Claim Missing Document
Check
Articles

Found 13 Documents
Search

Perancangan dan Implementasi Pendeteksi Kekeruhan Air Menggunakan Mikrokontroler Berbasis Nilai Nephelometric Turbidity Unit Dody Ichwana; Yosa Rianda; Shelvi Ekariani
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10, No 1 (2024): April 2024
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i1.2024.9-16

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah detektor kekeruhan air guna membantu pelanggan perusahaan penyedia air PDAM/PAM menjaga kualitas air yang digunakan untuk kebutuhan sehari-hari. Tujuannya adalah mencegah pencampuran air bersih yang telah disimpan dengan air keruh saat keran dibuka. Dalam penelitian ini, kami menggunakan smartphone sebagai perangkat pengendali jarak jauh yang memungkinkan pengguna untuk memantau kondisi air dari jarak jauh. Hasil penelitian menunjukkan bahwa sistem ini efektif mengendalikan proses pemisahan air berdasarkan kondisi air, serta memberikan kontrol manual oleh pengguna melalui komunikasi Bluetooth dalam jarak maksimal 10 meter. Sistem ini menawarkan dua tindakan kontrol, yaitu membuka dan menutup saluran air melalui katup solenoid. Dari hasil pengujian, kami dapat mengamati bahwa sistem ini berhasil memisahkan air sesuai dengan kondisinya dan merespons perintah pengguna dengan cepat.
THE SPACE OF CONTINUOUS FUNCTIONS WITH $2$-NORMS Shelvi Ekariani; MOCHAMMAD IDRIS; DODY ICHWANA PUTRA
Jurnal Matematika UNAND Vol. 15 No. 2 (2026)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.15.2.213-223.2026

Abstract

The purpose of this paper is to study the space of continuous functions, $C[a,b]$ as a $2$-normed space. In particular, we show that the space is complete with respect to some linearly independent set.
Deteksi Kelelahan Pengendara Sepeda Motor Secara Multimodal Menggunakan Sinyal Denyut Nadi dan Postur Tubuh Berbasis Support Vector Machine: - Dody Ichwana Putra; Alvira Adira; Shelvi Ekariani
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.144-151

Abstract

Kelelahan pengendara sepeda motor merupakan salah satu faktor utama yang berkontribusi terhadap meningkatnya risiko kecelakaan lalu lintas. Penelitian ini mengusulkan sebuah sistem deteksi kelelahan pengendara sepeda motor berbasis multimodal dengan memanfaatkan sinyal denyut nadi dan postur tubuh sebagai indikator kondisi pengendara. Data denyut nadi dan sudut kemiringan tubuh diperoleh melalui perangkat wearable dan diproses pada sisi edge untuk mengekstraksi fitur-fitur penting. Selanjutnya, fitur multimodal tersebut diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) untuk menentukan kondisi pengendara ke dalam tiga kelas, yaitu normal, mengantuk sedang, dan mengantuk berat. Hasil klasifikasi ditampilkan melalui aplikasi Android dan digunakan sebagai dasar pemberian peringatan kepada pengendara apabila terdeteksi kondisi kelelahan. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kondisi pengendara secara tepat dengan tingkat akurasi, presisi, recall, dan F1-score yang tinggi pada data pengujian. Sistem yang diusulkan berpotensi digunakan sebagai sistem peringatan dini untuk meningkatkan keselamatan pengendara sepeda motor, khususnya pada perjalanan dengan durasi yang panjang.