Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jupiter Annual Research Seminar TECHNOLOGIC
Muhammad Nawawi
Politeknik Negeri Sriwijaya
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science

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

Found 3 Documents
Search

 1 
Kendali Pergerakan Robot Ball Follower dengan Metode Pengolahan Citra Sederhana Pola Risma; Tresna Dewi; Yurni Oktarina; Muhammad Nawawi
Annual Research Seminar (ARS) Vol 4, No 1 (2018): ARS 2018
Publisher : Annual Research Seminar (ARS)

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

Abstract

Robotika merupakan alat elektromekanik yang telah merambah di semua aspek kehidupan manusia, dari industri hingga sarana hiburan dalam kehidupan sehari-hari. Penggunaan sensor citra semakin memungkinkan aplikasi robotika yang lebih luas lagi, contohnya sebagai alat hiburan atau game. Pengolahan citra membutuhkan sumber daya komputasi yang cukup besar, sehingga penyederhanaan proses pengolahan citra akan mempercepat proses pengolahan citra tersebut. Paper ini membahas pengolahan citra sederhana untuk mendeteksi dan mengikuti bola berwarna merah. Tiga jenis ekperimen dilakukan untuk menguji efektivitas metode yang diajukan pada paper ini, dan hasil ekperimen menunjukkan bahwa robot dapat mendeteksi dan mengikuti bola merah di semua jenis trek ekperimen.
KLASIFIKASI TELUR AYAM KAMPUNG FERTIL DAN INFERTIL MENGGUNAKAN TRANSFER LEARNING MOBILENETV2 Muhammad Daffa; Renny Maulidda; Muhammad Nawawi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 18 No 2 (2026): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/jupiter.v18i2.11953

Abstract

Proses Pemilihan telur ayam kampung secara manual dengan metode peneropongan masih bergantung pada keterampilan operator dan rentan terhadap kesalahan akibat kelelahan. Dalam penelitian ini, diusulkan sistem klasifikasi otomatis telur fertil dan infertil berdasarkan pendekatan Transfer Learning berbasis MobileNetV2 dengan 870 dataset gambar (436 fertil dan 434 infertil) yang diambil melalui proses peneropongan pada hari ke-7. Pelatihan dilakukan dalam dua langkah, langkah pertama adalah melatih kepala klasifikasi dengan model dasar yang dibekukan selama 30 epoch dan langkah kedua adalah penyempurnaan 30 lapisan terakhir MobileNetV2 selama 20 epoch. Untuk augmentasi data, variasi rotasi, pergeseran, shear, zoom, dan kecerahan digunakan untuk meningkatkan keragaman data pelatihan. Hasil evaluasi pada data validasi (pembagian 80/20) adalah 98,84%, 98,87%, 98,84%, 98,84% dan 0,9997 untuk akurasi, presisi, recall, F1-Score dan AUC-ROC secara berturut-turut. Pengujian pada 11 butir telur dengan verifikasi kebenaran data pada hari ke-21 memberikan akurasi 100,00%. Studi ini menunjukkan efektivitas MobileNetV2 dengan transfer learning sebagai solusi untuk mengotomatisasi seleksi telur ayam kampung.
ANALISIS KOMPARATIF LINEAR REGRESSION DAN QUADRATIC REGRESSION DALAM OPTIMASI DEBIT AIR TERHADAP PERTUMBUHAN SELADA PADA SISTEM HIDROPONIK NFT BERBASIS IOT Ragil Alfarizi; Muhammad Nawawi; Tresna Dewi
Technologic Vol 17 No 1 (2026): TECHNOLOGIC
Publisher : LPPM Politeknik Astra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52453/technologic.v17i1.521

Abstract

Penelitian ini bertujuan untuk mengkaji hubungan antara debit air dan laju pertumbuhan tanaman selada pada sistem hidroponik Nutrient Film Technique (NFT), sekaligus menentukan kisaran debit air yang optimal menggunakan pendekatan model linear regression dan quadratic regression. Sistem pemantauan debit air dikembangkan berbasis Internet of Things (IoT) dengan memanfaatkan mikrokontroler ESP32-S3, flow sensor AICHI OF05ZAT, serta platform Blynk untuk memperoleh data secara real-time. Pengambilan data dilakukan selama dua minggu pada lima gully, kemudian dianalisis menggunakan kedua model regresi untuk mengidentifikasi karakteristik hubungan linier dan non-linier antara debit air dan pertumbuhan tanaman. Hasil analisis menunjukkan bahwa model linear regression menghasilkan nilai koefisien determinasi (R2) sebesar 0,067 yang mengindikasikan hubungan linier yang lemah antara debit air dan laju pertumbuhan tanaman. Sebaliknya, model quadratic regression menghasilkan nilai R2 sebesar 0,651 yang menunjukkan adanya hubungan non-linier dengan pola parabola terbuka ke bawah. Temuan ini menunjukkan bahwa model quadratic regression lebih mampu merepresentasikan hubungan antara debit air dan pertumbuhan tanaman dibandingkan model linier. Berdasarkan model tersebut, laju pertumbuhan maksimum tanaman selada diperoleh pada kisaran debit air sekitar ±2,9 L/min.
Co-Authors Muhammad Daffa Pola Risma Ragil Alfarizi Renny Maulidda Tresna Dewi Yurni Oktarina