Claim Missing Document
Check
Articles

Found 9 Documents
Search

RANCANG BANGUN SISTEM KENDALI ATTITUDE HOLD SATU DERAJAT KEBEBASAN BERBASIS METODE PID UNTUK PENGGERAK DUA ROTOR. Andi Prianto; Aulia Rahman; Alfatirta Mufti; Al Bahri
Jurnal Komputer, Informasi Teknologi, dan Elektro Vol 6, No 1 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/kitektro.v6i1.21931

Abstract

Sistem kendali attitude hold pada multirotor adalah sebuah sistem kendali penjaga sikap untuk mempertahankan sikap stabil saat terbang. Sistem attitude hold pada penelitian ini diaplikasikan dalam bentuk seesaw atau pengungkit yang merupakan salah satu bentuk pesawat sederhana dari lengan kuasa. Penelitian ini merupakan sistem kendali penjaga sikap pada seesaw diatur di 1 derajat kebebasan (DOF) yang ditetapkan sebagai setpoint pada kemiringan 0°. Kestabilan pada seesaw dikendalikan dengan metode kendali PID, yang merupakan sistem pengendali yang berfungsi untuk mencari nilai kestabilan sehingga respon sistem yang diperoleh dapat mencapai setpoint dengan baik. Maka dari itu diperlukan sistem penyeimbang yang dapat membaca sudut kemiringan pada lengan seesaw. Pembacaan sudut tersebut menjadi acuan kecepatan putaran baling-baling motor brushless dc (BLDC). Sensor yang digunakan adalah gyroscope. Sensor tersebut terdapat dalam modul IMU MPU-6050. Baling-baling menggunakan akuator berupa dua motor BLDC 920 kv kontroler berupa Electronic Speed Control (ESC). Setpoint ditentukan pada kemiringan 0° terhadap gaya gerak 1 DOF lengan. Motor BLDC kanan dan kiri melakukan variasi kecepatan putaran ketika pembacaan sudut tidak sama dengan setpoint. Motor BLDC kiri akan melakukan putaran CW dan motor BLDC kanan melakukan putaran CCW untuk membuat gaya angkat sehingga mencapai kestabilan. Pengaruh besarnya variasi kecepatan baling-baling yang diberikan yaitu berdasarkan besarnya nilai eror yang terjadi antara setpoint dengan input. Penelitian ini telah menghasilkan prototipe alat yang dapat bekerja pada kemiringan -30 derajat hingga 30 derajat dengan setpoint stabil pada 0 derajat. Dari perhitungan penalaan konstanta PID Ziegler-Nichols kurva reaksi didapat nilai Kp = 2,94, Ki = 1,2 dan Kd = 0,33. Dari hasil nilai penalaan tersebut didapatkan hasil stabil sesuai terhadap setpoint dengan hasil pengujian PID dengan nilai rise time= 18 detik, setling time= 7,5 detik, overshoot= 3,1%, peak time= 18 detik.
SISTEM AUTOMASI PENGERING DAUN KELOR UNTUK PEMBUATAN TEH ALAMI BERBASIS MIKROKONTROLER ATMEGA328P Al Bahri; Yunidar Yunidar; Mohd. Syaryadhi; Melinda Melinda; M Fahrur Rozi
Jurnal Komputer, Informasi Teknologi, dan Elektro Vol 6, No 3 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/kitektro.v0i0.23664

Abstract

Moringa Oleifera atau daun kelor dikenal sebagai salah satu makanan yang dikenal dunia sebagai superfood. Salah satu manfaat daun kelor adalah sebagai bahan baku pengolahan teh alami. Dalam proses pengolahan teh daun kelor alami, ada langkah-langkah tertentu yang perlu diperhatikan, yaitu langkah mengeringkan daunnya. Proses pengeringan daun kelor dilakukan pada suhu 30-35° untuk menjaga kandungan nutrisi tetap utuh dan dilakukan tanpa sinar matahari langsung hingga kadar air mencapai maksimal 8% dari berat aslinya. Penelitian ini bertujuan untuk merancang alat pengering daun kelor menggunakan mikrokontroler ATmega328P dengan mengontrol fan, exhaust, elemen pemanas, buzzer dan layar LCD dari pembacaan sensor suhu DS18B20 dan sensor berat. Menurut hasil pengujian, pengering ini dapat menghasilkan daun kelor kering dengan kelembaban 8%, suhu pengeringan sekitar 30-35° C, untuk menjaga kandungan nutrisi pada daun kelor.
ANALISIS PENGARUH CO-CHANNEL INTERFERENCE TERHADAP KUALITAS WI-FI PADA FREKUENSI 2,4 GHZ Aulia Akbar Rabbany; Rizal Munadi; Syahrial Syahrial; Ernita Dewi Meutia; Bayu Devanda; Al Bahri
Jurnal Komputer, Informasi Teknologi, dan Elektro Vol 6, No 2 (2021)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/kitektro.v6i2.22127

Abstract

Pesatnya perkembangan teknologi telekomunikasi nirkabel memberikan dampak yang nyata bagi layanan internet, sehingga akses dapat dilakukan dimana saja dan kapan saja. Aksesibilitas layanan internet lazimnya tersedia pada layanan 2,4 GHz dan 5 GHz, dimana jaringan wifi umumnya yang mengadopsi pada pita frekuensi 2,4 GHz. Penggunaan spektrum frekuensi 2,4 GHz dapat digunakan tanpa memerlukan lisensi dan umumnya tanpa adanya ditangani oleh administrator. Akibatnya interferensi dapat mengganggu layanan akses. Salah satu interferensi yang terjadi berupa Co-Channel Interference (kanal sama). Tujuan dilakukan penelitian ini adalah untuk mengetahui dampak yang dari Co-Channel Interference terhadap kualitas jaringan Wi-Fi berdasarkan parameter throughput, delay dan packet loss. Penelitian dilakukan dengan menggunakan 4 buah Access Point (A), 1 AP digunakan untuk melayani pengguna dan sisanya akan menjadi AP pengganggu sebagai Co-Channel Interference dan akan dievaluasi menggunakan software Wireshark. Berdasarkan hasil dari pengukuran, throughput penurunan sebesar 66,3%, delay mengalami pengaruh dari 3 Co-Channel Interference dengan kenaikan sebesar 187,4%. Pada penelitian ini, hasil diperoleh berdasarkan asumsi tanpa memperhitungan kesesakan lalu lintas untuk topologi jaringan yang sederhana dengan 4 AP, sehingga tidak ada packet loss yang tercatat. Atau dengan kata lain, semua paket sukses dikirimkan ke tujuan. Hasil ini menunjukkan pengaruh Co-Channel Interference sangat signifikan mempengaruhi kualitas layanan atau QoS internet bagi pengguna.
Finite Impulse Response Filter for Electroencephalogram Waves Detection Melinda Melinda; Syahrial; Yunidar; Al Bahri; Muhammad Irhamsyah
Green Intelligent Systems and Applications Vol. 2 Iss. 1 (2022)
Publisher : Tecno Scientifica Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.572 KB) | DOI: 10.53623/gisa.v2i1.65

Abstract

Electroencephalographic data signals consist of electrical signal activity with several characteristics, such as non-periodic patterns and small voltage amplitudes that can mix with noise making it difficult to recognize. This study uses several types of EEG wave signals, namely Delta, Alpha, Beta, and Gamma. The method we use in this study is the application of an impulse response filter to replace the noise obtained before and after the FIR filter is applied. In addition, we also analyzed the quality of several types of electroencephalographic signal waves by looking at the addition of the signal to noise ratio value. In the end, the results we get after applying the filter, the noise that occurs in some types of waves shows better results.
Implementation of Word Recommendation System Using Hybrid Method for Speed Typing Website Melinda; Maulana Imam Muttaqin; Yudha Nurdin; Al Bahri
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 1 (2023): February 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i1.4518

Abstract

Typing is one of the most frequently done activities in society therefore a medium is necessary to help train typing words that are often mistyped. Methods used in this research are the Content-Based Filtering Algorithm to gather the words that have a similar pattern to the words that are often mistyped based on the user's previous typing records and the Collaborative Filtering Algorithm that uses other users typing pattern to recommend the words. The result of this study shows the Collaborative Filtering Algorithm was able to gather words that are hard to type by the user with an accuracy of 49.2%, dan the Collaborative Filtering able to predict the score on how difficult for the user to type a word with the result of Root Mean Square Error (RMSE) value of 0.82 and with the Root Mean Square Percentage Error (RMSPE) value of 30% from the actual value, and a website which is the combination of the two algorithms with the result of 28% of the total word that is recommended was indeed difficult to type by the user with the typing speed of 103 WPM, and 72.3% for the user that has a typing speed of 39 WPM.
Penerapan Metode Naïve Bayes pada Honeypot Dionaea dalam Mendeteksi Serangan Port Scanning NURILAHI, DESI KURNIA; MUNADI, RIZAL; SYAHRIAL, SYAHRIAL; BAHRI, AL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 2: Published April 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i2.309

Abstract

ABSTRAKPeningkatan serangan terhadap jaringan komputer terus terjadi setiap tahunnya dan dampaknya membuat layanan menjadi terganggu. Pada Penelitian ini Dionaea Honeypot yang merupakan jenis Low Interaction Honeypot, diterapkan untuk mengevaluasi serangan yang terjadi berdasarkan teknik serangan Port Scanning. Data Log yang diperoleh dari pengujian, dianalisis dengan metode Naïve Bayes. Lebih lanjut, data pemetaan Port Scanning dengan menggunakan perangkat lunak Nmap, ditemukan port yang terbuka sebanyak 359 data. Hasil uji klasifikasi dengan menggunakan perangkat lunak WEKA dan penerapan metode Naïve Bayes. Hasil uji klasifikasi diperoleh nilai akurasi sebesar 86,2% dengan nilai rata-rata Precision sebesar 0,885%, Recall sebesar 0,862% dan F-measure sebesar 0,849%. Hasil ini menunjukkan penerapan metode Naïve Bayes berhasil mengklasifikasikan potensi serangan yang dilakukan berdasarkan teknik Port Scanning.Kata kunci: Jaringan Komputer, Low Interaction Honeypot, Port Scanning, Uji Klasifikasi, Akurasi ABSTRACTIncreasing attacks on computer networks continue to occur every year, and the impact makes services disrupted. In this study, Dionaea Honeypot, a type of Low Interaction Honeypot, is applied to evaluate attacks based on the Port Scanning attack technique. Log data obtained from the test were analyzed using the Naïve Bayes method. Furthermore, Port Scanning mapping data using Nmap software on the network found 359 open ports data. The results of the classification test using WEKA software and the application of the Naïve Bayes method. The classification test results obtained are accuracy value, 86.2% with an average value of 0.885% Precision, 0.862% Recall and 0.849% F-measure. This result shows that the application of the Naïve Bayes method has succeeded in classifying potential attacks based on the Port Scanning technique.Keywords: Computer Network, Low Interaction Honeypot, Port Scanning, Classification Test, Accuracy
Impact of Image Quality Enhancement Using Homomorphic Filtering on the Performance of Deep Learning-Based Facial Emotion Recognition Systems Bahri, Al; Oktiana, Maulisa; Fitria, Maya; Zulfikar
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 11 No. 2 (2025): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v11i2.30409

Abstract

Facial emotion recognition technology is crucial in understanding human expressions from images or videos by analyzing distinct facial features.  A common challenge in this technology is accurately detecting a person's facial expression, which can be hindered by unclear facial lines, often due to poor lighting conditions. To address these challenges, it is essential to improve image quality. This study investigates how enhancing image quality through homomorphic filtering and sharpening techniques can boost the accuracy and performance of deep learning-based facial emotion recognition systems. Improved image quality allows the classification model to focus on relevant expression features better.  Therefore, this research contributes to in facilitating more intuitive and responsive communications by enabling system to interpret and respond to human emotions effectively. The testing used three different architectures: MobileNet, InceptionV3, and DenseNet121. Evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Experimental results indicated that image enhancement positively impacts the accuracy of the facial emotion recognition system. Specifically, the average accuracy increased by 1-2% for the MobileNet architecture, by 5-7% for InceptionV3, and by 1-3% for DenseNet121.
Pelatihan Penyambungan Kabel Serat Optik bagi Murid SMK Negeri 1 Banda Aceh Meutia, Ernita Dewi; Syahrial, Syahrial; Bahri, Al
Jurnal Pengabdian Rekayasa dan Wirausaha Vol 1, No 1 (2024)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jprw.v1i1.38489

Abstract

Pengembangan teknologi serat optik telah menjadi salah satu aspek kunci dalam industri telekomunikasi dan jaringan informasi. Meskipun pentingnya teknologi ini, banyak sekolah menengah kejuruan (SMK) yang belum dilengkapi dengan fasilitas laboratorium serat optik. Padahal 60% dari muatan kurikulam SMK merupakan praktek. Oleh karena itu, pelatihan penyambungan kabel serat optik dianggap penting untuk mempersiapkan siswa SMK dalam menghadapi tuntutan industri yang semakin berkembang. Melalui kegiatan pengabdian kepada masyarakat, Jurusan Teknik Elektro dan Komputer USK, memberikan pelatihan penyambungan kabel serat optik pada siswa SMK Negri I Banda Aceh. Pelatihan ini diadakan sebagai solusi atas keterbatasan fasilitas praktik di sekolah dan ditujukan untuk mempersiapkan siswa SMK menghadapi tuntutan industri yang semakin meningkat dalam bidang ini. Pelatihan melibatkan pendekatan teori dan praktik, dengan menggunakan peralatan yang disediakan oleh tim pelatih. Hasil pelatihan menunjukkan bahwa metode ini efektif dalam meningkatkan pemahaman dan keterampilan praktis siswa dalam menyambung kabel serat optik. Pelatihan semacam ini dapat menjadi alternatif bagi sekolah-sekolah yang tidak memiliki fasilitas laboratorium untuk menyediakan pelatihan serat optik kepada siswa.
Precise Electrocardiogram Signal Analysis Using ResNet, DenseNet, and XceptionNet Models in Autistic Children Yunidar, Yunidar; Melinda, Melinda; Albahri, Albahri; Ramadhani, Hanum Aulia; Dimiati, Herlina; Basir, Nurlida
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 4 (2025): October
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i4.1044

Abstract

In autistic children, one of the important physiological aspects to be examined is the heart condition, which can be assessed through electrocardiogram (ECG) signal analysis. However, ECG signals in autistic children often contain interference in the form of noise, making the analysis process, both manual and conventional, challenging. Therefore, this study aims to analyze the ECG signals of autistic children using a classification method to distinguish between two main conditions: playing and calm conditions. A deep learning approach employing the Convolutional Neural Network (CNN) architectures was used to obtain accurate results in distinguishing the heart conditions of autistic children. The data used consists of 700 ECG signal data in each class, processed through the filtering, windowing, and augmentation stages to obtain balanced data. Three CNN architectures, ResNet, DenseNet, and XceptionNet, were tested in this study. Although these architectures are originally designed for 2D and 3D image data, modifications were made to adapt the input data structure to perform 1D data calculations. The evaluation results show that the XceptionNet model achieved the best performance, with accuracy, precision, recall, and F1-score of 97,14% each, indicating a good ability in capturing the complex patterns of ECG signals. Meanwhile, the ResNet obtained good results with 96,19% accuracy, while DenseNet performed slightly lower results with 94,76% accuracy and evaluation metrics. Overall, this study demonstrates that a deep CNN architecture based on dense connections can enhance the accuracy of ECG signal classification in autistic children.