Claim Missing Document
Check
Articles

Found 30 Documents
Search

Rancang Bangun Sistem Simulasi Pemeriksaan Suhu Tubuh pada Vital Sign Simulator untuk Pelatihan Keterampilan Medik Mahasiswa Kedokteran Hardiyanto, Denny; Sunarno, Sunarno; Wijaya, Rony; Hidayah, Rachmadya Nur
Teknofisika Vol 1, No 2 (2012)
Publisher : Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (60.801 KB)

Abstract

Keterampilan klinik merupakan kompetensi yang harus dikuasai oleh mahasiswa kedokteran/calon dokter. Pemeriksaan tanda vital memiliki nilai kompetensi 4 atau harus mampu dilakukan secara mandiri oleh calon dokter. Untuk mewujudkannya, dilakukan pelatihan keterampilan pemeriksaan tanda vital dan suhu tubuh merupakan salah satu aspek yang perlu diperhatikan oleh calon dokter. Oleh karena itu perlu dikembangkan simulator suhu tubuh berbasis simulasi pasien berupa jaket/kaos menset yang dilengkapi “sistem pintar”. Dengan demikian mahasiswa kedokteran dapat berlatih pengukuran tanda vital dengan tetap mengintegrasikan komunikasi dan profesionalisme. Pada penelitian ini, dibuat rancang bangun simulator suhu yang mampu mensimulasikan suhu tubuh manusia pada rentang suhu 37°C – 42°C menggunakan mikrokontroller AVR ATMega16 dengan sensor suhu LM35 dan aktuator pemanas berupa high power led 3W. Sensor suhu LM35 digunakan sebagai feedback suhu dari aktuator pemanas dan memberikan informasi kepada mikrokontroller untuk melakukan kendali terhadap aktuator pemanas tersebut. Data yang ditampilkan di Liquid Crystal Display (LCD) berupa data ADC, data suhu, dan timer/waktu (detik). Dari penelitian ini, dihasilkan rancang bangun alat simulasi suhu yang mampu mensimulasikan suhu tubuh antara 37°C – 42°C. Simulator ini mempunyai akurasi 98,7%.
Perbandingan Media Konvensional dengan Software terhadap Minat Belajar dan Psikomotorik Gambar Teknik Wahyuni, Darniti; Endramawan, Prabakti; Hardiyanto, Denny
Edu Elektrika Journal Vol 10 No 2 (2021): Edu Elektrika Journal
Publisher : Electrical Engineering, Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/eej.v10i2.49880

Abstract

Pemilihan media yang tepat adalah salah satu cara yang dapat menunjang keberhasilan pembelajaran, sehingga dapat meningkatkan minat belajar dan kemampuan psikomotorik siswa. Penelitian ini guna mengetahui perbedaan penggunaan media konvensional dan software terhadap minat belajar dan kemampuan psikomotorik siswa pada pembelajaran gambar teknik listrik di SMK Gamaliel 1 Kota Madiun, menggunakan penelitian kuantitatif pra-eksperimen dan pendekatan one shot case study design. Populasi 82 siswa dengan sampel 25 siswa mendasar pada sampling jenuh. Metode pengumpulan data menggunakan tes dan angket, kemudian dilakukan analisis data dengan paired sample t-test berbasis software SPSS. Berdasarkan analisis data menunjukkan bahwa 1) Tidak terdapat perbedaan penggunaan media konvensional dengan software terhadap minat belajar peserta didik pada pembelajaran gambar teknik listrik di SMK Gamaliel 1 Kota Madiun, dengan nilai sig.(2-tailed) adalah 0,850 (p˃0,05) serta nilai (thitung˂ttabel = 0,192˂2,064 dengan taraf signifikansi 0,05) 2) Terdapat perbedaan penggunaan media konvensional dengan software terhadap psikomotorik peserta didik pada pembelajaran gambar teknik listrik di SMK Gamaliel 1 Kota Madiun, dengan nilai sig.(2-tailed) adalah 0,024 (p˂0,05) serta nilai (-thitung˃-ttabel = -2,412˃-2,064) untuk tahap pengujian ke-1, 0,038 (p˂0,05) serta nilai (-thitung˃-ttabel = -2,202˃-2,064) untuk tahap pengujian ke-2, dan 0,002 (p˂0,05) serta nilai (-thitung˃-ttabel = -3,423˃-2,064) untuk tahap pengujian ke-3 dengan taraf signifikansi 0,05 masing-masing pengujian. Kata kunci―minat belajar, kemampuan psikomotorik, media konvensional, media berbasis komputer
Rancang Bangun Sistem Simulasi Pemeriksaan Suhu Tubuh pada Vital Sign Simulator untuk Pelatihan Keterampilan Medik Mahasiswa Kedokteran Denny Hardiyanto; Sunarno Sunarno; Rony Wijaya; Rachmadya Nur Hidayah
Teknofisika Vol 1, No 2 (2012)
Publisher : Departemen Teknik Nuklir & Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (60.801 KB)

Abstract

Keterampilan klinik merupakan kompetensi yang harus dikuasai oleh mahasiswa kedokteran/calon dokter. Pemeriksaan tanda vital memiliki nilai kompetensi 4 atau harus mampu dilakukan secara mandiri oleh calon dokter. Untuk mewujudkannya, dilakukan pelatihan keterampilan pemeriksaan tanda vital dan suhu tubuh merupakan salah satu aspek yang perlu diperhatikan oleh calon dokter. Oleh karena itu perlu dikembangkan simulator suhu tubuh berbasis simulasi pasien berupa jaket/kaos menset yang dilengkapi “sistem pintar”. Dengan demikian mahasiswa kedokteran dapat berlatih pengukuran tanda vital dengan tetap mengintegrasikan komunikasi dan profesionalisme. Pada penelitian ini, dibuat rancang bangun simulator suhu yang mampu mensimulasikan suhu tubuh manusia pada rentang suhu 37°C – 42°C menggunakan mikrokontroller AVR ATMega16 dengan sensor suhu LM35 dan aktuator pemanas berupa high power led 3W. Sensor suhu LM35 digunakan sebagai feedback suhu dari aktuator pemanas dan memberikan informasi kepada mikrokontroller untuk melakukan kendali terhadap aktuator pemanas tersebut. Data yang ditampilkan di Liquid Crystal Display (LCD) berupa data ADC, data suhu, dan timer/waktu (detik). Dari penelitian ini, dihasilkan rancang bangun alat simulasi suhu yang mampu mensimulasikan suhu tubuh antara 37°C – 42°C. Simulator ini mempunyai akurasi 98,7%.
Optimalisasi Metode Deteksi Wajah berbasis Pengolahan Citra untuk Aplikasi Identifikasi Wajah pada Presensi Digital Denny Hardiyanto; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 7, No 1 (2018): Edisi Juni 2018
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.893 KB) | DOI: 10.36055/setrum.v7i1.3367

Abstract

Pada sekitar tahun 2000-an, teknologi berbasis pengolahan citra berkembang begitu pesat seiring dengan kemajuan teknologi. Salah satu aplikasinya dibidang penelitian deteksi wajah. Penelitian tentang deteksi wajah pertama kali dikenalkan oleh peneliti Viola dan Jones pada tahun 2001. Selain itu, penelitian ini dilatarbelakangi oleh presensi kehadiran siswa di kampus yang sifatnya masih manual dan tidak sedikit mahasiswa yang melakukan kecurangan saat presensi.Topik penelitian ini adalah optimalisasi deteksi wajah berbasis pengolahan citra sehingga diperoleh teknik/metode yang tepat dalam mendeteksi citra wajah dan dapat mengurangi kesalahan deteksi (false positive) pada objek non-wajah di ruang kelas. Penelitian ini dilakukan di ruang kelas kampus 1 IST Akprind Yogyakarta dengan tujuan menerapkan presensi otomatis untuk kehadiran mahasiswa. Metode yang diusulkan pada penelitian ini meliputi metode Viola-Jones yang untuk proses deteksi wajah, ekstraksi fitur menggunakan 12 fitur statistika warna, dan proses klasifikasi menggunakan klasifier Multi Layer Perceptron untuk mengoptimalkan proses deteksi.Hasil penelitian dengan menggunakan 50 data citra asli dan 309 data objek kandidat wajah yang telah terdeteksi menunjukkan bahwa dengan ditambahkan ekstraksi fitur 12 atribut statistika warna mampu meningkatkan nilai akurasi sebesar 6% dan meningkatkan nilai spesifisitas sebesar 11%. Naiknya nilai spesifisitas tersebut menunjukkan bahwa sudah berkurangnya kesalahan deteksi (false positive) pada citra wajah.
Identifikasi Konten Negatif pada Citra Digital Berbasis Tanda Vital Tubuh Menggunakan Ekstraksi Fitur GLCM dan Warna YCbCr Denny Hardiyanto; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 6, No 1 (2017): Edisi Juni 2017
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.507 KB) | DOI: 10.36055/setrum.v6i1.1734

Abstract

Perkembangan teknologi informasi yang semakin pesat seperti saat ini menyebabkan berbagai dampak positif dan dampak negatif. Segala informasi (konten positif dan negatif) tersedia di internet dan dengan mudah diakses oleh berbagai kalangan masyarakat diantaranya adalah pelajar. Konten negatif (pornografi) yang terkandung di dalam internet dapat berdampak buruk dan mempengaruhi keadaan psikis maupun mental khususnya kalangan pelajar. Tujuan dari penelitian ini adalah mengembangkan sistem untuk identifikasi konten negatif berbasis deteksi tanda vital tubuh. Objek penelitian tanda vital tubuh adalah puting payudara. Metode yang diusulkan adalah kombinasi deteksi wajah dan replace wajah untuk mengurangi tingkat kesalahan deteksi di area wajah. Selanjutnya pelatihan Haar-Cascade Classifier menggunakan 1000 data citra positif (citra berkonten puting payudara) dan 8000 data citra negatif (tidak berkonten puting payudara) untuk mendeteksi adanya puting payudara pada citra digital. Tahapan ekstraksi fitur menggunakan Gray Level Co-occurrence Matrix (GLCM) 84 atribut, hasilnya dilanjutkan proses ekstraksi fitur warna YCbCr. Klasifikasi yang digunakan adalah Multi Layer Perceptron dengan arsitektur 10 neuron dan 1 layer tersembunyi. Dengan menggunakan 158 data objek kandidat puting payudara, penelitian ini mampu mendeteksi konten puting payudara dengan nilai akurasi 90,3%, nilai spesifisitas 84,60%, dan nilai sensitivitas 92,4%. Hal ini menunjukkan bahwa penambahan ekstraksi fitur warna YCbCr mampu menaikkan nilai akurasi 0,9% dan nilai sensitivitas 1,04%.
Kendali Formasi Multi-UAV menggunakan Line of Sight (LOS) Guidance Law Dyah Anggun Sartika; Denny Hardiyanto
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 6, No 1 (2017): Edisi Juni 2017
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (648.884 KB) | DOI: 10.36055/setrum.v6i1.1750

Abstract

Ketika suatu UAV (pesawat tanpa awak) sudah mencapai batas kemampuannya, maka diperlukan multi-UAV untuk menggantikan tugas yang dibebankan kepada UAV. Selama ini multi-UAV lebih dipilih dalam menjalankan tugas yang besar sehingga didapatkan tingkat efektivitas yang lebih tinggi disertai kemampuan bertahannya yang lebih bagus dibandingkan milik UAV tunggal. Namun yang perlu diperhatikan yaitu bagaimana antar UAV dapat saling berkoordinasi dan berkomunikasi. Sehingga setiap UAV mampu terbang mengikuti formasi dan tetap pada lintasannya.Untuk mengatasi hal tersebut diperlukan suatu metode kendali formasi. Pada penelitian ini metode yang ditawarkan adalah menggunakan Line of Sight (LOS) Guidance Law. Metode ini diterapkan pada satu UAV yang dianggap sebagai kepala (leader) dan UAV lain yang dianggap sebagai pengikut (follower). Suatu algoritme dimasukkan ke dalam UAV follower sehingga UAV tersebut mampu mencari jalur milik UAV leader dan mengikutinya. Untuk lintasan diprogramkan pada UAV leader. Hasil yang didapat bahwa UAV follower dapat bergerak mengikuti UAV leader dengan jarak tertentu. Serta posisi tertentu dari UAV leadernya. Informasi yang dibutuhkan untuk melakukan pengejaran adalah informasi visual. yang berupa koordinat dari leader serta kecepatannya. Kendali dengan metode Line of Sight ini dapat diterapkan untuk lintasan apapun. baik yang bersifat sederhana seperti garis lurus maupun lintasan dengan banyak sudut seperti lintasan acak. tentu saja dengan tingkat kesulitan yang berbeda.
Klasifikasi Motif Citra Batik Yogyakarta Menggunakan Metode Adaptive Neuro Fuzzy Inference System Denny Hardiyanto; Samuel Kristiyana; Didi Kurniawan; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 8, No 2 (2019): Edisi Desember 2019
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/setrum.v8i2.6545

Abstract

Indonesia merupakan negara yang kaya akan sumber daya alam, budaya, dan pariwisata. Salah satu warisan budaya kemanusiaan yang terkenal di Indonesia adalah Batik Indonesia. Batik adalah kain bergambar yang pembuatannya secara khusus dengan menuliskan atau menerakan malam pada kain itu, kemudian pengolahannya diproses dengan cara tertentu yang memiliki kekhasan. Batik merupakan kerajinan yang memiliki nilai seni tinggi dan telah menjadi bagian dari budaya Indonesia (khususnya Jawa) sejak lama.Penelitian ini bertujuan untuk mengklasifikasikan motif citra batik Yogyakarta (dalam penelitian ini menggunakan motif batik Parang Kusumo dan motif batik Kawung). Metode yang diusulkan dalam penelitian ini adalah ekstraksi fitur GLCM (Grey Level Co-Occurrence Matrix) menggunakan 6 fitur dan klasifikasi menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System).Struktur ANFIS yang dibentuk mempunyai  parameter 6 input dari fitur tekstur (GLCM), setiap fitur menggunakan 2 membership function dengan 64 aturan yang berlogika AND. Dengan menggunakan 100 data citra uji, Trapezoidal Shaped-Membership Function memperoleh akurasi terbaik yakni 80%, sedangkan Gaussian Shaped-Membership Function memperoleh akurasi terendah yakni 77%.
Implementasi Teknik Klasifier Adaptive Neuro Fuzzy Inference System Untuk Mengklasifikasi Motif Citra Batik Jawa Timur Dyah Anggun Sartika; Hanum Arrosida; Denny Hardiyanto
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 11, No 1 (2022): Edisi Juni 2022
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/setrum.v11i1.14872

Abstract

Negara Indonesia merupakan negara yang kaya akan budaya dan pariwisata. Batik Indonesia merupakan salah satu warisan budaya kemanusiaan di Indonesia. Batik merupakan kain bergambar yang dibuat secara khusus dengan cara menuliskan atau menerakan suatu bahan (yakni malam) pada sebuah kain, yang selanjutnya diolah dengan cara tertentu dan biasanya mencirikan sesuatu (kekhasan).Tujuan penelitian ini untuk mengklasifikasikan motif citra motif batik Jawa Timur (Motif Bandeng Lele Lamongan dan Motif Gedog Tuban). Metode yang digunakan adalah ekstraksi fitur GLCM (Grey Level Co-Occurrence Matrix) yakni metric, eccentricity, contrast, correlation, energy, homogeneity dan klasifikasi menggunakan algoritma ANFIS (Adaptive Neuro Fuzzy Inference System).Struktur ANFIS yang terbentuk mempunyai  parameter 6 input fitur GLCM dengan 2 membership function dan 64 aturan yang berlogika AND. Dengan menggunakan 20 data citra uji, Gaussian Shaped-Membership Function memperoleh akurasi tertinggi yakni 40%, sedangkan Triangular Shaped-Membership Function memperoleh akurasi terendah yakni 20%. Kata kunci: Adaptive Neuro Fuzzy Inference System, Motif Batik Gedog Tuban, Motif Batik Bandeng Lele, GLCM
Designing a Smart Mirror as a Laboratory Information Media Using Raspberry Pi Denny Hardiyanto; Galang Wicaksono; Anggoro S Pramudyo; Rian Fahrizal; Romi Wiryadinata
IJITEE (International Journal of Information Technology and Electrical Engineering) Vol 3, No 3 (2019): September 2019
Publisher : Department of Electrical Engineering and Information Technology,Faculty of Engineering UGM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1379.643 KB) | DOI: 10.22146/ijitee.48436

Abstract

Development of microprocessor technology provides new ideas for creating smart devices, one of which is in the field of smart home. Smart home is a concept of a home integrated with a smart system and supported by technology that enables all work to be more effective and efficient. Mirror is a household device that is beneficial to humans. In this paper, a research on smart mirrors is explained. A smart mirror is a mirror integrated with an intelligent system so that it can display multimedia data originating from the internet using Raspberry as a computing tool, PIR sensor as a tool to control monitors, and DC fans as a tool to control temperature system. In this paper, the mirror was able to display information about time, weather, academic calendar, lab work schedules, prayer schedules, and academic news. A PIR sensor has a good accuracy when the device is placed at 180 cm above the ground and the distance between mirror and humans when mirroring is 70 cm. A DC fan was utilized to stabilize the system temperature in a range of 40 to 50 oC.
Identifikasi Penggunaan Masker yang Tepat pada Wajah Berbasis Deteksi Mulut dan Hidung Denny Hardiyanto; Ihtiari Prastyaningrum; Umi Kholifah; Dyah Anggun Sartika
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 11 No 4: November 2022
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v11i4.3077

Abstract

During the pandemic, the proper use of face masks is very critical to reduce and prevent the transmission of the COVID-19 between people. Unfortunately, many people are still careless about this proper use of masks like using masks to cover only their mouth or chin. There are also people who do not wear masks when traveling or interacting. Such conducts indicate the lack of concern for the mask use. This study aims to obtain an identification algorithm for using the face mask appropriately through digital photos/images. The basic algorithm used was the face, nose, and mouth detection algorithm developed by Viola and Jones. These algorithms were then combined so that they formed a strong algorithm for detecting the proper use of the face mask. The data tested were classified into five categories, namely images of proper use of masks, images of masks with visible noses, images of masks with visible mouths, images of faces with masks worn on the chin, and mixed images with various accessories. Results of the study employed sixty testing images with various variations of attributes, the result obtained an accuracy value of 90%, a sensitivity value of 100%, and a specificity value of 62.5%. The low specificity value was caused by many detection errors in the false positive (FP) attribute, meaning that the system can detect objects other than the mouth and nose. This research is expected to be developed and synergized with other applications so that it can raise public awareness about the proper use of masks.