Claim Missing Document
Check
Articles

Found 11 Documents
Search

IMPLEMENTASI KEBIJAKAN SISTEM IDENTIFIKASI OTOMATIS BAGI KAPAL LAYAR MOTOR (KLM) DI PELABUHAN GRESIK Alfiatin Nuriyah; Minto Basuki; Mat Syai’in
Prosiding Seminar Teknologi Kebumian dan Kelautan (SEMITAN) Vol 3, No 1 (2021): Prosiding
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.semitan.2021.1987

Abstract

Penelitian ini bertujuan untuk memperoleh gambaran mengenai kebijakan nasional terkait pemasangan dan pengaktifan sistem identifikasi otomatis (AIS) bagi kapal yang berlayar di wilayah perairan Indonesia, mendapatkan gambaran secara menyeluruh mengenai tingkat implementasi kebijakan nasional terhadap kapal layar motor yang berada di pelabuhan Gresik melalui pengolahan data yang didapatkan dari otoritas sejak sebelum peraturan dilaksanakan, masa penyesuaian dan masa pemberlakuan secara penuh dan melakukan analisis data hasil survei guna mendapatkan alternatif solusi sebagai upaya optimalisasi menggunakan Analytic Hierarchy Process (AHP). Hasil penelitian memperlihatkan bahwa AIS pada KLM diatur secara lengkap pada Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 7 Tahun 2019 tentang Pemasangan Dan Pengaktifan Sistem Identifikasi Otomatis Bagi Kapal Yang Berlayar Di Wilayah Perairan Indonesia yang dirubah dengan Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 58 Tahun 2019. Implementasi kebijakan terkait pemasangan AIS bagi KLM di Pelabuhan Gresik dalam 3 (tiga) tahun terakhir berkisar 78.46% - 81.54%, hasil tersebut menunjukkan bahwa tingkat penerapannya tergolong sangat baik di tahun 2020. Sebagai upaya optimalisasi tingkat penerapan, alternatif strategi utama adalah melakukan sosialisasi kebijakan dengan nilai vektor prioritas 0.44, dilanjutkan dengan melaksankan pengawasan proses instalasi AIS yang bernilai 0,41 dan terakhir dengan meningkatkan kompetensi awak kapal dengan nilai vektor priotas 0,15
the Estimation of State of Charge for 4S2P Lithium-Ion Battery Using Kalman Filter and Coulomb Counting Tiara Erly Syah Putri; Mat Syai’in; Ii Munadhif
Journal of Applied Smart Electrical Network and Systems Vol 6 No 01 (2025): Vol 06, No. 01 June 2025
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jasens.v6i01.1166

Abstract

State of Charge (SoC) estimation is crucial for the performance and safety of Battery Management Systems (BMS). This study evaluates and compares two SoC estimation methods—Kalman Filter and Coulomb Counting—based on numerical simulation of a 4S2P lithium-ion battery charging process using MATLAB. The methods are assessed using statistical metrics: RMSE, MAE, MAPE, and R², and are compared against both current-based reference calculations and normalized actual voltage. Kalman Filter consistently demonstrates superior performance, achieving lower RMSE (0.00067) and MAE (0.00045) against SoC reference, and RMSE (0.0376), MAE (0.0312), R² (0.978) against voltage reference. In contrast, Coulomb Counting shows increased error accumulation and lower correlation with system behavior. This confirms Kalman Filter's robustness in dynamic conditions, owing to its real-time correction mechanism and noise tolerance. The study highlights Kalman Filter as a more accurate and reliable method for modern BMS applications. Recommendations for future development include real-world testing and hybrid algorithm implementation.
Rekonstruksi 3D Berbasis LiDAR TF Mini Plus Zindhu Maulana Ahmad Putra; DANIA KIKI SANDIYA; Ryan Yudha Adhitya; Mat Syai’in; Rachmad Tri Soelistijono; Boedi Herijono; Ii Munadhif; Samudra Rozzak Arrachman; Achmad Nawawi
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5208

Abstract

Rekonstruksi 3D adalah teknik membentuk objek tiga dimensi dari bentuk aslinya di dunia nyata untuk divisualisasikan di komputer. Awalnya, proses ini dilakukan secara manual dengan pengukuran langsung, namun rentan terhadap kesalahan karena ketidakakuratan pengukuran. Dalam penelitian ini, sistem rekonstruksi 3D menggunakan teknologi digital dengan sensor LiDAR TF-Mini Plus. Sensor LiDAR menggunakan pulsa laser untuk mengukur jarak ke objek dan menghasilkan data point-clouds yang merepresentasikan permukaan objek. Sensor ini digerakkan oleh dua motor, yaitu motor servo untuk rotasi pitch dan motor stepper untuk rotasi yaw, memungkinkan cakupan penuh objek dan rekonstruksi yang lebih rinci. Pengujian menunjukkan bahwa sistem ini mampu menghasilkan rekonstruksi 3D yang sangat akurat dengan detail tinggi. Data point-clouds yang dikumpulkan oleh sensor LiDAR merepresentasikan bentuk asli tangki dengan presisi, termasuk lekukan dan kontur secara jelas. Hal ini membuktikan efektivitas sistem dalam menciptakan model 3D yang berguna untuk berbagai analisis dan visualisasi.
Implementasi Robot Operating System (ROS) Untuk Meningkatkan Akurasi Deteksi Bola Menggunakan YOLO V5 Pada KRSBI-Beroda Wahyudi, Asyal Achnan; Agus Khumaidi; Mohammad Basuki Rahmat; Dimas Pristovani Riananda; Mat Syai’in; Joko Endrasmono
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5234

Abstract

Riset ini bertujuan untuk mengaplikasikan metode YOLO V5 dan Teknik Trigonometri dalam rangka meningkatkan ketepatan prediksi arah tendangan lawan pada robot penjaga gawang di ajang KRSBI Beroda. YOLO V5 dimanfaatkan untuk mendeteksi lokasi bola, sedangkan Teknik Trigonometri digunakan untuk memperkirakan arah datangnya bola. Data posisi bola dan estimasi arah datang bola dimanfaatkan untuk menentukan gerakan robot penjaga gawang. Sistem ini diimplementasikan pada platform ROS (Robot Operating System) untuk memungkinkan integrasi yang modular dan terdistribusi. Dengan memanfaatkan teknologi ini, diharapkan performa robot penjaga gawang dapat ditingkatkan dalam menghadapi strategi lawan.
Deteksi Objek di Lapangan pada Robot Sepakbola Beroda Menggunakan Metode YOLOV5 Dzil, Fadhli; Agus Khumaidi; Mohammad Basuki Rahmat; Joko Endrasmono4; Mat Syai’in; Dimas Pristovani Riananda
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5235

Abstract

Penelitian ini bertujuan untuk mendeteksi objek seperti bola, robot, dan gawang pada robot sepak bola beroda dengan menggunakan metode You Only Look Once Version 5 (YOLOv5). Metode ini dipilih karena memiliki kemampuan deteksi yang cepat dan akurasi yang lebih tinggi dibandingkan versi YOLO sebelumnya. Dataset yang digunakan mencakup 4555 gambar yang terbagi menjadi data pelatihan dan validasi. Pelatihan model YOLOv5 dilakukan dengan parameter-parameter tertentu seperti ukuran gambar 416x416 piksel, ukuran batch 16, jumlah epoch 1000, dan parameter lainnya. Hasil pelatihan menunjukkan presisi sebesar 0,919 relatif terhadap recall, dengan recall tertinggi mencapai 0,97 pada tingkat kepercayaan 0,00. Kurva F1 mencapai nilai puncak rata-rata 0,89 pada keyakinan 0,467, sementara presisi rata-rata tertinggi adalah 1,00 pada keyakinan 0,925. Akurasi keseluruhan sistem deteksi objek mencapai 75,5%. Penelitian ini membuktikan bahwa metode YOLOv5 dapat diterapkan secara efektif untuk mendeteksi objek pada robot sepak bola beroda dan memberikan kinerja yang memadai.
SKEMA KOORDINASI PERSIMPANGAN UNTUK KELANCARAN ARUS LALU LINTAS DENGAN METODE NEURAL NETWORK Pingky, Ginda Pingky Ramadhani; Mat Syai’in; Zindhu Maulana Ahmad Putra; Ahmad Putra; Ii Munadhif; Imam Sutrisno
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5367

Abstract

Transportasi perkotaan, salah satu infrastruktur penting kota, yang memainkan peran penting dalam fungsi normal kota, telah menjadi fokus perhatian dan diskusi di seluruh masyarakat. Volume kendaraan yang semakin meningkat menyebabkan adanya kemacetan terutama pada persimpangan empat. Tidak adanya koordinasi antar lampu lalu lintas juga menjadi salah satu faktor kemacetan belum dapat diatasi hingga saat ini. Untuk mengatasi masalah tersebut yaitu dengan menerapkan lampu lalu lintas cerdas agar dapat meminimalisir kepadatan atau kemacetan pada jalan raya. Lampu lalu lintas yaitu sistem yang menerapkan waktu dinamis sesuai dengan volume kendaraan, apabila jalur dengan tingkat kepadatan tinggi maka secara otomatis delay lampu hijau akan semakin lama, sedangkan apabila volume kendaraan lenggang maka delay lampu hijau akan semakin cepat. Delay lampu hijau akan menyesuaikan dengan tingkat kepadatan lalu lintas. Dengan menggunakan Image Processing sebagai proses mengolah gambar kendaraan sehingga menghasilkan jumlah kendaraan, yang nantinya jumlah kendaraan tersebut akan diolah kembali menggunakan metode Neural Network. Lampu lalu lintas pada setiap jalur akan saling terkoordinasi agar tidak terjadi penumpukan pada salah satu titik yang padat. Output yang dihasilkan yaitu berupa waktu delay lampu hijau sesuai dengan volume kendaraan. Diharapkan dari penelitian ini yaitu terciptanya lampu lalu lintas cerdas menggunakan metode Neural Network. Sehingga nantinya dapat diterapkan juga sebagai salah satu alternatif untuk meminimalisir kemacetan. Dari hasil penerapan Neural Network pada percobaan koordinasi persimpangan didapatkan hasil dari 6 kali uji coba, yaitu pada persimpangan pertama mendapatkan error rata-rata atau MSE (Mean Squared Error) sebesar 1.0063, pada persimpangan kedua mendapatkan error rata-rata sebesar 0.9063, dan pada persimpangan ketiga mendapatkan error rata-rata sebesar 0.9970.
Simulasi Sistem Kontrol PID Cohen-Coon Pada Mesin Stone Crusher Dengan Motor 14HP Tusila, Fonda Jiwa Arkananta Tusila; Ryan Yudha Adhitya; Mat Syai’in; Noorman Rinanto; Agus Khumaidi; Dimas Pristovani Riananda; Isa Rachman; Rizal Indrawan
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5673

Abstract

Penelitian ini berfokus pada simulasi metode kontrol PID Cohen-Coon untuk pengendalian otomatis mesin crusher batu. Dengan parameter PID yang diperoleh dari metode PID Cohen-Coon yaitu Kp=0,042, Ki=0,365, dan Kd=2,47, mesin crusher diharapkan dapat merespons secara stabil dalam waktu 1 detik setelah terjadi osilasi. Pada simulasi MATLAB, meskipun masih terjadi osilasi pada awalnya, sistem menunjukkan overshoot sekitar 50% dan undershoot sekitar 30%. Metode PID dipilih karena kemampuannya mengontrol sistem secara otomatis dengan mengombinasikan proporsional, integral, dan derivatif dari kesalahan sistem. Hasil simulasi penelitian menunjukkan bahwa pengendalian motor pada mesin crusher dengan metode PID Cohen-Coon memberikan kinerja yang efisien dan stabil, meningkatkan keandalan proses penghancuran batu secara keseluruhan, serta memberikan kontribusi penting dalam pengembangan sistem pengendalian otomatis untuk industri pemecahan batu koral yang membutuhkan tingkat presisi dan efisiensi yang tinggi.
Penerapan Kalman Filter Pada Pembacaan Sensor Loadcell Berbasis PLC Siemens S7-1200 Jefry Setyo Fambudi; Mat Syai’in; Ryan Yudha Aditya
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 3 (2024): Jurnal Elkolind Vol. 11 No. 3 (September 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i3.6158

Abstract

Peran sensor loadcell sangat penting dalam sistem penimbangan untuk mendapatkan informasi massa yang sesuai. Banyaknya permintaan sistem penimbang yang presisi saat ini dikembangan sistem penimbangan yang mampu bekerja secara otomatis dalam menimbang dengan hasil yang konsisten dan stabil. Kelemahan dari sensor loadcell adalah sistem pembacaan yang memiliki noise dan dinilai kurang stabil sehingga hasil penimbangan kurang akurat dan jauh dari nilai set point yang diterapkan. Kelemahan tersebut dapat diminimalisir menggunakan filter sinyal yaitu Kalman Filter. Berdasarkan observasi yang telah dilakukan dengan menerapkan rumus Kalman Filter mampu menimalkan noise secara optimal menggunakan perbandingan nilai Q = 1 dan R = 10000 yang mampu memberikan hasil filter yang lebih halus dan stabil. penerapan Kalman Filter pada PLC Siemens S7-1200 dengan nilai perbandingan Q dan R yang sama dapat memberikan hasil yang optimal dengan nilai rata-rata error hasil penimbangan antara menggunakan Kalman Filter dan tanpa menggunakan filter memiliki selisih sebesar 0,10% yang berarti Kalman Filter dapat diterapkan pada sistem penimbangan dapat menyaring noise secara optimal sehingga mendapatkan hasil penimbangan yang stabil dan konsisten.
3D Scanner Pemantau Ketersediaan Kalsium Karbonat Pada Silo: 3D Scanner Pemantau Ketersediaan Kalsium Karbonat Pada Silo Putra, Zindhu Maulana Ahmad; Boedi Herijono; Dania Kiki Sandiya; Ryan Yudha Adhitya; Mat Syai’in; Rachmad Tri Soelistijono; Ii Munadhif; Samudra Rozzak Arrachman; Achmad Nawawi
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 3 (2024): Jurnal Elkolind Vol. 11 No. 3 (September 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i3.6566

Abstract

Penelitian ini mengembangkan sistem pemantauan stok kalsium karbonat di dalam silo menggunakan teknologi LiDAR dan metode Trapezoidal Numerical Integration untuk mengukur volume bahan. Sensor LiDAR digunakan untuk memindai jarak dan menghasilkan data point clouds yang diproses oleh mikrokontroler ESP32. Data yang diperoleh dikirim ke laptop untuk visualisasi 3D dan perhitungan estimasi volume serta massa bahan. Sistem ini dirancang dengan komponen input, proses, dan output yang terintegrasi, termasuk tombol start, sensor LiDAR, dan tombol emergency. Pengujian dilakukan dengan tiga kondisi permukaan kalsium karbonat dengan permukaan rata, menggunung, dan cekung, untuk menguji akurasi sistem. Hasil pengujian menunjukkan akurasi yang bervariasi, dengan kesalahan rata-rata 2,53% pada permukaan rata, 6,6% pada permukaan menggunung, dan 5,2% pada permukaan cekung. Perbedaan bentuk permukaan mempengaruhi akurasi pengukuran, dimana permukaan cekung menghasilkan volume yang lebih rendah dan permukaan menggunung menghasilkan volume yang lebih tinggi dari volume sebenarnya. Hasil ini menunjukkan bahwa metode yang digunakan efektif untuk estimasi volume dan massa, meskipun dipengaruhi oleh variasi bentuk permukaan.
Penerapan Harris Corner Detection dan YOLOv5 pada Kamera Stereo Vision untuk Estimasi Jarak Robot Sepak Bola Beroda KRSBI-B Adi Rahmad Ramadhan; Khumaidi, Agus; Mustika Kurnia Mayangsari; Mat Syai’in; Imam Sutrisno; Aulia Rahma Annisa
Jurnal Elektronika dan Otomasi Industri Vol. 12 No. 1 (2025): Vol 12 No 1 (Mei 2025): Jurnal Elkolind Vol 12 No 1 (Mei 2025)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v12i1.7254

Abstract

This research enhances the performance of a wheeled soccer robot in the RoboCup Middle Size League (KRSBI-B) by integrating Stereo Vision cameras, YOLOv5, and Harris Corner Detection for precise distance estimation and object detection. The objective is to improve the robot's ability to accurately recognize and measure the distance of objects, particularly the ball and opposing robots. Using image processing, the system significantly enhances real-time object detection, improving decision-making during the match. The YOLOv5 algorithm, trained with 4,000 labeled images, achieved impressive accuracy with confidence levels up to 0.99 for ball detection at 250 cm. Results show strong correlations between high-confidence detections and accurate distance estimations, enabling effective responses to dynamic match situations. This system provides a competitive edge, improving responsiveness, adaptability, and gameplay strategies, supporting its application in real-world robotic competitions.