Article Per Year (5 Year)
p-Index From 2021 - 2026
1.829
P-Index
This Author published in this journals
All Journal Jurnal Simantec Jurnal Informatika dan Teknik Elektro Terapan Jurnal Teknik Elektro Uniba (JTE Uniba) International Journal of Science, Engineering and Information Technology Journal of Electrical Engineering and Computer (JEECOM) JASEE Journal of Application and Science on Electrical Engineering SinarFe7 PELS (Procedia of Engineering and Life Science) Jurnal Insan Pengabdian Indonesia
Deni Tri Laksono
Universitas Trunojoyo Madura
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SinarFe7

 1 
ALAT PENDETEKSI KUALITAS OLI SEPEDA MOTOR BERDASARKAN TINGKAT VISKOSITAS BERBASIS MIKROKONTROLER Achmad Ubaidillah M.s.; Irfan Irianto; Achmad Fiqhi Ibadillah; Deni Tri Laksono
SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (605.01 KB)

Abstract

Oli adalah cairan yang berfungsi untuk melumasi mesin agar gesekan antar komponen pada mesin relatif kecil. Indikator yang digunakan untuk menentukan oli tersebut baik atau tidak saat digunakan adalah tingkat viskositas / kekentalannya. Umur pakai oli pada sepeda motor bervariasi bergantung pada jenis kendaraan, beban pemakaian, durasi pemakaian, suhu, dll. Para pengendara bermotor umumnya menentukan umur pakai oli berdasarkan jarak dan waktu pemakaian yang tertera pada buku panduan kendaraan. Namun hal tersebut tidak dapat digunakan untuk menentukan kapan seorang pengendara harus mengganti olinya. Oleh karena itu penelitian ini bertujuan untuk menentukan kapan saat yang tepat untuk melakukan pergantian oli kendaraan berdasarkan tingkat kekentalan. Metode yang digunakan pada alat ini yaitu Falling Ball Viscometer (FBV). Metode FBV dilakukan dengan cara mengambil sebagian kecl dari oli kemudian menjatuhkan sebuah bola magnet ke oli tersebut. Bola tersebut akan melewati dua buah sensor magnet yang digunakan untuk mengukur kecepatan bola jatuh saat didalam oli. Metode ini mengadopsi konsep dari hukum Stokes yaitu bila sebuah bola bergerak dalam suatu fluida yang diam maka terhadap bola itu akan bekerja gaya gesek dalam bentuk gaya gesekan yang arahnya berlawanan dengan arah gerak bola tersebut.
Rancang Bangun Sistem Deteksi Dan Perhitungan Jumlah Orang Menggunakan Metode Convolutional Neural Network (CNN) Indana Nihayatul Husna; Miftachul Ulum; Adi Kurniawan Saputro; Haryanto; Deni Tri Laksono; 6Dian Neipa Purnamasari
SinarFe7 Vol. 5 No. 1 (2022): SinarFe7-5 2022
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (827.959 KB)

Abstract

Currently, technology is progressing very rapidly in various fields. One area of ​​technology that is multiplying is the field of electronics. Everyone wants a comfortable and straightforward process in every activity. Indoor people counting is developing as a novelty in video surveillance. Generally, security monitoring systems use CCTV cameras. The use of cameras can be used for monitoring the number of people (people counter). The working principle of this tool is to detect objects in the room that are processed by the camera. The camera will then be processed using the CNN (Convolutional Neural Network) algorithm to detect and count the number of people in the room based on the images of people's faces and or heads. To detect images of people's faces and heads using selective search to obtain image regions which are then used as CNN input. In this case, the region is used to determine the possibility of object images. The results of the classification calculation of the number of people from the CNN method will later be forwarded to the GUI to process data using Visual Studio Code. From the processing of data from the GUI, then the data will be displayed on the monitor.
Co-Authors Achmad Fiqhi Ibadillah Achmad Ibadillah Achmad Ubaidillah Achmad Ubaidillah Adi Kurniawan Saputro Akhmad Efendi Dedi Tri Laksono, Dedi Tri Dian Neipa Purnamasari Haryanto Haryanto Haryanto Indana Nihayatul Husna Irfan Irianto Khayam, Umar KuntoAji Wibisono Luis Adi Candra Putra Pratama Moh. Iqbal Ramadlan. A Monika Faswia Fahmi Muhammad Arya Rangga Waskita Wicaksono Riza Alfita Siti Sulistyawati Ulum, Miftachul Yudi Andika Safittro Zaifuddin