Article Per Year (5 Year)
p-Index From 2020 - 2025
1.235
P-Index
This Author published in this journals
All Journal JURNAL INTEGRASI Journal of Applied Electrical Engineering Journal of Sustainable Community Development
Diono, Diono
Unknown Affiliation
Control & Systems Engineering Electrical & Electronics Engineering Environmental Science Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Pendeteksian Objek Hasil Pengepresan Kaleng dan Botol dengan Metode You Only Look Once (YOLO) yang Diaplikasikan pada Mesin Sortir Pembelajaran PBL Diono, Diono; Wicaksono, M. Jaka Wimbang; Jefiza, Adlian; Prayudha, Dimas Rama
JURNAL INTEGRASI Vol 16 No 1 (2024): Jurnal Integrasi - April 2024
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v16i1.4598

Abstract

Image Processing is a technique of processing images with the input of an image and producing an image as well. One of the functions of Image Processing that the author wants to apply is the detection of an object from a still image or a moving image. In this application, the object to be identified by the author will be applied to the PBL sorting machine in the form of cans and bottles. In designing this system, the You Only Look Once (YOLO) method is used and several libraries. YOLO is an algorithm for detecting an object using an artificial neural network (ANN) from an image where this network divides the image into several regions and predicts each bounding box and probability for each region of the image. The author also uses a webcam to detect the object and a Servo Motor as a sorter on the PBL Sorting Machine. The result of this final project is that the system can detect objects cans and bottles properly and produce precise accuracy and is able to move the sorter based on the output data from the detection results.
Klasifikasi Wajah Manusia Menggunakan Multi Layer Perceptron Jefiza, Adlian; Diono, Diono; Putra, Irwanto Zarma; Budiana, Budiana; Nur Suciningtyas, Ika Karlina Laila; Siregar, Lindawani; Puspita, Widya Rika; Harlan, Fandy Bestario; Assegaf, Iqchan; Marpaung, Roy Hitmen
JURNAL INTEGRASI Vol 15 No 2 (2023): Jurnal Integrasi - Oktober 2023
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v15i2.4843

Abstract

The problem of data security at a time when it is needed in the world of technology. The use of biometrics as data security is very necessary. This study aims to detect human biometrics using the Kinect sensor. The biometric that is detected is the face. The face image is captured by the Kinect sensor. For data feature extraction using Gray Level Co-Occurrence Matrix (GLCM. The parameters used are Contrast, Energy, Homogenity, and Correlation. The data obtained will be classified using Multi Layer Perceptron. Face classification is based on race. There are 3 races studied namely Indonesian, Chinese and African Native Races. The total data used are 100 photos of faces. The classification results show an accuracy of 86.7% using Multi Layer Perceptron
Prototype Sistem Elevator Menggunakan Motor Stepper Berbasis Atmega 16 Wicaksono, Muhammad Jaka Wimbang; Diono, Diono; Sani, Abdullah; Dzulfiqar, Mohamad Alif; Budiana, Budiana; Aryeni, Illa; Oktani, Dessy; Kamarudin, Kamarudin; Futra, Asrizal Deri; Darmoyono, Aditya Gautama; Mahdaliza, Rahmi; Hasnira, Hasnira; Maulidiah, Hana Mutialif; Gusnam, Mu'thiana
JURNAL INTEGRASI Vol 15 No 2 (2023): Jurnal Integrasi - Oktober 2023
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v15i2.6058

Abstract

Elevator are one of the most important transportation these days. Elevator is a link in a tall building that has many floors. The role of the elevator which is always used by the public requires a high level of precision. In this study, researchers made a prototype elevator system using a stepper motor and obtained test results with a maximum error rate of 2% on the 10 cm elevator input using a ruler as a testing tool. The largest comparison of testing result using a ruler and using a rotary encoder is 0.2 cm or 2 mm at the 40 cm elevator input. The precision of the elevator prototype still can be improved by using half step mode when controlling the stepper motor.
Pelatihan trainer kit arm robot arm-robot kepada Sekolah Menengah Kejuruan di Pulau Bintan Jefiza, Adlian; Hardi, Moh. Nabil Khairy; Rahmana, Henry; Mahmud, Aqil Fadhurahman; Yanti, Febri; Wahyuningsih, Asriani Rosalina; Diono, Diono; Firdaus, Fadli; Yangu, Juliansah; Putra, Irwanto Zarma; Dalimunthe, Juwita Marwah
Journal of Sustainable Community Development Vol. 3 No. 2 (2025): Journal of Sustainable Community Development
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/qj4v1314

Abstract

Meningkatkan kualifikasi siswa SMK di daerah kepulauan telah menjadi bagian integral dari visi misi Politeknik Negeri Batam dalam menjalin kemitraan yang erat dengan masyarakat demi mewujudkan Indonesia Maju dan Sejahtera pada tahun 2045. Salah satu strategi yang dijalankan adalah melaksanakan program pengabdian masyarakat di Pulau Bintan melalui pelatihan menggunakan ARM Robot Trainer Kit. Program ini bertujuan untuk memberikan dukungan kepada siswa SMK agar dapat meningkatkan mutu pendidikan serta mempersiapkan mereka dengan keterampilan yang relevan untuk sukses di dunia kerja. Metode yang dilakukan adalah memberikan pelatihan arm robot kepada siswa kelas 10 dan 11 program studi Teknik Elektronika Industri, SMK N 1 Bintan Utara. Kegiatan dilaksanakan pada tanggal 22 November 2024. Hasil pengabdian menghasilkan peningkatan kompetensi siswa dibidang arm robot sebesar 24,62 % tentang pengenalan arm robot. Selain itu, peserta pengabdian memberikan penilaian kepuasan sebesar 42,78 % menyatakan sangat puas, 32,22% menyatakan puas, 23.89% menyatakan cukup puas, dan 1.11% menyatakan kurang puas.
Pengklasifikasian Warna dan Bentuk Produk Menggunakan Kamera ELP- USB8MP02G-MFV dengan Berbasis YOLOV7 Diono, Diono; Muhammad Syafei Gozali; Yohannes Ridho Soru
JURNAL INTEGRASI Vol. 17 No. 1 (2025): Jurnal Integrasi - April 2025
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v17i1.9266

Abstract

The development of artificial intelligence technology allows the system to detect various objects. In the research on the classification of color and shape of products using the ELP-USB8MP02G-MFV camera based on YOLOV7, it aims to modify the conveyor on the molding machine. Because the conveyor only has the function of distributing goods from the molding machine to the bin and the length of time used to wait for the bin to be full is the reason why this conveyor is modified. Modifications are made by adding a camera that has been connected to the Raspberry Pi 4B on the conveyor, the camera functions to take pictures of passing product objects then the image is detected by the system on the Raspberry Pi 4B so that this conveyor machine can classify the objects produced by the molding machine. The system detects objects using the YOLOv7 algorithm. This study was carried out with three tests, namely object model detection testing, color detection testing and program and relay output testing where 98.11% was for object model detection testing, 97.37% for color detection and 100% for program and relay output testing.  The results of this research will contribute to the development of object detection, especially product object detection and the results of molding machines.
Analisis Efektivitas Papan Reklame Berbasis IoT Dengan Metode Faster R-CNN Naibaho, Adventus; Kamarudin, Kamarudin; Indra Hardian Mulyadi; Diono, Diono
Journal of Applied Electrical Engineering Vol. 9 No. 1 (2025): JAEE, June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaee.v9i1.9473

Abstract

Papan reklame merupakan media untuk mempublikasikan produk atau jasa, namun efektivitasnya sulit diukur karena tidak diketahui jumlah orang yang melihatnya. Oleh karena itu, penelitian ini mengembangkan sistem berbasis metode Faster R-CNN untuk mendeteksi jumlah viewers papan reklame. Sistem ini bertujuan membantu pemakai jasa iklan dalam menilai efektivitas pemasangan iklan serta memberi nilai tambah bagi penyedia jasa dengan menyediakan data jumlah viewers sebagai daya tarik layanan. Hasil pengujian menunjukkan sistem mampu mendeteksi wajah dengan akurasi 56,74%, motor 76,47%, dan mobil 93,94%. Beberapa faktor yang mempengaruhi akurasi deteksi antara lain pencahayaan, jarak, resolusi kamera, serta kesesuaian dataset dengan lingkungan implementasi. Dengan adanya sistem ini, pemakai jasa dapat menentukan lokasi pemasangan iklan yang lebih strategis berdasarkan data real-time, sementara penyedia jasa dapat meningkatkan daya tarik layanan pemasangan iklan dengan data jumlah viewers sebagai nilai jual. Teknologi ini diharapkan mampu meningkatkan efektivitas pemasaran melalui papan reklame secara lebih akurat, efisien, dan terukur.
Rancang Bangun Alat Pemisah Buah tomat Berdasarkan Warna Menggunakan Sensor Cahaya dengan Metode K-Nearest Neighbor Fajri, Nuzul; Diono, Diono
Journal of Sustainable Community Development Vol. 3 No. 3 (2025): Journal of Sustainable Community Development
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/jgw6m866

Abstract

Penelitian ini merancang dan mengembangkan alat sortasi otomatis buah tomat berdasarkan warna menggunakan sensor warna TCS3200 dan metode K-Nearest Neighbor (KNN). Sistem ini bertujuan meningkatkan efisiensi dan akurasi sortasi tomat yang sebelumnya dilakukan secara manual. Metode KNN digunakan untuk mengklasifikasikan tomat ke dalam tiga kategori: merah (matang), hijau (belum matang), dan kuning (setengah matang). Hasil pengujian menunjukkan rata-rata waktu respon sensor sebesar 334 ms, dengan waktu pemindahan tomat ke wadah antara 1100-1700 ms. Pengujian dilakukan pada empat periode waktu dengan tingkat keberhasilan berturut-turut 43,3% (pagi), 41,6% (siang), 48,3% (sore), dan 41,6% (malam). Kesalahan terbesar terjadi pada deteksi warna kuning dalam pencahayaan redup. Sistem ini mampu melakukan sortasi otomatis dengan tingkat keberhasilan cukup baik. Pengembangan selanjutnya disarankan pada aspek algoritma klasifikasi, stabilitas konveyor, serta peningkatakan pencahayaan untuk mendukung akurasi di berbagai kondisi.
Co-Authors Aryeni, Illa Assegaf, Iqchan Budiana, Budiana Dalimunthe, Juwita Marwah Darmoyono, Aditya Gautama Dzulfiqar, Mohamad Alif Fajri, Nuzul Febri Yanti Firdaus, Fadli Futra, Asrizal Deri Gusnam, Mu'thiana Hardi, Moh. Nabil Khairy Harlan, Fandy Bestario Hasnira Hasnira, Hasnira Heni Pujiastuti Jefiza, Adlian Kamarudin Kamarudin Mahdaliza, Rahmi Mahmud, Aqil Fadhurahman Marpaung, Roy Hitmen Maulidiah, Hana Mutialif Muhammad Syafei Gozali Mulyadi, Indra Hardian Naibaho, Adventus Nur Suciningtyas, Ika Karlina Laila Oktani, Dessy Prayudha, Dimas Rama Puspita, Widya Rika Putra, Irwanto Zarma Rahmana, Henry Siregar, Lindawani Wahyuningsih, Asriani Rosalina Wicaksono, M. Jaka Wimbang Wicaksono, Muhammad Jaka Wimbang Yangu, Juliansah Yohannes Ridho Soru