Claim Missing Document
Check
Articles

Sistem Monitoring Tinggi Gelombang Lepas Pantai Untuk Mendeteksi Gejala Tsunami Menggunakan Sensor Inertial Measurement Unit Adam, Muhamad Dhani; Murti, Muhammad Ary; Salam, Rahmat Awaludin
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

Seperti yang diketahui fenomena alam merupakan suatu hal yang tidak dapat dihindarkan oleh manusia, terkhusus anomali/perubahan alam. Anomali alam dapat menyebabkan kerugian berupa materi maupun nyawa. Salah satu fenomena alam yang terjadi adalah perubahan gelombang pasang surut laut. Dengan terjadinya bencana ini yang disebabkan fenomena alam, diberikan salah satu cara yang dapat digunakan untuk mengurangi dampak yang diberikan dengan menyampaikan informasi dan peringatan kepada masyarakat terkait perubahan pasar surut gelombang laut terkhusus masyarakat yang tinggal di pesisir pantai. Sistem monitoring yang akan dirancang adalah sistem yang dapat memantau kondisi gelombang laut sehingga mengetahui fenomena alam yang terjadi dengan menyampaikan informasi berupa ketinggian gelombang laut dan status gelombang laut. Penelitian ini berhasil menggabungkan antara smart sensor BNO055, Arduino Nano dan TTGO LoRa sehingga menghasilkan error dari ketinggian gelombang sebesar 7,5% dan akurasi sebesar 92,5%. Pengiriman data yang dilakukan memiliki interval waktu kirim sebesar 1 menit dan data yang dikirimkan berupa SNR, delay, RSSI dan nilai ketinggian gelombang. Kata Kunci: Tsunami, BNO055, Arduino Nano, TTGO LoRa, Gelombang Laut
Sistem Pendeteksi Premature Ventricular Contraction Berbasis K-Nearest Neighbors Menggunakan Elektrokardiograf Portabel Baihaqi, Zaidan Fitra; Estananto; Murti, Muhammad Ary
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

Premature Ventricular Contraction (PVC) merupakan jenis aritmia yang ditandai dengan kompleks QRS yang melebar lebih dari 120 ms tanpa disertai gelombang P. Penelitian ini bertujuan mengembangkan sistem portabel untuk merekam sinyal EKG dan menerapkan algoritma K-Nearest Neighbors (KNN) guna mendeteksi PVC. Sistem dirancang menggunakan sensor ADS1293 dan mikrokontroler ESP32 yang mengirimkan data EKG ke aplikasi mobile untuk dianalisis. Hasil pengujian menunjukkan sinyal EKG yang terekam memiliki kualitas baik dan heart rate yang sesuai dengan alat referensi. Model KNN yang dilatih menggunakan data MIT-BIH menghasilkan akurasi 92,85% dan F1-score 0,93. Sistem juga berhasil diterapkan pada aplikasi mobile untuk memvisualisasikan hasil deteksi. Meskipun belum divalidasi secara klinis, sistem ini telah berfungsi sesuai tujuan dan dapat dikembangkan lebih lanjut untuk klasifikasi secara real-time. Kata kunci— Elektrokardiogram (EKG), Aritmia, Premature Ventricular Contraction (PVC), K-Nearest Neigbors (KNN)
Sistem Pendeteksi Fibrilasi Atrium Berbasis Convolutional Neural Network (CNN) Menggunakan EKG Portable Angela, Fallerina Ribka; Estananto; Murti, Muhammad Ary
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

Fibrilasi atrium merupakan salah satu jenis aritmia yang ditandai dengan aktivitas listrik jantung yang cepat dan tidak teratur, serta berpotensi meningkatkan risiko stroke dan gagal jantung jika tidak terdeteksi secara dini. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pendeteksi fibrilasi atrium berbasis Convolutional Neural Network (CNN) yang terintegrasi dengan perangkat EKG portabel. Sistem ini menggunakan tiga elektroda untuk merekam sinyal listrik jantung, yang kemudian dikirimkan ke aplikasi mobile melalui mikrokontroler ESP32. Data sinyal EKG dan fitur RR interval yang diterima akan diproses menggunakan model CNN untuk mengklasifikasikan kondisi jantung sebagai “normal” atau “fibrilasi atrium”. Model CNN yang dikembangkan berhasil mencapai akurasi sebesar 99,48% dan F1-Score sebesar 97,80%, menunjukkan performa klasifikasi yang sangat baik. Aplikasi mobile juga dirancang untuk menampilkan sinyal EKG, nilai detak jantung (BPM), dan hasil klasifikasi secara real-time. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan solusi yang efektif dan efisien dalam melakukan pemantauan jantung secara mandiri dan deteksi dini fibrilasi atrium. Kata kunci— fibrilasi atrium, sinyal EKG, CNN, ESP32, perangkat portabel
Transformasi Digital Wana Wisata Gunung Puntang: Pengembangan Sistem Informasi Geografis sebagai Media Interpretasi dan Daya Tarik Wisata Ersy Ervina; Annisa Khoirul Husna; Muhammad Ary Murti
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 5 No. 1 (2025): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

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

Abstract

Gunung Puntang, yang terletak di Desa Campakamulya, Kabupaten Bandung, merupakan kawasan wisata alam dengan potensi tinggi dalam bidang sejarah, petualangan, dan edukasi lingkungan. Namun, jumlah kunjungan wisatawan menunjukkan tren penurunan dalam beberapa tahun terakhir. Salah satu faktor yang memengaruhi hal tersebut adalah kurangnya informasi yang dapat diakses secara cepat dan akurat oleh calon wisatawan. Untuk menjawab tantangan tersebut, penelitian ini bertujuan untuk mengembangkan peta digital berbasis Sistem Informasi Geografis (SIG) sebagai media interpretasi dan promosi destinasi wisata Gunung Puntang. Metode yang digunakan meliputi survei lapangan, perancangan sistem berbasis web, pengembangan aplikasi dengan teknologi Leaflet.js, OpenStreetMap, OpenRouteService, PHP, dan MySQL, serta uji coba sistem secara langsung di perangkat desktop dan mobile. Hasil penelitian menunjukkan bahwa peta digital interaktif yang dikembangkan mampu menyajikan informasi spasial secara lengkap, termasuk titik-titik penting seperti pos pendakian, lokasi bersejarah, jalur utama, serta informasi edukatif lainnya. Fitur pencarian lokasi, estimasi jarak, dan rute otomatis turut memperkaya pengalaman pengguna dalam menjelajahi kawasan. Aplikasi ini terbukti meningkatkan kemudahan akses informasi, mendukung konsep wisata mandiri, dan menjadi sarana edukasi berbasis geospasial yang efektif. Penelitian ini memberikan kontribusi terhadap pengembangan pariwisata berbasis teknologi digital dan dapat menjadi model bagi penerapan peta digital di destinasi wisata alam lainnya di Indonesia, sekaligus sebagai strategi promosi yang adaptif di era transformasi digital.
Co-Authors Abdulloh Salahul Haq Achmad Rizal Adam, Muhamad Dhani Aditya Kurniawan Agung Nugroho Jati Ahmad Adhitya Nurhadi Ahmad Fauzan Jaya Akbar Budi Wikanta Alif Ghifari Amanda Austin Herlambang Andi Shridivia Nuran Andi Wahyu Adi Arryansyah Andi Zulfakar Angela, Fallerina Ribka Angga Rudinar Anggawa Kharisma Hananta Annisa Khoirul Husna Aprillia, Rizky Arfian, Ganjar Tri Azam Zamhuri Fuadi Bachri, Ibram Muharam Baihaqi, Zaidan Fitra Bazwir, Arasy Billy Ahmad Abdilah Cahya Kusuma Ardhi Casi Setianingsih Denny Darlis Difa Surya Putra Ersy Ervina Erwin Susanto Estananto Fahmi Ahmad Fauzi Faisal Budiman Fiky Y. Suratman Gandeva Bayu Satrya Gurnita Koncara Indraloka Gusti Ngurah Rama Putra Atmaja Hafizh , Luthfi Abdul Haq, Abdulloh Salahul Ibnu linursafa Imron Rizaldi Indra Prastowo Inung Wijayanto Irawan Dwi Purnomo Irfan Suhendra Irvan Akbar Anka Pratama istiqomah istiqomah Junartho Halomoan Koredianto Usman Kusprasapta Mutijarsa Listy Amalia Luthfi Abdul Hafizh Maruli Tua Baja Sihotang Modirono, Muh Ihsan Akmal Muhamad Ramadhan Muhammad Fathurrohim Nur Muhammad Hablul Barri Muhammad Imam Nashiruddin Muhammad Nasrun Muhammad Nur Rasyid Nahdatin Hasanah Napitu, Jefri Radianto Novi Prihatiningrum Nyoman Bogi Aditya Karna Porman Pangaribuan Rahadian Reza Rizaldy Rahmat Awaludin Salam Rahmat Syamsudaris Ramadhan, Muhammad Rifqi Ramdhan Nugrah Ratna Mayasari Ratri Dwi Atmaja Refnaldy Hartono Rezka Bunaiya Prayudha Rizka Alifya Rahman Rizki Ardianto Priramadhi Rizki Kurniawati Rizqi Surya Utama Sasmito, Ahmad Yulianto Bekti Selvy Zelia Sari Shalahuddin Kartika Candra Sony Sumaryo Syafri Akhsanul Iqbal Unang Sunarya Wahyuni, Putri Stri Willy Anugrah Cahyadi