Articles
<![CDATA[Convolutional Neural Network for Cataract Maturity Classification Based LeNet ]]>
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Parama Diptya Widayaka]]>;
<![CDATA[Irmalia Suryani Faradisa]]>
<![CDATA[ Jurnal Varian Vol 5 No 2 (2022) ]]>
Publisher : <![CDATA[Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/varian.v5i2.1629
<![CDATA[The eyes are one of the vital organs owned by humans. One of the common eye diseases is cataracts. This disease is characterized by clouding of the lens of the eye and can interfere with vision. Worst case, sufferers can experience blindness. Cataract maturity can be divided into four categories, namely incipient, immature, mature, and hypermature. Cataracts can be removed through surgery when the cataract is in the mature or hypermature phase. Cataract examination is usually done using a slit lamp. The lack of hospitals that have this equipment can cause delays in the healing process for cataract sufferers. This study created an image processing algorithm for the maturity classification process of cataracts using the Convolutional Neural Network method with LeNet network architecture. The algorithm that has been built is capable of classifying the maturity of cataracts with an accuracy rate of 93.33%]]>
<![CDATA[Sistem Deteksi Hama Pada Kolam Budidaya Ikan Berbasis Audio dan Video ]]>
<![CDATA[Septa Yudha Prasetya]]>;
<![CDATA[I Komang Somawirata]]>;
<![CDATA[Aryuanto Soetedjo]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>
<![CDATA[ Jurnal Bumigora Information Technology (BITe) Vol 2 No 2 (2020) ]]>
Publisher : <![CDATA[Prodi Ilmu Komputer Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/bite.v2i2.911
<![CDATA[Sistem deteksi yang dibangun bertujuan untuk mendeteksi hama pada kolam budidaya ikan. Kolam ikan adalah sumber pendapatan dengan mengelola kolam sebagai wadah atau tempat budidaya ikan konsumsi maupun ikan hias. Akan tetapi pada budidaya kolam ikan mempunyai berbagai permasalahan, salah satunya hama pada kolam ikan terutama hama predator ikan budidaya. hal ini di tunjukan dari banyaknya keluhan dari pembudidaya ikan kususnya pada budidaya ikan air tawar. Berdasarkan permasalahan tersebut peneliti bertujuan untuk merancang sebuah sistem deteksi hama pada kolam budidaya ikan berbasis suara dan video. Berdasarkan hasil pengujian hama, akurasi tingkat kemiripan dengan hama adalah diatas 55%.]]>
<![CDATA[Perbandingan Akurasi Pengukuran Sensor LM35 dan Sensor DHT11 untuk Monitoring Suhu Berbasis Internet of Things ]]>
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 6, No 3 (2022) ]]>
Publisher : <![CDATA[Universitas Indraprasta PGRI Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (813.98 KB)
|
DOI: 10.30998/string.v6i3.11534
<![CDATA[Temperature is an object of research that is often studied. Research on temperature is within the scope of control and monitoring. The process of controlling and monitoring temperature is influenced by the selection of the right temperature sensor. The temperature sensors that are often used are the LM35 sensor and the DHT11 sensor. The LM35 sensor has advantages in terms of a simple design and easy to implement, while the DHT11 sensor has the advantage because in one sensor package there are two functions, namely to measure air temperature and humidity. In this study, temperature measurement accuracy was carried out to facilitate researchers in determining the right temperature sensor. The data monitoring method uses the internet of things (IoT). The results of the research show that the DHT11 temperature sensor is more accurate and more stable than the LM35 temperature sensor. The results of the sensor test at room temperature, the DHT11 sensor has an accuracy rate of 97.21% while the LM35 sensor has an accuracy rate of 96.86%. While the results of the sensor test in the server room, the DHT11 sensor has an accuracy rate of 95.26%, while the LM35 sensor has an accuracy rate of 90.32%.]]>
<![CDATA[Low Cost System for Face Mask Detection Based Haar Cascade Classifier Method ]]>
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1567.268 KB)
|
DOI: 10.30812/matrik.v21i1.1187
<![CDATA[In December 2019, there was a pandemic caused by a new type of coronavirus, namely SARS-CoV-2 (Severe Acute Respiratory Syndrome Corona Virus 2) spread almost throughout the world. The World Health Organization (WHO) named it COVID-19 (Coronavirus Disease). To minimize the spread of the COVID-19, the Indonesian government announced a policy for the social distancing of 1-2 meters and wearing a medical mask. In this study, a mask detection system was built using the Haar Cascade Classifier method by detecting the facial areas such as the nose and lips. The study aims to distinguish between using masks and on the contrary. It is expected that the mask detection system can be implemented to provide direct warnings to people who do not wear masks in public areas. The results using the Haar Cascade Classifier method show that the system designed is able to detect faces, noses, and lips at a light intensity of 80-140 lux. The face is detected at a distance of 30-120cm, while the nose is at a distance of 30-60cm, while the lips are at a distance of 30-70cm. The system designed can perform the detection process at a speed of 5 fps. The overall test results obtained a success rate of 88,89%.]]>
<![CDATA[Komparasi Performansi Sensor sebagai Perangkat Pengukuran Ketinggian Air pada Sistem Notifikasi Banjir ]]>
<![CDATA[Parama Diptya Widayaka]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Khairan Marzuki]]>
<![CDATA[ Jurnal Bumigora Information Technology (BITe) Vol 4 No 1 (2022) ]]>
Publisher : <![CDATA[Prodi Ilmu Komputer Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30812/bite.v4i1.1997
<![CDATA[Banjir merupakan salah satu kejadian alamiah yang dapat terjadi kapan saja dan dapat mempengaruhi lingkungan. Faktor yang mempengaruhi banjir seperti contohnya kapasitas sungai yang tidak dapat mengakomodasi debit air dan menyebabkan air meluap ke area di sekitarnya. Indonesia merupakan salah satu negara di Asia Tenggara yang memiliki tingkat curah hujan yang tinggi dan sering terjadi banjir di beberapa daerah. Di beberapa tempat, banjir dapat meluap di jalan menuju pemukiman penduduk dan merugikan warga karena kurangnya informasi peringatan dan pemberitahuan tentang status ketinggian air sungai di daerah tersebut. Mengacu pada kasus ini, sistem peringatan banjir harus diterapkan untuk memberikan informasi tentang status ketinggian air kepada warga. Sensor harus diterapkan di dalam sistem peringatan dini untuk membaca dan mengukur ketinggian air di dalam sungai dan sistem akan mengirimkan pemberitahuan kepada warga tergantung pada ketinggian air sehingga warga dapat bersiap jika banjir terjadi kapan saja. Sistem yang menggunakan sensor jarak untuk mendeteksi ketinggian air dan mikrokontroler akan mengolah data ketinggian air menjadi beberapa tahap. Pada artikel ini, kami membandingkan kinerja sensor ketinggian air sebagai alat pengukur untuk memberikan akuisisi data ketinggian air terbaik. Hasilnya, sensor ultrasonic HC-SR04 menghasilkan akurasi sebesar 98,86% dan sensor LIDAR VL53L0X menghasilkan akurasi sebesar 88,95% pada proses pengukuran ketinggian air]]>
<![CDATA[Sistem Rumah Pintar Menggunakan Google Assistant dan Blynk Berbasis Internet of Things ]]>
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Puspita Dewi]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 3 (2022) ]]>
Publisher : <![CDATA[LPPM Universitas Bumigora ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1171.544 KB)
|
DOI: 10.30812/matrik.v21i3.1646
<![CDATA[Internet of things (IoT) merupakan topik yang banyak dikembangkan pada dekade terakhir. Pada saat ini, banyak pengembang teknologi membuat perangkat-perangkat pintar yang dapat mempermudah pekerjaan manusia. Sistem rumah pintar adalah salah satunya. Pada sistem rumah pintar, perangkatperangkat fisik dapat melakukan komunikasi melalui jaringan internet atau jaringan near cable lainnya untuk bertukar informasi atau melakukan perintah dari penghuni rumah. Agar bisa bertukar informasi maka perangkat fisik tersebut di integrasikan dengan sensor dan aktuator. Salah satu implementasi dari rumah pintar yaitu pengontrolan lampu yang dapat diaktifkan atau dinonaktifkan menggunakan perintah suara atau menggunakan gawai pengguna. Tujuan dari penelitian ini yaitu agar pengguna dapat mengontrol lampu rumah dengan menggunakan perintah suara dengan bantuan google assistant untuk mengenali kalimat yang di ucapkan oleh penghuni rumah. Metode yang digunakan dalam penelitian ini yaitu IoT. Metode komunikasi berbasis IoT memungkinkan terjadinya pertukaran data antar device. Hasil dari penelitian ini yaitu dapat dibangun sistem kontrol lampu menggunakan Blynk-Google assistant. Pada sistem tersebut telah di tambahkan fitur untuk memantau konsumsi daya listrik pengguna. Dari hasil pengujian yang dilakukan maka didapatkan hasil bahwa presentase keberhasilan dari sistem tersebut yaitu 96,667%. Keberhasilan dari sistem tersebut dipengaruhi oleh kekuatan sinyal internet dan ketepatan dalam pengucapan kata yang telah terprogram.]]>
<![CDATA[INDUCTIVE CHARGING PORTABEL DENGAN PANEL SURYA SEBAGAI PENGISIAN BATERAI HANDPHONE YANG MUDAH DAN PRAKTIS ]]>
<![CDATA[Alfarid]]>;
<![CDATA[Ni Putu Agustini]]>;
<![CDATA[M. Ibrahim Ashari]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Zulfikar Zauzi]]>;
<![CDATA[I Made Wartana]]>;
<![CDATA[Reza Diharja]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ JASTEN (Jurnal Aplikasi Sains Teknologi Nasional) Vol. 5 No. 1 (2024) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian kepada Masyarakat Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jasten.v5i1.10054
<![CDATA[Penggunaan teknologi ponsel tidak dapat dilepaskan dari penggunaan charger. Charger umumnya digunakan membutuhkan energi listrik dari PLN dan generator. Panel surya dapat menjadi solusi sebagai alternatif baru untuk menyediakan sumber energi listrik. Induktif charging yang menggunakan elektromagnetik dalam sistemnya tidak memerlukan kabel saat digunakan. Alat ini menggunakan dua lilitan kumparan, yaitu lilitan primer yang terhubung dengan powerbank, dan lilitan sekunder untuk menerima dan mentransfer tegangan ke beban, dalam hal ini handphone. Hasil penelitian menunjukkan bahwa panel surya berfungsi sesuai dengan intensitas sinar matahari. Jika panel surya terkena cahaya matahari yang tidak maksimal atau cuaca berawan, tegangan output yang dihasilkan mengalami penurunan drastis. Baterai powerbank dapat menerima daya dari panel surya dengan baik, sehingga powerbank dapat terisi selama 460 menit dengan tegangan output sebesar 4 volt. Baterai handphone dapat menerima daya dari powerbank dengan rata-rata kenaikan setiap 1% baterai memerlukan waktu 8,5 menit. Sistem pengisian induktif dalam penelitian ini menggunakan panel surya 3 WP dengan sistem pembangkit sinyal gelombang sinus frekuensi 90 kHz dan dua kumparan sebagai sistem transmisi energi berbasis inductive charger.]]>
<![CDATA[Optimizing Gas Sensing Accuracy: Evaluating and Compensating TGS2602 Sensor Responses in Diverse Environmental Conditions ]]>
<![CDATA[Bima Romadhon]]>;
<![CDATA[Citra Dewi Megawati]]>;
<![CDATA[M. Abd Hamid]]>;
<![CDATA[Ni Putu Agustini]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[I Made Wartana]]>
<![CDATA[ JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) Vol 7, No 1 (2024): February 2024 ]]>
Publisher : <![CDATA[Merdeka Malang University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26905/jeemecs.v7i1.11867
<![CDATA[This research aims to investigate the TGS2602 gas sensor's response to variations in temperature and humidity, focusing on the analysis of concentration reading offsets influenced by environmental humidity fluctuations. The TGS2602 sensor demonstrates high sensitivity to hydrogen sulfide (H2S), making it relevant for gas monitoring in volcanic environments. However, the sensor's weakness lies in reading offsets triggered by changes in temperature and humidity. Calibration methods and mathematical analysis are employed to evaluate the sensor's performance. Testing is conducted by varying temperature and humidity in enclosed conditions, and the results indicate that temperature and humidity significantly affect gas concentration readings. As a solution, compensation methods, such as using temperature and humidity sensors and developing algorithms, are required to address reading offsets. This study provides insights into the reliability of the TGS2602 sensor in various environmental conditions and proposes compensation strategies to enhance gas measurement accuracy.]]>
<![CDATA[Deteksi Objek Menggunakan YOLO V3 Untuk Keamanan Pada Pergerakan Kursi Roda Elektrik ]]>
<![CDATA[Wahyu Krisna Wijaya]]>;
<![CDATA[I Komang Somawirata]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>
<![CDATA[ Nucleus Journal Vol. 1 No. 2 (2022): November ]]>
Publisher : <![CDATA[Universitas Darul Ulum ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32492/nucleus.v1i2.49
<![CDATA[Image processing system is a system that has been developed to date. By using an image processing system, an image can be processed into the required information. In this study, an image processing system was created using the You Only Look Once (YOLO) algorithm which is a part of the Convolutional Neural Network (CNN) [1]. This system can be applied to electric wheelchairs, especially for detecting objects from the road surface they pass. The system that will be created is to detect objects in front of the wheelchair using image processing with the You Only Look Once (YOLO) algorithm method for the safe movement of electric wheelchairs. So when the wheelchair is running, it will simultaneously detect obstacles in front of it, both from the condition of the road surface and objects in front that will block the path of the electric wheelchair. Then, the detection results will be displayed on the monitor screen in front of the driver. As a result, detection can be used for braking control of the movement of electric wheelchairs to support security systems, but here the focus is more on object detection.]]>
<![CDATA[INDUCTIVE CHARGING PORTABEL DENGAN PANEL SURYA SEBAGAI PENGISIAN BATERAI HANDPHONE YANG MUDAH DAN PRAKTIS ]]>
<![CDATA[Alfarid]]>;
<![CDATA[Ni Putu Agustini]]>;
<![CDATA[M. Ibrahim Ashari]]>;
<![CDATA[Radimas Putra Muhammad Davi Labib]]>;
<![CDATA[Zulfikar Zauzi]]>;
<![CDATA[I Made Wartana]]>;
<![CDATA[Reza Diharja]]>;
<![CDATA[Sirojul Hadi]]>;
<![CDATA[Parama Diptya Widayaka]]>
<![CDATA[ JASTEN (Jurnal Aplikasi Sains Teknologi Nasional) Vol. 5 No. 2 (2024) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian kepada Masyarakat Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jasten.v5i2.12158
<![CDATA[Penggunaan teknologi ponsel tidak dapat dilepaskan dari penggunaan charger. Charger umumnya digunakan membutuhkan energi listrik dari PLN dan generator. Panel surya dapat menjadi solusi sebagai alternatif baru untuk menyediakan sumber energi listrik. Induktif charging yang menggunakan elektromagnetik dalam sistemnya tidak memerlukan kabel saat digunakan. Alat ini menggunakan dua lilitan kumparan, yaitu lilitan primer yang terhubung dengan powerbank, dan lilitan sekunder untuk menerima dan mentransfer tegangan ke beban, dalam hal ini handphone. Hasil penelitian menunjukkan bahwa panel surya berfungsi sesuai dengan intensitas sinar matahari. Jika panel surya terkena cahaya matahari yang tidak maksimal atau cuaca berawan, tegangan output yang dihasilkan mengalami penurunan drastis. Baterai powerbank dapat menerima daya dari panel surya dengan baik, sehingga powerbank dapat terisi selama 460 menit dengan tegangan output sebesar 4 volt. Baterai handphone dapat menerima daya dari powerbank dengan rata-rata kenaikan setiap 1% baterai memerlukan waktu 8,5 menit. Sistem pengisian induktif dalam penelitian ini menggunakan panel surya 3 WP dengan sistem pembangkit sinyal gelombang sinus frekuensi 90 kHz dan dua kumparan sebagai sistem transmisi energi berbasis inductive charger.]]>
