Claim Missing Document
Check
Articles

Found 29 Documents
Search

Sistem Pengendali Mesin Tenun GA615 Dwi Cahyo Mahardika; Deddy Susilo; Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 15 No. 02 (2016)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1137.223 KB) | DOI: 10.31358/techne.v15i02.148

Abstract

Sistem pengendali mesin tenun GA615 ini dibuat dengan tujuan untuk mengganti sistem pengendali yang lama di PT. Panca Bintang Tunggal Sejahtera, karena banyak yang sudah tidak dapat bekerja dengan baik. Sistem yang diusulkan menggunakan mikrokontroler ATMEGA 328P sebagai pengendali utama. Cara kerja sistem adalah menunggu masukan dari operator melalui lima buah tombol yaitu maju, mundur, jogging, start, dan stop. Terdapat dua buah proximity sensor Autonics PR18-5DN untuk menentukan batas depan dan belakang. Tombol masukan dan proximity sensor tersebut diolah dalam sebuah mikrokontroler yang kemudian didapat keluaran untuk menggerakan motor AC tiga fasa sebagai penggerak utama serta rem elektromagnetik sebagai komponen pengereman, melalui relay dan kontaktor. Pengujian sistem yang telah dilakukan sebanyak 30 kali, didapatkan prosentase keberhasilan untuk masing – masing tombol. Untuk tombol maju, mundur, jogging, dan start prosentase keberhasilan 100%. Sedangkan untuk tombol stop prosentase keberhasilan 93.33%, ini disebabkan respon sistem pengereman yang kurang cepat dalam melakukan pengereman saat putaran motor sangat cepat, sehingga saat berhenti masih terlalu maju.
Sistem Pengendali Mesin Tenun GA615 Dwi Cahyo Mahardika; Deddy Susilo; Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 15 No. 02 (2016)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1137.223 KB) | DOI: 10.31358/techne.v15i02.148

Abstract

Sistem pengendali mesin tenun GA615 ini dibuat dengan tujuan untuk mengganti sistem pengendali yang lama di PT. Panca Bintang Tunggal Sejahtera, karena banyak yang sudah tidak dapat bekerja dengan baik. Sistem yang diusulkan menggunakan mikrokontroler ATMEGA 328P sebagai pengendali utama. Cara kerja sistem adalah menunggu masukan dari operator melalui lima buah tombol yaitu maju, mundur, jogging, start, dan stop. Terdapat dua buah proximity sensor Autonics PR18-5DN untuk menentukan batas depan dan belakang. Tombol masukan dan proximity sensor tersebut diolah dalam sebuah mikrokontroler yang kemudian didapat keluaran untuk menggerakan motor AC tiga fasa sebagai penggerak utama serta rem elektromagnetik sebagai komponen pengereman, melalui relay dan kontaktor. Pengujian sistem yang telah dilakukan sebanyak 30 kali, didapatkan prosentase keberhasilan untuk masing – masing tombol. Untuk tombol maju, mundur, jogging, dan start prosentase keberhasilan 100%. Sedangkan untuk tombol stop prosentase keberhasilan 93.33%, ini disebabkan respon sistem pengereman yang kurang cepat dalam melakukan pengereman saat putaran motor sangat cepat, sehingga saat berhenti masih terlalu maju.
Prototipe Sistem Pencatatan Keluar Masuk Barang Menggunakan RFID ISO 18000-6 dan Pembayaran Menggunakan NFC ISO 14443A Jati Kristianto; Darmawan Utomo; Banu Wirawan Yohanes; Saptadi Nugroho
Techné : Jurnal Ilmiah Elektroteknika Vol. 17 No. 01 (2018)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (837.925 KB) | DOI: 10.31358/techne.v17i01.152

Abstract

Mendata barang pada toko merupakan kegiatan yang cukup melelahkan dan memakan banyak waktu. Selain itu pembayaran pada toko yang masih menggunakan uang kartal juga membutuhkan ketelitian pada saat proses transaksi. Oleh karena itu, dibutuhkan sebuah alat yang dapat memindai barang dengan cara melewatkan barang dan pembayaran tanpa uang kartal. Setiap barang akan dilekatkan Tag RFID yang kemudian akan dibaca oleh RFID reader ketika barang melewati gerbang. Untuk pembayaran menggunakan Tag NFC yang dilekatkan pada handphone, selanjutnya Tag NFC didekatkan pada alat pembayaran yang memiliki NFC reader. Dari hasil pengujian pencatatan barang berhasil mengambil data dari Tag RFID kemudian memasukkan data berupa ID dari produk, nama produk, kategori, dan penyuplai ke database dengan persentase 100%. Untuk sistem pembayaran dapat berhasil mengambil rekaman pada Tag NFC kemudian memasukkan rekaman ke database dan mencetak hasil transaksi dengan persentase 100%.
Pembangkit Pulsa Pemicu Berdasarkan Detektor Persilangan Nol yang Diperoleh dari Analog to Digital Converter dan Interrupt Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 16 No. 01 (2017)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2424.28 KB) | DOI: 10.31358/techne.v16i01.159

Abstract

Pada makalah ini diusulkan sebuah teknik yang memanfaatkan port dari mikrokontroler sebagai pembangkit pulsa pemicu berdasarkan detektor persilangan nol dengan cara menganalisa transisi nilai-nilai analog to digital converter dan teknik interrupt. Percobaan dilaksanakan dengan sumber tegangan ac 12 volt yang diseri dengan resistor 20 k? lalu dihubungkan dengan masukan analog dan interrupt dari arduino UNO. Untuk transisi dari rendah ke tinggi, pada teknik adc dan interrupt masing-masing tertunda +0,5 ms terhadap nilai nol. Pada teknik adc dari tinggi ke rendah, nilai nol terdeteksi 0,3 ms sebelum kejadian sedangkan pada interrupt +0,25 ms setelah 0 volt terlewati.
Klasifikasi Citra X-Ray Covid-19 Menggunakan Three-layered CNN Model Aaron Berliano Handoko; Ivanna Kristianti Timotius; Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 21 No. 2 (2022)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v21i2.316

Abstract

Tragedi Covid yang melanda dunia perlu mendapat solusi pendeteksian yang cepat untuk mempermudah pengobatannya. Metode tes PCR jumlah alatnya lebih sedikit dibandingkan dengan mesin X-ray di Indonesia. Oleh karena itu, metode pengklasifikasi gambar X-ray dapat digunakan sebagai solusi alternatif.  Pada penelitian ini diusulkan penggunaan model CNN dengan tiga lapisan convolutional dan maxpooling. Dataset image yang digunakan memiliki 1000 image teridentifikasi Covid dan 3000 image sebagai normal. Hyperparameter tuning dilakukan dengan cara membandingkan beberapa kombinasi hyperparameter; learning rate, dropout rate dan density. Model terbaik yang didapatkan adalah model tiga lapisan neural network dengan learning rate = 0,001, density = 64 dan dropout rate = 0,7. Model ini memiliki rata-rata akurasi sebesar 96% dan jumlah parameter sebanyak 7,1% dibandingkan acuan.
Penghitung Jumlah Tumpukan dan Penentu Tipe Koin Berdasarkan Intensitas Cahaya Baris Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 21 No. 2 (2022)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v21i2.318

Abstract

Alat ukur yang dapat menghitung jumlah tumpukan barang secara otomatis dan cepat sangat dibutuhkan industri dan bisnis. Teknik menghitung jumlah koin pada umumnya menggunakan mesin yang secara fisik dapat merusak, dan menghasilkan polusi, dan jika mengandung virus dan bakteri dapat menyebarkan penyakit. Untuk itu pada makalah ini diusulkan sebuah penghitung jumlah dan tipe tumpukan koin dengan menggunakan intensitas cahaya baris sebagai pendeteksi objek. Tipe objek ditentukan dari lebar piksel dari iluminasi koin. Jumlah koin dapat dihitung berdasarkan objek yang telah ditentukan. Pada 70 sampel citra uang koin 1, 5, 10, dan 50 NTD, diperoleh akurasi mencapai 98,98%, dan berhasil menentukan koin dengan benar sebesar 88,6%.
PEMBANGKIT LISTRIK TENAGA SURYA OFF GRID DAN APPLIKASINYA Utomo, Darmawan; Handoko, Handoko; Murtianta, Budihardja
Magistrorum et Scholarium: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023)
Publisher : Universitas Kristen Satya Wacana Salatiga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/jms.v4i22023p129-138

Abstract

As a tropical country and elongated on the equator, Indonesia greatly benefits from high exposure to sunlight irradiation. This energy can be harvested and used as a substitute for fossil energy which produces a lot of pollution. Unfortunately, this technology is not yet known to many people, including STEM teachers, how to implement it. Schools have a double advantage if they use solar energy because they have a large area and are active when there is exposure to sunlight. This article describes training activities for five MIPA teachers at SMA Kristen I Salatiga. This is a form of disseminating the knowledge possessed by the SWCU Electronics and Computer Engineering Faculty instructors. From the average questionnaire result of 4.76, it can be concluded that they got new knowledge and also stated that solar energy mining is actually quite easy to implement in schools.
Perancangan Sistem Pemantau Ruang Server Secara Realtime dan Otomatis Kevin; Utomo, Darmawan; Rumaksari, Atyanta Nika
Techné : Jurnal Ilmiah Elektroteknika Vol. 22 No. 2 (2023)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v22i2.344

Abstract

Ruang server adalah ruangan yang memiliki standar khusus untuk menjaga hardware di dalam ruangan tersebut agar tetap beroperasi dengan aman. Salah satu contoh faktor yang telah dikerjakan pada ruang server adalah membaca suhu ruangan secara online. Tujuan penelitian ini adalah untuk memperluas tipe informasi dengan pengukuran suhu, iluminasi cahaya, tekanan udara, daya terpakai, dan kelembapan ruangan, tanpa perlu mendatangi ruangan. Pengguna juga mendapat sistem peringatan dini yang realtime saat kondisi ruangan dinilai berbahaya/berisiko/mengkhawatirkan. Alat ini dirancang dengan ESP32 sebagai pusat kendali dari sensor-sensor yang terhubung, BME280 sebagai pembaca indikator untuk suhu, kelembapan, ketinggian, dan tekanan, PZEM004T sebagai pembaca indikator daya, arus, dan tegangan, sedangkan untuk pembacaan indikator cahaya menggunakan Light Dependent Resistor. Data yang terkumpul selanjutnya diunggah ke Cloud, yaitu Ubidots. Secara keseluruhan sistem pemantau ini memiliki ralat sistem sebesar 2,35 % dan waktu tanggap realtime maksimum berdasarkan pengukuran ping sebesar 300 ms.
Driver activity recognition using deep learning based on multi-step batch size up Utomo, Darmawan; Indria Prambodo, Natanael; Murtianta, Budihardja
Bulletin of Electrical Engineering and Informatics Vol 14, No 5: October 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v14i5.9069

Abstract

The increasing popularity of electric motorbikes in Indonesia, while promoting sustainable mobility, also raises concerns regarding traffic safety. Given the high incidence of motorcycle-related accidents, there is a critical need for systems capable of monitoring and recognizing driver behavior. This study proposes a driver activity recognition system for electric motorbikes, utilizing an event data recorder (EDR) to capture seven key sensor signals: three-axis acceleration, voltage, current, power, and speed. A custom dataset was constructed using data collected from 10 subjects, each performing five driving activities including forward drive, brake, stop, left turn, and right turn for over three-minute intervals per activity. The classification model is based on a long short-term memory (LSTM) neural network. To optimize training efficiency, a multi-step batch size up (MSBU) strategy was introduced, which accelerates training time by 1.84× compared to a fixed batch size of 32. The best performance was achieved using a segment length of 75 time-steps, yielding an accuracy and macro F1-score of 0.9873. These results demonstrate the effectiveness of the proposed system for real-time driver behavior monitoring and activity recognition in electric motorbike applications.