Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pembuatan Sistem Kendali Robot Menggunakan Kamera Berbasis Android Joni Prayitno; Harso Kurniadi
CAHAYAtech Vol 7, No 1 (2018): Maret, 2018
Publisher : STT Cahaya Surya Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.86 KB) | DOI: 10.47047/ct.v7i1.2

Abstract

Seiring berkembangnya dan percepatan teknologi, manusia membutuhkan bantuan dari sesuatu yang dapat bekerja fleksibel, teliti dan tidak mengenal lelah ketika tenaga manusia tidak memungkinkan untuk melakukannya, maka robot adalah jawaban dari permasalahan tersebut. Dalam dunia kemiliteran dan pengamanan sendiri bisa dicontohkan seperti robot pengintai yang dapat digunakan untuk memantau situasi di suatu area yang tidak terjangkau manusia, baik untuk tujuan pengawasan, pemeriksaan keadaan dan sebagainya sehingga manusia hanya perlu mengendalikan robot di suatu tempat dan dapat melakukan perkerjaan tersebut dengan lebih aman. Robot yang dirancang dalam project ini berbentuk robot berkamera tanpa kabel. Dalam project ini dilengkapi dengan modul Wemos dan driver motor L298N untuk mendukung pergerakan robot dan kamera yang digunakan unutk mengirimkan gambar. Semua komponen tersebut terkoneksi oleh smartphone ber-sistem operasi android yang mempunyai aplikasi buatan sendiri untuk menerima gambar dari kamera dan mengendalikan pergerakan robot.  Kata kunci- Driver Motor, IP Kamera , Robot, Wemos
DETEKSI DINI RISIKO PENYAKIT KARDIOVASKULAR MENGGUNAKAN TEKNIK STACKING ENSEMBLE LEARNING DENGAN PENDEKATAN CRISP-DM whilli; Yudo Bismo Utomo; Moh. Syaiful Anam; Harso Kurniadi
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 9 No. 2 (2025): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.9.2.10

Abstract

Penyakit kardiovaskular, termasuk penyakit jantung dan stroke, menjadi salah satu kasus penyakit tertinggi di Indonesia dalam daftar penyakit tidak menular (PTM). Penelitian ini bertujuan pada pengembangan model prediksi risiko penyakit kardiovaskular dan mengimplementasikannya dalam bentuk aplikasi web berbasis framework Streamlit yang diperuntukkan bagi pengguna umum sebagai alat deteksi dini, dengan output berupa probabilitas risiko kardiovaskular yang dihasilkan oleh model prediksi. Model prediksi dikembangkan menggunakan teknik Stacking Ensemble Learning. Penelitian ini menggunakan metode CRISP-DM sebagai kerangka kerja yang terstruktur dan sesuai untuk pengembangan model pembelajaran mesin. Hasil penelitian menunjukkan bahwa model prediksi menghasilkan akurasi sebesar 97% pada data uji. Model prediksi berhasil di-deploy ke dalam aplikasi web berbasis Streamlit yang memungkinkan pengguna memasukkan data kesehatan untuk memperoleh estimasi probabilitas risiko kardiovaskular. Selanjutnya, aplikasi diujikan kepada pengguna melalui kuesioner, yang menunjukkan tingkat penerimaan yang baik dengan skor 83,47%.