamad Haddin Yanu Shalahuddin