Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Journal of Information Technology and Computer Science (JOINTECS)
Bambang Siswojo
Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics

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

Found 2 Documents
Search

 1 
Alarm Kebakaran Multisensor dengan Implementasi Fuzzy Dua Level Hari Wahyudiono; Ponco Siwindarto; Bambang Siswojo
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 3 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.743 KB) | DOI: 10.31328/jointecs.v4i3.1205

Abstract

Sebuah solusi deteksi kebakaran diperkenalkan dalam penelitian ini, dengan tujuan dapat membedakan sumber kebakaran  untuk mengurangi kesalahan deteksi. Sistem yang dikembangkan menerapkan metode Tsukamoto dalam membangun perangkat lunak Fuzzy dua level untuk memproses masukan deteksi sumber api dari perangkat keras multisensor. Pengujian dilakukan dengan mengamati hasil pembacaan lima sensor yang berbeda. Data dari sensor-sensor tersebut diolah oleh algoritma Fuzzy melalui komputer yang terhubung ke Mikrokontroller Arduino Mega melalui komunikasi serial. Pengamatan dilakukan ketika sistem diberikan setidaknya sebelas jenis masukan sumber api yang berbeda. Pengujian kinerja Fuzzy dilakukan dengan membandingkan Fuzzy 2 level yang telah dikembangkan dengan Fuzzy 1 level. Kemudian, sistem  diamati secara langsung apakah sistem mampu membedakan semua sumber api yang merupakan sumber kebakaran maupun yang bukan sumber kebakaran yang diujikan. Fuzzy 1 level membutuhkan 234 Rule Base sedangkan Fuzzy 2 level hanya 54 Rule Base sehingga Fuzzy 2 level lebih sederhana. Keberhasilan pembacaan deteksi kebakaran mencapai 80 persen. Hasil ini merupakan hasil paling baik dibanding dengan sistem alarm Fuzzy 1 level yang hanya mencapai 70 persen dan alarm konvensional hanya mencapai 40 persen.
KLASIFIKASI MUTU MUTIARA BERDASARKAN BENTUK DAN UKURAN MENGGUNAKAN K-NEAREST NEIGHBOR Ardiyallah Akbar; Bambang siswojo; hadi Suyono
CESS (Journal of Computer Engineering, System and Science) Vol 2, No 2 (2017): Juli 2017
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v2i2.6473

Abstract

Dalam industri fashion khususnya mutiara, proses klasifikasi mutiara dilakukan secara manual dengan pengamatan visual. Hal tersebut tentu akan memakan waktu yang lama dan menghasilkan produk dengan mutu yang salah karena keterbatasan visual dan kelelahan manusia. Untuk itu dibutuhkan suatu teknologi untuk melakukan proses klasifikasi yang cepat dan akurat. Teknologi yang dapat diterapkan adalah pengolahan citra digital dan metode k-nearest neighbor. Sistem ini menggunakan beberapa proses pengolahan citra digital ,seperti thereshold yaitu dengan cara memisahkah objek dan latar belakang mutiara dan selanjutnya konten yang digunakan adalah bentuk dan ukuran yang diektraksi dari citra mutiara dengan metode regionprops.Hasil akhir dari sistem ini adalah mampu menentukan kelas dan kualitas mutiara. Dari data sebanyak 25 yang terdiri dari 10 mutiara kualitas A, 10 mutiara kualitas AA, dan 5 mutiara kualitas AAA. Dengan menggunakan Metode K-NN (K-Nearest Neighbor) dan nilai K=1 mampu menghasilkan tingkat akurasi mencapai 92,30%.
Co-Authors Ardiyallah Akbar Hari Wahyudiono Ponco Siwindarto Suyono, Hadi