Claim Missing Document
Check
Articles

Implementasi Node MCU Sebagai Serial Komunikasi dengan Arduino Uno pada Smart Shopping Trolley Yuliani, Livia Ayudia; Nurpulaela, Lela; Latifa, Ulinnuha
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 5 No. 1 (2021)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v5i1.282

Abstract

Currently, there are many buyers who use the offline selling concept, so we often see long queues at su-permarkets. The queue is due to the length of time a chasier scans the price of each producs in the shop-ping cart. However, people always complain when doing the buying process at supermarkets. The public regretted the long queue process when making payment transaction at the cashier. This results in the length of the waiting time increasing according to the length of the queue. So, to be able to overcome this problem is to use internet of things which aims to facilitate the client in the process of purchasing a prod-uct. The internet of things device or component as an internet module is NodeMCU V2 AMINCA. The measurement method used is Quality of Service by using the assistance of the Wireshark application. Val-ue of throughput, packet loss, latency, and jitter obtained is 2229 bit/s, 0% packets, 25,284 seconds, 0,050 ms with category of zero throughput index (bad) and index four for packet loss, latency, and jitter.
IoT Frequency Band Channelization in Indonesia as A Recommendation for Machine-To-Machine Communication Preparation in the 5G Era Nurpulaela, Lela; Hadikusuma, Ridwan Satrio
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 7 No. 1 (2023)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v7i1.621

Abstract

This study aims to provide recommendations regarding frequency and channel settings for machine-to-machine (M2M) communication in preparation for the 5G era in Indonesia. In the rapid development of the Internet of Things (IoT), M2M communication is becoming increasingly important to support efficient and reliable connectivity between IoT devices. In this study, we conduct an in-depth analysis of the available frequency spectrum in Indonesia, considering existing regulatory constraints and technical requirements. The results of this study show that the frequency bands 920-925 MHz and 925-928 MHz suit M2M communication in Indonesia with the suggested channel settings. These recommendations are based on spectrum availability, M2M communication needs, and relevant technical requirements. Implementing these recommendations is expected to increase the efficiency and reliability of M2M communications in Indonesia, facilitate the further development of IoT technology, and prepare Indonesia well to face the 5G era. This study contributes to designing a regulatory framework and optimal spectrum use to support successful M2M communications in Indonesia.
PENDETEKSIAN NOMINAL UANG PADA GAMBAR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK: INTEGRASI METODE PRA-PEMROSESAN CITRA DAN KLASIFIKASI BERBASIS CNN Malik Ibrahim, Muhamad; Rahmadewi, Reni; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6863

Abstract

Uang adalah seperti yang kita bayangkan, yaitu suatu benda yang dapat ditukarkan dengan benda lain, dapat digunakan untuk menilai benda lain, dan dapat kita simpan. Perkembangan AI saat ini juga sangat penting dalam perkembangannya yang begitu pesat masih dapat banyak terjadi kemungkinan pemalsuan atau tindak kejahatan lain dalam memanipulasi uang oleh karena itu kita juga dapat menerapkan AI tersebut untuk kita aplikasikan dalam proses pendeteksian nominal uang secara otomatis. Dalam penelitian ini akan dirancang sebuah system pendeteksian uang kertas pada sebuah citra menggunakan arsitektur deep learning Convolutional Neural Network (CNN) dengan integrasi pra-pemrosesan citra menggunakan teknik anotasi user-based manual labeling code program python. Oleh karena itu dengan menggunakan metode CNN akan dilakukan pengujian sehingga inputan citra uang dapat dideteksi nominal uang tersebut. Hasil dari pengujian menggunakan sejumlah 1076 sample dataset uang kertas dengan 8 denominasi uang dengan hasil pengujian dengan menggunakan 10 citra berbeda dengan setiap angel dan posisi uang kertas berbeda setiap denominasi uang menunjukan angka rerata 57.5% menunjukan angka yang baik dan pengulangan proses deteksi akan menunjukan probabilitas output proses yang sama. Terjadi nilai akurasi tinggi di beberapa denominasi uang sehingga dapat disimpulkan metode anotasi labeling diperkirakan kurang efektif.
IMPLEMENTASI METODE DEEP LEARNING UNTUK MENENTUKAN TINGKAT KEMATANGAN BUAH PEPAYA CALIFORNIA Ihsan Muttaqin, Muhammad; Stefanie, Arnisa; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6948

Abstract

Perkembangan teknologi kecerdasan buatan pada saat ini sangat cepat dan digunakan pada berbagai industri. Pemanfaatan teknologi kecerdasan buatan ini harus dapat dioptimalkan pada seluruh bidang kehidupan manusia agar pekerjaan manusia jadi lebih mudah, salah satunya bidang pada bidang pertanian. Saat ini penggunaan kecerdasan buatan pada bidang pertanian masih belum maksimal, seperti pada buah pepaya, Buah pepaya memiliki kandungan gizi dan vitamin yang bagus membuatnya banyak dikonsumsi oleh masyarakat Indonesia. Namun, para petani saat ini masih menentukan tingkat kematangan buah secara manual yang hasilnya kurang optimal karena faktor manusia. Peneliti membuat sistem untuk mengidentifikasi tingkat kematangan buah pepaya California dengan metode pembelajaran mendalam yaitu MobileNet-SSD V2, suatu algoritma object detection yang merupakan pengembangan dari metode CNN yang mampu bekerja pada perangkat dengan sumber daya terbatas dengan num steps sebanyak 20000 dan dataset sebanyak 300 gambar
PERANCANGAN DAN IMPLEMENTASI APLIKASI SISTEM MONITORING KADAR GLUKOSA DARAH DAN TINGKAT DEHIDRASI BERBASIS INTERNET OF THINGS (IOT) Rahul Restu Bumi, Komesta; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6956

Abstract

Diabetes merupakan salah satuh penyakit yang ditandai dengan meningkatnya kadar gula darah pada dalam tubuh. Kadar glukosa yang menumpuk di dalam darh dapat mengganggu organ tubuh lainnya. Dehidrasi ialah kondisi dimana tubuh kekurangan banyak cairan. Cairan yang hilang pada saat dehidrasi pada umumnya 5%-60% dari total berat badan manusia. Dehidrasi dapat menyebabkan penderita diabetes tipe 2 mengalami gula darah tinggi ketoasidosis diabetik. Tanda gula darah tidak terkontrol sebab dehidrasi dapat memberikan dampak seperti gangguan fungsi pembuluh dan tekanan darah. Dengan sentuhan teknologi pada alat menggunakan aplikasi untuk memonitoring kadar gula darah dan tingkat dehidrasi. Aplikasi ini dirancang selain untuk memonitoring namun juga untuk penyimpanan data penggunaan pengguna, sehingga pengguna dapat melakukan cek kembali pada hasil yang sudah dilakukan pada data sebelumnya. Pada hasil uji pengiriman data penggunaan firebase dalam mengirim data pada aplikasi memiliki keakurasian 100% yang berartikan data akurat dengan pada saat alat digunakan.
PERANCANGAN APLIKASI SISTEM MONITORING ARUS, TEGANGAN DAN DAYA BERBASIS INTERNET OF THINGS (IOT) Wicaksani, Erani; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6987

Abstract

Kebutuhan energi listrik pada saat ini sudah menjadi kebutuhan sehari-hari masyarajkat dalam melakukan kegiatan. Salah satu cara yang dapat membantu masyarakat ialah penyediaan sumber energi alternatif, inovasi pada penelitian ini menggunakan thermoelectric generator (TEG) yang digunakan sebagai piranti yang dapat mengonversi energi panas menjadi listrik, energi panas ini dihasilkan dari sebuah panas kompor yang digunakan oleh masyarakat saat memasak. Pada penelitian ini dibutuhkan aplikasi berbasiskan Internet of things dengan sistem monitoring untuk memonitoring besaran energi listrik yang dihasilkan. Monitoring besaran listrik aplikasi ini berupa tegangan, arus dan daya, monitoring ini dilakukan dengan memasang sebuah sensor INA219 pada alat. Modul mikrokontroller yang digunakan pada penelitian ini ialah Nodemcu ESP8266 yang berisikan chip wifi yang berfungsi sebagai penghubung internet ke aplikasi. Setelah dilakukan perancangan aplikasi dengan sistem monitoring dilakukan juga pengujian akurasi pengiriman data dengan tingkat keakurasian 100%, pengujian tersebut dilakukan tanpa adanya error.
MENGOPTIMALKAN EFISIENSI ENERGI DENGAN SENSOR CAHAYA LUSSY LDR PADA LAMPU PINTAR Zeni Aprianti, Dede; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9646

Abstract

Dalam era perkembangan teknologi yang semakin pesat, penggunaan sumber daya energi menjadi semakin penting untuk dioptimalkan demi menjaga keberlanjutan lingkungan. Salah satu solusi yang tengah digunakan adalah penggunaan lampu pintar yang dilengkapi dengan sensor cahaya (Light Dependent Resistor/LDR) untuk mengatur intensitas cahaya berdasarkan tingkat pencahayaan sekitar. Penelitian ini bertujuan untuk menginvestigasi dan mengoptimalkan efisiensi energi menggunakan sensor cahaya LDR pada lampu pintar. Metode yang digunakan adalah pengujian sensor cahaya LDR pada berbagai tingkat pencahayaan untuk menentukan titik optimal di mana lampu akan menyala dan mematikan otomatis. Selain itu, algoritma kontrol yang efisien akan dikembangkan untuk memastikan penggunaan energi yang minimal tanpa mengorbankan kenyamanan pengguna. Hasil penelitian menunjukkan bahwa penggunaan sensor cahaya LDR pada lampu pintar dapat secara signifikan mengurangi konsumsi energi listrik dengan tetap mempertahankan kualitas pencahayaan yang memadai. Implikasi dari penelitian ini adalah adopsi teknologi lampu pintar dengan sensor cahaya LDR dapat menjadi langkah konkret dalam upaya mengurangi konsumsi energi dan mengurangi dampak negatif terhadap lingkungan.
KONFIGURASI LOGIC JARINGAN INTERNET PELANGGAN PASANG BARU MENGGUNAKAN NMS (NETWORK MANAGEMENT SYSTEM) UNM2000 Mingkamanad, Sultan; Zaki, Maimun; Andromeda, Safrian; Nurpulaela, Lela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9884

Abstract

Dalam era digital saat ini, kebutuhan akan akses internet yang cepat dan stabil menjadi sangat vital. Penelitian ini berfokus pada tantangan konfigurasi logic pada Optical Network Terminal (ONT) dalam pemasangan baru layanan Indihome oleh PT3. Telekomunikasi Indonesia (Telkom). Menggunakan Network Management System (NMS) UNM2000, penelitian ini mengidentifikasi dan memecahkan masalah konfigurasi logic yang sering muncul, dengan tujuan meningkatkan kepuasan pelanggan dan kualitas layanan. Hasil penelitian menunjukkan bahwa dengan pendekatan sistematis dan efisien, masalah konfigurasi dapat diatasi, memberikan manfaat tidak hanya dalam lingkup akademis tetapi juga praktis bagi industri telekomunikasi di Indonesia.
RANCANG BANGUN PROTOTIPE BRIDGE LIFTING AUTOMATION BERBASIS INTERNET of THINGS DENGAN MENGGUNAKAN MIKROKONTROLER WEMOS D1 MINI Nugraha, Setya; Nurpulaela, Lela; Kurniawan, Bambang
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9995

Abstract

Di era sekarang ini, efisiensi dan otomasi menjadi kunci utama dalam berbagai aspek kehidupan. Aktivitas pembukaan dan penutupan jembatan merupakan salah satu faktor penting dalam kelancaran arus logistik dan transportasi laut. Keamanan dan keandalan jembatan menjadi faktor krusial dalam kelancaran arus transportasi dan aktivitas ekonomi. Oleh karena itu, dengan adanya perancangan prototipe dari Bridge Lifting Automation dengan integrasi Internet of Things dapat memberikan sebuah jawaban dari solusi permasalahan tersebut. Prototipe ini akan dilengkapi dengan berbagai macam sensor, seperti sensor proximity yang digunakan untuk mendeteksi sebuah kapal yang akan melintasi jembatan dan sensor infrared yang digunakan untuk mendeteksi kendaraan yang berada pada jembatan. Kemudian pada prototipe ini juga akan dilengkapi dengan sistem traffic light menggunakan LED dan LCD yang bertujuan untuk mengatur lalu lintas yang ada pada jembatan yang juga dapat dimonotoring melalui aplikasi. Hasil percobaan yang didapatkan setelah dilakukannya pengujian pada prototipe ini adalah, semua sistem dapat berjalan sesuai dengan apa yang diharapkan. Sensor-sensor dapat bekerja dengan baik sehingga aktivitas pembukaan dan penutupan jembatan dapat berjalan yang diiringi dengan berjalannya sistem dari traffic light dengan baik. Kesimpulan dari pengujian alat ini adalah semua sistem dapat berjalan sesuai dengan apa yang diharapkan, dengan begitu dapat meningkatkan efisiensi dan keamanan pada jembatan.
IMPLEMENTASI ARSITEKTUR RESNET152 UNTUK KLASIFIKASI UANG KERTAS RUPIAH DENGAN METODE TRANSFER LEARNING Sukmawardani, Ramadhan; Nurpulaela, Lela; Rahmadewi, Reni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10001

Abstract

Di Indonesia, mata uang resmi yang digunakan adalah Rupiah. Fenomena yang sering terjadi di masyarakat Indonesia adalah kurangnya perhatian dalam mengenali dan merawat uang Rupiah. Uang kertas Rupiah memiliki nilai dan karakteristik yang beragam, terlihat dari variasi ukuran, warna, dan pola pada setiap pecahannya. Keragaman ini bisa menimbulkan kebingungan dalam mengenali uang kertas, sehingga dibutuhkan sistem yang efisien dan akurat untuk membantu masyarakat dalam identifikasinya. Penelitian ini menerapkan teknologi kecerdasan buatan (AI) dengan memanfaatkan jaringan saraf konvolusi (Convolutional Neural Network) menggunakan arsitektur ResNet152 dan metode transfer learning untuk mencapai performa yang lebih optimal. Dengan mengkombinasikan metode transfer learning dan arsitektur ResNet152, hasil pengujian dan evaluasi model menunjukkan performa yang cukup baik. Hal ini terlihat dari visualisasi Kurva Receiver Operating Characteristic (ROC) dan Confusion Matrix. Kurva ROC menampilkan grafik yang stabil pada akurasinya dan grafik penurunan pada loss. Selain itu, hasil evaluasi model dengan confusion matrix menunjukkan nilai True Positive (TP) dan True Negative (TN) lebih besar dibandingkan nilai False Positive (FP) dan False Negative (FN). Dan nilai FP dan FN seluruhnya adalah nol.
Co-Authors AA Sudharmawan, AA Abie Pangestu Abilio Faizal, Rifky Achmadany, Fajar Gemilang Adam Robby Arifin Adinda Larasati, Putri Afta Wijaksana, Sevada Agustian, Agum Rizki Akbar*, Muhamad Rakadytia Akhmad Auliya Fatahilah Akmal Nugraha, Naufal Alsulaiman, Ramdhani Andreanus Calvin Hugo Andromeda, Safrian Arianto, Calvin Arief Dwi Ramadhan Ario Prima Arnisa Stefanie Aufar Ahmad, Syihan Bambang Kurniawan Bambang Sutejo, Bambang Bangsa, Insani Abdi Bayu Agustira Bayu Segara Bella Nofrianti Budhi Santoso, Dian Dedi Pahroji Despandri, Fajri Dian Budhi Santoso Dwijaksara, Ni Luh Bella Dwiputra, Andhika Rifqi Egi Sunardi Eka Maulana, Fajar Eka Putri, Nadira Fadhlurrahman, Rafi Fahrezi, Ari Faizal, Rifky Abilio FAJAR NUGRAHA, RIFKI Farradina Choria Suci Fathor Azhar, Muhammad Fauzan, Muhammad Raihan Fezky Muhamad Kemal Firman Rusandi Frinda Nisa Damayanti Gemilang, Bintang Hadikusuma, Ridwan Satrio Hanafi, Zikri Hanif, Ikhwan Hermawan, Sofyan Husna, Fitria Nurul Ibnu Prabowo, Farhan Ibrahim Ibrahim Ibrahim Ihsan Muttaqin, Muhammad Ikhlasul Amal Insani Abdi Bangsa Insani Abdi Bangsa Intan Putri Gemilang Iqbal Ardiyansah Jojo Sumarjo Julian, Rivaldi KISWORO, DIMAS Krisna Aditya Latifa, Ulinnuha Lela Nurpulaela Louhanapessy, Henokh Markiano Malik Ibrahim, Muhamad Marno Marno Marwan As Sadad Masyita, Nurani Maulana, Dava Aulia Meilany, Mauludy Miftahul Kudus*, Mufti Mingkamanad, Sultan Mohammad Yusuf Ridwan Mufti Miftahul Kudus* Muhamad Naufal Al Bachaj Muhamad Rakadytia Akbar* Muhammad Fachrul Rosyidi Muhammad Fadhel Satria Munandar Muhammad Reza Faleva Muhammad Wildan Syamsudin Syam Muhammad, Nauval Arkan Aunillah Nawawi, Haikal Engga Nugraha, Rifki Fajar Nurzamilah , Zulia Pambudi, Agung Priatama Pamuka, Salas Panji Perdana Putra, Meyko Ferdyansyah Permana, Dwi Bintang Pratama, Galuh Andika Putra, Habib Alhamdi Rahmat Hidayat Rahmat Hidayat Rahmat Hidayat Rahul Restu Bumi, Komesta Raka Andriawan Ramdhani Alsulaiman Reni Rahmadewi Reni Rahmadewi, Reni Reva Herlambang Ridwan Satrio Hadikusuma Rismayanti, Azizah Rivaldi Julian Riza Ibnu Adam, Riza Ibnu Riza Muhamad Zidan Rizka Adelia Robi Bagja Nugraha Safrian Andromeda Salas Panji Pamuka Sandi Santoso, Dian Budhi Saputra, Gilang Soebakti SAPUTRA, YOGI ALDI Sarah Savira Setya Nugraha Simanjuntak, Andrean Hosea Sukmawardani, Ramadhan Sulistio Nanda Reynara Sulistyo , Bagas Susilawati Susilawati Tyas Setyawati Ulinnuha Latifa UTOMO, ANANDA PUTRA Vierera Santi Vita Efelina Wahyu Ferdiana Octavian Wicaksani, Erani Wisnu Yusuf Prasetyo Yuliani, Livia Ayudia Yuliarman Saragih Zaki, Maimun Zeni Aprianti, Dede