Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Software Development Digital Business Intelligence and Computer Engineering
Erni Yudaningtyas
University of Brawijaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Other

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

Found 2 Documents
Search

 1 
Linear quadratic regulator and pole placement for stabilizing a cart inverted pendulum system Mila Fauziyah; Zakiyah Amalia; Indrazno Siradjuddin; Denda Dewatama; Rendi Pambudi Wicaksono; Erni Yudaningtyas
Bulletin of Electrical Engineering and Informatics Vol 9, No 3: June 2020
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1060.219 KB) | DOI: 10.11591/eei.v9i3.2017

Abstract

The system of a cart inverted pendulum has many problems such as  nonlinearity, complexity, unstable, and underactuated system. It makes this system be a benchmark for testing many control algorithm. This paper  presents a comparison between 2 conventional control methods consist of a linear quadratic regulator (LQR) and pole placement. The comparison  indicated by the most optimal steps and results in the system performance  that obtained from each method for stabilizing a cart inverted pendulum system. A mathematical model of DC motor and mechanical transmission are included in a mathematical model to minimize the realtime implementation problem. From the simulation, the obtained system performance shows that each method has its advantages, and the desired pendulum angle and cart position reached.
Klasifikasi Multi Kelas Untuk Mendeteksi Sinyal Detak Jantung Janin Pada CTG Menggunakan Thresholding Feature Importance dan ResNet Multimodal Subono Subono; Mohamad Dimyati Ayatullah; Sholeh Hadi Pramono; Erni Yudaningtyas; M. Aziz Muslim; Mahdin Rohmatillah; Cries Avian
Pengembangan Perangkat Lunak, Kecerdasan Bisnis Digital, dan Teknik Komputer Vol 4 No 01 (2025): SESSION (SEPTEMBER)
Publisher : Politeknik Negeri Banyuwangi Jl. Raya Jember km. 13 Labanasem, Kabat, Banyuwangi, Jawa Timur (68461) Telp. (0333) 636780

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57203/session.v4i1.2025.44-54

Abstract

Metode konvensional untuk memantau kondisi janin melalui rekaman denyut nadi janin (FHR) dan kontraksi uterus (UC), cardiotocography (CTG), dilakukan secara manual. Interpretasi manual CTG sering menyebabkan variasi antar pengamat dan meningkatkan kemungkinan kesalahan dalam mengidentifikasi hipoksia janin.   Untuk memecahkan masalah tersebut, penelitian ini menyarankan teknik klasifikasi multi-kelas (Normal, Suspect, dan Hipoksia) yang menggunakan kombinasi ResNet multimodal dan Thresholding Importance Feature.   Sebelum proses sinyal FHR, sampel, normalisasi, dan segmentasi berbasis time-window segmentation dilakukan. Selanjutnya, fitur klinis dan statistik seperti STV, LTV, akselerasi, deselerasi, pH, dan skor Apgar diekstrak.  Selanjutnya, metode yang menggabungkan nilai gain, permutation, dan pilihan stabilitas digunakan untuk memilih stabilitas dengan nilai fitur terendah.   Tiga cabang terdiri dari arsitektur multimodal yang dikembangkan: 1D-ResNet untuk sinyal FHR mentah; 2D-ResNet untuk representasi citra (time-frequency/spectrogram); dan MLP untuk data tabular hasil ambang.   Ketiga cabang difusi melalui lapisan yang benar-benar terhubung untuk menghasilkan prediksi akhir multi-kelas.   Hasil uji menunjukkan bahwa model memiliki akurasi 84,6%, skor F1 83, dan skor AUROC di atas 0,9.   Kelas Suspect menunjukkan sensitivitas yang lebih tinggi, dan Kelas Normal menunjukkan prestasi terbaik.   Studi ini menunjukkan bahwa fusi multimodal dengan thresholding fitur dapat meningkatkan keandalan sistem klasifikasi CTG multi-kelas dan memberikan kontribusi berupa pipeline hibrid yang efisien dan relevan klinis.  Sebaliknya, kurva ROC dan analisis confusion matrix menunjukkan kemampuan diskriminatif yang baik. Tingkat risiko evaluasi mencapai 40%, yang sesuai dengan rekomendasi klinis
Co-Authors Cries Avian Denda Dewatama Indrazno Siradjuddin M. Aziz Muslim Mahdin Rohmatillah Mila Fauziyah Mohamad Dimyati Ayatullah Rendi Pambudi Wicaksono Subono Subono Zakiyah Amalia