Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Electro Luceat Journal Zetroem SinarFe7 Jurnal Ilmiah Sistem Informasi
Fajar Yumono
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
MONITORING NILAI SUHU DAN KELEMBABAN UDARA RUANG PERAWATAN PASIEN COVID-19 BERBASIS IoT Fajar Yumono; Danang Erwanto
Electro Luceat Vol 7 No 2 (2021): Electro Luceat (JEC) - November 2021
Publisher : LPPM Poltek ST Paul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32531/jelekn.v7i2.399

Abstract

The Covid-19 outbreak is an unresolved problem because it is a new disease, so that a definite control formula is still being pursued, including by providing vaccines. There are no specific medical prescriptions for Covid-19 patients, and many experiments are carried out to achieve healing. This study offers observations of temperature and humidity in the treatment room for Covid-19 patients because temperature and humidity greatly affect the patient's recovery. The application of the Internet of Things with the nodeMCU ESP8266 module can make observations with location distances for security. These results will empirically obtain an average value for temperature and humidity in the treatment room for Covid-19 patients which can be used as a reference in other treatment rooms, especially for those who are self-isolating. From the test results of the instrument system, good results were obtained, and the percentage change in sensor readings in the temperature test sample was 3.8% and air humidity was 3.2% to the average value, and the instrument system was tested for 15 consecutive days. and the sample was taken 3 days to obtain a stable value.
Karakteristik I-V dan P-V Photovoltaic Array Berbasis Model Matematik Matlab/Simulink Yanu Shalahuddin; Fajar Yumono; Mochtar Yahya
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kinerja dan kurva-kurva operasi dari PV array sangat dipengaruhi oleh konfigurasi array, suhu modul, dan iradiasi sinar matahari. Oleh sebab itu PV array memerlukan banyak pertimbangan desain karena berbagai kondisi cuaca yang mengubah tingkat iradiasi matahari serta suhu operasi modul PV. Penelitian ini membahas tentang langkah demi langkah simulasi dari PV array berbasis model matematik menggunakan Matlab/Simulink. Rangkaian ekuivalen single diode model (SDM) digunakan untuk menyelidiki karakteristik I- V dan P-V. Karakteristik kurva-kurva hasil pemodelan menunjukkan bahwa keluaran arus dan daya menurun saat iradiasi sinar matahari berkurang dari 1100 sampai 800 W/m2. Sedangkan saat suhu naik dari 25 0C sampai 600C, keluaran tegangan dan daya menurun sedikit sedangkan arus hampir tetap kontan.
Pendeteksi Pengguna Masker Pada Pintu Masuk Dengan Metode Convolutional Neural Network: Indonesia Brilliant, Ganiesa Nasrulloh; Fajar Yumono; Farrady Alif Fiolana
ZETROEM Vol 6 No 1 (2024): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v6i1.3452

Abstract

Pada penelitian ini dilakukan pengujian sistem pendeteksi wajah bermasker yang menerapkan metode Convolutional Neural Network (CNN). Pengujian sistem ini dilakukan untuk mengetahui keberhasilan metode CNN pada sistem pendeteksi wajah bermasker secara real time jika bagian mulut dan hidung pada wajah tidak tertutup maupun tertutup oleh masker atau oleh selain masker. Penelitian ini dibagi dalam 3 tahap, yaitu pelatihan dataset, deteksi wajah, dan pengujian secara real time dengan berbagai posisi wajah. Sistem ini berhasil mendeteksi wajah bermasker atau tidak pada model dataset dengan akurasi 98%. Secara real time sistem ini berhasil mendeteksi dengan baik pada berbagai posisi tampak wajah dan pada wajah yang pada bagian hidung dan mulut tertutup masker atau tangan. Dan pada percobaan menggunakan solenoid jika terdeteksi memakai masker maka solenoid akan membuka pintu dan jika tidak maka solenoid tidak membuka pintu.
KLASIFIKASI BUNGA ANGGREK BULAN BERDASARKAN WARNA DAN TEKSTURNYA MENGGUNAKAN METODE JST: Anggrek Bulan(Phalaenopsis), CCM(color co-occourrence matrix), JST al farikhi, ahmad faiza; Farrady Alif Fiolana; Fajar Yumono
Jurnal Ilmiah Sistem Informasi Vol. 1 No. 3 (2022): November : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juisi.v1i3.417

Abstract

Orchidaceae merupakan nama latin dari bunga anggrek yang memiliki variasi bentuk, Bunga anggrek di Indonesia sangatlah banyak dan beragam jenis yang salah satunya anggrek bulan (Phalaenopsis). Meskipun anggrek banyak yang membudidayakan, namun untuk membedakan jenis anggrek satu dengan yang lain yaitu dengan melihat warna dan tekstur. Namun secara umum jenis bunga anggrek memiliki kemiripan warna, tekstur, hal ini yang menyebabkan seseorang kesulitan dalam mengidentifikasi jenis bunga anggrek, oleh karena itu dilakukan secara otomatis dengan sistem komputer. Dengan menggunakan metode color co-occourrence matrix (CCM) dan klasifikasi menggunakan metode JST (Jaringan Saraf Tiruan). Yang diharapkan mampu membedakan jenis anggrek bulan berdasarkan ekstraksi warna dan tekstur menggunakan CCM dan melakukan klasifikasi JST berdasarkan data CCM. Memanfaatkan metode penelitian eksperimen yang menggunakan pendekatan kuantitatif. Dengan MSE terkecil 3,5 x 10-6 serta 1000 iterasi. Serta hasil uji coba 5 anggrek bulan, dimana anggrek bulan kuning berhasil diklasifikasi sebanyak 112 bunga dan gagal 28 bunga dengan presentase keberhsilan 89.70%, anggrek bulan merah 207 dapat di kenali dengan benar dan 3 tidak dikenali, dengan presentase keberhasilan 98.57%. Anggrek bulan putih sebanyak 171 dapat dikenali dengan benar dan 29 salah dengan tingkat presentase keberhasilan 85.50%. Anggrek bulan Taiwan dapat dikenali 213 bunga secara benar dan salah 37 bunga dengan presentase keberhasilan 85.20%. Anggrek bulan ungu dapat dikenali benar sebanyak 194 bunga dan tidak dapat dikenali 6 bunga drngan presentase keberhasilan 97%. Dari keseluruhan uji coba 5 anggrek bulan secara keseluruhan terdapat 897 dapat dibaca secara benar dan 103 salah dengan presentase keberhasilan 89.70%. Sehingga pada penelitian ini mampu menyempurnakan penelitian sebelumnya.
Co-Authors al farikhi, ahmad faiza Brilliant, Ganiesa Nasrulloh Erwanto, Danang Farrady Alif Fiolana Mochtar Yahya Yanu Shalahuddin