Article Per Year (5 Year)
p-Index From 2021 - 2026
4.229
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JMM (Jurnal Masyarakat Mandiri) Jurnal Otomasi Kontrol dan Instrumentasi KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) J-Dinamika: Jurnal Pengabdian Kepada Masyarakat JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Prosiding Konferensi Nasional PKM-CSR Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) eProceedings of Engineering Prosiding Seminar Riset Mahasiswa Serambi Engineering ELECTROPS : Jurnal Ilmiah Teknik Elektro Jurnal Nasional Sains dan Teknik
Muhammad Hablul Barri
Universitas Telkom
Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Sistem Pemilah Sampah Berbasis Deep Learning dengan Algoritma SSD-MobileNet v2 W, Muhammad Valdi Pramudika; Pangaribuan, Porman; Barri, Muhammad Hablul
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini mengusulkan sebuah sistem inovatif untuk mengatasi permasalahan penumpukan sampah di sungai. Dengan berbasis pada teknologi deep learning dan integrasi antara Raspberry Pi dan Arduino Uno, penelitian ini mengembangkan sebuah sistem pemilah sampah yang mampu mendeteksi dan memilah sampah plastik dan logam secara efisien. Metode ini menggabungkan penggunaan model deteksi objek menggunakan algoritma SSD-MobileNet v2 pada Raspberry Pi untuk mendeteksi objek secara real-time dan pengendalian aktuator motor DC gearbox melalui Arduino Uno untuk melakukan pemilahan berdasarkan hasil deteksi. Hasil uji coba menunjukkan bahwa sistem ini mampu bekerja dengan baik, meskipun dengan beberapa keterbatasan. Responsivitas yang tinggi, potensi aplikasi yang luas, dan keberhasilan dalam mengatasi permasalahan sampah sungai menjadi poin utama dalam penelitian ini. Namun, untuk mengoptimalkan kinerja dan menghadapi tantangan masa depan, pengembangan lebih lanjut masih diperlukan. Kata Kunci — Raspberry Pi, TensorFlow, Arduino Uno, Object Detection, Serial Communication, Integration, Real-time Detection. Abstract — This research proposes an innovative system to address the issue of waste accumulation in rivers. Leveraging deep learning technology and the integration of Raspberry Pi and Arduino Uno, the study develops a waste sorting system capable of efficiently detecting and sorting plastic and metal waste. The approach combines object detection using the SSD-MobileNet v2 algorithm on Raspberry Pi for real-time object detection and control of DC gearbox actuators through Arduino Uno for sorting based on detection results. The results of the experiments demonstrate the system's successful performance, albeit with some limitations. High responsiveness, broad application potential, and success in addressing river waste challenges are the key highlights of this study. However, further development is needed to optimize performance and address future challenges. Keywords — Raspberry Pi, TensorFlow, Arduino Uno, Object Detection, Serial Communication, Integration, Object Detection.
Perancangan Sistem Pengering Sampah untuk Meningkatkan Efektifitas Prototipe Pemilahan Sampah Sungai Budiman, Candra; Pangaribuan, Porman; Barri, Muhammad Hablul
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

Sampah sungai merupakan salah satu masalah lingkungan yang serius di Indonesia. Sampah sungai mengandung berbagai jenis bahan, baik organik maupun anorganik, yang sulit dipisahkan secara manual. Salah satu cara untuk meningkatkan efisiensi pemilahan sampah sungai adalah dengan mengeringkan sampah terlebih dahulu, sehingga mengurangi berat dan volume sampah, serta memudahkan proses selanjutnya. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengering sampah otomatis yang menggunakan metode dipaksa atau force dengan dinamo spin mesin cuci dan menggunakan linear aktuator untuk mendorong atau menumpahkan sampah ketika selesai dikeringkan. Sistem pengering ini diintegrasikan dengan mikrokontroler arduino uno yang berfungsi sebagai pengendali. Hasil penelitian menunjukkan bahwa sistem pengering dapat mengurangi berat sampah rata-rata sebesar 70,51% dan dalam waktu 15 detik. Sistem pengering juga dapat mengeringkan dan menuang sampah secara otomatis. Kesimpulan utama dari penelitian ini adalah sistem pengering sampah otomatis dapat meningkatkan efisiensi pemilahan sampah sungai dengan cara mengurangi berat dan volume sampah, serta mempermudah proses pemilahan.Kata kunci— sampah sungai, pengeringan, metode dipaksa, dinamo mesin cuci, linear aktuator, arduino uno.
Perancangan dan Evaluasi Sistem Antropometri Cerdas Berbasis Bioelectrical Impedance Analysis dan Kecerdasan Buatan Untuk Prediksi Risiko Penyakit Degeneratif Fahreza, Ghazy Ahmad; Muhammad , Ardisatria Surya; Fauzi, Hilman; Barri, Muhammad Hablul
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Meningkatnya prevalensi obesitas di Indonesia menuntut sistem pemantauan kesehatan lebih komprehensif. Indeks Massa Tubuh (IMT) sebagai standar memiliki keterbatasan fundamental karena tidak mampu membedakan massa lemak dan otot, sehingga kurang akurat untuk diagnosis individu. Penelitian ini merancang, membangun, dan mengevaluasi sistem ukur antropometri cerdas berbasis Bioelectrical Impedance Analysis (BIA) terintegrasi kecerdasan buatan, guna menyediakan penilaian risiko penyakit degeneratif yang lebih personal dan akurat. Sistem ini terdiri dari prototipe timbangan berbasis Arduino Mega yang mengintegrasikan sensor load cell, IR Sharp, rangkaian BIA, dan aplikasi Android ”SmartScale”. Evaluasi kinerja perangkat keras menunjukkan deviasi signifikan saat divalidasi dengan alat referensi (rata-rata error 12,9%), menyoroti sensitivitas metode BIA terhadap implementasi perangkat keras. Di sisi perangkat lunak, dari tiga model AI yang diuji, Deep Neural Network (DNN) menunjukkan performa prediktif terbaik dengan akurasi 88,75%, signifikan melampaui target penelitian 83%. Analisis signifikansi parameter SHAP turut memvalidasi relevansi klinis model dengan mengidentifikasi IMT dan kadar lemak sebagai prediktor paling dominan. Penelitian ini membuktikan kelayakan integrasi sistem ukur BIA dengan model prediksi AI akurasi tinggi, menawarkan pendekatan holistik sebagai alternatif unggul skrining konvensional. Kata kunci— Antropometri, Bioelectrical Impedance Analy- sis, Kecerdasan Buatan, Deep Neural Network, Prediksi Kese- hatan, Sistem Tertanam
Co-Authors Achmad Rizal Achmad Rizal Adri Firmansya Sofyan Ahmad Sugiana Alfitho Surya Prabaswara Andi Shridivia Nuran Ardani Cesario Ardaputra Ryandika Augie Widyotriatmo Ayu, Devina Dara Azalian, Rayhan Azam Zamhuri Fuadi Bandiyah Sri Aprillia Brahmantya Aji Pramudita Candra Budiman Desri Kristina Silalahi Dias Daffa Wiwaha Difa Surya Putra Ekki Kurniawan Erwin Susanto F, Muhammad Irfandhia Fahreza, Ghazy Ahmad Faisal Budiman Faizi, Muhammad Nur Fenty Alia Fernandes, Oky Fikriyah, Fathimah Nur Fiky Y. Suratman Fityanul Akhyar Hanan, Hafizh Khoirul Hernanda, Tirta Yudha Hilman Fauzi, Hilman Hirmawan, Ramadhan Husneni Mukhtar Istiqomah Iswahyudi Hidayat Kanz, Rayhan Zulfa Khalisa Khairuna Kharisma Bani Adam Ledya Novamizanti Lestari, Rahma Dania Aleem M. Reza Raihan N.R Madani, Muhammad Rifki Mahrus, Muhammad Saehata Mochamad Yudha Febrianta Muhammad , Ardisatria Surya Muhammad Al Makky Muhammad Ary Murti Muhammad Ilham Nina Mardiana (F01108057) Novi Prihatiningrum Porman Pangaribuan Pratama, Fredy Prayoga, Ardi Putu Harry Gunawan Rakhmad Hidayat Ramdhan Nugraha Rita Purnamasari Rizal Akhlaqul Rizqullah, Rafif Salwa Nur Rohmah Santoso, Aipujana Tiara Satria Mandala Selvy Zelia Sari SENJAYA, ARIO Syafri Akhsanul Iqbal Tora Fahrudin Tsurayya, Ghefira Salma W, Muhammad Valdi Pramudika Wahmisari Priharti Wahyu Widiatmoko Walangare, Ezra Lexionard Willy Anugrah Cahyadi Wirawan, Adi Pandu Zahwa Rizzi Ani