Article Per Year (5 Year)
p-Index From 2021 - 2026
4.064
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems IJCCS (Indonesian Journal of Computing and Cybernetics Systems) TEKNIK Jurnal Teknik Elektro ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JMM (Jurnal Masyarakat Mandiri) JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Otomasi Kontrol dan Instrumentasi Jurnal Teknologi TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Jurnal Teknokes Indonesian Journal of electronics, electromedical engineering, and medical informatics Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal Rekayasa elektrika Serambi Engineering SWAGATI: Journal of Community Service Jurnal Nasional Sains dan Teknik
Dien Rahmawati
Universitas Telkom
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PERANCANGAN ROBOT LENGAN BERBASIS OPENCV DAN GOOGLE ASSISTANT Gde Ilham Romadhony; Agung Surya Wibowo; Dien Rahmawati
TEKTRIKA Vol 6 No 1 (2021): TEKTRIKA Vol.6 No.1 2021
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v6i1.4017

Abstract

Robot lengan merupakan robot yang memiliki fungsi seperti tangan manusia yang dapat membantu mobilisasi khususnya dalam mengambil dan memposisiskan barang. Hal ini dapat membantu aktivitas manusia baik dalam dunia industri maupun kehidupan sehari-hari. Agar dapat diakses oleh manyarakat luas maka diperlukan perancangan robot lengan menggunakan Google assistant untuk memberikan perintah suara, adanya segmentasi warna untuk mendeteksi warna objek, melacak objek, dan inverse kinematics. Robot telah mampu mencapai tingkat keberhasilan 100% dengan waktu rata-rata yang dibutuhkan untuk menyelesaikan misi 28.675 detik. Penggunaan Google assistant mampu menerima perintah dengan tingkat keberhasilan sebesar 96.97% dan error servo 1 sebesar 3.18? dengan akurasi sebesar 97.69%, error servo 2 sebesar 11.99? dengan akurasi sebesar 89.57%, dan error servo 3 sebesar 18.81? dengan akurasi sebesar 88%. Supaya deteksi dapat berjalan dengan lancar maka harus didukung dengan pencahayaan minimum sebesar 100 lux. Kata Kunci: Google assistant, robot lengan, segmentasi warna, inverse kinematics
RANCANG BANGUN SISTEM PREDIKSI USIA BERJALAN DARI GAYA BERJALAN (GAIT) MANUSIA MENGGUNAKAN METODE K-NEAREST NEIGHBORS Hafidh Al Asad; Husneni Mukhtar; Dien Rahmawati
TEKTRIKA Vol 7 No 1 (2022): TEKTRIKA Vol.7 No.1 2022
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v7i1.5438

Abstract

Penelitian terkait gaya berjalan manusia (human gait) masih terus menarik minat para peneliti sampai saat ini, di mana manfaatnya tidak lagi hanya melihat karakteristik dan indikasi fisiologi pada manusia, namun juga telah merambah ke era digitalisasi berteknologi tinggi dengan melakukan analisis gaya berjalan untuk berbagai aplikasi seperti biometrik, otentikasi, dan berbagai keperluan analisis lainnya. Analisis gaya berjalan untuk memprediksi usia manusia adalah salah satu pengembangan riset human gait, terutama menggunakan sistem instrumentasi dan pembelajaran mesin. Penelitian ini menggunakan sensor inersia dan metode K-Nearest Neighbors (K-NN) dengan ekstraksi fitur mean dalam memprediksi usia berjalan seseorang dari gaya berjalannya. Sebanyak 25 partisipan telah direkam data kecepatan berjalannya dengan tiga kelompok usia, maka prediksi usia seseorang telah berhasil diperoleh dengan akurasi sebesar 86,9% dengan menggunakan 80% data latih dan 20% data uji, sedangkan metode pengklassifikasi K-NN dipilih berdasarkan hasil nilai cross validation (CV) terbaik dibandingkan metode lainnya. Kata Kunci: walking age, K-Nearest Neighbors (KNN), gaya berjalan, sensor inersia, klasifikasi
TTGO LORA ESP32: SOLUSI NIRKABEL UNTUK PROTOTIPE PENGENDALIAN PENGINJEKSI ARUS PADA METODE GEOLISTRIK Nurpadillah, Sifa; Susanto, Kusnahadi; Mukhtar, Husneni; Cahyadi, Willy Anugrah; Ikhsan, Akhmad Fauzi; Nurdin, Agung Ihwan; Razzak, Taufiq Abdul; Rahmawati, Dien
TEKTRIKA Vol 8 No 2 (2023): TEKTRIKA Vol.8 No.2 2023
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v8i2.6864

Abstract

Rock resistivity properties obtained using the geo-electric method are used to estimate subsurface soil structures and rock types in geophysical exploration. The data collection process using this geoelectrical method is often carried out in remote areas by installing current electrodes (AB) and potential electrodes (MN) up to 1.5 km away. The success of exploration is highly dependent on the current injection source used. The greater the current used, the deeper exploration that can be carried out. However, the required distance between AB and MN electrodes is getting further and the ABMN electrodes are connected by a cable. This causes the process of collecting data at further distances of electrodes to become more complex. This study discusses a current source prototype for geo-electric methods that can communicate wirelessly with TTGO LoRa ESP32 as a controller. This prototype provides three injection power options: full, medium, and low. Current injection is carried out on a dummy resistor, which acts as earth. When injecting current into the dummy resistor, current measurements obtained using the INA219 sensor gave very consistent measurement results because it had a relative error of < 1% (on 50 ? and 300 ? dummy resistors). When measuring a current of 0.0066 A, the relative error increases to 1.5%. But it still shows good consistency in the INA219 measurement results. In addition, the MAPE for all measurements is within < 10%, which means that the INA219 readings provide excellent results. Key Words: current injector, geo-electrical, INA219, voltage divider, TTGO LoRa.
Co-Authors Achmad Rizal Achmad Rizal Agung Surya Wibowo Agung Suryo Wibowo Agus Harjoko Ahmad Akbar Khatami Ahmad Alfi Adz Dzikri Alief Fikri Sukarno, Muhammad Arafat, Aisha Medina Arik Geraldy Fauzi, Muhammad Arniel Ahmad Rivai Athalla Ardrasayoga Aziz, Burhanuddin Bakti, Reza Kelana Bambang Setia Nugroho Burhanuddin Aziz Byanca Kinan Palipangan Deddy Surya Triatmaja Desri Kristina Silalahi Diena Yudiarti Ega Elfira Eka Afrima Sari, Eka Afrima Enoch, Aldrivo Muhamad Supit Faisal Budiman Fajra Octrina Faris Fadhlur Rachman Fiky Y. Suratman Firdaus, Agni Gde Ilham Romadhony GERALDI, ARIK Hafidh Al Asad Hesty Susanti Husneni Mukhtar Ikbal, Ikhsanul Ikhsan, Akhmad Fauzi Ilham Nadiyansyah Firdaus Ilham, Adam Abiyyu IRSYADI, FAKIH istiqomah istiqomah Jatmiko Kuntoro Nugroho Kristiawan, Handika Yulma Kusnahadi Susanto Ledya Novamizanti Mohamad Ramdhani Muhammad Farid Chuzairi Muhammad Rayhan Ghifari Muhammad Thoriq Arkaan Susila Muhammad Zakiyullah Romdlony Nerissa Arviana Putri Nurdin, Agung Ihwan Raden Sumiharto Raihan, Rafi Ferdiansyah Ramdhani, Mohammad Razzak, Taufiq Abdul Rifki Athaya Ruri Octari Dinata Sadewo , Lea Defo Sheizi Prista Sari Sifa Nurpadillah SUDIYONO, OOY ARIE Suryo Adhi Wibowo Suto Setiyadi Teuku Zulkarnain Muttaqien Ulyana, Sekhah Wahmisari Priharti Wahmisari, Wahmisari Willy Anugrah Cahyadi Yoga Pujiraharjo