Garuda - Garba Rujukan Digital

SISTEM PEMANTAU GAS KARBON MONOKSIDA (CO) DAN KARBON DIOKSIDA (CO2) MENGGUNAKAN SENSOR MQ7 DAN MQ-135 TERINTEGRASI TELEGRAM Dendi Kurniawan; Sri Ratna Sulistiyanti; Umi Murdika
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.2963

Polusi udara dan banyaknya aktifitas manusia dalam waktu yang lama menyebabkan meningkatnya kandungan gas polutan. Untuk itu diperlukan suatu alat yang dapat menginformasikan kandungan gas. Salah satu cara ialah sistem pemantau gas CO dan CO2 menggunakan sensor MQ-7 dan MQ-135 terintegrasi telegram yang memanfaatkan teknologi Internet Of Things (IoT). Dimana sensor MQ-135 dan sensor MQ-7 digunakan sebagai alat untuk mendeteksi dan mengukur kadar gas yang dibantu dengan esp32 sebagai mikrokontroler dan pemroses sinyal, Liquid Crystal Display (LCD) yang berfungsi untuk menampilkan data hasil pembacaan, buzzer sebagai indikator suara, serta aplikasi telegram yang berfungsi untuk menerima notifikasi apabila kandungan gas melebihi nilai ambang batas yag telah di tentukan. Sensor MQ-7 dan sensor MQ-135 dikalibrasi dengan menggunakan alat Az-Instrument. Berdasarkan hasil kalibrasi sensor didapatkan nilai kesalahan dari sensor MQ-7 sebesar 0.87% dan untuk sensor MQ-135 sebesar 0,66%. Hasil pengujian dari sistem ini adalah sistem mampu membaca kandungan gas CO dan CO2 yang ada di lingkungan kampus Universitas Lampung dengen keakuratan 99%. Pengiriman informasi secara real time apabila kandungan gas melebihi nilai ambang batas yang telah ditentukan.

Automatic Tomato Plant Watering System Using Fuzzy Logic Control with Telegram-Based Monitoring System Purwiyanti, Sri; Murdika, Umi; Pratama, Pinkga Nata; Repelianto, Ageng Sadnowo
Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering) Vol 13, No 3 (2024): September 2024
Publisher : The University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jtep-l.v13i3.966-977

In tomato plants, one of the decisive factors is the soil humidity factor, where the optimal humidity for tomato plants is 80%. For this reason, the tomato planting process requires regular and measurable irrigation or watering. This research aims to create an automatic watering system for tomato plants with soil humidity and pH detection. In this system, Fuzzy logic is used as the control method and this system is also equipped with a monitoring system using the telegram application. In this system, the humidity sensor and soil pH sensor will provide information about soil conditions and forward the electrical signal to the NodeMcu ESP32 microprocessor, as the control center and signal processing. This input signal is then processed using Fuzzy logic control to decide whether the system will activate the relay on the water pump. If the humidity value is <60%, the pump will activate and sprinkle water until the humidity reaches 80%. The measurement results of soil humidity, soil ph, and pump relay conditions will be sent via Internet of Things technology so that they can be monitored remotely using the Telegram application. From the research results, it is found that the system can work as expected with an accuracy value of 100% with a delay time for sending data to Telegram of 14.1 seconds. Keywords: Fuzzy logic, Humidity, NodeMcu, Sensor, Soil pH.

Identifikasi Kualitas Buah Tomat dengan Metode PCA (Principal Component Analysis) dan Backpropagation Murdika, Muhammad Alif, Yessi Mulyani, Umi
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 15 No. 3 (2021)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v15n3.2240

Intisari Analisis komponen utama atau principal component analysis merupakan suatu metode yang digunakan dalam menganalisis kumpulan dataset untuk meringkas karakteristik utama mereka. Metode PCA ini mengurangi dimensi dataset dengan memproyeksikan setiap titik data ke hanya beberapa komponen utama pertama untuk mendapatkan data berdimensi lebih rendah sambil mempertahankan sebanyak mungkin variasi data. Pada penelitian ini digunakan metode PCA untuk memproyeksikan data citra sehingga diperoleh data ekstraksi ciri dengan dimensi yang lebih kecil. Selanjutnya metode Backpropagation diterapkan untuk melakukan proses identifikasi. Dataset yang digunakan sebanyak 30 dataset yang terdiri dari 10 buah citra uji dan 20 data latih. Dari simulasi yang dilakukan diperoleh kesimpulan bahwa Metode PCA yang diterapkan berhasil mengurangi dimensi data. Identifikasi kualitas buah tomat menggunakan metode Back-propagation menunjukkan tingkat ketepatan dengan akurasi mencapai 76,7 persen. Nilai akurasi tersebut menunjukkan bahwa sistem ini telah berjalan dengan baik. Kata kunci Back-propagation, PCA (Principal Componenet Analisys), Pengolahan Citra, JST (Jaringan Syaraf Tiruan). Abstract Principal component analysis is a method used in analyzing datasets to summarize their main characteristics. This PCA method reduces the dimension of the dataset by projecting each data point onto only the first few principal components to obtain lower dimensional data while maintaining as much variation of the data as possible. In this study, the PCA method was used to project image data in order to obtain feature extraction data with smaller dimensions. Furthermore, the Backpropagation method is applied to carry out the identification process. The dataset used is 30 data consisting of 10 test images data and 20 training data. From the simulation, it can be concluded that the PCA method applied has succeeded in reducing the dimensions of the data. Identification of tomato fruit quality using the Back-propagation method shows the level of accuracy with an accuracy of 76.7 persen. it indicates that this system has been running well. Keywords Backpropagation, PCA (Principal Component Analysis), Image Processing, ANN (Artificial Neural Networks).

Gender Identification and Population Detection in a Room Using YOLOv8 Zulfi, M.Ridho; Sumadi; Murdika, Umi; Ulya Darajat, Anisa
Emitor: Jurnal Teknik Elektro Vol 25, No 1: March 2025
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v24i3.5734

In today's digital era, lectures and higher education have experienced rapid development, especially in theuse of technology. Technology has opened up various opportunities to improve efficiency and effectiveness in variousaspects of education. One aspect that needs to be improved is the presence of students in lectures. Through this thesis,the author aims to develop a tool that can overcome the problem of recapitulation of student attendance using imageprocessing technology and the YOLOv8 algorithm, then adding male and female face training data to identifygender. By combining the latest technology and this innovative approach, it is hoped that an efficient and accuratesolution can be created to record student attendance in lectures. In this study, the implementation of population countand gender identification within a room using YOLOv8 achieved a precision value of 100%, a recall value of 100%,an accuracy value of 100%, and an F1-score value of 100%.

Perbandingan Kernel Convolutional Neural Network dalam Pengenalan dan Transliterasi Kata Aksara Lampung Utami, Desi Rahma; Murdika, Umi
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 2 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i2.10406

The study aims to create a system that can recognize and transliterate Lampung script image data and compare the Convolutional Neural Network (CNN) kernel to the Lampung script word recognition and transliteration system. The Lampung script recognition and transliteration system with the CNN learning model is implemented using the python 3.9.4 64 bit programming language, with a stride of 1 for convolution and 2 for pooling, the kernel size variations used are 2x2, 3x3 and 5x5 which are applied crosswise for feature extraction of the convolution and pooling processes. The 3x3 convolution kernel type and 3x3 pooling kernel showed the best performance in transliterating and recognizing Lampung script words with a test accuracy of 0.9 and a small test result data inequality, which is 2/10 or 0.2. The 3x3 Kernel Size shows ideal conditions for use, especially when the image features used have very few differences in features.

Inverse Kinematic of 1-DOF Robot Manipulator Using Sparse Identification of Nonlinear System Darajat, Anisa Ulya; Murdika, Umi; Repelianto, Ageng Sadnowo; Annisa, Resty
INTEK: Jurnal Penelitian Vol 10 No 1 (2023): April 2023
Publisher : Politeknik Negeri Ujung Pandang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31963/intek.v10i1.4202

Robot Manipulator is the most robot used in industry since it can act like a human arm that can move objects. Research on robot manipulator has been widely carried out in various problems such as control systems, intelligence robots, degrees of freedom, mechanics-electronics systems and various other problems. In control systems there are studies to design of robot motion through kinematics. However, modeling the kinematic motion which has nonlinear characteristics will be more difficult if the number of degrees of freedom increases. To overcome this problem, this research will proposed sparse regression to modeling the kinematics of a robotic arm with the black box principle modeling. The results obtained indicate that the method The proposed one has the ability to identify robots manipulator with a fitness score of up to 100%. This matter shows that the proposed method can modeling the kinematic inverse of the manipulator robot without through complex calculations. From this research is expected can provide other research opportunities related to identification kinematics with the identification system method

Pemrosessan Sinyal Waktu Diskrit Menggunakan Compressive Sensing Berdasarkan Algoritma Pemulihan L1 Murdika, Umi; Hakim, Lukmanul
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 13 No. 3 (2019)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v13n3.2130

Identifikasi Kualitas Buah Tomat dengan Metode PCA (Principal Component Analysis) dan Backpropagation Murdika, Muhammad Alif, Yessi Mulyani, Umi
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 15 No. 3 (2021)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v15n3.2240

Intisari Analisis komponen utama atau principal component analysis merupakan suatu metode yang digunakan dalam menganalisis kumpulan dataset untuk meringkas karakteristik utama mereka. Metode PCA ini mengurangi dimensi dataset dengan memproyeksikan setiap titik data ke hanya beberapa komponen utama pertama untuk mendapatkan data berdimensi lebih rendah sambil mempertahankan sebanyak mungkin variasi data. Pada penelitian ini digunakan metode PCA untuk memproyeksikan data citra sehingga diperoleh data ekstraksi ciri dengan dimensi yang lebih kecil. Selanjutnya metode Backpropagation diterapkan untuk melakukan proses identifikasi. Dataset yang digunakan sebanyak 30 dataset yang terdiri dari 10 buah citra uji dan 20 data latih. Dari simulasi yang dilakukan diperoleh kesimpulan bahwa Metode PCA yang diterapkan berhasil mengurangi dimensi data. Identifikasi kualitas buah tomat menggunakan metode Back-propagation menunjukkan tingkat ketepatan dengan akurasi mencapai 76,7 persen. Nilai akurasi tersebut menunjukkan bahwa sistem ini telah berjalan dengan baik. Kata kunci Back-propagation, PCA (Principal Componenet Analisys), Pengolahan Citra, JST (Jaringan Syaraf Tiruan). Abstract Principal component analysis is a method used in analyzing datasets to summarize their main characteristics. This PCA method reduces the dimension of the dataset by projecting each data point onto only the first few principal components to obtain lower dimensional data while maintaining as much variation of the data as possible. In this study, the PCA method was used to project image data in order to obtain feature extraction data with smaller dimensions. Furthermore, the Backpropagation method is applied to carry out the identification process. The dataset used is 30 data consisting of 10 test images data and 20 training data. From the simulation, it can be concluded that the PCA method applied has succeeded in reducing the dimensions of the data. Identification of tomato fruit quality using the Back-propagation method shows the level of accuracy with an accuracy of 76.7 persen. it indicates that this system has been running well. Keywords Backpropagation, PCA (Principal Component Analysis), Image Processing, ANN (Artificial Neural Networks).

Rancang Bangun Alat Pengering Pakaian Menggunakan Metode Fuzzy Logic Tiya Adita Oktavia; Murdika, Umi
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 16 No. 3 (2022)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v16n3.2385

Perubahan iklim dan pemanasan global dapat mengakibatkan terjadinya perubahan kondisi cuaca yang tidak menentu berkaitan dengan hal tersebut maka manusia membutuhkan alat pengering pakaian otomatis untuk membantu dalam proses pengeringan pakaian ketika musim hujan. Pada penelitian ini dibuat alat pengering pakaian menggunakan metode fuzzy logic yang terdiri dari sensor DHT22 dan sensor load cell 5 kg. Input kendali logika fuzzy adalah kelembaban dan suhu udara di dalam lemari pengering. Output yang dihasilkan oleh kendali fuzzy logic berupa sinyal untuk mengendalikan motor fan dan heater. Berdasarkan hasil pengujian menunjukkan bahwa pada kondisi kelembaban kering 20 persen dan suhu dingin 15 maka heater akan off dan motor fan akan on. Heater dan motor fan akan on ketika kelembaban mencapai kondisi lembab 25 dengan kondisi suhu sejuk 35 sedangkan heater dan motor fan akan off secara bersamaan ketika kondisi kelembaban kering 29 dengan kondisi suhu panas 35. Pengeringan dengan alat pengering membutuhkan rata-rata waktu 204 menit sedangkan proses pengeringan secara konvensional membutuhkan rata-rata waktu 390 menit, sehingga dapat disimpulkan tingkat keberhasilan pada perancangan adalah100.

SISTEM PEMANTAU GAS KARBON MONOKSIDA (CO) DAN KARBON DIOKSIDA (CO2) MENGGUNAKAN SENSOR MQ7 DAN MQ-135 TERINTEGRASI TELEGRAM Kurniawan, Dendi; Sulistiyanti, Sri Ratna; Murdika, Umi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.2963

Polusi udara dan banyaknya aktifitas manusia dalam waktu yang lama menyebabkan meningkatnya kandungan gas polutan. Untuk itu diperlukan suatu alat yang dapat menginformasikan kandungan gas. Salah satu cara ialah sistem pemantau gas CO dan CO2 menggunakan sensor MQ-7 dan MQ-135 terintegrasi telegram yang memanfaatkan teknologi Internet Of Things (IoT). Dimana sensor MQ-135 dan sensor MQ-7 digunakan sebagai alat untuk mendeteksi dan mengukur kadar gas yang dibantu dengan esp32 sebagai mikrokontroler dan pemroses sinyal, Liquid Crystal Display (LCD) yang berfungsi untuk menampilkan data hasil pembacaan, buzzer sebagai indikator suara, serta aplikasi telegram yang berfungsi untuk menerima notifikasi apabila kandungan gas melebihi nilai ambang batas yag telah di tentukan. Sensor MQ-7 dan sensor MQ-135 dikalibrasi dengan menggunakan alat Az-Instrument. Berdasarkan hasil kalibrasi sensor didapatkan nilai kesalahan dari sensor MQ-7 sebesar 0.87% dan untuk sensor MQ-135 sebesar 0,66%. Hasil pengujian dari sistem ini adalah sistem mampu membaca kandungan gas CO dan CO2 yang ada di lingkungan kampus Universitas Lampung dengen keakuratan 99%. Pengiriman informasi secara real time apabila kandungan gas melebihi nilai ambang batas yang telah ditentukan.

Title

Found 26 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 26 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 26 Documents
Search