Article Per Year (5 Year)
p-Index From 2021 - 2026
1.532
P-Index
This Author published in this journals
All Journal Jurnal Simantec CYCLOTRON JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Jurnal Fortech SinarFe7 PELS (Procedia of Engineering and Life Science) JEECS (Journal of Electrical Engineering and Computer Sciences)
Adi Kurniawan Saputro
Universitas Trunojoyo Madura
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Simantec

 1 
SISTEM PENENTUAN POSISI DALAM RUANGAN BERDASARKAN RECEIVE SIGNAL STRENGTH INDICATOR (RSSI) Dian Neipa Purnamasari; Adi Kurniawan Saputro
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19734

Abstract

Sistem penentuan posisi dalam ruangan (indoor positioning system) yang sangat penting untuk navigasi di dalam gedung atau bangunan. Dalam sistem ini, kekuatan sinyal yang diterima oleh perangkat penerima dari pemancar diukur untuk menentukan jarak antara perangkat penerima dan pemancar. Hal ini dilakukan untuk memberikan solusi dalam masalah yang sering terjadi di dalam ruangan seperti kehilangan arah atau tidak mengetahui posisi yang tepat di dalam gedung atau bangunan. Salah satu jenis pemancar yang sering digunakan dalam sistem penentuan posisi dalam ruangan berdasarkan pengukuran RSSI adalah WiFi dan Bluetooth. Penelitian ini mengusulkan sistem penentuan posisi dalam ruangan berdasarkan nilai pengukuran RSSI menggunakan media transmisi nirkabel antara lain teknologi WiFi dan Bluetooth. Penggunaan media nirkabel digunakan karena memiliki keuntungan, seperti jangkauan sinyal yang cukup luas dan biaya implementasi yang relatif rendah. Hasil pengujian didapatkan bahwa adanya perbedaan jarak antara titik referensi dengan titik estimasi dikarenakan adanya variasi yang besar terhadap fading dan shadowing di dalam gedung. Hal ini terlihat pada lokasi pengujian yang memiliki banyak properti seperti didalam ruangan terdapat sekat, vending machine dan properti lainnya, sehingga menyebabkan adanya peredaman sinyal, pembelokan sinyal dan pemantulan sinyal yang mengakibatkan penurunan kuat sinyal.Kata kunci: Bluetooth, Penentuan Posisi, RSSI, WiFi
SISTEM DETEKSI DAN PERHITUNGAN JUMLAH MANUSIA DALAM RUANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Deni Tri Laksono; Indana Nihayatul Husna; Miftachul Ulum; Adi Kurniawan Saputro; Monika Faswia Fahmi; Dian Neipa Purnamasari
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19745

Abstract

Perkembangan teknologi yang pesat di bidang elektronik memberikan dampak positif dalam berbagai aspek kehidupan manusia, salah satunya dalam bidang monitoring atau pengawasan keamanan. Pekerjaan untuk menghitung jumlah pengunjung dalam suatu ruangan sangat mudah apabila dilakukan dalam skala yang kecil, namun akan menjadi sulit apabila perhitungan tersebut dilakukan pada skala yang besar. Dengan memanfaatkan teknologi pada bidang computer vision yaitu deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah manusia (people counter) secara otomatis. Pada penelitian ini menggunakan algoritma dari deep learning yaitu metode Convolutional Neural Network (CNN). Penelitian dilakukan menggunakan kamera secara real time Berdasarkan hasil pengujian, metode CNN dapat mendeteksi objek manusia dengan tingkat akurasi sebesar 86%, sistem dapat menghitung jumlah objek manusia dengan tingkat akurasi sebesar 62% dengan kondisi yang berbeda-beda seperti intensitas cahaya dan sudut kamera dalam pengambilan pengujian. Sedangkan tingkat akurasi jumlah orang yang masuk, keluar dan jumlah orang dalam ruangan dengan hasil data reporting yang disimpan dalam bentuk file .csv memiliki tingkat akurasi sebesar 73% ketika orang masuk, 64% ketika orang keluar dan 62% ketika orang dalam ruangan. Selain itu, sistem menghasilkan nilai akurasi sebesar 100% dalam menghitung jumlah orang dan memberikan output ruangan penuh ketika dalam ruangan melebihi nilai batas.Kata kunci : pemantauan; kamera; real-time; CNN; people counter
Co-Authors Achmad Fiqhi Ibadillah Achmad Ubaidillah Achmad Ubaidillah Ms Andre Putra Pratama Deni Tri Laksono Dian Neipa Purnamasari Diana Rahmawati Febrianto Hadi Kusuma Haryanto Haryanto Haryanto Indana Nihayatul Husna Khoirul Ogik Saputra Koko Joni Kunto Aji Wibisono Miftachul Ulum Monika Faswia Fahmi Nonik Silvia Agustin Riza Alfita Riza Alfita ROSIDA VIVIN NAHARI Sigit Rolis Siti A’isya Sukri, Hanifudin Ulum, Miftachul Vivin Nahari Vivin Nahari