Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Rekayasa Mesin TRANSISTOR Elektro dan Informatika JITEK (Jurnal Ilmiah Teknosains) Community Development Journal: Jurnal Pengabdian Masyarakat Advance Sustainable Science, Engineering and Technology (ASSET) Jurnal Pengabdian Kepada Masyarakat Automotive Experiences Pelita: Jurnal Pengabdian kepada Masyarakat Jurnal Elektro dan Teknologi Informasi
Muhammad Amiruddin
Universitas PGRI Semarang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Veterinary Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
PREDIKSI HARGA BERAS MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA LONG - SHORT TERM MEMORY MOHAMMAD NURUL AHID; IMADUDIN HARJANTO; MUHAMMAD AMIRUDDIN
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 4 No. 2 (2025): Jurnal Elektro dan Teknologi Informasi: OKTOBER 2025
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/p149r546

Abstract

Beras merupakan komoditas pangan utama masyarakat Indonesia dengan beragam mutu, mulai dari premium hingga medium. Perbedaan kualitas beras memengaruhi harga jual, di mana beras premium dijual lebih mahal karena dianggap bermutu tinggi, sedangkan beras medium lebih terjangkau dan umum dikonsumsi. Harga beras sering mengalami fluktuasi akibat berbagai faktor seperti kebijakan pemerintah, produksi pertanian, permintaan konsumen, dan ketersediaan stok. Penelitian ini bertujuan memprediksi harga beras medium di tingkat penggilingan menggunakan metode Jaringan Syaraf Tiruan (Artificial Neural Network) dengan algoritma Long Short-Term Memory (LSTM). Data yang digunakan berupa harga bulanan beras medium periode 2014–2024 dari Badan Pusat Statistik. Proses penelitian meliputi preprocessing data, pembuatan jendela waktu dengan Fast Fourier Transform (FFT), data splitting, pembangunan arsitektur LSTM, pelatihan model, evaluasi, dan visualisasi prediksi dengan variasi window size 12, 24, dan 36. Hasil penelitian menunjukkan bahwa model LSTM memiliki performa terbaik pada window size 12 dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,58%, dibandingkan 8,53% pada window size 24 dan 10,13% pada window size 36. Meskipun persentase error yang dihasilkan masih relatif tinggi, model LSTM terbukti efektif dalam memprediksi harga beras dengan hasil persentase error terkecil yaitu 6,58% dari jumlah window size 12. Jumlah error yang dihasilkan dapat diperkecil lagi dengan menambahkan data lain yang relevan misal faktor cuaca musiman, hingga kebijakan pemerintah sebagai fitur input. Dengan demikian, meskipun masih terdapat error, model LSTM terbukti efektif dalam memprediksi harga beras dan dapat ditingkatkan akurasinya dengan menambahkan variabel relevan seperti faktor musiman dan kebijakan pemerintah.
RANCANG BANGUN SISTEM KEAMANAN PARKIR OTOMATIS TERINTEGRASI MENGGUNAKAN ARDUINO MEGA Kahfi Sukma Widi; Affandi Faisal Kurniawan; Muhammad Amiruddin
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 5 No. 1 (2026): Jurnal Elektro dan Teknologi Informasi: APRIL 2026
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/1madjt58

Abstract

Sistem parkir konvensional yang masih mengandalkan pencatatan manual oleh petugas sering menimbulkan kesalahan input, keterlambatan pencatatan, dan ketidakefisienan dalam proses masuk–keluar kendaraan. Oleh karena itu, penelitian ini bertujuan merancang dan membangun sistem keamanan parkir otomatis terintegrasi. Sistem menggunakan Arduino Mega sebagai pengendali gerbang servo, program Python sebagai pemroses data sekaligus pengirim string plat masuk, plat keluar, serta durasi parkir. Metode penelitian mencakup perancangan perangkat keras, komunikasi data serial, serta pengujian performa yang meliputi kecepatan sistem menerima data, akurasi pembacaan plat, respons pergerakan servo, serta perbandingan pencatatan otomatis dengan pencatatan manual manusia. Hasil pengujian menunjukkan bahwa total waktu untuk proses satu kendaraan adalah ±196.477 ms, serta maksimal jarak pembacaan barcode adalah 20 cm. Dibandingkan dengan pencatatan manual, sistem ini terbukti lebih cepat, lebih konsisten, dan mengurangi potensi kesalahan manusia. Dengan demikian, sistem yang dikembangkan berhasil memenuhi tujuan penelitian dan dapat menjadi solusi otomatis yang efisien dan reliabel untuk parkir modern.  
Co-Authors Aan Burhanudin Adhi Kusmantoro Aldo Dwiki Mahendra Atip Nurwahyunani, Atip Azizul Ghofar Candra Wicaksono, Azizul Ghofar Candra Bambang Hadi Kunaryo Endang Dian Rokhmawati fandi safarian Gostsa Khusnun Naufal Harto Nuroso Imadudin Harjanto Ipah Budi Minarti Irfan Abd Rahim Irna Farikhah Kahfi Sukma Widi Margono Margono MOHAMMAD NURUL AHID Muhammad Zaenal Arifin Nur Aksin Rio Seto Wardhana Slamet Supriyadi Ummi Kaltsum Yuris Setyoadi