Claim Missing Document
Check
Articles

Prototipe Palang Pintu Perlintasan Kereta Api Berbasis Arduino Uno Taufik, Taufik; Suwardoyo, Untung; Basri, Muh.; Masnur, Masnur
Jurnal Surya Informatika Vol. 15 No. 2 (2025): Jurnal Surya Informatika, Vol 15. No. 2, November 2025
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v15i2.2167

Abstract

Penelitian ini mengembangkan Prototipe palang pintu perlintasan kereta api berbasis Arduino Uno sebagai solusi peningkatan keselamatan pada perlintasan sebidang tanpa pengawasan manusia. Sistem menggunakan sensor inframerah TCRT5000 yang diproses melalui algoritma digital untuk mendeteksi kedatangan kereta dengan akurasi sebesar 92% dan waktu respon rata-rata 2,8 detik. Hasil pengujian menunjukkan efektivitas tinggi dengan pengurangan kesalahan deteksi hingga 72% dibandingkan metode konvensional, serta efisiensi biaya implementasi hingga 60%. Namun, performa sistem menurun sebesar 15% pada kondisi hujan, dan diperlukan kalibrasi rutin setiap dua minggu untuk menjaga kinerja optimal. Untuk mengatasi keterbatasan tersebut, penelitian ini merekomendasikan integrasi sensor ultrasonik sebagai sistem redundan serta pengembangan modul IoT untuk pemantauan waktu nyata. Prototipe telah memenuhi 80% standar keselamatan perlintasan kereta api nasional dan dinilai layak untuk diterapkan di wilayah terpencil. Temuan lain menunjukkan perlunya optimasi sistem pada komponen sensor receiver yang masih rentan terhadap gangguan lingkungan. Rekomendasi pengembangan selanjutnya meliputi uji lapangan jangka panjang, perbaikan desain sistem, serta pelatihan teknis bagi operator lapangan. Dengan pendekatan yang ekonomis dan adaptif, Prototipe ini berpotensi menjadi solusi efektif dalam mengurangi kecelakaan di perlintasan kereta api secara signifikan.
Aplikasi Pengenalan Kue Tradisional Bugis Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Android Rifaldi Rifaldi; Ade Hastuty; Ahmad Selao; Untung Suwardoyo; Masnur Masnur
Jurnal Sains dan Ilmu Terapan Vol. 8 No. 2 (2025): Jurnal Sains dan Ilmu Terapan
Publisher : Politeknik Kampar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59061/jsit.v8i2.1151

Abstract

Traditional Bugis cakes are an important and distinctive part of Indonesian culinary culture, yet their existence is starting to erode due to globalization and a lack of proper digital documentation. The visual similarities between the cakes make manual identification difficult, especially for the younger generation who are more exposed to modern, global food trends. This study aims to develop an Android application for the automatic classification of traditional Bugis cakes using a Convolutional Neural Network (CNN). The experimental method was conducted by collecting a comprehensive dataset of cake images, training a CNN model, and evaluating its performance using a black box testing approach. This method was chosen because it yielded a validation accuracy of 97.00% and a final accuracy of 92.40%. The application can recognize cakes in real-time through a mobile phone camera, with optimal results achieved at a distance of 15–30 cm and under adequate lighting conditions. However, its performance decreases when the distance increases, objects are cut off, or lighting is poor.