Garuda - Garba Rujukan Digital

Rancang Bangun Alat Pengepress Ban Elektrik untuk Merekatkan Ban Secara Otomatis Musthafa Adam Flora; Madyono Madyono; Budi Nur Iman
INOVTEK - Seri Elektro Vol 3, No 2 (2021): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v3i2.2022

The tire patch tools that we often encounter on the side of the road mostly use traditional tire filling tools with the manual press method and heating on an iron plate. And use spiritus that is burned in the furnace to glue the patch. The process of patching tires takes a long time and sometimes the patcher has to make sure, whether the patch is glued or not. The problem is when opening the patch too quickly results in the patch not being completely glued. Likewise, when patching for too long will damage the tire surface. From this problem came the idea to make a tire patch tool with a display to find out the temperature when the tire patch tool works and also the length of time for the tire patch so that the tire patch automatically stops. This tool will be implemented on the surrounding tire patch. This study aims to determine the optimal temperature for tire filling to produce good fillings in a short time when compared to the usual tire filling time. In this research, we use a thermocouple sensor, Arduino Pro mini, organic light-emitting diode (oled), and a dc motor. The results of the filling with the specified temperature and time variations obtained good and bad results. The optimal temperature for tire patching in this test is at 70 ̊ C the temperature on the heating plate, with perfect patching results for 1 minute 50 seconds. The heat transfer rate on the plate is 37,763 watts and the heat transfer rate on the tires is 0.45 watts.

Rancang Bangun Alat Pendeteksi Emosi Pada Anak Menggunakan Metode K-Means Fildzah Aure Gehara Zhafirah; Kemalasari Kemalasari; Budi Nur Iman
INOVTEK - Seri Elektro Vol 3, No 2 (2021): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v3i2.2062

Emosi merupakan suatu perasaan intens yang ditujukan kepada seseorang atau suatu hal yang dapat mendorongnya untuk melakukan suatu tindakan atau berekspresi yang dapat dipicu dari dalam atau luar dirinya. Dalam kehidupan sehari-hari sangat penting untuk memahami kondisi emosional seseorang. Emosi seseorang dapat diketahui salah satunya dari ekspresi wajah, namun terkadang seseorang dapat memanipulasi apa yang sedang dialaminya dengan cara mengendalikan ekspresi wajahnya. Oleh karena itu dirancanglah sebuah alat untuk mendeteksi emosi seseorang berdasarkan perubahan kondisi tubuhnya. Pada penelitian ini akan digunakan dua buah sensor yaitu sensor GSR dan juga sensor Heart Rate. Output yang diperoleh dari masing-masing sensor tersebut akan diolah datanya dengan menggunakan mikrokontroler atau Arduino. Selanjutnya hasil output-nya akan ditampilkan berupa text dengan menggunakan LCD. Data yang akan ditampilkan pada LCD tersebut akan di cluster terlebih dahulu menjadi beberapa kelompok menggunakan metode K-Means. Dari hasil pengelompokkan jenis emosi dengan menggunakan metode K-Means masih terdapat perbedaan hasil uji antara alat dan prediksi psikolog. Dari 30 data terdapat 5 data yang berbeda atau bisa dikatakan terdapat perbedaan sebesar 16%. Alat ini juga dibuat portable dengan adanya alat pendeteksi emosi pada anak ini dapat membantu para orang tua dan para guru untuk antisipasi perubahan emosi tersebut terutama pada seorang anak.

Rancang Bangun Alat Ukur Kualitas Air Menggunakan Metode Storet Dengan Parameter Suhu, pH, Kekeruhan dan TDS Umroh Tul Khasanah; Eru Puspita; Budi Nur Iman; Firman Arifin
INOVTEK - Seri Elektro Vol 3, No 2 (2021): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v3i2.2017

Air berkualitas baik adalah kebutuhan dasar bagi kesehatan manusia. Menurut laporan World Health Organization (WHO), tiap tahunnya 1,7 juta anak tewas akibat pencemaran lingkungan. Sebanyak 361.000 anak usia 5 tahun ke bawah meninggal karena diare yang disebabkan air yang tercemar. Untuk itu dirancanglah alat portable yang mudah digunakan untuk mengukur dan mengetahui kondisi air dengan parameter pH, Suhu, Kekeruhan dan TDS. Terdapat peringatan burupa buzzer, monitoring melalui LCD, penentuan status mutu air untuk Mutu Air Kelas I berdasarkan PP No.82 Tahun 2001, dan memiliki histori pengukuran. Penentuan Status Mutu menggunakan Metode Storet mengacu pada KepMen LH No.113 Tahun 2003 yaitu terdapat kondisi baik sekali, baik, sedang dan buruk. Dari hasil pengujian keseluruhan sensor dengan alat pembanding/formula pada berbagai sampel air diperoleh rata-rata eror sensor pH sebesar 0.699%, sensor Suhu sebesar 0.415%, Sensor Kekeruhan sebesar 0.014% dan sensor TDS sebesar 1.056%. Status Mutu air ketika mengukur kondisi air bening adalah sangat baik dengan total skor 0 dan saat mengukur kondisi air keruh adalah sedang dengan total skor -15. Program perekaman data dapat berjalan sesuai sesuai dengan desain yang diharapkan.

Penerapan Wahana Terbang Tanpa Awak untuk Memprediksi Waktu Panen pada Lahan Pertanian Berbasis Pengolahan Citra Digital Rizqi Agung Pratama
CYCLOTRON Vol 5, No 1 (2022): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Pemanfaatan wahana terbang tanpa awak atau drone hingga saat ini telah banyak digunakan pada bidang pertanian antara lain untuk penyemprotan pestisida, pemetaan lahan, hingga memprediksi waktu panen. Penelitian ini menghadirkan hasil prediksi waktu panen untuk pertanian padi. Selama ini petani mengetahui padi yang siap panen hanya melalui fisik tanaman padi seperti tanaman padi mulai menguning, tangkai padi menunduk dan butir padi terasa keras apabila ditekan. Jadi harus diusahakan rekayasa yang dapat membantu memberikan data berupa estimasi waktu panen. Tahapan penelitian ini dimulai dari pengambilan citra pada lahan pertanian menggunakan drone. Drone juga dilengkapi dengan GPS yang nantinya akan digunakan untuk memperkirakan ukuran lahan pertanian. Kemudian citra tersebut akan dikirimkan menuju laptop. Pada laptop akan dilakukan proses ekstraksi fitur yaitu fitur warna, fitur bentuk dan fitur tekstur. Kemudian nilai-nilai ekstraksi fitur tersebut akan dijadikan data latih dan data uji. Dalam proses klasifikasi penelitian ini menggunakan algoritma SVM(support vector machine), K-Nearest Neighbor dan Multi Layer Perceptron. Hasil yang didapatkan algoritma Multi Layer Perceptron memiliki performa paling baik dengan rerata tingkat akurasi sebesar 84%, rerata precission sebesar 0,85, rerata recall sebesar 0,83 dan rerata F1 score sebesar 0,84. Setelah itu hasil klasifikasi akan di simpan pada Google Spreadsheet sebagai database untuk Bot Telegram.

Data Analytics to Examine Trending Topics for Indonesian Election 2019 Firman Arifin; Muhammad Hariadi; I Ketut Eddy Purnama; Budi Nur Iman; Elly Purwantini; Muhammad Anshari
Jurnal Inovtek Polbeng Seri Informatika Vol 4, No 2 (2019)
Publisher : P3M Politeknik Negeri Bengkalis

Understanding public interest and opinion are necessary tasks in high intense political competition. Utilizing big data analytics from social media provide an important source of information that candidates can utilize, manage and even engage them in targeted political campaigning agenda. One of the source in big data is social media’s interactions. Social media empowers public to participate proactivelyin the campaigning activities. This paper examines trends gathered from data analytics of two contenders’ group for Indonesian Election in 2019. It tracks the recent patterns of people engagement via social media analytic specifically Twitter. The study developed the analysis into the proposed model based on their trends and patterns.

Alat Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes Kemalasari Kemalasari; Maulida Alvisabrina Ifadah; Budi Nur Iman
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Diabetes Melitus (DM) adalah penyakit kronis yang ditandai dengan kadar glukosa darah yang melebihi batas normal yang disebabkan oleh tidak berfungsinya pankreas dalam memproduksi insulin yang cukup. Ketika glukosa berlebih, gula akan dikeluarkan melalui urine yang disebut glukosuria. Sehingga tujuan dari penelitian ini adalah untuk membuat alat pendeteksi kadar glukosa dari urine menggunakan sensor warna dan sensor gas dengan metode naive bayes. Untuk mengetahui jumlah kadar glukosa melalui urin dapat menggunakan larutan benedict. Dari percampuran antara sample urine dan larutan benedict akan dihasilkan perubahan warna yang dapat diukur dengan sensor warna TCS3200. Selain menggunakan sensor warna, digunakan juga sensor gas yaitu MQ-135, dimana cara kerja dari sensor ini adalah mendeteksi bau / kadar amonia dalam sample urine. Data dari kedua sensor akan diolah oleh metode naïve bayes untuk mengetahui hasil klasifikasi dan juga menggunakan metode regresi linier untuk menghitung kadar glukosa darah. Hasil dari penelitian ini dengan menggunakan 16 sample, untuk metode naïve bayes diperoleh akurasi sebesar 93,75%.

Perancangan dan Implementasi Alat Pendeteksi Dini Penyakit Jantung Koroner Budi Nur Iman; Raay Rafikasitha; Kemalasari Kemalasari
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Penyakit jantung koroner merupakan penyebab kematian tertinggi di Indonesia setelah stroke dengan persentase sebesar 12,9%. Penyakit jantung koroner terjadi akibat penumpukan plak yang disebabkan oleh tingginya kadar kolesterol serta meningkatnya tekanan darah dalam jangka panjang. Dibutuhkan sistem yang dapat memantau kesehatan jantung secara berkala. Pada penelitian ini menyajikan sistem yang mampu melakukan deteksi dini penyakit jantung koroner yang terdiri dari kategori risiko rendah, sedang, dan tinggi berdasarkan tiga parameter yaitu kolesterol, tekanan darah, dan detak jantung. Pengukuran kolesterol dilakukan secara non-invasif menggunakan LED sebagai transmitter dan photodioda sebagai receiver. Pengukuran tekanan darah menggunakan sensor MPX5100DP dengan metode osilometri, dan pengukuran detak jantung menggunakan sensor MAX30102. Data dari sensor dan informasi tambahan berupa jenis kelamin, usia, dan status perokok akan diolah dengan metode K-Nearest Neighbor untuk mengetahui hasil klasifkasi penyakit jantung koroner. Dari keseluruhan pengukuran, akurasi rata-rata untuk pengukuran kolesterol adalah 97,9%, pengukuran tekanan darah sistolik adalah 96,3%, tekanan darah diastolik 92,7%, dan pengukuran detak jantung adalah 98,8%. Klasifikasi penyakit jantung koroner pada 15 responden menggunakan metode K-Nearest Neighbor memiliki perbedaan sekitar 20% dengan perhitungan menggunakan tabel Framingham Risk Score yang dilakukan oleh dokter.

Alat Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes Kemalasari Kemalasari; Maulida Alvisabrina Ifadah; Budi Nur Iman
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v18i4.27238

Diabetes Melitus (DM) adalah penyakit kronis yang ditandai dengan kadar glukosa darah yang melebihi batas normal yang disebabkan oleh tidak berfungsinya pankreas dalam memproduksi insulin yang cukup. Ketika glukosa berlebih, gula akan dikeluarkan melalui urine yang disebut glukosuria. Sehingga tujuan dari penelitian ini adalah untuk membuat alat pendeteksi kadar glukosa dari urine menggunakan sensor warna dan sensor gas dengan metode naive bayes. Untuk mengetahui jumlah kadar glukosa melalui urin dapat menggunakan larutan benedict. Dari percampuran antara sample urine dan larutan benedict akan dihasilkan perubahan warna yang dapat diukur dengan sensor warna TCS3200. Selain menggunakan sensor warna, digunakan juga sensor gas yaitu MQ-135, dimana cara kerja dari sensor ini adalah mendeteksi bau / kadar amonia dalam sample urine. Data dari kedua sensor akan diolah oleh metode naïve bayes untuk mengetahui hasil klasifikasi dan juga menggunakan metode regresi linier untuk menghitung kadar glukosa darah. Hasil dari penelitian ini dengan menggunakan 16 sample, untuk metode naïve bayes diperoleh akurasi sebesar 93,75%.

Perancangan dan Implementasi Alat Pendeteksi Dini Penyakit Jantung Koroner Budi Nur Iman; Raay Rafikasitha; Kemalasari Kemalasari
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v18i4.27240

Penyakit jantung koroner merupakan penyebab kematian tertinggi di Indonesia setelah stroke dengan persentase sebesar 12,9%. Penyakit jantung koroner terjadi akibat penumpukan plak yang disebabkan oleh tingginya kadar kolesterol serta meningkatnya tekanan darah dalam jangka panjang. Dibutuhkan sistem yang dapat memantau kesehatan jantung secara berkala. Pada penelitian ini menyajikan sistem yang mampu melakukan deteksi dini penyakit jantung koroner yang terdiri dari kategori risiko rendah, sedang, dan tinggi berdasarkan tiga parameter yaitu kolesterol, tekanan darah, dan detak jantung. Pengukuran kolesterol dilakukan secara non-invasif menggunakan LED sebagai transmitter dan photodioda sebagai receiver. Pengukuran tekanan darah menggunakan sensor MPX5100DP dengan metode osilometri, dan pengukuran detak jantung menggunakan sensor MAX30102. Data dari sensor dan informasi tambahan berupa jenis kelamin, usia, dan status perokok akan diolah dengan metode K-Nearest Neighbor untuk mengetahui hasil klasifkasi penyakit jantung koroner. Dari keseluruhan pengukuran, akurasi rata-rata untuk pengukuran kolesterol adalah 97,9%, pengukuran tekanan darah sistolik adalah 96,3%, tekanan darah diastolik 92,7%, dan pengukuran detak jantung adalah 98,8%. Klasifikasi penyakit jantung koroner pada 15 responden menggunakan metode K-Nearest Neighbor memiliki perbedaan sekitar 20% dengan perhitungan menggunakan tabel Framingham Risk Score yang dilakukan oleh dokter.

Power Consumption Predictive Analytics and Automatic Anomaly Detection Based on CNN-LSTM Neural Networks Arif Irwansyah; Effry Muhammad; Firman Arifin; Budi Nur Iman; Hendhi Hermawan
Jurnal Rekayasa Elektrika Vol 19, No 4 (2023)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v19i4.31695

In this modern era, electrical energy plays a crucial role in human life, as it is essential for most household appliances. The number of appliances requiring electrical energy increases each year, meeting the growing needs of users. However, electricity consumers tend to forget this fact and only realize its importance when they receive a significantly increased monthly electricity bill or face problems caused by anomalies in electricity use. Such anomalies can lead to substantial losses, especially when electrical equipment is damaged or left switched on without awareness. To make better decisions in such situations, real-time and accurate information is necessary, which can be achieved through data analytics utilizing machine-learning and predictive analytics. The purpose of this paper is to introduce the CNN-LSTM method of data analytic modeling for power consumption data collected through an electric data logger, which can help predict future power usage and detect real-time anomalies in the power network. The proposed model was tested using hourly electricity consumption data, and the results showed that the CNNLSTM method outperformed the LSTM model. The CNN-LSTM model had a 29% smaller Mean Squared Error (MSE) score than the LSTM method.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search