Article Per Year (5 Year)
p-Index From 2021 - 2026
3.189
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Multitek Indonesia : Jurnal Ilmiah Jurnal Teknik Elektro dan Komputer TRIAC JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Journal Zetroem Journal of Electrical Engineering and Computer (JEECOM) Jurnal Techno Bahari JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) ALINIER: Journal of Artificial Intelligence & Applications Nusantara of Engineering (NOE) JPMP Jurnal Ilmiah Sistem Informasi Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika dharma wiyata
Farrady Alif Fiolana
UNIVERSITAS ISLAM KADIRI
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Transportation

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Robotik Arm Rancangan Bangun Lengan Robot Arm Untuk Menggambar Menggunakan Invers Kinematik Zen Nurkholik; Farrady Alif Fiolana; Diah Arie Widhining Kusumastutie
Jurnal Ilmiah Sistem Informasi Vol 1 No 3 (2022): November : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juisi.v1i3.413

Abstract

Robot lengan merupakan sebuah alat mekanik yang dapat melakukan sebuah proses manipulasi dengan mengguanakan lengan mekanik. Robot lengan dibuat menyerupai lengan manusia memiliki sifat fleksibel sehingga mudah digunakan untuk melakukan suatu pekerjaan. Robot lengan memiliki jumlah derajat kebebasan (degree of freedom) DOF untuk melakukan gerakan tertentu. Rancangan robot lengan ini memiliki 3 derajat kebebasan atau 3-dof dimana setiap joint (sendi) memiliki gerakan berputar atau rotasi yang dapat melakukan pergerakan pada sumbu x, y, dan z dalam ruang tiga dimensi sebagai acuan gerak robot lengan ini menggunakan 3 motor stepper sebagai pengeraknya. Ada berbagai cara untuk membuat sebuah rancangan robot lengan, salah satunya adalah mengunakan invers kinematik yaitu, mencari solusi untuk setiap sudut pada tiap motor stepper agar posisi end-effector dapat tercapai. Dengan harapan proses rancangan robot lengan ini dapat membantu pembelajaran mengenai perubahan gerak pada robot lengan untuk menggambar menggunakan invers kinematik.
KLASIFIKASI SUARA SIRENE MENGGUNAKAN STFT (SHORT-TERM FOURIER TRANSFORM) Muchamad fajar permana; Farrady alif fiolana; Diah Arie W.K.
Jurnal Ilmiah Sistem Informasi Vol 1 No 3 (2022): November : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juisi.v1i3.414

Abstract

Sirene merupakan sebuah alat yang mampu menghasilkan bunyi yang mendengung keras, digunakan sebagai tanda bahaya dan sebagainya. Sirene dipergunakan pada kendaraan darurat seperti untuk ambulance, polisi dan pemadam kebakaran.. Selain itu sirene juga digunakan untuk alarm suatu bencana. Suara sirene pada kendaraan darurat juga memiliki bunyi yang berbeda-beda tergantung pada penggunaan dan penerapannya. Dalam penelitian ini data suara sirene diolah menggunakan algoritma STFT dan diklasifikasikan dengan menggunakan artificial neural network. Proses pengolahan data sirene menghasilkan bahwa nilai amplitude maksimal tertinggi sebesar 0,29(-11dB) pada frekuensi 800Hz milik sirene ambulance mode wail2. Sedangkan nilai amplitude maksimal terendah sebesar 0,03(-30dB) pada frekuensi 1,3KHz milik sirene kendaraan pemadam kebakaran. Proses learning data menghasilkan nilai MSE terkecil sebesar 0,0000066218 pada epoch ke 1000. Kemudian dari uji coba proses training data untuk pencocokan sirene kendaraan darurat, dihasilkan dari data yang di-training berjumlah 640 data, terdapat data sirene yang berjumlah 630 berhasil dan 10 gagal. Hasil uji coba memiliki persentase keberhasilan yang tinggi sesuai yang diharapkan yaitu sebesar 98,44%.
KLASIFIKASI BUNGA ANGGREK BULAN BERDASARKAN WARNA DAN TEKSTURNYA MENGGUNAKAN METODE JST ahmad faiza al farikhi; Farrady Alif Fiolana; Fajar Yumono
Jurnal Ilmiah Sistem Informasi Vol 1 No 3 (2022): November : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juisi.v1i3.417

Abstract

Orchidaceae merupakan nama latin dari bunga anggrek yang memiliki variasi bentuk, Bunga anggrek di Indonesia sangatlah banyak dan beragam jenis yang salah satunya anggrek bulan (Phalaenopsis). Meskipun anggrek banyak yang membudidayakan, namun untuk membedakan jenis anggrek satu dengan yang lain yaitu dengan melihat warna dan tekstur. Namun secara umum jenis bunga anggrek memiliki kemiripan warna, tekstur, hal ini yang menyebabkan seseorang kesulitan dalam mengidentifikasi jenis bunga anggrek, oleh karena itu dilakukan secara otomatis dengan sistem komputer. Dengan menggunakan metode color co-occourrence matrix (CCM) dan klasifikasi menggunakan metode JST (Jaringan Saraf Tiruan). Yang diharapkan mampu membedakan jenis anggrek bulan berdasarkan ekstraksi warna dan tekstur menggunakan CCM dan melakukan klasifikasi JST berdasarkan data CCM. Memanfaatkan metode penelitian eksperimen yang menggunakan pendekatan kuantitatif. Dengan MSE terkecil 3,5 x 10-6 serta 1000 iterasi. Serta hasil uji coba 5 anggrek bulan, dimana anggrek bulan kuning berhasil diklasifikasi sebanyak 112 bunga dan gagal 28 bunga dengan presentase keberhsilan 89.70%, anggrek bulan merah 207 dapat di kenali dengan benar dan 3 tidak dikenali, dengan presentase keberhasilan 98.57%. Anggrek bulan putih sebanyak 171 dapat dikenali dengan benar dan 29 salah dengan tingkat presentase keberhasilan 85.50%. Anggrek bulan Taiwan dapat dikenali 213 bunga secara benar dan salah 37 bunga dengan presentase keberhasilan 85.20%. Anggrek bulan ungu dapat dikenali benar sebanyak 194 bunga dan tidak dapat dikenali 6 bunga drngan presentase keberhasilan 97%. Dari keseluruhan uji coba 5 anggrek bulan secara keseluruhan terdapat 897 dapat dibaca secara benar dan 103 salah dengan presentase keberhasilan 89.70%. Sehingga pada penelitian ini mampu menyempurnakan penelitian sebelumnya.
Identifikasi Jenis Ras pada Kucing Menggunakan Algoritma Support Vector Machine (SVM) Prasetyo Defantara Hadi; Diah Arie Widhining K; Farrady Alif Fiolana
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol. 6 No. 1 (2024): Juni 2024
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v6i1.10989

Abstract

Kucing adalah mamalia karnivora kecil yang dikenal sebagai satu-satunya spesies jinak dalam keluarga Felidae . Di Indonesia, beberapa jenis ras kucing populer sebagai hewan peliharaan, antara lain Bengal, Ragdoll, Russian Blue, Siamese, dan Persia. Namun, keberagaman ras kucing ini seringkali membuat pemiliknya kesulitan mengidentifikasi jenis ras yang dimiliki oleh kucing mereka. Penelitian ini bertujuan untuk melakukan klasifikasi pada lima jenis ras kucing tersebut menggunakan metode Support Vector Machine (SVM) dengan kernel Radial Basis Function(RBF). Data yang digunakan terdiri dari tiga jenis dataset, yaitu data latih sebanyak 1400 sampel, data validasi sebanyak 600 sampel dan data uji sebanyak 250 sampel. Hasil penelitian menunjukkan bahwa model yang dibangun menggunakan metode SVM dengan kernel RBF berhasil mencapai tingkat akurasi sebesar 86%, presisi sebesar 87%, recall sebesar 86%, dan f1 score sebesar 86%. Hasil tersebut menandakan bahwa model klasifikasi ini mampu melakukan prediksi dengan tingkat keakuratan yang baik.
Virtual Drum Based Image Processing System Fiolana, Farrady Alif; Yumono, Fajar; Anggara, Muhammad Yusuf Ari
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 1 No 1: JTECS Januari 2021
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v1i1.688

Abstract

Drum/drumset adalah gabungan dari beberapa alat perkusi yang dimainkan oleh satu atau dua orang pemain. Bagian drum sendiri biasanya terdiri dari hihat, tom, crash, dan bass kick. Image processing dapat menjadikan bagian tersebut praktis dan mudah dibawa dengan membuat program pendeteksi gerakan ujung stik yang berbentuk lingkaran menggunakan HSV dan hough circle. Hasil deteksi digunakan untuk pengambilan keputusan jenis suara yang dikeluarkan terhadap koordinat drum yang telah di tentukan. Terdapat 3 posisi drum dalam frame yang menentukkan jenis suara yang berbeda.
Klasifikasi Sinyal Delta, Theta, Alpha, Beta, Gamma Pada Electroencephalography (EEG) Diantoro, Tri; Alif Fiolana, Farrady; Arie Widhining K., Diah
ALINIER: Journal of Artificial Intelligence & Applications Vol. 4 No. 2 (2023): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v4i2.7747

Abstract

Otak merupakan organ vital yang menjadi pusat koordinasi tubuh manusia, bekerja dengan sistem kelistrikan yang secara berkala menghasilkan sinyal listrik kecil yang dilewatkan melalui jaringan sel saraf neuron. Untuk mengukur potensial listrik yang dihasilkan sel saraf otak dengan memasang elektroda pada permukaan kulit kepala. Dalam bidang medis, alat untuk merekam gelombang otak disebut electroencephalograph. Penelitian ini bertujuan membuat alat instumentasi perekam sinyal otak berbasis mikrokontroler yang portabel dan mudah digunakan dengan hanya menggunakan dua elektroda yang dipasang pada bagian frontal dan satu elektroda pada referensi. Sistem yang dirancang terdiri dari rangkaian proteksi, penguat instrumentasi, penguat non-inverting, low pass filter, notch filter, penguat diferensial dan arduino uno. Untuk mengetahui frekuensi dari sinyal otak yang terekam, data ADC dari tegangan yang terukur diproses menggunakan program fast fourier transform pada Matlab. Hasil dari pengujian didapat beberapa karakteristik gelombang otak yang muncul yaitu, gelombang delta (0-4 Hz), gelombang theta (4-8 Hz), gelombang alpha (8-12 Hz), gelombang beta (12-30 Hz), dan gelombang gamma (>30 Hz).
Pendeteksi Pengguna Masker Pada Pintu Masuk Dengan Metode Convolutional Neural Network: Indonesia Brilliant, Ganiesa Nasrulloh; Fajar Yumono; Farrady Alif Fiolana
ZETROEM Vol 6 No 1 (2024): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v6i1.3452

Abstract

Pada penelitian ini dilakukan pengujian sistem pendeteksi wajah bermasker yang menerapkan metode Convolutional Neural Network (CNN). Pengujian sistem ini dilakukan untuk mengetahui keberhasilan metode CNN pada sistem pendeteksi wajah bermasker secara real time jika bagian mulut dan hidung pada wajah tidak tertutup maupun tertutup oleh masker atau oleh selain masker. Penelitian ini dibagi dalam 3 tahap, yaitu pelatihan dataset, deteksi wajah, dan pengujian secara real time dengan berbagai posisi wajah. Sistem ini berhasil mendeteksi wajah bermasker atau tidak pada model dataset dengan akurasi 98%. Secara real time sistem ini berhasil mendeteksi dengan baik pada berbagai posisi tampak wajah dan pada wajah yang pada bagian hidung dan mulut tertutup masker atau tangan. Dan pada percobaan menggunakan solenoid jika terdeteksi memakai masker maka solenoid akan membuka pintu dan jika tidak maka solenoid tidak membuka pintu.
Trajectory Planning Pada Robot Lengan 3 DOF Puspita Sari, Erni; Fiolana, Farrady Alif; Kusumastutie, Diah Arie Widhining
Techno Bahari Vol 11 No 2 (2024)
Publisher : Politeknik Negeri Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52234/tb.v11i2.305

Abstract

Abstrak Sebuah robot lengan dapat beroperasi karena sebuah program. Program dibentuk karena adanya perhitungan pada sudut dimana rotasi setiap sudut robot lengan digunakan untuk menemukan posisi lengan saat bergerak. Dengan adanya perhitungan tersebut berdasarkan kecepatan perubahan posisi terhadap perubahan sudut akan membentuk garis vertikal dan horizontal. Untuk membentuk garis vertikal yang presisi secara praktek perubahan sudut yang dibutuhkan dari keadaan awal ke keadaan berikutnya adalah sendi 1 sebesar 3,2? dan sendi 2 sebesar 5,3?, namun ketika sesuai dengan spesifikasi motor steper setiap 1 langkah perubahan masing-masing sudut sebesar 1,8? tetapi tidak menghasilkan garis yang presisi, sehingga error dari kedua perhitungan sebesar 4,87778 mm. Sedangkan untuk membentuk garis horizontal yang presisi, secara praktek perubahan sudut yang terjadi pada sendi 1 sebesar 0,25?, sendi 2 sebesar 0,35? dan sendi 3 sebesar 2,27?, namun jika sesuai dengan spesifikasi motor steper dengan masing-masing perubahan sudut pada sendi sebesar 1,8? yang diperoleh error sebesar 0,65305 mm.
Penerapan Koreksi Warna Pada Citra Bagi Penyandang Buta Warna Parsial Putra, Anggara Permana; Fiolana, Farraday Alif; Kusumastutie, Diah Arie Widhining
Jurnal Teknik Elektro dan Komputer TRIAC Vol 8, No 1 (2021): Mei 2021
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v8i1.10246

Abstract

Buta warna (Color Vision Deficiency) adalah penurunan kemampuan untuk melihat warna atau perbedaan warna. Dari total penduduk Indonesia yang berjumlah 255 juta jiwa, sebanyak 0,7% terkena kelainan genetika yang penyandangnya tidak mampu membedakan tingkat gradasi suatu warna. Sedangkan diluar Indonesia belum dapat dipastikan berkaitan jumlah penyandang buta warna, akan tetapi dalam sebuah survei sebesar 8% laki - laki di dunia adalah pengidap buta warna. Sementara persentase perempuan yang menyandang buta warna adalah 0,4%. Buta warna umumnya terjadi pada sel kerucut yang terletak di retina mata manusia. Ada berbagai cara dan teknik untuk membantu penyandang buta warna mendapatkan informasi dari objek sensitif warna. Salah satunya dengan memanfaatkan pengolahan citra digital. dalam penelitian ini penulis membahas penggunaan pengolahan citra digital untuk memanipulasi citra sehingga dapat lebih dikenali oleh penyandang buta warna menggunakan Algoritma Daltonisasi LMS, pada metode ini dilakukan simulasi ke 3 jenis persepsi penglihatan dengan memanipulasi citra pada ruang warna LMS, kemudian error pembandingan citra simulasi dengan citra asli akan dijadikan parameter penggeser untuk citra hasil. Citra hasil diujikan ke 86 responden sesuai jenis buta warna parsial yang diderita. Hasil pengujian membuktikan rata - rata tingkat pengenalan keseluruhan meningkat dari 38,61% ke 95,1% dengan besar simpangan rata-rata berubah dari 26,2% ke 5,06%.
Rekonstruksi 3D dari Multiview Image sebagai Intepretasi Ukuran Objek Fiolana, Farrady Alif
Nusantara of Engineering (NOE) Vol 1 No 1 (2014)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v1i1.39

Abstract

Rekonstruksi 3D menggunakan multiview image dapat menghasilkan informasi koordinat pada world frame. Informasi tersebut dapat digunakan untuk memandu end-effector robot pahat untuk mereplika sebuah benda nyata pada suatu benda kerja. Pengambilan gambar dilakukan dengan menggunakan kamera yang tersusun secara stereo dari beberpa sudut pandang. Kamera tersebut telah dikalibrasi. Proses normalisasi warna bertujuan untuk memisahkan objek dan latar. Hal ini bertujuan untuk mendapatkan daerah yang diinginkan. Penentuan kedalaman pixel dihitung pada beberapa sampel titik yang memiliki korespondensi untuk dibangun sebuah mesh. Untuk menemukan titik tersebut, kami membandingkan performa dekteksi ciri SURF (Speed-Up Robust Feature), SIFT (Scale-Invariant Feature Transform) yang keduanya dikombinasi dengan KNN (K-Nearest Neighbor). Selain itu juga membandingkan performa optical flow Lucas-Kanade, Horn-Schunck, Farneback, dan Block Match. Metode Block Match menunjukkan performa terbaik dengan keberhasilan 88.53%. Kombinasi SIFT, KNN, dan RANSAC (Random Sample Consensus) digunakan untuk menentukan matrik transformasi observer menuju model untuk proses penyelarasan gambar. Evaluasi hasil rekonstruksi menggunakan RMSE (Root Mean Square Error) dengan membandingkan jarak antar titik yang berkesesuaian dengan objek sebenarnya. RMSE yang dihasilkan berkisar antara 0.3076801cm dan 0.3277154cm. Hasil registrasi memiliki RMSE 0.3679023cm. Hal ini disebabkan oleh kesalahan turunan dari pembentuknya, kekurang sesuaian vertex antara model dan observer, dan pendekatan untuk memperoleh matrik transformasi dari observer menuju model.   Kata kunci : Rekonstruksi 3D, kamera stereo, deteksi ciri, optical flow.
Co-Authors Adam Setiawan Tiyas ahmad faiza al farikhi Ahmad Irfan Al Farasyi al farikhi, ahmad faiza Aldiana Nugroho Mianah Anggara, Muhammad Yusuf Ari Arie Widhining K., Diah Ayssa Nurmastika Brilliant, Ganiesa Nasrulloh Diah Arie W.K. Diah Arie Widhining Diah Arie Widhining K Diah Arie Widhining K Diah Arie Widhining Kusumastutie Diah Arie Widhining Kusumastutie Diah Arie Widhining Kusumastutie Diantoro, Tri EDWIN AGUS BUNIARTO Edwin Syahputra Eka Rahayu Septiana Erwanto, Danang Fajar Yumono Fajar Yumono Haris Odi Rizaldy Moch Sunan Makmur Azis, Mochamad Dzaky Makarim Mochtar Yahya Mochtar Yahya Mochtar Yahya Muchamad fajar permana Mudzakir, Mohammad Alfian permana, Muchamad fajar Prasetyo Defantara Hadi Puspita Sari, Erni Putra, Anggara Permana Rosanti, Aulia Dewi W. K, Diah Arie W.K., Diah Arie Widhining K, Diah Arie Widining K., Diah Arie Yudo Bismo Utomo Yumono, Fajar Zauqy Launu Hayya Zen Nurkholik Zen Nurkholik