Garuda - Garba Rujukan Digital

PENINGKATAN KETERAMPILAN SISWA/I SMK YAYASAN ISLAM KOTA TASIKMALAYA MELALUI PELATIHAN DIGITAL MARKETING, PELATIHAN PEMBUATAN JELLY ART DAN PELATIHAN PENERAPAN TEKNOLOGI IOT DALAM SISTEM KEAMANAN DI SEPEDA MOTOR Fanni Husnul Hanifa; Widya Sastika; Sri Widaningsih; Dendi Gusnadi; Edwin Baharta; Riza Taufiq; Dwi Andi Numantris; Asep Mulyana; Unang Sunarya
Prosiding COSECANT : Community Service and Engagement Seminar Vol 2, No 1 (2022)
Publisher : Universitas telkom

Prototipe Robot Kapal Pengukur Tingkat PH dan Turbiditas Air Berbasis Metode Modified Fuzzy Firman Al Rahmat; Unang Sunarya; Rohmat Tulloh
Jurnal Rekayasa Elektrika Vol 14, No 1 (2018)
Publisher : Universitas Syiah Kuala

The quality of lake or pond water is usually determined through testing of several water samples in the laboratory. This certainly takes time especially when the place of measurement is wide enough. This research designed a water quality gauge control based on the Modified Fuzzy method and equipped with pH sensors and turbidity sensors to measure the potential of Hydrogen (pH) and turbidity of water. The Graphical User Interface (GUI) on a laptop was used to control the ship manually and display the measurement results. Wireless control through Bluetooth communication was used to set up the two DC motor as the driving force of the ship. The modified Fuzzy method was used to divide water quality into 3 categories that are good, not good, and poor. The test results proved that every command on the GUI can be run by the ship and the measurement results can be displayed directly to the user. The maximum distance measurement using Bluetooth was 28 meters. The pH sensors and turbidity sensors were able to measure at any specified location point. The pH value of lake water was measured at each point varies from 6.5 to 8, while the measured turbidity values ranged from 5 NTU (Nephelometric Turbidity Unit) to 49 NTU.

Perbandingan Kinerja Algoritma Optimasi pada Metode Random Forest untuk Deteksi Kegagalan Jantung Unang Sunarya; Tita Haryanti
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Abstrak— Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Kegagalan jantung pada pasien dapat mengakibatkan dampak yang vital dan berujung pada kematian. Adapun kegagalan jantung bukan hanya dipengaruhi oleh faktor usia, juga dipengaruhi komorbid dan pola hidup dari pasien. Berbagai upaya medis telah banyak dilakukan untuk mendeteksi kegagalan jantung yang mengharuskan pasien dirawat intensif di rumah sakit yang tentunya membuat pasien merasa kurang nyaman. Maka dari itu, dalam penelitian ini dirancang sebuah aplikasi machine learning untuk deteksi kegagalan jantung yang dapat mengklasifikasikan kondisi pasien ke arah kematian atau bertahan berdasarkan gejala-gejala yang dimiliki pasien. Adapun algoritma machine learning yang digunakan adalah random forest yang dioptimasi dengan tiga buah algoritma optimasi yaitu grid search, random search dan Bayesian search sebagai perbandingan. Kinerja ketiga algoritma optimasi kemudian diukur menggunakan akurasi, presisi dan recall. Ada 299 sampel pasien yang digunakan dalam penelitian ini. Hasil menunjukkan bahwa random forest dengan algoritma optimasi random search mencapai kinerja yang paling unggul dengan akurasi rata-rata sebesar 85,63 %, presisi rata-rata 87,38% dan recall 85,63%.

Perbandingan Kinerja Algoritma Optimasi pada Metode Random Forest untuk Deteksi Kegagalan Jantung Unang Sunarya; Tita Haryanti
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v18i4.26981

Abstrak— Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Kegagalan jantung pada pasien dapat mengakibatkan dampak yang vital dan berujung pada kematian. Adapun kegagalan jantung bukan hanya dipengaruhi oleh faktor usia, juga dipengaruhi komorbid dan pola hidup dari pasien. Berbagai upaya medis telah banyak dilakukan untuk mendeteksi kegagalan jantung yang mengharuskan pasien dirawat intensif di rumah sakit yang tentunya membuat pasien merasa kurang nyaman. Maka dari itu, dalam penelitian ini dirancang sebuah aplikasi machine learning untuk deteksi kegagalan jantung yang dapat mengklasifikasikan kondisi pasien ke arah kematian atau bertahan berdasarkan gejala-gejala yang dimiliki pasien. Adapun algoritma machine learning yang digunakan adalah random forest yang dioptimasi dengan tiga buah algoritma optimasi yaitu grid search, random search dan Bayesian search sebagai perbandingan. Kinerja ketiga algoritma optimasi kemudian diukur menggunakan akurasi, presisi dan recall. Ada 299 sampel pasien yang digunakan dalam penelitian ini. Hasil menunjukkan bahwa random forest dengan algoritma optimasi random search mencapai kinerja yang paling unggul dengan akurasi rata-rata sebesar 85,63 %, presisi rata-rata 87,38% dan recall 85,63%.

Prototipe Robot Kapal Pengukur Tingkat PH dan Turbiditas Air Berbasis Metode Modified Fuzzy Firman Al Rahmat; Unang Sunarya; Rohmat Tulloh
Jurnal Rekayasa Elektrika Vol 14, No 1 (2018)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v14i1.9771

The quality of lake or pond water is usually determined through testing of several water samples in the laboratory. This certainly takes time especially when the place of measurement is wide enough. This research designed a water quality gauge control based on the Modified Fuzzy method and equipped with pH sensors and turbidity sensors to measure the potential of Hydrogen (pH) and turbidity of water. The Graphical User Interface (GUI) on a laptop was used to control the ship manually and display the measurement results. Wireless control through Bluetooth communication was used to set up the two DC motor as the driving force of the ship. The modified Fuzzy method was used to divide water quality into 3 categories that are good, not good, and poor. The test results proved that every command on the GUI can be run by the ship and the measurement results can be displayed directly to the user. The maximum distance measurement using Bluetooth was 28 meters. The pH sensors and turbidity sensors were able to measure at any specified location point. The pH value of lake water was measured at each point varies from 6.5 to 8, while the measured turbidity values ranged from 5 NTU (Nephelometric Turbidity Unit) to 49 NTU.

Internet of Things : Sistem Keamanan Rumah berbasis Raspberry Pi dan Telegram Messenger KURNIAWAN, MUHAMAD IRFAN; SUNARYA, UNANG; TULLOH, ROHMAT
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 1: Published January 2018
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i1.1

ABSTRAKBanyak orang memasang kamera pengawas di rumah untuk memantau rumah ketika Â dalam keadaan kosong. Namun tidak ada pemberitahuan secara langsung kepada pemilik rumah ketika ada orang yang tidak dikehendaki terdeteksi oleh sistem kamera pengawas. Kekurangan lainnya adalah kamera tetap merekam video meskipun tidak ada aktifitas yang terdeteksi. Penelitian ini merancang sistem keamanan rumah berbasis Internet of Things (IoT) memanfaatkan Telegram Messenger. Ketika sensor PIR (Passive Infra Red) mendeteksi gerak manusia, maka kamera Raspberry Pi akan mengambil foto dan mengirimkan hasilnya kepada pengguna melalui Telegram Messenger. Bot pada Telegram Messenger akan menawarkan 2 fitur yang dapat dipilih oleh pemilik rumah, yaitu mengambil foto atau video. Dari hasil pengujian yang dilakukan, didapatkan hasil berupa jarak maksimum deteksi obyek terhadap sensor adalah 6 meter. Dari Pengujian yang dilakukan terbukti sistem mampu bekerja mendeteksi, merekam dan mengirim hasilnya ke pengguna. Waktu yang dibutuhkan untuk pegiriman pesan deteksi obyek sebesar 4.73 detik. Untuk request foto sampai dengan foto diterima membutuhkan waktu 5.73 detik dan untuk video membutuhkan waktu 14.86 detik.Kata kunci: Keamanan rumah, Raspberry Pi, IoT, Sensor PIR, Telegram MessengerABSTRACTMany people install surveillance system at home to monitor when the house is empty. But there is no direct notification to the homeowner when unwanted person is detected by the surveillance system. Another drawback is that the camera remains a video recording even though no activity is detected. These research designs home security systems based on the IoT using Telegram Messenger. The way the system works is when the PIR sensor detects the presence of human being objects, the Raspberry Pi camera will take photos and send the results to the user via the Telegram Messenger. The bot on the Telegram Messenger will offer 2 features that can be selected by users, which are taking photos or videos. The results of performance test of the system, show that the maximum distance of the object against the sensor that can be detected is Â 6 meters. The system proved able to work to detect, record and send the results to the user. Average time for the delivery of alert messages is 4.73 seconds. Time needed to process photo request until received by users are 5.73 seconds and 14.86 seconds respectively.Keywords: Home security, Raspberry Pi, IoT, PIR Sensor, Telegram Messenger

Analisis Fitur Domain Waktu ECG Heart Rate Variability Berdasarkan Gain Informasi SUNARYA, UNANG; UGI, LYRA VEGA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 2: Published April 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i2.419

ABSTRAKSalah satu analisis yang sering digunakan untuk mendeteksi berbagai penyakit yang terkait fungsi jantung adalah dengan menghitung rasio tidur dan terjaganya seseorang saat tidur pada malam hari. Namun dalam praktiknya sering ditemukan kendala baik pada saat akuisisi data ataupun pada saat pemrosesan data untuk menyimpulkan sebuah hasil analisis. Salah satu penyebabnya adalah kurang tepatnya dalam pemilihan fitur ECG untuk proses implementasi. Oleh karena itu, pada penelitian ini dilakukan seleksi fitur ECG pada domain waktu dan klasifikasi kondisi tidur dan terjaga dari 10 subjek berdasarkan fitur Heart Rate Variability (HRV) dengan menggunakan algoritma random forest. Wavelet digunakan untuk mendapatkan komponen sinyal ECG yang tepat sedangkan gain informasi digunakan untuk memilih fitur ECG yang dominan. Hasil akhir dari implementasiÂ menunjukkan nilai akurasi rata-rata sebesar 80,26 % dengan fitur terbaik adalah median nearest neighbor index.Kata kunci: ECG wavelet, HRV, domain waktu, gain informasi, akurasi Â ABSTRACTOne of the most frequent methods to detect heart-related diseases is by calculating the ratio of total sleep and awake of someone during night sleep. However, it is often encountered problems either in data acquisition or data processing to output the results of the analysis. One of the reasons is selecting ECG features improperly during implementation. Therefore, this study has been conducted ECG features selection in the time domain and classification of sleep and awake states across 10 subjects based on Heart Rate Variability (HRV) features obtained using a random forest algorithm. Wavelet was used to get the proper ECG signal components while information gain was used to select the dominant ECG features. The implementation results showed an average accuracy of 80.26 % with the median nearest neighbor index as the best feature.Keywords: ECG, wavelet, HRV, time-domain, information gain, accuracyÂ

Response Speed Analysis of Interactive Voicebot Receptionist UDZRI, MUHAMMAD HAFIDZ; YAKIN, NIZAR AINUL; HASNAH, FIDA YUZIDA; DARLIS, DENNY; REZAMELA, ERDIANSYAH; FITRI, IFTITA; FAUZI A, FARIS NUR; SUNARYA, UNANG
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 4: Published October 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i4.983

ABSTRAKPusat Penelitian Teh dan Kina (PPTK) Gambung menghadapi tantangan dalam memberikan informasi cepat kepada pengunjung. Untuk mengatasinya, dikembangkan voicebot interaktif berbasis teknologi Python Speech Recognition dan Pyttsx3, yang menggunakan metode speech-to-text dan text-to-speech. Pengujian dilakukan dengan variasi kondisi internet, intensitas kebisingan, perbedaan aksen, dan analisis keluaran suara. Hasil menunjukkan akurasi hingga 90% dengan rata-rata kecepatan tanggap 1,94 detik pada koneksi internet stabil dan suara yang jelas. Di lingkungan bising dengan kekuatan suara tinggi (105 dB), voicebot tetap mampu menanggapi. Voicebot ini juga menunjukkan akurasi yang sama (90%) untuk penutur asli dan non-asli bahasa Inggris. Solusi ini berpotensi meningkatkan aksesibilitas informasi di PPTK Gambung, meskipun kinerjanya dipengaruhi oleh kestabilan internet dan kondisi lingkungan.Kata kunci: voicebot, voice-to-text, text-to-speech, pyttsx3, speech recognition ABSTRACTThe Gambung Tea and Cinchona Research Center (PPTK) faces challenges in providing timely information to visitors. To address this, an interactive voicebot based on Python Speech Recognition technology and Pyttsx3 was developed, utilizing speech-to-text and text-to-speech methods. Tests were conducted with variations in internet conditions, noise intensity, accent differences, and voice output analysis. Results show accuracy of up to 90% with an average response speed of 1,94 seconds on a stable internet connection and clear voice. In noisy environments with high voice strength (105 dB), the voicebot was still able to respond. The voicebot also showed similar accuracy (90%) for native and nonnative English speakers. This solution has the potential to improve information accessibility at PPTK Gambung, although its performance is affected by internet stability and environmental conditions.Keywords: voicebot, voice-to-text, text-to-speech, pyttsx3, speech recognition

Klasifikasi Status Tekanan Darah memanfaatkan Sinyal Photoplethysmograph berbasis Metode Random Forest SUNARYA, UNANG; UGI, LYRA VEGA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 3: Published July 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i3.687

ABSTRAKBerbagai teknik pengukuran tekanan darah telah banyak dilakukan salah satunya melalui metode tidak langsung (noninvasive) dengan pemasangan sensor-sensor pada bagian tubuh tertentu, kemudian hasilnya dianalisis dengan algoritma kecerdasan buatan. Namun, masih terdapat banyak kendala pada pemilihan algoritma yang tepat untuk mencapai hasil akurasi klasifikasi yang tinggi. Pada penelitian ini dilakukan klasifikasi status tekanan darah dengan menggunakan sinyal photoplethysmograph (PPG) yang pengukurannya dilakukan secara noninvasive dari 219 pasien. Algoritma random forest digunakan untuk mengklasifikasikan status pasien ke dalam empat kelas yaitu normal, prehypertension, stage 1 prehypertension dan stage 2 prehypertension. Untuk perbandingan, dataset juga diklasifikasikan dengan algoritma KNN dan SVM. Hasil menunjukkan bahwa algoritma random forest memberikan kinerja terbaik dengan akurasi sebesar 98,63%, presisi 98,72% dan recall 98.60%.Kata kunci: tekanan darah, CVD, random forest, KNN, SVM ABSTRACTVarious ways for measuring blood pressure have been employed, including noninvasive techniques that include placing senosrs on specific body areas and analyzing the finding using artificial intelligence algorithms. Nevertheless, there are numerous challenges in choosing the appropriate algorithms that yiled high accuracy in classification. In this study, blood pressure status was classified using photoplethysmograph (PPG) signals, which were measured non-invasively from 219 patients. The random forest algorithm was used to classify patient status into four classes, namely normal, prehypertension, prehypertension stage 1 and prehypertension stage 2. For comparison, the dataset was also classified using the KNN and SVM algorithms. The results show that the random forest algorithm provides the best performance with an accuracy of 98.63%, precision of 98.72% and recall of 98.60%, respectively.Keywords: blood pressure, CVD, random forest, KNN, SVM

Transmisi Data Usb Keylogger Secara Real-Time Melalui Gelombang Elektromagnetik Pada Frekuensi 2.4ghz Dalimunthe, Muhammad Iqbal Luthfi; Sunarya, Unang
eProceedings of Applied Science Vol. 10 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Applied Science

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

A USB keylogger is a device that can record every typing activity on a keyboard, and secure real-time data transmission is the main focus in the development of this tool. In this research, the author designs practical and efficient hardware, and implements encryption technology to protect data from potential intrusion or manipulation by unauthorized parties. This research includes transmission distance testing, hardware design optimization, and performance evaluation under various environmental conditions. The test results show that this tool is able to transmit real-time data stably and safely on the 2.4GHz frequency. By implementing strict security protocols, this tool is expected to be a reliable solution in developing cyber security penetration tools. The conclusion of this research is that the development of a USB Real-time Keylogger with data transmission via the 2.4GHz frequency has succeeded in meeting the stated objectives, namely creating a practical, efficient and safe tool. The author hopes that this report can make a useful contribution to the field of cyber security and become a reference for the development of similar technology in the future. Keywords— USB Keylogger, Real-time Transmission, 2.4GHz, Cyber Security.

Title

Found 82 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 82 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 82 Documents
Search