Article Per Year (5 Year)
p-Index From 2020 - 2025
2.723
P-Index
This Author published in this journals
All Journal KAPAL Jurnal Ilmu Pengetahuan dan Teknologi Kelautan Jurnal Rekayasa Mesin QARDHUL HASAN: MEDIA PENGABDIAN KEPADA MASYARAKAT Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri Journal of Welding Technology Jurnal Teknologi dan Riset Terapan (JATRA) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Jurnal Cakrawala Maritim Jurnal Cakrawala Maritim Jurnal Teknologi Maritim
Mochammad Karim Al Amin
Politeknik Perkapalan Negeri Surabaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Rancang Bangun Alat Pembengkok Pipa (Pipe Bending Tools) Untuk Produk Project Base Learning Meja dan Kursi Mochammad Karim Al Amin; Anggara, Dika; Ruddianto, Ruddianto; Restu Widodo, Eriek Wahyu; Amrullah, Haidar Natsir; Rachman, Arif; Aprilian, Elham
Jurnal Teknologi Maritim Vol. 7 No. 1 (2024): Jurnal Teknologi Maritim
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Perkapalan Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35991/jtm.v7i1.3

Abstract

Project Base Learning merupakan metode pembelajaran yang dalam proses pembelajarannya membuat sebuah produk atau layanan jasa sebagai bahan dalam penguasaan kompetensi. Metode pembelajaran ini sudah dilaksanakan hampir diseluruh jenjang pendidikan, terutama pada Perguruan Tinggi Vokasi. Karena dalam Pendidikan Vokasi diperlukan kompetensi atau skill bagi lulusannya agar siap terjun di Industri setelah lulus. Dalam menunjang Project Base Learningdi PPNS, maka dilakukan Rancang Bangun untuk Alat Pembengkok Pipa. Alat ini nanti akan digunakan untuk proses pembengkokkan bagian-bagian dari kursi dan meja yang merupakan output dari Project Base Learning pada mahasiswa semester awal. Perancangan alat pembengkok pipa (pipe bending tools) direncanakan dengan menggunakan tenaga manual dengan fokus pada kemudahan alat untuk dibongkar pasang serta pengerjaan pembengkokan pipa yang diletakkan pada jalur di alat kemudian ditekan dengan roda pemutar atau roller yang bertujuan untuk mendapatkan radius pipa yang diinginkan. Dasar alat roll menggunakan pelat dengan bentuk setengah lingkaran yang dilakukan proses permesinan bubut untuk jalur pipa dan juga roda pemutar yang dihubungkan dengan pegangan dan housing sebagai tempat untuk memberikan tenaga manual. Ukuran roda pemutar terdapat dua variasi yaitu pipa dengan ukuran diameter luar 22 mm dan 25 mm. Hal ini bertujuan untuk memudahkan proses pembengkokan pipa dengan tenaga manual. Dari desain dan alat yang telah dibuat kemudian dilakukan percobaan, hasil percobaan alat tersebut mampu membengkokan pipa sesuai dengan standard atau ukuran yang telah ditentukan dengan bentuk yang presisi, serta hasil percobaan tersebut telah dibuat sebuah produk meja dan kursi yang juga menjadi luaran dari Project Base Learning.
Rancang Bangun Aplikasi Intelligent Visual Scanner berbasis CNN untuk Identifikasi Cacat Pada Hasil Pengelasan Adhitya, Ryan yudha; Al Amin , Mochammad Karim; Munir , Mohammad Miftachul; Wahyudi, Mohammad Thoriq; Anggara , Dika; Septian , Eka Cahya; Yaqin , Muhammad Ainul; Safrudin, Muhammad Ilham; Annisa , Aulia Rahma; Ahmad Putra , Zindhu Maulana
Journal of Computer Electronic and Telecommunication Vol. 4 No. 2 (2023): December
Publisher : Institut Teknologi Telkom Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v4i2.393

Abstract

Pengelasan merupakan salah satu sektor yang berperan penting dalam mendukung pembangunan infrastruktur yang semakin pesat. Namun dalam proses pengelasan banyak muncul kesalahan - kesalahan atau cacat yang terkadang luput dari inspeksi dan menyebabkan kerusakan pada benda kerja. Tujuan diadakannya penitian ini untuk merancang aplikasi Intelligent Visual Scanner dengan menggunakan metode CNN untuk mendeteksi kelayakan hasil pengelasan berdasarkan 3 kondisi, yaitu Normal, Excess Reinforcement, dan Undercut. Daerah yang akan dideteksi merupakan bagian dari hasil pengelasan pada plat besi dengan ketebalan 4mm. Pemotretan dilakukan menggunakan kamera ponsel beresolusi 48 MP. Gambar yang diambil berukuran 3024 x 3024 piksel terlebih dahulu diproses dengan konversi RGB ke grayscale, kemudian gambar tersebut diperkecil (diubah ukurannya) ke skala yang lebih kecil yaitu 128 x 128 piksel untuk mempercepat proses training dan pada akhirnya proses training dan testing menggunakan model CNN. Model CNN ini menggunakan optimizer Adam. Untuk deteksi yang optimal, diperlukan dataset gambar sebanyak 300 gambar, dengan rincian 100 gambar normal, 100 gambar Excess Reinforcement dan 100 gambar Undercut. Data split training saat ini dibagi menjadi 75% data training dan 25% data validasi.
Pemanfaatan Teknologi Las untuk Meningkatkan Keterampilan Masyarakat dalam Mendukung Wisata Religi Desa Al Amin, Mochammad Karim; Kurniyanto, Hendri Budi; Amri, Moh Syaiful; Wibowo, Alvalo Toto; Anggara, Dika; Kusminah, Imah Luluk; Rohmat, Imam Khoirul; Nisazarifa, Adristi; Sasongko, Kukilo Edy; Mustain, Eko
Qardhul Hasan: Media Pengabdian kepada Masyarakat Vol. 11 No. 2 (2025): Qardhul Hasan: Media Pengabdian kepada Masyarakat
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/qh.v11i2.20925

Abstract

Warga Desa Balun, Kecamatan Turi, Kabupaten Lamongan, saat ini masih minim pengetahuan dan keahlian dasar pengelasan. Di sisi lain, dunia industry menuntut tenaga kerja yang semakin terspesialisasi, terutama dalam proses dan mutu hasil las. Agar desa mampu bersaing, peningkatan kompetensi serta profesionalisme penduduk mutlak diperlukan-salah satunya lewat program pelatihan pengelasan dasar. Kegiatan pengabdian ini dirancang mendukung pengembangan Desa Balun sebagai destinasi wisata religi sekaligus “Desa Pancasila yang dikenal karena toleransi nya yang tinggi berkat keberadaan enam rumah ibadah (Hindu, Buddha, Islam, Kristen, Katolik, dan Konghucu). Pelatihan pengelasan ditargetkan membantu memperbaiki serta membangun sarana-prasarana penunjang pariwisata tersebut. Riset dilakukan memakai pendekatan kualitatif-partisipatif melalui observasi lapangan, dan penyebaran angket. Hasilnya memperlihatkan bahwa pendampingan terstruktur mampu meningkatkan keterampilan warga memproduksi kerajinan berbahan logam, berdampak langsung pada kenaikan pendapatan. Penguasaan teknik pengelasan juga mempercepat pembangunan dan pemeliharaan fasilitas wisata, sehingga daya tarik kawasan religi kian tumbuh. Dengan demikian, pemanfaatan teknologi dan pelatihan pengelasan terbukti efektif menumbuhkan partisipasi masyarakat serta meningkatkan kualitas dan kuantitas infrastruktur wisata di Desa Balun.
Implementasi U-Net CNN Untuk Klasifikasi Citra Hasil Pengelasan Rizki Mubarrok, Muhammad; Adhitya, Ryan Yudha; Al Amin, Mochammad Karim
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5220

Abstract

Metode Visual Testing menjadi salah satu metode yang umum digunakan untuk inspeksi hasil pengelasan kategori NDT. Metode ini biasanya digunakan sebagai metode pendeteksian awal hasil pengelasan sebelum dilakukan meetode pengujian lain. Penggunaan teknologi pengolahan citra diusulkan untuk membantu proses inspeksi visual hasil pengelasan. Pada penelitian ini model U-Net yang dikombinasi dengan CNN digunakan untuk proses klasifikasi hasil pengelasan. Hasil pengelasan yang coba diklasifikasi berupa hasil las normal, excessive reinforcement, porosity, dan undercut pada pipa baja karbon A106 Grade B. Model arsitektur terdiri dari arsitektur U-Net dengan kedalaman encoder dan decoder sebanyak 2 serta kombinasi layer klasifikasi CNN pada bagian akhir decoder. Penggunaan optimizer pada pelatihan model digunakan untuk mengoptimalkan proses pelatihan data pada model agar tingkat akurasi pelatihan dari model dapat lebih baik dan terhidar dari overfitting dan underfitting. Terdapat 3 tipe optimizer yang akan diterapkan pada model dan dicoba untuk dianalisis yaitu, Adam, SGDM, dan RMSprop. Didapatkan hasil optimizer SGDM pada akurasi pelatihan sebesar 98.75% dan hasil uji terhadap 40 citra baru sebesar 92.5%. Model berhasil membedakan hasil pengelasan menjadi normal, excessive reinforcement, undercut, dan porosity.
Co-Authors Abdul Majid Zakaria Adhitya, Ryan Yudha Ahmad Putra , Zindhu Maulana Amrullah, Haidar Natsir Annisa , Aulia Rahma Aprilian, Elham Arif Rachman Arif Rachman Bachtiar Bachtiar Bachtiar Bachtiar Bachtiar Deny Wibisono Dika Anggara Endang Pudji Purwanti Eriek Wahyu R W Eriek Wahyu Restu Widodo Eriek Widodo Febriti Aryan Kumala Firiambodo, Suthoni Yoga Hakim, Achmad Reyhan Fajar Ilham Khoirul Ibad Ilham Nurcholis Imam Khoirul Rohmat Kevin Satria Nugraha Kurniyanto, Hendri Budi Kusminah, Imah Luluk M Thoriq Wahyudi Ma'ruf, Buana Moch. Aria Firmansyah Moh. Miftachul Munir Moh. Syaiful Amri Mohammad Thoriq Wahyudi Muhamad Ari Muhamad Iqbal Farhani Muhammad Fauzi Munir , Mohammad Miftachul Mustaghfirin, Muhammad Anis Mustain, Eko Nisazarifa, Adristi Prastyawan, Rikat Eka Pratama Putra, Mochammad Yudha Aditya Priyambodo Nur Ardi Nugroho Purwanti, Endang Pudji Putera, Erwien Yuliansyah Restu Widodo, Eriek Wahyu Rizki Mubarrok, Muhammad Rohman, Muhammad Yuqal Abi RR. Ella Evrita Hestiandari Ruddianto, Ruddianto Safrudin, Muhammad Ilham Saputro, Dimas Sasongko, Kukilo Edy Septian , Eka Cahya Soelistijono, Rafi Febian Teddy Eka Wijaya Wahyudi, Mohammad Thoriq Wibowo, Alvalo Toto Wiwik Dwi Pratiwi Wiwik Dwi Pratiwi Yaqin , Muhammad Ainul