Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Ampere Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri
Niksen Alfarizal
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Integrasi Teachable Machine dan Arduino untuk Klasifikasi Sampah Husni, Nyayu Latifah; Moch Hikmal Abrar1; Niksen Alfarizal
Jurnal Ampere Vol. 10 No. 1 (2025): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v10i1.18814

Abstract

Penelitian ini membahas penerapan Teachable Machine untuk sistem klasifikasi objek sampah yang terintegrasi dengan Arduino secara real-time. Tujuan dari penelitian ini adalah untuk menciptakan sistem yang mampu mengenali dan mengklasifikasikan jenis-jenis sampah menggunakan model pembelajaran mesin yang sederhana namun efektif. Model dilatih menggunakan Teachable Machine dengan data gambar dari enam kategori objek, yaitu tisu, botol plastik, kantong plastik, bungkus plastik, kaleng, dan kondisi tanpa objek (no object). Setelah pelatihan, model diekspor dalam format Keras dan dijalankan pada komputer yang menerima input visual secara langsung dari kamera. Hasil klasifikasi objek kemudian dikirimkan ke Arduino melalui komunikasi serial, yang digunakan untuk mengaktifkan respons berupa indikator visual menggunakan LED dan tampilan informasi pada LCD sesuai dengan jenis sampah yang terdeteksi. Dalam pengujian sistem, diperoleh akurasi pengenalan objek di atas 90% dengan waktu respons yang cepat, membuktikan keandalan sistem dalam mengenali objek secara efisien. Sistem ini memiliki potensi untuk diterapkan dalam berbagai konteks, seperti tempat sampah pintar, sistem edukasi lingkungan, dan otomatisasi proses daur ulang. Hasil penelitian menunjukkan bahwa integrasi antara Teachable Machine, Keras, dan Arduino merupakan pendekatan yang efisien, praktis, dan dapat dikembangkan lebih lanjut dalam bidang pengelolaan sampah berbasis teknologi.
Integrasi Teachable Machine dan Arduino untuk Klasifikasi Sampah Husni, Nyayu Latifah; Moch Hikmal Abrar1; Niksen Alfarizal
Jurnal Ampere Vol. 10 No. 1 (2025): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v10i1.18814

Abstract

Penelitian ini membahas penerapan Teachable Machine untuk sistem klasifikasi objek sampah yang terintegrasi dengan Arduino secara real-time. Tujuan dari penelitian ini adalah untuk menciptakan sistem yang mampu mengenali dan mengklasifikasikan jenis-jenis sampah menggunakan model pembelajaran mesin yang sederhana namun efektif. Model dilatih menggunakan Teachable Machine dengan data gambar dari enam kategori objek, yaitu tisu, botol plastik, kantong plastik, bungkus plastik, kaleng, dan kondisi tanpa objek (no object). Setelah pelatihan, model diekspor dalam format Keras dan dijalankan pada komputer yang menerima input visual secara langsung dari kamera. Hasil klasifikasi objek kemudian dikirimkan ke Arduino melalui komunikasi serial, yang digunakan untuk mengaktifkan respons berupa indikator visual menggunakan LED dan tampilan informasi pada LCD sesuai dengan jenis sampah yang terdeteksi. Dalam pengujian sistem, diperoleh akurasi pengenalan objek di atas 90% dengan waktu respons yang cepat, membuktikan keandalan sistem dalam mengenali objek secara efisien. Sistem ini memiliki potensi untuk diterapkan dalam berbagai konteks, seperti tempat sampah pintar, sistem edukasi lingkungan, dan otomatisasi proses daur ulang. Hasil penelitian menunjukkan bahwa integrasi antara Teachable Machine, Keras, dan Arduino merupakan pendekatan yang efisien, praktis, dan dapat dikembangkan lebih lanjut dalam bidang pengelolaan sampah berbasis teknologi.
Comparison Effectiveness of Fuzzy Mamdani and Sugeno for Automatic Irrigation of Brazilian Spinach Crops Yeni Irdayanti; Elan Imawan; Niksen Alfarizal
Jurnal Elektronika dan Otomasi Industri Vol. 12 No. 2 (2025): Jurnal Elkolind Vol 12 No 2 (Juli 2025)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v12i2.7897

Abstract

Penelitian ini membahas perbandingan algoritma Fuzzy Mamdani dan Fuzzy Sugeno dalam sistem penyiraman otomatis tanaman bayam Brazil. Sistem ini dirancang menggunakan Arduino Uno dengan sensor kelembapan tanah dan suhu DS18B20 sebagai input fuzzy, serta sensor kelembapan udara untuk monitoring lingkungan. Modul RTC DS3231 digunakan untuk penyiraman terjadwal. Logika fuzzy menentukan durasi penyiraman berdasarkan kondisi lingkungan. Kedua metode diuji pada kondisi identik untuk menilai respons sistem, efisiensi air, dan akurasi kendali. Hasil menunjukkan bahwa Sugeno unggul dalam kecepatan eksekusi, namun Mamdani lebih fleksibel dalam pengaturan aturan dan memberikan kendali yang lebih presisi. Berdasarkan evaluasi, metode Fuzzy Mamdani dipilih untuk implementasi akhir karena lebih sesuai dengan kebutuhan sistem irigasi berbasis mikrokontroler. Penelitian ini mendukung pengembangan sistem irigasi hemat air dan adaptif terhadap kondisi lingkungan tanaman.
Co-Authors Elan Imawan Moch Hikmal Abrar1 Nyayu Latifah Husni, Nyayu Latifah Yeni Irdayanti