Claim Missing Document
Check
Articles

Found 27 Documents
Search

PENINGKATAN KEMAMPUAN PEMBUATAN PRESENTASI MENGGUNAKAN GENERATIVE AI BAGI GURU-GURU DI BPPK BANDUNG Sartika, Erwani Merry; Novie Theresia Br. Pasaribu; Daniel Setiadikarunia; Judea Janoto Jarden; Riko Arlando Saragih; Herawati Yusuf; Elia Moses
Jurnal Atma Inovasia Vol. 4 No. 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i5.9400

Abstract

Generative IA hasil dari ChatGPT digunakan untuk membuat presentasi menjadi semakin menarik dalam pengajaran guru-guru menjadi tujuan dari pengabdian ini. Peningkatan kemampuan pembuatan presentasi menggunakan metode service learning dengan dukungan asisten dirancang agar langkah-langkah generative AI yang harus dilakukan dapat terpantau dengan baik. dosen-dosen memperdalam empati, keterlibatan sosial, dan memberikan kontribusi yang bermakna bagi guru-guru. Selain itu pemanfaatan tools AI perlu divalidasi oleh guru-guru terkait kebenaran semua informasi yang diberikan oleh AI. Pelatihan lanjutan merupakan salah satu permintaan dari peserta dan tugas proyek menjadi tindak lanjut pengawasan penerapan materi pelatihan pemanfaatan tools AI bagi guru-guru BPPK.
Perancangan Alat Getar melalui Pemanfaatan Motor AC sebagai Mekanisme Getar Sartika, Erwani Merry; Lesmana, Cindrawati; Br. Pasaribu, Novie Theresia; Utama, Arvin Ezekiel Denri; Moses, Elia
Techné : Jurnal Ilmiah Elektroteknika Vol. 23 No. 2 (2024)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v23i2.528

Abstract

Gempa bumi adalah fenomena alam yang mempengaruhi respons bangunan terhadap getaran. Simulasi menggunakan alat getar, yang memungkinkan pengujian struktur bangunan dengan tingkat getaran yang menyerupai kondisi gempa. Penelitian ini berfokus pada desain alat getar yang memanfaatkan motor AC sebagai mekanisme getar dengan pengaturan getaran menggunakan Variable Speed Drive (VSD). Pengaturan kecepatan motor melalui VSD memungkinkan pengaturan frekuensi dan amplitudo getaran. Desain dari alat getar berfokus pada dominan pada arah z, namun tetap ada pengaruh terhadap gerakan arah x dan y, seperti yang terjadi pada kondisi nyata. Disain dengan memanfaatkan motor AC tipe induksi sebagai beban sekaligus sebagai pengatur getaran menjadi usulan disain yang berbeda dengan disain alat getar lainnya. Sensor mikrobit sebagai alat umpan balik (feedback) untuk mendeteksi gerakan alat getar ini untuk memantau getaran. Hasil data pengamatan menunjukkan telah terealisasi prototipe alat getar dengan frekuensi getar 9%-12% dari 50 Hz. Peletakkan sensor di permukaan alat getar berpengaruh kestabilan getaran. Pada peletakkan di pusat alat getar lebih stabil pada simpangan arah x dan y dengan frekuensi getar 9%, 10%, dan 11% terhadap 50 Hz, menunjukkan getaran arah z yang lebih dominan. Untuk frekuensi lebih besar atau sama dengan 12% dari 50 Hz, simpangan keseluruhan makin membesar dan tidak stabil.
Pengendalian Simulator Water Supply System menggunakan PID Berdasarkan Identifikasi SARTIKA, ERWANI MERRY; BR. PASARIBU, NOVIE THERESIA; SARJONO, RUDI; GUNAWAN, REYNALDY FELICIUS; HALIM, CHRISENDY
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 1: Published January 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i1.213

Abstract

ABSTRAKWater supply system dari sumber ke pengguna merupakan layanan penting, sehingga perlu dirancang untuk menyediakan air dengan tingkat tekanan yang cukup. Pengendalian water supply system dipengaruhi oleh kombinasi pemasangan pompa secara paralel dan seri untuk menghasilkan performansi yang dibutuhkan. Plant simulator water supply system dirancang dalam beberapa jenis instalasi yaitu pompa tunggal, pompa seri, pompa paralel, dan keran sebagai gangguan. Selain pengaruh instalasi, pengendalian plant simulator menggunakan PID diperlukan untuk menghasilkan tekanan air yang diinginkan. Plant simulator untuk setiap instalasi dimodelkan menggunakan identifikasi sistem, sehingga proses pengendalian dapat dirancang secara simulasi sebelum diimplementasi. Hasil penelitian ini menunjukkan bahwa instalasi pompa paralel pada plant simulator water supply system memberikan rata-rata penurunan tekanan air terkecil bila diberi gangguan yaitu sebesar 16,92% untuk setiap dilakukan pembukaan keran.Kata kunci: water supply, pompa seri paralel, identifikasi, simulator, PID ABSTRACTWater supply system from source to user is an important service, so it needs to be designed to provide water with sufficient pressure level. The control of the water supply system is influenced by a combination of pump installation in parallel and series to produce the required performance. The plant simulator water supply system is designed in several types of installations, namely single pumps, series pumps, parallel pumps, and faucets as disturbances. In addition to the effect of installation, plant simulator control using PID is needed to produce the desired water pressure. The plant simulator for each installation is modeled using system identification, so that the control process can be designed in a simulation before being implemented. The results of this study indicate that the parallel pump installation on the plant simulator water supply system provides the smallest average drop in water pressure when disturbed, which is 16.92% for each tap opening.Keywords: water supply, parallel series pump, identification, simulator, PID
Simulator Pelatihan Caesiopulmonary Resuscitation (CPR) menggunakan MMA dan FSR SARTIKA, ERWANI MERRY; BR. PASARIBU, NOVIE THERESIA; GANY, AUDYATI; JEREMY, DIMITRI; LIN, CHE-WEI; SETIAWAN, FEBRIAN
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 3: Published July 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i3.624

Abstract

ABSTRAKCardiac arrest merupakan permasalahan kesehatan yang signifikan. CPR dapat mengurangi resiko, namun tidak semua orang dapat melakukan CPR dengan benar. Berdasarkan permasalahan tersebut maka dibuat simulator pelatihan CPR yang dapat mengamati kedalaman dan frekuensi penekanan saat melakukan CPR. Simulator pelatihan CPR dibuat dengan sistem akuisisi data berupa estimasi kedalaman dan panduan kompresi. Sensor yang digunakan adalah accelerometer MMA 7361 dan force sensor FSR 406. Kedalaman dari akselerasi dapat diperoleh dengan mengintegralkan data accelerometer sebanyak dua kali. Integral dilakukan persiklus kompresi untuk mengurangi akumulasi error. Sistem panduan kompresi terdiri atas metronom sebagai acuan kecepatan kompresi, dan LED indikator frekuensi kompresi. Simulator pelatihan CPR ini memberikan estimasi kedalaman yang baik pada spons dan bantal menggunakan sampling rate sebesar 1 kHz dan integral per siklus kompresi.Kata kunci: Pelatihan CPR, Akuisisi Kedalaman, FSR 406, MMA7361 ABSTRACTCardiac arrest is a significant health problem. CPR can reduce risk, but not everyone can perform CPR correctly. Based on these problems, a CPR training simulator was created that can observe the depth and frequency of compressions when performing CPR. The CPR training simulator is built with a data acquisition system in the form of depth estimation and compression guidance. The sensors used are the MMA 7361 accelerometer and the FSR 406 force sensor. The depth of acceleration can be obtained by integrating the accelerometer data 2 times. The integral is performed per cycle of compression to reduce the accumulation of errors. The compression guidance system consists of a metronome as a reference for compression speed, and a compression frequency indicator LED. This CPR training simulator provides good depth estimation in sponges and pillows using a sampling rate of 1 kHz and integrals per compression cycle.Keywords: CPR Training, Depth Acquisition, FSR 406, MMA7361
Penerapan Algoritma Gradient Boosting pada Sinyal EEG sebagai Pengendali Kursi Roda DARMAWAN, GERARLDO INDRA; SARTIKA, ERWANI MERRY; CHANDRA, ERIC; BR. PASARIBU, NOVIE THERESIA; ANDRIANTO, HERI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.541

Abstract

ABSTRAKBerdasarkan data Badan Penduduk Statistik (BPS) tahun 2019, jumlah penduduk lanjut usia yaitu 23,4 juta dan 26,2% diantaranya mengalami keluhan kesehatan. Beberapa keluhan kesehatan yang dialami berkaitan dengan mobilitas. Kursi roda merupakan salah satu alat bantu yang kerap digunakan oleh penyandang disabilitas atau seseorang yang memiliki keterbatasan mobilitas. Brain-Computer Interface digunakan sebagai sistem kendali kursi roda menggunakan Raspberry Pi berdasarkan masukan berupa sinyal EEG. Sinyal EEG tersebut digunakan untuk memprediksi perintah otak dan rangsangan gerakan bola mata dengan menerapkan algoritma gradient boosting. Hasil prediksi machine learning merupakan set point untuk menjalankan motor DC sehingga kursi roda dapat bergerak berdasarkan hasil prediksi. Sistem BCI pada kursi roda telah dilakukan uji coba, integrasi BCI pada kursi roda berhasil diterapkan dengan persentase keberhasilan sebesar 60%.Kata kunci: BCI, Machine Learning, Wheelchair Control. ABSTRACTAccording to the Badan Penduduk Statistik 2019, the number of elderly population is 23.4 million, and 26.2% of them experience health complaints. Some of these complaints are related to mobility. Wheelchairs are one of the commonly used aids for people with disabilities or mobility limitations. The Brain-Computer Interface (BCI) is employed as a control system for a wheelchair, utilizing a Raspberry Pi, which operates based on input signals derived from EEG (Electroencephalogram) signals. These EEG signals are used to predict brain commands and stimulate eye movement through the application of gradient boosting algorithms. The machine learning prediction results are the set points to run the DC motor so that the wheelchair can move based on the prediction results. The BCI system for wheelchairs has been tested, and the integration of BCI into wheelchairs has been successfully applied with a 60% success rate.Keywords: BCI, Machine Learning, Wheelchair Control.
PENINGKATAN KEMAMPUAN PEMBUATAN PRESENTASI MENGGUNAKAN GENERATIVE AI BAGI GURU-GURU DI BPPK BANDUNG Sartika, Erwani Merry; Novie Theresia Br. Pasaribu; Daniel Setiadikarunia; Judea Janoto Jarden; Riko Arlando Saragih; Herawati Yusuf; Elia Moses
Jurnal Atma Inovasia Vol. 4 No. 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i5.9400

Abstract

Generative IA hasil dari ChatGPT digunakan untuk membuat presentasi menjadi semakin menarik dalam pengajaran guru-guru menjadi tujuan dari pengabdian ini. Peningkatan kemampuan pembuatan presentasi menggunakan metode service learning dengan dukungan asisten dirancang agar langkah-langkah generative AI yang harus dilakukan dapat terpantau dengan baik. dosen-dosen memperdalam empati, keterlibatan sosial, dan memberikan kontribusi yang bermakna bagi guru-guru. Selain itu pemanfaatan tools AI perlu divalidasi oleh guru-guru terkait kebenaran semua informasi yang diberikan oleh AI. Pelatihan lanjutan merupakan salah satu permintaan dari peserta dan tugas proyek menjadi tindak lanjut pengawasan penerapan materi pelatihan pemanfaatan tools AI bagi guru-guru BPPK.
Rancang Bangun Sistem Latihan Tekanan Lidah Pasaribu, Novie Theresia; Sartika, Erwani Merry; Darmanto, Christopher Prasetya; Renaldy, Derry; Lin, Che Wei; Setiawan, Febryan
Jambura Journal of Electrical and Electronics Engineering Vol 5, No 1 (2023): Januari - Juni 2023
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v5i1.17041

Abstract

Terapi gerakan lidah secara rutin dengan stimulasi ujung syaraf bisa digunakan sebagai alat bantu terapi bagi pasien untuk penyakit stroke, dysphasia dan sleep apnea. Pada penelitian awal ini akan didesain rancang bangun Sistem Latihan Tekanan Lidah (LTL) dengan menggunakan alat LTL yang dirancang dengan menggunakan sensor tekanan Force Sensing Resistor (FSR) untuk memfasilitasi gerakan latihan lidah yang terdiri dari Tongue Force, Tongue Slide, dan Tongue Press. Pilihan jenis gerakan latihan lidah, panduan dan hasil latihan gerakan lidah yang dilakukan akan ditampilkan pada aplikasi smartphone. Simpulan yang didapat dari penelitian ini adalah Sistem LTL telah berhasil direalisasikan dengan sensor FSR, dari pembacaan nilai sensor tekanan pada Arduino dan smartphone terdapat delay rata-rata 1 detik. Besar tekanan lidah pada gerakan Tongue Force, Tongue Slide, dan Tongue Press sebesar 0-730 Gram-force. Pada Gerakan Tongue Slide ada perubaan besaran tekanan pada Sensor-1 dan Sensor-2, dikarenakan ada gerakan lidah kearah belakang. Berbeda dengan gerakan Tongue Press dan Tounge Force yang hanya mempengaruhi pada Sensor-1 saja.Routine tongue movement therapy with nerve tip stimulation can be used as a therapeutic aid for patients for stroke, dysphasia and sleep apnea. In this initial research, the design of the Tongue Pressure Training System (LTL) will be designed using an LTL tool designed using a Force Sensing Resistor (FSR) pressure sensor to facilitate tongue exercise movements consisting of Tongue Force, Tongue Slide, and Tongue Press. A selection of types of tongue exercise movements, guides and results of tongue movement exercises performed will be displayed on the smartphone application. The results obtained from this study are the LTL system which is realized from the reading of the pressure sensor value on the smartphone display, there is an average delay of 1 second so that there is a large difference in pressure readings on Arduino and smartphones. The amount of tongue pressure when performing Tongue Force, Tongue Slide, and Tongue Press movements has a pressure reading value of 0-700 Gram-force. In the Tongue Slide Movement, there is a change in the amount of pressure on sensor-1 and sensor-2, because the movement requires the tongue to move. In contrast to the Tongue Press and Tounge Force movements which focus more on pressure in sensor-1.
Perancangan Aplikasi Monitoring Latihan Tekanan Lidah berbasis Android & Web Pasaribu, Novie Theresia; Renaldy, Derry; Sartika, Erwani Merry; Che, Wei Lin; Setiawan, Febryan
Jurnal Teknik Informatika dan Sistem Informasi Vol 10 No 2 (2024): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v10i2.8868

Abstract

The tongue is part of the muscular organs that are essential in the oral (mouth) and maxillofacial systems (jaw, neck, and face). By doing tongue movement exercises can help therapy patients with certain diseases, such as sleep apnea. This research will design and develop LTL applications based on Android and the Web using LTL tools that have been designed by Novie et al. Android-based applications are designed to help monitor the results of FSR sensor output from LTL devices from the user side, and Web-based applications are designed to monitor the progress of the LTL process that has been carried out from the side of medical personnel. The types of tongue exercise movements used in this research are Tongue Slide-1, Tongue Slide-2, and Tongue Press. The Android application will show patient identity data, tongue pressure reading data, and movement repetition data. The Android LTL application design that has been successfully realized presents features to monitor the results of tongue pressure exercise readings. The subjective test results of the appearance and ease of LTL android and LTL web applications get a good assessment because all assessments are in the index of 86.3%-92.5%. Meanwhile, the results of the experimental scenario for LTL System Testing show that the average tongue pressure of all respondents carried out in two experiments for tongue press movement, tongue slide-1 movement, and tongue slide-2 movement, above the set threshold limit of above 500 gf. Further research into experimental scenarios and the use of this application can be applied to real patients.
Segmentasi dan Klasifikasi Sel pada Citra Histologi dengan Menggunakan Jaringan Konvolusional Encoder-Decoder Olii, Laura Husain; Pasaribu, Novie Theresia Br; Hasugian, Meilan Jimmy; Gany, Audyati
Seminar Nasional Teknik Elektro Vol. 3 No. 1 (2023): SNTE II
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

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

Abstract

Analisis citra histologi merupakan hal yang esensial dalam penelitian medis untuk membantu diagnosis penyakit. Sel pada citra histologi dapat memiliki variasi bentuk dan ukuran yang beragam. Segmentasi dan klasifikasi sel pada citra histologi adalah langkah awal yang penting untuk dilakukan dalam analisis citra histologi untuk mengetahui kondisi dari sel pada jaringan agar dapat dilakukan analisis lebih lanjut. Dataset yang digunakan pada penelitian ini yaitu dataset Lizard yang disediakan secara publik pada kompetisi Conic 2022. Model jaringan konvolusional encoder-decoder arsitektur LinkNet dengan modifikasi pada bagian encoder dibuat untuk melakukan segmentasi dan klasifikasi sel pada citra histologi menjadi enam kelas yaitu sel neutrofil, sel epitel, sel limfosit, sel plasma, sel eosinofil, dan jaringan ikat. Model pretrained Convolutional Neural Network yang digunakan untuk menjadi encoder LinkNet adalah VGG16, DenseNet121, dan EfficientNet-B2. Berdasarkan hasil pengujian dengan menggunakan metric Mean Intersection over Union (mIoU) pada arsitektur LinkNet dengan masing-masing arsitektur encoder didapatkan hasil performansi terbaik dengan menggunakan arsitektur LinkNet dengan encoder DenseNet121 sebesar 0.5791 pada kelas sel epitel, 0.3935 pada kelas sel limfosit, 0.0444 pada kelas sel plasma, dan 0.4342 pada kelas jaringan ikat.
Kombinasi Ekstraksi Ciri untuk Klasifikasi Ventricular Fibrillation menggunakan Support Vector Machine Raden Danisworo Rivianto Wicaksono; Novie Theresia Pasaribu; Jo Suherman
Journal of Smart Technology and Engineering Vol. 1 No. 2 (2025)
Publisher : Universitas Kristen Maranatha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jste.v1i2.14024

Abstract

Ventricular Fibrillation (VF) is a life-threatening heart rhythm disorder characterised by irregular and uncoordinated electrical activity of the heart that causes the heart to stop suddenly. An Electrocardiogram (ECG) is a medical test that detects heart abnormalities by measuring the electrical activity of the heart during contraction. The ECG in the VF shows very different characteristics from the normal heart rhythm, with loss of P waves and a regular QRS complex, replaced by rapid, irregular, and variable fibrillation waves of variable amplitude. A Support Vector Machine (SVM) is a type of Machine Learning that seeks the best hyperplane to separate classes. The kernel used in this study is best obtained by using the Quadratic Kernel. This study aims to detect Ventricular Fibrillation (VF) or Non-VF from ECG signals using Support Vector Machine (SVM). Preprocessing in this study: window size of ECG signals (5 seconds and 10 seconds), followed by a High Pass Filter, a Second Order Butterworth Low Pass Filter, and a Notch Filter. The characteristics used for extraction are Area Calculation (in this study, proposes using Ratio Area) and Spectral Analysis (FSMN, A1, A2, A3). Combinations of one to five of these trait extracts were trained and tested using SVM. The results obtained showed a combination of three characteristic extractions: FSMN-A1-A2 achieved the highest performance with 97% accuracy, 100% sensitivity, 94% specificity and the FSMN-A2-R characteristic extraction combination. The Area achieves 97% accuracy, 98% sensitivity, and 96% specificity. Adding trait extraction from three to four did not significantly improve performance.