Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Applied Information, Communication and Technology (JAICT) Techne : Jurnal Ilmiah Elektroteknika Seminar Nasional Hasil Riset dan Pengabdian (SNHRP)
Andi Kurniawan
Teknik Elektro, Universitas Semarang
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
PERANCANGAN TRAINER PID ANALOG UNTUK MENGATUR KECEPATAN PUTARAN MOTOR DC M. Subchan Mauludin; Andi Kurniawan
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2013): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 4 2013
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

PID  (Proportional  Integral Derivative) merupakan kontroler untuk menentukan presisi  suatu sistem  instrumentasi dengan karakteristik adanya umpan balik pada sistem  tersebut. Didalam suatu  sistem  kontrol mengenal adanya beberapa macam aksi  kontrol, diantaranya yaitu aksi kontrol  proporsional,  aksi  kontrol  integral  dan  aksi  kontrol  derivative  . Masing-masing  aksi kontrol ini mempunyai keunggulan-keunggulan tertentu, aksi kontrol proporsional mempunyai keunggulan  risetime  yang  cepat,  aksi  kontrol  integral  mempunyai  keunggulan  untuk memperkecil  error  ,  dan  aksi  kontrol  derivative  mempunyai  keunggulan  untuk memperkecil derror atau meredam overshot/undershot. Untuk  itu agar dapat menghasilkan output dengan risetime  yang  tinggi  dan  error  yang  kecil  kita  dapat menggabungkan  ketiga  aksi  kontrol  ini menjadi  aksi  kontrol  PID.  Trainer  Kendali  PID  Analog  menggunakan  IC  741  sebagai perangkat op Amp. Tujuan dari penelitian ini adalah untuk mendapatkan nilai Kp, Ki, dan Kd yang ideal sehingga dapat mengendalikan plant motor DC. Kata Kunci: Risetime, error, overshoot, PID Analog, IC 741, motor DC
RANCANGAN ANTENA TELEVISI MICROSTRIP MENGGUNAKAN FIBERGLASS EPOXY M. Subchan Mauludin; Andi Kurniawan
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2014): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 5 2014
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Teknologi mikrostrip adalah Antena susunan  berupa sisipan dua buah lapisan konduktif yang saling paralel yang dipisahkan oleh suatu substrat dielektrik. Konduktor bagian atas adalah potongan metal yang tipis (biasanya tembaga atau emas), aplikasi antena ini biasanya digunakan dalam sistem radar, GPS dan lainnya. Hal ini dikarenakan antena dengan basis teknologi ini memiliki ukuran yang relatif lebih kecil dengan kehandalan unjuk kerja yang baik. Dengan menggunakan teknologi berbasis mikrostrip diharapkan akan membuat suatu antena dengan lebih handal dan kecil yang bisa digunakan untuk menggantikan peran dari antena indoor maupun outdoor pada penerimaan sinyal televise. Penelitian ini menggunakan bahan pengganti dielektrik antena yakni berupa PCB. Bahan dielektrik antena dari bahan emas atau tembaga menjadi PCB epoxy double layer dapat lebih ekonomis . Untuk menambah unjuk kerja antenna, dengan menambahkan elemen array pada antenna menyesuaikan keadaan ataupun topologi daerah pemasangan antena. Keunggulan dari antena ini selain kecil bentuknya, harganya juga cukup terjangkau dan tidak perlu pemasangan diluar ruangan (outdoor). Kata-Kata Kunci : Antena,mikrostrip,PCB, epoxy double layer,elemen array.
Rancang Bangun Alat Bantu Menentukan Arah Kiblat Sholat dan Pengingat Jumlah Rakaat untuk Penyandang Tunanetra Berbasis Arduino dengan Sensor Kompas HMC5883L Hidayatulloh Patmin; Andi Kurniawan Nugroho; Puri Muliandhi
Techné : Jurnal Ilmiah Elektroteknika Vol. 21 No. 2 (2022)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v21i2.325

Abstract

Pada dasarnya setiap manusia di ciptakan oleh Allah SWT di dunia ini khususnya umat yang beragama Islam di wajibkan untuk melaksanakan sholat 5 waktu. Para penyandang tunanetra yang beragama Islam seringkali mengalami kesulitan untuk mencari arah kiblat saat hendak melaksanakan sholat. Hal ini terjadi karena penyandang tunanetra tidak dapat melihat dan menentukan arah kiblat dengan pas. Kebutuhan sistem pendeteksi arah kiblat dan pengingat jumlah rakaat untuk penyandang tunanetra sangat perlu untuk bantuan sholat. Untuk mengatasinya maka dibuatlah sistem pendeteksi arah kiblat dan pegingat jumlah rakaat untuk penyandang tunanetra berbasis arduino. Dari hasil analisa yang dibutuhkan bahwa sistem yang dibutuhkan adalah yang dapat mendeteksi arah kiblat serta mejadi pengingat jumlah rakaat yang sudah dikerjakan. Sistem dirancang dan dibangun menggunakan Arduino Uno dan Arduino Nano sebagai mikrokontroler, Sensor Kompas HMC5883L dan Sensor Infrared sebagai pencari arah kiblat dan pendeteksi jumlah rakaat. Df player mini sebagai output untuk mempermudah para penyandang tunanetra, saat menggunakan sistem ini dirancang apabila Sensor mendeteksi arah kiblat akan mengeluarkan suara yang sudah di setting begitu juga untuk pengingat jumlah rakaat sholat.
VEGETABLE TYPE CLASSIFICATION USING NAIVE BAYES ALGORITHM BASED ON IMAGE PROCESSING Hanny Nurrani; Andi Kurniawan Nugroho; Sri Heranurweni; Eko Supriyanto; Generousdi -
JAICT Vol 7, No 2 (2022)
Publisher : Politeknik Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32497/jaict.v7i2.3762

Abstract

There are so many different varieties of vegetables in Indonesia that the sorting procedure presents difficulties. In an effort to expedite the introduction of smart farming in Indonesia, more agricultural assistance techniques will be created. Utilizing the Naive Bayes algorithm is one way that may be used to advance agriculture in Indonesia. Image processing consists of converting RGB images to grayscale images, segmenting images using the thresholding method, collecting image features based on the HSV average value and object area, and classifying pictures using the Naive Bayes algorithm. This research seeks to use image processing technologies to agricultural products, particularly vegetables. The system is comprised of a single picture captured by a digital camera. There were eight varieties of vegetables employed for the picture data, with a total of eighty consisting of 64 training data and 16 test data. Spinach, green chilies, red chilies, chayote, cucumber, eggplant, tomatoes, and carrots were the vegetables categorized. The categorization findings indicate that 87.5 % of the test values produced using this approach are accurate. This study demonstrates that the Naive Bayes method has a high degree of accuracy for the categorization of vegetables based on image processing. It is anticipated that the findings of this study would promote the implementation of smart farming 4.0 in Indonesia.
Image Classification of Vegetable Quality using Support Vector Machine based on Convolutional Neural Network Hanny Nurrani; Andi Kurniawan Nugroho; Sri Heranurweni
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 1 (2023): February 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i1.4715

Abstract

As part of an effort to develop intelligent agriculture, new methods for enhancing the quality of vegetables are being continually developed. In recent years, the Convolutional Neural Network (CNN) has shown to be the most successful and extensively used approach for identifying the quality of pre-trained vegetables. However, this method is time-consuming due to the scarcity of truly large, significant datasets. Using a pre-trained CNN model as a feature extractor is a straightforward method for utilizing CNNs' capabilities without investing time in training. While, Support Vector Machine (SVM excels at processing data with tiny dimensions and significantly larger instances. SVM more accurately classifies the flatten/vector feature supplied by the CNN fully connected layer with small dimensions. In addition, implementing Data Augmentation (DA) and Weighted Class (WC) for data variety and class imbalance reduction can improve CNN-SVM performance. The research results show highest accuracy during training always achieves 100% across all experimental options. With an average accuracy of 69.66% in the testing process and 92.51% in the prediction process for all data, the experimental findings demonstrate that CNN-SVM outperforms CNN in terms of accuracy performance in all possible experiments, with or without WC and or DA approach.
STEAM STERILISASI PADA SAYURAN DAN BUAH-BUAHAN BERBASIS MESIN LEARNING Stefanus Christyan Aditama; Andi Kurniawan N; Ari Endang Jayati
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Sayuran dan buah-buahan yang merupakan salah satu makanan yang sangat penting untuk dikonsumsi oleh manusia karena kaya akan vitamin dan serat. Banyak orang tertarik mengkonsumsi buah dan sayuran secara langsung seperti salad, lalapan, dan juice.Selain itu, kebersihan buah dan sayuran harus diperhatikan karena buah dan sayur yang dikonsumsi secara langsungterkadang hanya dicuci biasa sehingga tidak cukup bersih dari kontaminasi bakteri pantogen. Bakteri pantogen yang sering mengkontaminasi sayur dan buah-buahan adalah salmonella spp dan escherichia coli yang dapat menyebabkan keracunan. Hal tersebut membuat peneliti tertarik untuk merancang sebuah alat steamer sterilisasi yang menggunakan lampu UVC berbasis machinelearningdengan tujuan untuk mengetahui kandungan bakteri pada buah dan sayur setelah melalui tahap sterilisasi dandibuktikan secara akurat melalui hasil mikroskop.
Co-Authors Ari Endang Jayati Eko Supriyanto Generousdi - Hanny Nurrani Hidayatulloh Patmin M. Subchan Mauludin M. Subchan Mauludin Puri Muliandhi Sri Heranurweni Stefanus Christyan Aditama