Article Per Year (5 Year)
p-Index From 2020 - 2025
4.566
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Sinergi Jurnal Teknologi Elektro Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Abdi Masyarakat (JAM) Jurnal Ilmu Teknik dan Komputer Indonesian Journal of Electrical Engineering and Computer Science Journal of Integrated and Advanced Engineering (JIAE)
Zendi Iklima
Universitas Mercu Buana
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
PENGENALAN MIT INVENTOR UNTUK SISWA/I DI WILAYAH KEMBANGAN UTARA Ketty Siti Salamah; Trie Maya Kadarina; Zendi Iklima
Jurnal Abdi Masyarakat (JAM) Vol 5, No 2 (2020): JAM (Jurnal Abdi Masyarakat) - Maret
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.951 KB) | DOI: 10.22441/jam.2020.v5.i2.002

Abstract

Perkembangan ilmu pengetahuan dan teknologi saat ini sangatlah cepat. Aplikasi berbasis teknologi Internet of Things (IoT) pun menjadi area yang berkembang di era global saat ini. Untuk itu diperlukan pengenalan sejak dini tentangteknologi tersebut kepada siswa/i yang masih duduk di bangku sekolah atau pun yang mengambil program Kejar Paket agar nantinya keahlian mereka akan bertambah dan bisa cepat mengikuti perkembangan teknologi. KelurahanKembangan Utara membutuhkan pendampingan belajar untuk siswa-siswi. Dalam kegiatan pengabdian masyarakat ini, diusulkan kegiatan pelatihan berupa pengenalan aplikasi MIT Inventor untuk siswa/i di sekitar Kembangan Utara.MIT Inventor telah yang banyak digunakan pada pembuatan aplikasi khususnya dalam bidang IoT. Adapun tujuan dari kegiatan ini adalah untuk mengenalkan Aplikasi MIT Inventor sekaligus mengajarkan konsep pemograman dasarkepada siswa/i dengan menggunakan aplikasi tersebut. Dengan demikian siswa/i dapat belajar dengan mudah karena metode pembelajarannya sangat cepat dan mudah. Hasil yang diharapkan pada setelah kegiatan pengabdian masyarakat ini adalah adanya peningkatan keahlian ketrampian digital yaitu dalam penggunaan aplikasi MIT Inventor pada siswa-siswi di sekitar wilayah Kembangan Utara..
Rancang Bangun Prototipe Sistem Kontrol Terdistribusi untuk Pemantauan dan Pengendali Ketinggian Permukaan Air pada 5 Pintu Air Berbasis IoT (Internet of Things) menggunakan Socket.IO Zendi Iklima
Jurnal Teknologi Elektro Vol 11, No 3 (2020)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2020.v11i3.008

Abstract

Pemantauan tinggi permukaan air pada sungai merupakan salah satu tindakan untuk mengurangi terjadinya banjir akibat kelebihan debit air sungai dan ketinggiannya. Pengembangan sistem pemantauan permukaan air sungai telah banyak dilakukan. Namun, sistem tersebut tidak saling terhubung antar pintu air yang saling berhubungan. Maka dari itu penelitian ini bertujuan untuk mengembangkan Sistem tersebut dalam pengembangan teknologi IoT (Internet of Things) yaitu menggunakan workflow Socket sebagai sistem kontrol terdistribusi. Dengan adanya pengembangan pada sistem tersebut diharapkan memberikan informasi yang akurat dan tepat waktu (real-time) mengenai status dari ketinggian permukaan air yaitu Siaga I, Siaga II, Siaga III dan Normal.  Dengan sistem yang terpusat (centralized Sistem) maka sistem ini dapat melakukan pemantauan dan pengkontrolan pintu air yang terintegrasi dalam suatu wilayah desa, kota, provinsi dan negara tertentu. Maka hasil pemantuan ketinggian permukaan air sungai pada 5 kanal diketahui memiliki respons 7.05ms dengan data berkapasitas 117B. Data yang diolah tersebut didistribusikan oleh server kesemua client yang terkoneksi didalam sistem dan mengirim notifikasi dengan Google SMTP Server. Sistem ini merekam semua data yang diambil dari sensor HC-SR04 secara real-time serta men-tigger untuk membuka pintu air (gate servo MG90S) dalam status tertentu sehingga disediakan sebuah dashboard untuk melakukan pemantauan dan pengendalian sistem terintegrasi pada pintu air.
Rancang Bangun Prototipe Sistem Kendali Terdistribusi Instalasi Penerangan pada Gedung 3 Lantai berbasis IoTaaS (Internet of Things as a Service) menggunakan Docker Container Zendi Iklima
Jurnal Teknologi Elektro Vol 10, No 1 (2019)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1149.467 KB) | DOI: 10.22441/jte.v10i1.004

Abstract

Berkembangnya Cloud Computing dan Internet of Things (IoT) mengubah cara memahami suatu infomasi dan sistem komunikasi untuk saling berhubungan menggunakan suatu infrastruktur cloud jarak jauh. Lain dari itu, skalabilitas sistem sering difokuskan dalam low-level architecture. Sistem kendali terdistribusi dapat saling terhubung pada suatu platform IoTaaS (Internet of Things as a Service). IoTaaS divirtualisasi dengan basis kontainer (container-based) guna meningkatkan layanan IoT Cloud atau IoT Microservice. IoTaaS dikembangkan pada Docker Container dimana telah layak diaplikasikan pada nodes/gateway misalnya payment gateway, fog, microservices dan lain-lain. Maka dari itu pengembangan IoTaaS telah berhasil diaplikasikan pada sistem instalasi penerangan untuk gedung perkantoran 3 lantai. Sehingga didapatkan nilai rata-rata Network I/O sebesar 14.02KB/4.59KB (download/upload) sehingga memungkinkan tiap container mengirimkan data sebesar 118.77 B dalam 7.02 milisecond.
Robot Lengan 4 Derajat Kebebasan Menggunakan Tampilan Antarmuka Pengguna Berbasis Arduino Uno Jody Maulana Anggi; Zendi Iklima
Jurnal Teknologi Elektro Vol 12, No 3 (2021)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2021.v12i3.006

Abstract

Kemajuan teknologi dalam bidang robotika pada saat ini sudah memasuki era modernisasi serta perkembangannya memasuki era baru dan sudah serba otomatis untuk sebuah pendidikan dan teknologi. Robot lengan pada dunia industri berpengaruh sangat besar, misalnya dapat membuat waktu lebih efisien dan dapat mengurangi biaya dimana yang sebelumnya harus membayar gaji karyawan. Berdasarkan hasil pengujian sinkronasi gerak antar robot lengan dan slider pengendali didapatkan hasil bahwa semakin besar nilai derajat pergesaran slider maka lebar pulsa sinyal PWM semakin melebar dan tegangan keluaran dari pin mikrokontroler Arduino Uno semakin besar dengan nilai rata – rata tegangan yang dihasilkan sebesar 115,03 mV. Robot dalam keadaan standby hanya membutuhkan daya sebesar 0,9 Watt dan saat beroperasi membutuhkan data sebesar 3,94 Watt. Pada motor servo ini, terdapat beberapa kekurangan, dimana salah satunya adalah tidak akuratnya dalam melakukan pengukuran sudut, dapat dihitung bahwa selisihnya sebesar 13% atau sejauh 7,3 derajat.
Rancang Bangun Automated Guided Vehicle Menggunakan Metode PID Zeigler Nichols Annisa Ayu Wardani; Zendi Iklima
Jurnal Teknologi Elektro Vol 13, No 1 (2022)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2022.v13i1.002

Abstract

Automated Guided Vehicle (AGV) merupakan sebuah alat yang berfungsi untuk mendistribusikan barang dari suatu tempat ke tempat lain. Penghubung antar station menggunakan jalur garis berwarna hitam. Robot AGV terdiri atas sensor infra merah sebagai umpan balik PID, mikrokontroler sebagai pengolah data serta menjalankan alogaritma PID dan motor DC sebagai aktuator. Robot ini bisa diaktifkan menggunakan smartphone yang memanfaatkan sinyal bluetooth. Untuk dapat membuat AGV bergerak stabil, dengan cara penerapan kontrol PID salah satunnya dengan mengimplementasikan metode Ziegler Nichols pada pencarian parameter PID robot AGV. Proses tuning diawali dengan pemberian parameter Kp = 0, kemudian ditingkatkan secara bertahap hinga didapat grafik respon PID yang berkesinambungan. Dari grafik respon yang diberikan, dapat menentukan besar nilai critical gain Kcr dan critical periode Pcr. Nilai Kcr dan Pcr digunakan untuk mendapatkan nilai parameter Kp, Ki dan Kd sesuai dengan aturan yang terdapat dalam metode Ziegler Nhicols. Hasil pengujian tuning parameter PID menggunakan metode Ziegler-Nichols didapatkan nilai Kp= 7, Ki=1,5 dan Kd= 1. Dengan menggunakan parameter tersebut respon robot menjadi lebih baik dan mendekati set point.
PERANCANGAN SCORE BOARD DAN TIMER MENGGUNAKAN LED RGB BERBASIS ARDUINO DENGAN KENDALI SMART PHONE ANDROID Fina Supegina; Zendi Iklima
SINERGI Vol 19, No 1 (2015)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.498 KB) | DOI: 10.22441/sinergi.2015.1.003

Abstract

Smart Phone merupakan salah satu kecanggihan teknologi dibidang telekomunikasi yang didalamnya terdapat fitur-fitur yang dapat mempermudah pekerjaan manusia. Banyak sekali jenis smart phone  diantaranya adalah smart phone dengan OS Android. Smart phone Android merupakan smart phone yang mudah penggunaannya, baik untuk keperluan bisnis, pendidikan, hiburan dan lain-lain. Dengan media komunikasi, pertukaran informasi, pertukaran data dan sebagaginya akan terasa lebih mudah dan cepat. Kemajuan teknologi tersebut tentunya belum dapat memenuhi kebutuhan jasmani seseorang khususnya dalam bidang olahraga. Namun kehadirannya mampu mendorong kemudahan dalam bidang olahraga tersebut. Misalnya, penggunaan sistem penskoran dan timer yang menggunakan seven segment sehingga dapat digunakan pada kondisi indoor ataupun outdoor. Score board dan timer digunakan guna mempermudah juri atau wasit menentukan score dan waktu pertandingan pada beberapa cabang olahraga. Karena diketahui setiap cabang olahraga mempunyai peraturan yang berbeda prihal mengenai sistem penskoran dan waktu nya. Hasil dari penelitian ini adalah menghasilkan suatu score board dan timer menggunakan LED RGB yang dapat dikontrol melalui smart phone android. Score board dan timer yang dibuat mampu digunakan dalam beberapa cabang olahraga seperti basket, badminton, footsal dan volley.
SELF-COLLISION AVOIDANCE OF ARM ROBOT USING GENERATIVE ADVERSARIAL NETWORK AND PARTICLES SWARM OPTIMIZATION (GAN-PSO) Zendi Iklima; Andi Adriansyah; Sabin Hitimana
SINERGI Vol 25, No 2 (2021)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2021.2.005

Abstract

Collision avoidance of Arm Robot is designed for the robot to collide objects, colliding environment, and colliding its body. Self-collision avoidance was successfully trained using Generative Adversarial Networks (GANs) and Particle Swarm Optimization (PSO). The Inverse Kinematics (IK) with 96K motion data was extracted as the dataset to train data distribution of  3.6K samples and 7.2K samples. The proposed method GANs-PSO can solve the common GAN problem such as Mode Collapse or Helvetica Scenario that occurs when the generator  always gets the same output point which mapped to different input  values. The discriminator  produces the random samples' data distribution in which present the real data distribution (generated by Inverse Kinematic analysis).  The PSO was successfully reduced the number of training epochs of the generator  only with 5000 iterations. The result of our proposed method (GANs-PSO) with 50 particles was 5000 training epochs executed in 0.028ms per single prediction and 0.027474% Generator Mean Square Error (GMSE).
SELF-LEARNING OF DELTA ROBOT USING INVERSE KINEMATICS AND ARTIFICIAL NEURAL NETWORKS Zendi Iklima; Muhammad Imam Muthahhar; Asif Khan; Arifiansyah Zody
SINERGI Vol 25, No 3 (2021)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2021.3.001

Abstract

As known as Parallel-Link Robot, Delta Robot is a kind of Manipulator Robot that consists of three arms mounted in parallel. Delta Robot has a central joint constructed as an end-effector represented as a gripper. An Analysis of Inverse Kinematic (IK) used to convert the end-effector trajectory (X, Y) into rotations of stepper motors (ZA, ZB and ZC). The proposed method used Artificial Neural Networks (ANNs) to simplify the process of IK solver. The IK solver generated the datasets contain motion data of the Delta robot. There are 11 KB Datasets consist of 200 motion data used to be trained. The proposed method was trained in 58.78 seconds in 5000 iterations. Using a learning rate (α) 0.05 and produced the average accuracy was 97.48%, and the average loss was 0.43%. The proposed method was also tested to transfer motion data over Socket.IO with 115.58B in 6.68ms.
Realistic image synthesis of COVID-19 chest X-rays using depthwise boundary equilibrium generative adversarial networks Zendi Iklima; Trie Maya Kadarina; Eko Ihsanto
International Journal of Electrical and Computer Engineering (IJECE) Vol 12, No 5: October 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v12i5.pp5444-5454

Abstract

Researchers in various related fields research preventing and controlling the spread of the coronavirus disease (COVID-19) virus. The spread of the COVID-19 is increasing exponentially and infecting humans massively. Preliminary detection can be observed by looking at abnormal conditions in the airways, thus allowing the entry of the virus into the patient's respiratory tract, which can be represented using computer tomography (CT) scan and chest X-ray (CXR) imaging. Particular deep learning approaches have been developed to classify COVID-19 CT or CXR images such as convolutional neural network (CNN), and deep convolutional neural network (DCNN). However, COVID-19 CXR dataset was measly opened and accessed. Particular deep learning method performance can be improved by augmenting the dataset amount. Therefore, the COVID-19 CXR dataset was possibly augmented by generating the synthetic image. This study discusses a fast and real-like image synthesis approach, namely depthwise boundary equilibrium generative adversarial network (DepthwiseBEGAN). DepthwiseBEGAN was reduced memory load 70.11% in training processes compared to the conventional BEGAN. DepthwiseBEGAN synthetic images were inspected by measuring the Fréchet inception distance (FID) score with the real-to-real score equal to 4.3866 and real-to-fake score equal to 4.4674. Moreover, generated DepthwiseBEGAN synthetic images improve 22.59% accuracy of conventional CNN models.
Sentiment classification of delta robot trajectory control using word embedding and convolutional neural network Zendi Iklima; Trie Maya Kadarina; Muhammad Hafidz Ibnu Hajar
Indonesian Journal of Electrical Engineering and Computer Science Vol 26, No 1: April 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v26.i1.pp211-220

Abstract

Sentiment classification (SC) is an important research field in natural language processing (NLP) that classifying, extracting and recognizing subjective information from unstructured text, including opinions, evaluations, emotions, and attitudes. Human-robot interaction (HRI) also involves natural language processing, knowledge representation, and reasoning by utilizing deep learning, cognitive science, and robotics. However, sentiment classification for HRI is rarely implemented, especially to navigate a robot using the Indonesian Language which semantically dynamics when written in text. This paper proposes a sentiment classification of Bahasa Indonesia that supports the delta robot to move in particular trajectory directions. Navigation commands of the delta robot were vectorized using a word embedding method containing two-dimensional matrices to propose the classifier pattern such as convolutional neural network (CNN). The result compared the particular architecture of CNN, GloVe-CNN, and Word2Vec-CNN. As a classifier method, CNN models trained, validated, and tested with higher accuracy are 98.97% and executed in less than a minute. The classifier produces four navigation labels: right means 'kanan', left means 'kiri', top means 'atas', bottom means 'bawah', and multiplier factor. The classifier result is utilized to transform any navigation commands into direction along with end-effector coordinates.
Co-Authors Andi Adriansyah Andi Adriansyah Annisa Ayu Wardani Arifiansyah Zody Asif Khan Bugi Nur Rohman Eko Ihsanto Fina Supegina Hitimana, Sabin Inggis Kurnia Trisiawan Jody Maulana Anggi Julpri Andika Jusoh, Mohd Taufik Kadek Dwi Suyasmini Ketty Siti Salamah Khan, Asif Khoirul Aziz Kristanto, Ferryawan Harris Maulana, Muhammad Iqbal Mirna Yunita Muhammad Hafidz Ibnu Hajar Muhammad Hafizd Ibnu Hajar Muhammad Imam Muthahhar Muthahhar, Muhammad Imam Ningrum, Dinar Sakti Candra Rachmat Muwardi Raisul Akbar, Muhammad Fadhlillah Ramadhani, Nandiko Riandini Riandini Riandini, Riandini Rika Novita Wardhani Rika Novita Wardhani Rinto Priambodo Sabin Hitimana Sentosa, Arrival Dwi Sulis Setiowati Suwoyo, Heru Trie Maya Kadarina Triyanto Pangaribowo Yananto Mihadi Putra Yudhi Gunardi Zody Arifiansyah Zody, Arifiansyah