Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JUPITER (Jurnal Pendidikan Teknik Elektro) INDONESIAN JOURNAL OF APPLIED PHYSICS Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Materi dan Pembelajaran Fisika
Artono Dwijo Sutomo
Departement Of Physics, Faculty Of Maths And Natural Sciences, Universitas Sebelas Maret, Jl. Ir. SUtami 36A, Kentingan, Jebres, Surakarta 57126, Indonesia
Astronomy Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology Physics Other

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

Found 4 Documents
Search

 1 
Pengembangan Sistem Deteksi Kantuk Menggunakan Pengklasifikasi Random Forest pada Sinyal Elektrokardiogram nuryani nuryani; Khoirun Nisak; Artono Dwijo Sutomo
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 10 No 3: Agustus 2021
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1253.633 KB) | DOI: 10.22146/jnteti.v10i3.1469

Abstract

Drowsiness is suggested as the most frequent factor in traffic and manufacture accidents. Therefore, a system which can early detect drowsiness is important for an effort to reduce accident number. This article presents a new method for drowsiness detection. The method uses electrocardiogram (ECG) and a Random Forest. Features of normal-to-normal interval (NNI) from ECG for the input of the detection system are investigated. The features include NNI characteristics in terms of time domain i.e the statictics of NNI, and in terms of frequency domain i.e. NNI signal characteristics in VLF until HF band. The level of drowsiness is categorized using Karolinska Sleepiness Scale (KSS) becoming two groups i.e. drowsy and awake. Classification algorithm used is the detection is Random Forest. In the Random Forest, the effect of the number of estimator and maximum feature to the detection performance is evaluated. The detection system is tested using data of drowsy study. The test show that the detection system performs 94.61%, 96.67% and 91.67% in terms of accuracy, sensitivity and specificity, respectively.
Model Deteksi Netting pada Permainan Bola Voli Esti Nurani; Artono Dwijo Sutomo; Nuryani Nuryani
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 3 No. 1 (2018)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (108.454 KB) | DOI: 10.25273/jupiter.v3i1.2382

Abstract

Pemodelan sistem deteksi netting pada permainan bola voli telah dilaksanakan. Sistem ini bahan utamanya yaitu copper foil, yang digunakan sebagai net warna putih. Prinsip kerja dari sistem deteksi netting adalah mendeteksi sentuhan tangan dan menghitung nilai kapasitansi yang diperoleh dari sentuhan tersebut. Sistem dilengkapi dengan Arduino UNO untuk mengolah data kapasitansi copper foil dan sentuhan tangan. Sistem deteksi telah diuji dengan memvariasi resistor sehingga didapat nilai resistor tepat yang digunakan. Nilai resistor pada rangkaian sistem deteksi adalah 1M Ω. Nilai tersebut digunakan dalam rangkaian untuk menguji sistem deteksi dengan berbagai kondisi. Hasil pengujian sensor menunjukkan bahwa sistem deteksi tidak berpengaruh terhadap bola dan rambut. Nilai kapasitansi yang didapat dalam pengujian sistem deteksi digunakan untuk menentukan batas menyalakan LED. Nilai batas kapasitansi yaitu 1000 nF. Sistem deteksi telah diuji dan bekerja dengan baik.
Deteksi Kantuk Menggunakan Jaringan Saraf Tiruan Radial Basis Function dan Particle Swarm Optimization dengan RR Interval Elektrokardiogram Ariefah Shalihah; Nuryani Nuryani; Artono Dwijo Sutomo
INDONESIAN JOURNAL OF APPLIED PHYSICS Vol 10, No 01 (2020): April
Publisher : Department of Physics, Sebelas Maret University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (181.849 KB) | DOI: 10.13057/ijap.v10i01.39648

Abstract

Sistem deteksi kantuk dirancang menggunakan Elektrokardiogram (EKG) dengan Jaringan Saraf Tiruan Radial Basis Function dan Particle Swarm Optimization (JST RBF-PSO). Karolinska Sleepiness Scale (KSS) menjadi acuan tingkat kantuk yang dikelompokkan menjadi kelas terjaga dan kelas mengantuk. Sistem ini menggunakan algoritma Pan-Tomkins untuk menentukan interval RR dari EKG. Fitur yang digunakan adalah 15 parameter fitur statistik. Pelatihan dan pengujian data menggunakan JST RBF-PSO dengan metode validasi silang. PSO digunakan untuk mengoptimasi parameter utama JST RBF yaitu bobot, pusat dan lebar. Sistem deteksi kantuk ini diuji menggunakan DROZY Database. Hasil penelitian menunjukkan akurasi sistem ini pada segmentasi 40 detik, jumlah neuron 150 dan 15 fitur statistik sebesar 88,36%.
A Study of the Results of Time-Dependent Ginzburg-Landau Equation Using Scilab Tanzillal Alfargana; Artono Dwijo Sutomo; Fuad Anwar
Jurnal Materi dan Pembelajaran Fisika Vol 14, No 2 (2024): Jurnal Materi dan Pembelajaran Fisika
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/jmpf.v14i2.92340

Abstract

This study aims to examine computational (numerical) programs in solving the Ginzburg-Landau Time-Dependent Equation. The Ginzburg-Landau Time-Dependent Equation (TDGL), which is often used to model the dynamics of superconductors in external magnetic fields.  The TDGL equation is made using the Scilab platform, then the results are compared with the results of Fortran. This study involves experiments with variations in superconductor size to observe their effect on simulation results. The main focus of this study is to study the relationship between the mean magnetization of superconductors and external magnetic fields (He), as well as to evaluate the accuracy and efficiency of the results obtained from the two computing platforms.  These results show the relationship between the mean of the superconductor magnetization and the external magnetic field, as well as a comparison of the Vs He graph of Scilab and Fortran showing the relationship between the superconductor order parameters and the external magnetic field.
Co-Authors Anwar, Fuad Ariefah Shalihah Budi Purnama Candra Tirta Putra Dian Afif Rusydan Esti Nurani Ismail Ismail Khoirun Nisak nuryani nuryani Nuryani Nuryani Nuryani Nuryani Tanzillal Alfargana Utari Utari Vina Oktaria