Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika JURNAL NASIONAL TEKNIK ELEKTRO
Feisy D. Kambey
UNIVERSITAS SAM RATULANGI
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Pengaturan Pencahayaan Ruangan Berbasis Android pada Rumah Pintar Muhamad Dwisnanto Putro; Feisy D. Kambey
JURNAL NASIONAL TEKNIK ELEKTRO Vol 5 No 3: November 2016
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.266 KB) | DOI: 10.25077/jnte.v5n3.294.2016

Abstract

Smart Home generally pay attention to energy efficiency can be maximized by using natural lighting during the day, the layout of the lighting, the use of electrical equipment that are energy efficient and use energy-saving lamps. lighting control system should normally only uses the principle on / off and impractical to operate, This system still has the disadvantage of effectiveness.Besides all the convenience factor and needs in lighting the room became an important influence on the health of human eyesight. The purpose of this research is to build an efficient lighting control system, practical, according to the needs and equipped with the optimization of the lighting control based on efficiency and standard of room lightning SNI 03-6197-2000. This system was designed practically controlled remotely using a smartphone android device. This research is helpful to people occupying the residence so that they can feel comfortable, efficient and practical to operate the lighting control system in smart home. In its design of this system consists of hardware design and software design hardware design consist of the design of sensors, actuators, controllers and remote control. While for design of the software consists of intelligent programming algorithms and programming mobile systems. In the design of intelligent programming using arduino IDE application while the mobile programming using the application APP INVENTOR 2. Disadvantages of this system is the method of determining the value parameter, the parameter value ranges are narrow and the fast response changes in light intensity makes this system is not stable.Keywords: Smart Home, Lighting the Room, Android Abstrak - Rumah pintar pada umumnya memperhatikan efesiensi pemakaian energi yang dapat dimaksimalkan dengan memakai pencahayaan alami di siang hari, tata letak lampu penerangan yang tepat, pemakaian peralatan listrik yang hemat energi dan pemakaian lampu hemat energi. Sistem lampu pengaturan penerangan ruangan pada umunya hanya menggunakan prinsip on/off  dan tidak praktis untuk dioperasikan, Sistem ini masih memiliki kelemahan yaitu dalam hal efektifitas. Selain dari pada itu faktor kenyamanan dan kebutuhan dalam penerangan ruangan menjadi pengaruh penting untuk kesehatan penglihatan mata manusia. Adapun tujuan dari penelitian ini yaitu membangun sistem pengaturan pencahayaan yang efisien, praktis, sesuai kebutuhan dan dilengkapi dengan optimasi pengaturan pencahayan berdasarkan efesiensi dan standar penerangan ruangan SNI 03-6197-2000. Sistem ini pun dirancang praktis yang dikendalikan secara jarak jauh dengan menggunakan perangkat android smartphone. Penelitian ini bermanfaat bagi masyarakat penghuni rumah tinggal sehingga dapat merasa nyaman, efisien dan praktis untuk mengoperasikan sistem pengaturan pencahayaan pada rumah pintar. Pada perancangannya sistem ini terdiri atas perancangan perangkat keras dan perancangan perangkat lunak perancangan perangkat keras terdiri atas perancangan sensor, aktuator, pengendali dan pengendalian jarak jauh. Sedangkan untuk perancangan perangkat lunak terdiri atas algoritma pemograman cerdas sistem dan pemograman mobile. Pada perancangan pemograman cerdas menggunakan aplikasi Arduino IDE sedangkan pada pemograman mobile menggunakan aplikasi APP INVENTOR 2. Pada Aplikasi smartphone berbasis android menghasilkan pengendalian sistem pengaturan pencahayaan rungan yang dapat dikendalikan secara mode manual dan mode otomatis melalui media nirkabel bluetooth. Kekurangan dari sistem ini adalah dalam penentuan metode nilai parameter, dengan cakupan nilai parameter yang sempit dan respon perubahan intensitas cahaya yang cepat membuat sistem ini belum stabil.Kata Kunci : Rumah pintar, Pengaturan Pencahayaan Ruangan, Android
Klasifikasi Ikan Cakalang dan Tongkol Menggunakan Convolutional Neural Network : Fish Classification of Skipjack and Mackerel Tuna Using Convolutional Neural Network Wellifan Arrank Tonapa; Pinrolinvic D.K. Manembu; Feisy D. Kambey
Jurnal Teknik Informatika Vol. 19 No. 01 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i01.52013

Abstract

Abstract — Indonesia has a rich diversity of fish species, especially marine fish species. However, the abundance of fish species also poses challenges for the community in classifying each species. This challenge becomes even more significant when dealing with species that share similar physical characteristics, such as the pelagic fish group, which includes skipjack tuna (Katsuwonus pelamis) and mackerel tuna (Euthynnus affinis). Therefore, it is essential to have a profound understanding of fisheries science to accurately classify each fish species. With advancements in current technology, species classification can be automated using image-based classification methods. This research employs the Convolutional Neural Network (CNN) method to classify skipjack tuna and mackerel tuna species. The research results in a CNN classification model constructed using a transfer learning approach by leveraging the pre-trained ResNet50 model available in Keras Applications. The CNN Classification Model generated achieves a performance with a 95% accuracy rate, an average macro precision of 95%, an average macro recall of 95%, and an average macro F1 score of 95%. Key words— Classification; Convolutional Neural Network; fish species; Transfer Learning; Image. Abstrak — Indonesia memiliki banyak keanekaragaman spesies ikan, terutama spesies ikan laut. Namun, keberagaman spesies ikan yang banyak juga menimbulkan kesulitan bagi masyarakat dalam melakukan klasifikasi pada setiap spesies ikan yang ada. Apalagi, pada beberapa spesies ikan yang memiliki fisik yang hampir sama, seperti kelompok ikan pelagis, yaitu cakalang (Katsuwonus pelamis) dan tongkol (Euthynnus affinis). Oleh karena itu, penting untuk memiliki pemahaman mendalam tentang ilmu perikanan agar dapat melakukan klasifikasi yang benar terhadap setiap spesies ikan. Dengan kemajuan teknologi saat ini, pengklasifikasian spesies ikan dapat dilakukan secara otomatis menggunakan metode klasifikasi berdasarkan citra. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan spesies ikan cakalang dan tongkol. Penelitian ini menghasilkan model klasifikasi CNN yang dibangun menggunakan pendekatan transfer learning dengan memanfaatkan model pre-trained ResNet50 yang tersedia di Keras Applications. Model Klasifikasi CNN yang dihasilkan mendapatkan nilai performa akurasi 95%, rata-rata makro precision 95%, rata-rata makro recall 95%, rata-rata makro f1 score 95%. Kata kunci — Citra; Convolutional Neural Network; Klasifikasi; Spesies Ikan; Transfer Learning.
Co-Authors Pinrolinvic D.K. Manembu Putro, Muhamad Dwisnanto Wellifan Arrank Tonapa