Claim Missing Document
Check
Articles

Implementasi Metode Deteksi Tepi Laplacian dan Jarak Euclidean untuk Identifikasi Tanda Tangan Afandi, Mas Aly; Purnama, Sevia Indah; Crisianti, Risa Farid
JURNAL NASIONAL TEKNIK ELEKTRO Vol 9, No 1: March 2020
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.319 KB) | DOI: 10.25077/jnte.v9n1.756.2020

Abstract

Signature is one of the biometrics that are widely used for important document authentication and verification. The existence of a signature as a form of validation and approval in important documents is mandatory. Along in current sophisticated technological developments, signing can be done using digital media such as cellphones or other media. The ability of the system that can be identify a person signature is important. This research aims to implement the Laplacian edge detection method and Euclidean distance to identify a person signature. The total image that used is 20 signatures from 5 different people while 15 signatures as data training image and 5 signatures as a data test image. The result of this research indicate that Laplacian edge detection method and Euclidean distance have an accuracy of 94% with 1 neighbor, with 2 neighbor has an accuracy of 60% and has an accuracy of 74% with 3 neighbor. Keywords : signature, Laplacian edge detection and Euclidean distanceAbstrakTanda tangan adalah salah satu biometrik yang banyak digunakan untuk autentikasi dan verifikasi dokumen penting. Keberadaan tanda tangan sebagai bentuk pengesahan dan persetujuan dalam dokumen-dokumen penting adalah hal yang wajib. Seiring perkembangan teknologi saat ini, proses penandatanganan dapat dilakukan dalam media digital seperti handphone maupun media lainnya. Kemampuan sistem untuk mengidentifikasi tanda tangan seseorang menjadi penting karena banyak pemalsuan yang terjadi. Penelitian ini bertujuan untuk mengimplementasikan metode deteksi tepi Laplacian dan jarak Euclidean untuk mengidentifikasi tanda tangan seseorang. Total citra yang digunakan yaitu 20 tanda tangan dari 10 orang yang berbeda dimana 15 tanda tangan sebagai data citra latih dan 5 tanda tangan sebagai data citra uji. Hasil penelitian ini menunjukkan bahwa metode deteksi tepi Laplacian dan jarak Euclidean memiliki akurasi sebesar 94% dengan 1 ketetanggaan, dengan 2 ketetanggaan memiliki akurasi sebesar 60%, dan memiliki akurasi sebesar 74% dengan 3 ketetanggaan.Kata Kunci : tanda tangan, deteksi tepi Laplacian dan jarak Euclidean
Electrocardiogram Abnormal Classification Based on Abnormality Signal Feature Purnama, Sevia Indah; Afandi, Mas Aly
JURNAL NASIONAL TEKNIK ELEKTRO Vol 10, No 3: November 2021
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (984.315 KB) | DOI: 10.25077/jnte.v10n3.829.2021

Abstract

Heart rate abnormalities can lead to many cardiovascular diseases such as heart arrythmia, heart failure, heart valve disease and many more. Some cardiovascular disease can cause death. Abnormalities signal feature can be seen using electrocardiogram. Electrocardiogram is an electric signal record from heart activity. Normal heart and abnormal heart have a different electrocardiogram signal pattern. This research is aim to detect abnormality from heart rate using electrocardiogram abnormality signal feature.  Abnormality signal pattern can be used to classify normal and abnormal heart rate. Abnormality feature consists of P signal condition, R signal condition, P – R interval rate, and double R interval. Electrocardiogram data that used in this study is obtain from MIT-BIH Arrythmia database. 20 electrocardiogram data have been used to see detection and classification performance while classifying normal and abnormal heart rate. Research result shows that feature based has 90.00% in accuracy, 90.00%in precision, and 90.00% in sensitivity while classify normal and abnormal heart rate. Research result can conclude that abnormality feature can be used to classify normal and abnormal heart rate. This method can be used for embedded system device that has limitation in memory and size.
Building of Anti-Bacterial Smart Sterilization Room Based on Internet of Things Using PIR Sensor and Its Quality Assurances Ghifar Rachman Nugraha; Sevia Indah Purnama; Muhammad Yusro
Jurnal Teknokes Vol 15 No 1 (2022): March
Publisher : Jurusan Teknik Elektromedik, POLTEKKES KEMENKES Surabaya, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/teknokes.v15i1.8

Abstract

The dangers of bacteria can cause health problems or infections of the respiratory tract. This research is related to the design of an anti-bacterial smart room sterilization system based on the Internet of Things (IoT) using a Passive Infrared Receiver (PIR). This study aims to sterilize with a monitoring and security system with PIR sensors and Blynk platform. Tool testing is carried out by taking 7 data from 1 object with 3 scanario which are sterilization without an object, sterilization by detecting objects, sterilization by detecting objects which is back to the room. In this system each condition is monitored on the Blynk platform. The advantage of this system is managed and monitored safety sterilization process remotely by Blynk. This tool has also gone through measurement quality assurance testing by adopting ISO 17025 including sensitivity, selectivity, precision, working range , tool toughness, and measurement uncertainty. The quality of service (QoS) test in this system gets an average delay of 122 milliseconds, throughput of 1045 bit/s and packet loss of 0.06%. This sterilizer can be monitored and operated remotely and is equipped with a security system.
Implementasi Metode Deteksi Tepi Laplacian dan Jarak Euclidean untuk Identifikasi Tanda Tangan Mas Aly Afandi; Sevia Indah Purnama; Risa Farid Crisianti
JURNAL NASIONAL TEKNIK ELEKTRO Vol 9, No 1: March 2020
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.319 KB) | DOI: 10.25077/jnte.v9n1.756.2020

Abstract

Signature is one of the biometrics that are widely used for important document authentication and verification. The existence of a signature as a form of validation and approval in important documents is mandatory. Along in current sophisticated technological developments, signing can be done using digital media such as cellphones or other media. The ability of the system that can be identify a person signature is important. This research aims to implement the Laplacian edge detection method and Euclidean distance to identify a person signature. The total image that used is 20 signatures from 5 different people while 15 signatures as data training image and 5 signatures as a data test image. The result of this research indicate that Laplacian edge detection method and Euclidean distance have an accuracy of 94% with 1 neighbor, with 2 neighbor has an accuracy of 60% and has an accuracy of 74% with 3 neighbor. Keywords : signature, Laplacian edge detection and Euclidean distanceAbstrakTanda tangan adalah salah satu biometrik yang banyak digunakan untuk autentikasi dan verifikasi dokumen penting. Keberadaan tanda tangan sebagai bentuk pengesahan dan persetujuan dalam dokumen-dokumen penting adalah hal yang wajib. Seiring perkembangan teknologi saat ini, proses penandatanganan dapat dilakukan dalam media digital seperti handphone maupun media lainnya. Kemampuan sistem untuk mengidentifikasi tanda tangan seseorang menjadi penting karena banyak pemalsuan yang terjadi. Penelitian ini bertujuan untuk mengimplementasikan metode deteksi tepi Laplacian dan jarak Euclidean untuk mengidentifikasi tanda tangan seseorang. Total citra yang digunakan yaitu 20 tanda tangan dari 10 orang yang berbeda dimana 15 tanda tangan sebagai data citra latih dan 5 tanda tangan sebagai data citra uji. Hasil penelitian ini menunjukkan bahwa metode deteksi tepi Laplacian dan jarak Euclidean memiliki akurasi sebesar 94% dengan 1 ketetanggaan, dengan 2 ketetanggaan memiliki akurasi sebesar 60%, dan memiliki akurasi sebesar 74% dengan 3 ketetanggaan.Kata Kunci : tanda tangan, deteksi tepi Laplacian dan jarak Euclidean
Electrocardiogram Abnormal Classification Based on Abnormality Signal Feature Sevia Indah Purnama; Mas Aly Afandi
JURNAL NASIONAL TEKNIK ELEKTRO Vol 10, No 3: November 2021
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (984.315 KB) | DOI: 10.25077/jnte.v10n3.829.2021

Abstract

Heart rate abnormalities can lead to many cardiovascular diseases such as heart arrythmia, heart failure, heart valve disease and many more. Some cardiovascular disease can cause death. Abnormalities signal feature can be seen using electrocardiogram. Electrocardiogram is an electric signal record from heart activity. Normal heart and abnormal heart have a different electrocardiogram signal pattern. This research is aim to detect abnormality from heart rate using electrocardiogram abnormality signal feature.  Abnormality signal pattern can be used to classify normal and abnormal heart rate. Abnormality feature consists of P signal condition, R signal condition, P – R interval rate, and double R interval. Electrocardiogram data that used in this study is obtain from MIT-BIH Arrythmia database. 20 electrocardiogram data have been used to see detection and classification performance while classifying normal and abnormal heart rate. Research result shows that feature based has 90.00% in accuracy, 90.00%in precision, and 90.00% in sensitivity while classify normal and abnormal heart rate. Research result can conclude that abnormality feature can be used to classify normal and abnormal heart rate. This method can be used for embedded system device that has limitation in memory and size.
Sistem Monitoring Tingkat pH, Kekeruhan dan Suhu Air Limbah Batik pada Instalasi Pengolahan Air Limbah (IPAL) Berbasis LoRa Jalil Faza; Sevia Indah Purnama; Fikra Titan Syifa
Journal of Telecommunication, Electronics, and Control Engineering (JTECE) Vol 3 No 1 (2021): Journal of Telecommunication, Electronics, and Control Engineering (JTECE)
Publisher : LPPM Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/jtece.v3i1.146

Abstract

Batik merupakan kebudayaan asli Indonesia yang diakui sebagai warisan dunia. Banyaknya industri batik menyebabkan terjadinya pencemaran lingkungan. Beberapa industri terkadang tidak melakukan pengelolaan air limbah sesuai dengan standar yang ditetapkan. Penduduk sekitar dan pihak pemerintah setempat perlu melakukan monitoring terhadap pengelolaan air limbah dengan memanfaatkan teknologi terbaru. Salah satu standar untuk menentukan kualitas air adalah suhu, kekeruhan dan tingkat pH. Sistem monitoring air limbah batik merupakan alat yang digunakan untuk memantau parameter-parameter tersebut sehingga air batik tersebut bisa ditentukan apakah sudah layak untuk dibuang langsung ke sungai atau belum. Pada penelitian ini akan menggunakan tiga sensor untuk mengukur parameter-parameter penentu kualitas air yaitu sensor suhu air waterproof DS18B20, sensor kekeruhan SEN0189, dan pH meter SEN0161. Sistem ini bekerja dengan cara mengukur parameter-parameter tersebut lalu mengirimnya ke dalam platform internet of thing (ThingSpeak) dengan menggunakan komunikasi LoRa. Dari hasil pengujian prototype tersebut diperoleh nilai eror sensor PH4502C sebesar 2.10%, sensor kekeruhan SEN0189 sebesar 1.24% dan sensor suhu DS18B20 6,79%.
Analisis Kelembaban Ruangan ber-AC terhadap Kelembaban Kulit Berbasis Mikrokontroler Putri Intan Anggiarti; Irmayatul Hikmah; Sevia Indah Purnama
Journal of Telecommunication, Electronics, and Control Engineering (JTECE) Vol 4 No 2 (2022): Journal of Telecommunication, Electronics, and Control Engineering (JTECE)
Publisher : LPPM Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/jtece.v4i2.497

Abstract

Meningkatnya perubahan iklim di daerah perkotaan yang cenderung semakin panas mendorong meningkatnya penggunaan AC di kalangan masyarakat. Penggunaan AC yang terus menerus dapat menimbulkan dampak buruk bagi kesehatan kulit salah satunya adalah kulit menjadi kering atau tidak lembab. Untuk mengurangi dampak tersebut tanpa menghentikan penggunaan AC, maka penggunaan humidifier sangat dianjurkan untuk ruangan ber-AC. Pada penelitian ini, digunakan ESP32 yang telah dihubungkan dengan sensor DHT sebagai mikrokontroler yang akan memantau perubahan suhu dan kelembaban ruangan ber-AC dengan humidifier yaitu alat yang berfungsi sebagai pelembab udara dengan cara menyemprotkan uap air ke udara. Adapun parameter suhu yang digunakan pada ruangan agar kulit tidak kering yaitu 18-22oC . Penelitian ini menggunakan rentan waktu selama 3 hari dalam penggunaan humidifier pada ruangan ber-AC dapat mengatasi kulit kering. Perubahan keadaan kulit menjadi lembab ini ditunjukan dengan pengukuran kadar kelembaban pada kulit yang menggunakan Skin Analyzer yang menunjukan presentase kelembaban kulit 43-46% . Kulit yang semakin lembab tidak bersisik.
Sistem Penjadwalan Pemberian Pakan Ikan pada Akuarium Pintar Berbasis Network Time Protocol Mas Aly Afandi; Kevin Dwi Andika Hendarta; Raditya Artha Rochmanto; Sevia Indah Purnama
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6133

Abstract

Ikan Maskoki merupakan ikan hias air tawar yang populer untuk dibudidayakan di akuarium. Populasi pembididaya ikan Maskoki diproyeksikan akan mencapai 129.734 ribu ekor pada tahun 2024. Pemeliharaan ikan maskoki membutuhkan suhu air berkisar 25,7 – 29,7°C, kekeruhan mininum 10 NTU, dan pH air berkisar 7,1 – 7,6. Pemberian pakan yang tidak tepat dapat mempengaruhi pertumbuhan dan membahayakan keadaan ikan. Dengan adanya teknologi Internet of Things (IoT) dan Network Time Protocol (NTP) dapat merubah kegiatan pemberian pakan secara manual menjadi otomatis pada waktu tertentu tanpa tambahan perangkat. NTP merupakan protokol internet yang digunakan untuk melakukan sinkronisasi waktu pada jaringan komputer. Penelitian ini diharapkan dapat memantau parameter akuairum dan penjadwalan pemberian pakan secara otomatis. Hasil pengujian keseluruhan sistem untuk berjalan dengan baik, sistem bekerja sesuai jadwal yaitu pukul 9:00 dan 17:00. Hasil pengujian sensor suhu memiliki nilai persentase galat sebesar 1,17% dan nilai akurasi sebesar 98,83%. Hasil pengujian sensor pH pada derajat keasaman 7 memiliki nilai persentase galat sebesar 1,39% dan nilai akurasi sebesar 98,61%. Hasil pengujian sensor kekeruhan air menunjukkan mampu memberikan perubahan kekeruhan air saat pemberian pakan. Hasil data menunjukkan bahwa sistem sensor telah sesuai untuk diaplikasikan pada budidaya ikan Maskoki. Sistem penjadwalan berbasis NTP juga mampu menjadwalkan pemberian pakan sesuai dengan scenario yang diinginkan.
Monitoring and Controlling Temperature Egg Incubator Prototype Based LoRa Communication Mas Aly Afandi; Fadhila Karin Purnomo; Raditya Artha Rochmanto; Sevia Indah Purnama
Elinvo (Electronics, Informatics, and Vocational Education) Vol 7, No 2 (2022): November 2022
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (539.728 KB) | DOI: 10.21831/elinvo.v7i2.53664

Abstract

Poultry industries encounter problem in produce day old chicken (DOC). Poultry industries usually produce DOC using egg incubator. Egg incubator must have high accuracy in reading environment temperature inside the machine. The temperature environment inside the egg incubator machine needs to keep in range 36°C - 40°C. On the other hand, hatcheries and chicken coop usually not in one place. Poultry industries require applied technology to solve this problem. This problem can be solved by using internet of things. But internet of things can be so expensive. This research is aim to implement monitoring and controlling temperature inside egg incubator prototype while using low-cost communication technology. Research result showed that the control system could maintain egg incubator prototype temperature in optimal range with an accuracy of 99,63%, 99,83%, 99,97%,99,64%, and 99,37% when reading a temperature of 36°C, 37°C, 38°C, 39°C, and 40°C respectively. This research implements Long Range (LoRa) technology for monitoring system. Different with internet of things technology, point to point LoRa communication does not needs payment to communicate but still provide wide area communication. According to research result, point to point LoRa communication provide good performance in sending temperature data in range area 50m, 100m, 150m, 200m, 250m, and 300m with good average Receive Signal Strength (RSSI). This research can conclude proposed egg incubator can keep temprature in optimal range. Proposed incubator also can communicate properly to send data temperature for monitoring temperature.
Sistem Pendeteksi Kantuk Berbasis Metode Haar Cascade Untuk Aplikasi Computer Vision Andi Aqsha Ramadana Lubis; Sevia Indah Purnama; Mas Aly Afandi
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8464

Abstract

Setiap orang memerlukan istirahat yang cukup agar dapat menjalankan aktivitas sehari-hari dengan optimal. Istirahat yang tidak cukup memicu kondisi kantuk seseorang. Rasa kantuk dapat mengganggu aktivitas karena adanya penurunan konsentrasi. Kondisi yang berbahaya terjadi ketika pengemudi mengantuk saat mengemudi. Kondisi tersebut dapat dihindari dengan membuat sistem alarm berbasis computer vision. Penelitian ini memanfaatkan kamera dan kecerdasan buatan untuk mendeteksi apakah pengemudi dalam keadaan mengantuk atau tidak. Penelitian ini melakukan perancangan sistem untuk mendeteksi kantuk melalui kondisi mata pada citra wajah berbasis metode Haar Cascade. Sistem dibangun menggunakan total 1.600 dataset citra dan 200 kali pengujian. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 92,5%, tingkat precision sebesar 89,71%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode haar cascade dapat digunakan untuk mendeteksi kondisi mata kantuk berdasarkan masukan gambar dari kamera.