Claim Missing Document
Check
Articles

Found 8 Documents
Search

Identifikasi Kedipan Mata dengan Menggunakan Sensor Electroencephalography dan Metode K-Nearest Neighbour swadexi istiqphara; Rudi Uswarman; Uri Arta Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 3, No 1 (2020): April 2020
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (771.154 KB) | DOI: 10.32672/jnkti.v3i1.1963

Abstract

Pada paper ini membahas tentang pendeteksian kedipan mata dengan menggunakan metode K-Nearest Neighbour dan Perangkat sensor gelombang otak (Electroencephalography/EEG). EEG atau Sensor gelombang otak merupakan sensor yang terdiri dari elektroda yang berfungsi untuk mendeteksi sinyal-sinyal listrik pada permukaan kulit kepala. Sinyal-sinyal listrik dihasilkan oleh gelombang otak saat tubuh melakukan aktifitas fisik, seperti mengedipkan mata, menggerakan tangan, kondisi tidur dan juga saat emosi. Pada EEG, elektroda yang digunakan sebaiknya lebih dari satu buah, hal ini untuk mendeteksi perubahan sinyal listrik dibeberapa bagian kepala sehingga dapat meningkatkan jenis aktifitas tubuh yang dapat diidentifikasi. Luaran EEG merupakan hasil pembacaan listrik yang dikonversi kedalam nilai ADC, sehingga masih membutuhkan pemrosesan selanjutnya agar dapat digunakan untuk mendeteksi gerakan. Pada paper ini digunakan metode K-Nearest Neighbour dengan dua teknik pemrosesan data untuk memproses data yang dihasilkan oleh elektroda untuk mendeteksi berkedip atau tidak. Hasil yang diperoleh menunjukan KNN #2  memiliki performa yang lebih baik dibandingkan metode KNN #1 baik dalam akurasi maupun kecepatan.
Edukasi Hemat Energi dan Penerapan Teknologi IoT di SMP IT Al-Kholis Lampung Selatan Purwono Prasetyawan; Amelia Oktavia; Uri Arta Ramadhani; Lanang Almasyuri; Miftahul Donny Sanjaya
ABDIKAN: Jurnal Pengabdian Masyarakat Bidang Sains dan Teknologi Vol. 1 No. 4 (2022): November 2022
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/abdikan.v1i4.1104

Abstract

SMP IT Al-Kholis uses PLN electricity to support teaching and learning activities. Some of the electrical loads that are widely used at the school are lamps and fans in the classrooms, halls, offices, and dormitories. Sometimes, lamps and fans remain connected to the electrical plug when not being used. Several classrooms and corridors are still using fluorescent lamps which are not efficient in terms of energy utilization.Therefore, in this case, energy efficiency along with conservation methods are highly necessary to be implemented. Energy conservation put more focused on improving energy-saving behavior while energy efficiency underlines the selection of efficient instruments. To improve energy-saving behavior, it is important to raise awareness of saving electricity urgency along with some examples of actions on it, by training method. Meanwhile, as for raising awareness of energy efficiency, the demonstration was carried out by providing energy saving lamps integrated with Internet of Things technology. The results of the implementation of this community service activity, include: 1) There is an increase in the number of students who understands the implementation of energy-saving education and IoT technology, as much as 32.66%; 2) Partners gave appreciation and expressed their gratitude for replacing LED lights with PIR motion sensor technology, LDR light sensors, and with solar cells and; 3) the functionality of the IoT-based fan and light monitoring and control system can run well.
Analisis Performansi Sistem Jaringan Femtocell 5G Berbasis Simulasi Uri Arta Ramadhani
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 14 No. 1 (2020)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v14n1.2124

Abstract

Dalam beberapa dekade terakhir, perkembangan teknologi telekomunikasi telah berevolusi secara signifikan. Teknologi 4G yang mulai berjalan secara komersial sejak tahun 2013 di Indonesia akan segera tergantikan dengan teknologi 5G yang telah ada di ambang pintu. Dalam penelitian ini, kami mempelajari skenario dimensi jaringan yang sesuai untuk mencapai datarate yang ditargetkan sesuai dengan standar 5G pada suatu lokasi dengan kepadatan pengguna yang cukup tinggi. Penelitian ini difokuskan pada jaringan femtocell yang merupakan small base station (akses poin) yang didesain untuk penggunaan indoor dengan konsumsi daya yang rendah. Dalam penelitian ini, digunakan tiga skenario antena (Multi-Input Multi-Output) MIMO yang berbeda. Dari hasil simulasi diperoleh bahwa dengan konfigurasi MIMO 16X16, sistem jaringan telah mampu menyediakan datarate sebesar 1Gbps untuk semua pengguna, dan menunjukkan hasil yang paling baik dibandingkan konfigurasi MIMO 4X4 dan MIMO 8X8.
Rancang Bangun Prototipe Detektor Gangguan Listrik Berbiaya Rendah Berbasis IP pada Kampus Institut Teknologi Sumatera Efa Maydhona Saputra; Uri Arta Ramadhani
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 16 No. 2 (2022)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v16n2.2271

Abstract

The ITERA electrical faults cannot be handled quickly by electricians due to the absence of a qualified monitoring system. It is also not possible to purchase a monitoring system with institutional scale because of the high price. Therefore, a low-cost electrical fault detector is designed with current sensor SCT013-000 as main device and communicates over an IP-based network. This detector is integrated with an electrical network information system that can be monitored via a web-browser. The system designed has succeeded in providing information on electrical disturbances with an average delay of 6 seconds and a maximum of 64 seconds when the detector loses its electricity supply. The price for a set of detectors with 2 sensors is around Rp. 249,500, it is relatively cheaper than similar products on the market.
Performasi Deteksi Jumlah Manusia Menggunakan YOLOv8 Nike Dwi Grevika Drantantiyas; Winda Yulita; Naufal Taufiq Ridwan; Uri Arta Ramadhani; Rahman Indra Kesuma; Arkham Zahri Rakhman; Radhinka Bagaskara; Afit Miranto; Zunanik Mufidah
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol 5, No 2 (2023): Desember
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v5i2.11605

Abstract

Pengembangan deteksi kepala sudah meningkat dengan adanya peningkatan algoritma kecerdasan buatan. Peningkatan ini dapat pula dengan penambahan tugas yaitu menghitung jumlah orang dengan mendeteksi jumlah kepala. Tujuan penelitian ini adalah menentukan performansi model sistem penghitung jumlah kepala dengan menggunakan algoritma Yolov8. Penelitian ini hanya berfokus membuat model deteksi jumlah orang. Jumlah dataset yang dirancang berjumlah 2390 gambar yang diperoleh dari dataset Roboflow, dengan pemisahan data sebesar 70:20:10 untuk masing-masing, data latih; data uji ; data validasi. Besar Epoch pada pelatihan model yang digunakan adalah 50. Algoritma deteksi jumlah kepala meggunakan YOLOv8. Nilai yang diukur adalah performasi dari model data training, nilai confusion matrix dan nilai evaluasi dari confusion matrix. Nilai evaluasi yang akan dihitung adalah nilai presisi, nilai akurasi, recall dan f1-score.  Diperoleh hasil pengujian nilai akurasi sebesar 87,56 %, nilai presisi 83,74%, nilai recall  100% dan nilai F1-score 91,15%. Kurva presisi memberikan nilai tertinggi 1 pada tingkat kepercayaan 0,857, recall bernilai 0,8 pada tingkat kepercayaan 0, f1 0,716 pada kepercayaan 0,36 dan presisi-recall 0,771 pada 0,5 mAP. Berdasarkan nilai ini, model sudah cukup mendeteksi jumlah kepala.
On the Spectral and Energy Efficiency Analysis of Statistical Clustered-Based MIMO Channel Uri Arta Ramadhani; Purwono Prasetyawan
Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) Vol 10 No 1 (2023): Jurnal Ecotipe, April 2023
Publisher : Jurusan Teknik Elektro, Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/jurnalecotipe.v10i1.3924

Abstract

The Multiple-Input Multiple-Output technology played as the key role in the accomplishment of user high data rate. In the evolution of cellular technology to future wireless communication and beyond, the utilization of millimeter wave has been projected to deliver a better performance in terms of capacity and latency. However, the development of this technology is limited by the system power consumption. In this paper, we study the performance of cellular system using multiple antennas by evaluating the spectral efficiency, throughput, and energy efficiency. The measurements are conducted using a clustered channel model in several different scenarios. The simulation result shows that the performance of the system in UMi type of environment scenario outperforms other scenarios. Furthermore, this work also evaluate the relationship of the spectral and energy efficiency in varying related parameters, including number of antennas and power of the transmitter.
Penerapan Teknologi Mobile Computing untuk Memudahkan Pengelolaan Pembayaran SPP pada SMA IT Al-Kholis Purwono Prasetyawan; Idza Ramaulkim; Eko Dwi Nugroho; Amelia Oktavia; Uri Arta Ramadhani; Muhammad Reza Kahar Aziz
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol 4 No 3 (2023)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v4i3.1530

Abstract

Sistem pembayaran SPP yang berjalan di SMA IT Al-Kholis masih konvensional, dicatat menggunakan kartu pembayaran dan datanya diolah menggunakan aplikasi spreadsheet. Ada kelemahan pada sistem berjalan tersebut diantaranya adalah inkonsistensi data, butuh waktu untuk mencari data dan melaporkannya serta rentan kehilangan kartu catatan pembayaran. Pada pengabdian ini menerapkan teknologi mobile computing untuk mengatasi kelemahan tersebut. Sistem baru dikembangkan dengan metode prototyping, kemudian diuji secara blackbox testing dan UAT. Hasil yang didapatkan adalah secara fungsionalitas sistem berjalan dengan baik dan mitra menerima dengan setuju (puas) serta memudahkan pengelolaan pembayaran SPP
Identifikasi Kedipan Mata dengan Menggunakan Sensor Electroencephalography dan Metode K-Nearest Neighbour swadexi istiqphara; Rudi Uswarman; Uri Arta Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 3, No 1 (2020): April 2020
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v3i1.1963

Abstract

Pada paper ini membahas tentang pendeteksian kedipan mata dengan menggunakan metode K-Nearest Neighbour dan Perangkat sensor gelombang otak (Electroencephalography/EEG). EEG atau Sensor gelombang otak merupakan sensor yang terdiri dari elektroda yang berfungsi untuk mendeteksi sinyal-sinyal listrik pada permukaan kulit kepala. Sinyal-sinyal listrik dihasilkan oleh gelombang otak saat tubuh melakukan aktifitas fisik, seperti mengedipkan mata, menggerakan tangan, kondisi tidur dan juga saat emosi. Pada EEG, elektroda yang digunakan sebaiknya lebih dari satu buah, hal ini untuk mendeteksi perubahan sinyal listrik dibeberapa bagian kepala sehingga dapat meningkatkan jenis aktifitas tubuh yang dapat diidentifikasi. Luaran EEG merupakan hasil pembacaan listrik yang dikonversi kedalam nilai ADC, sehingga masih membutuhkan pemrosesan selanjutnya agar dapat digunakan untuk mendeteksi gerakan. Pada paper ini digunakan metode K-Nearest Neighbour dengan dua teknik pemrosesan data untuk memproses data yang dihasilkan oleh elektroda untuk mendeteksi berkedip atau tidak. Hasil yang diperoleh menunjukan KNN #2  memiliki performa yang lebih baik dibandingkan metode KNN #1 baik dalam akurasi maupun kecepatan.