Claim Missing Document
Check
Articles

Found 13 Documents
Search

OPTIMASI MODEL DEEP LEARNING UNTUK RASPBERRY MENGGUNAKAN PRUNING DAN KUANTISASI Harjanto, Imadudin; Amiruddin, Muhammad; Kunaryo, Bambang Hadi
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol. 15 No. 2 (2024): September
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v15i2.898

Abstract

Artificial intelligence with deep learning. Has been widely used at many field especially in computer vision technology. It can be found in many purpose and variety of device for it’s deplayment. Deep learning is a neural network that is arranged in very deep layers in order to extract information in more detail. However, with the high level of performance can be achieved, in other hand, another problem arises; the need for very large computing resources in the process. This study has objective to find method and strategies for optimizing edge device in order to continue implementing deep learning with good performance even with limited computing resources. This study uses pruning and quantization methods. After the conventional training process, additional treatment is carried out by reducing the layers and quantizing the weights to reduce the fractional numbers on each weight. At the final step, the conversion of the optimized model into a format suitable for Raspberry Pi 4 is carried out. The results of these experiment showed a significant increase in prediction latency of 2.8x faster and a decrease in file size to 13.74% smaller. This is very beneficial in the implementation of deep learning on Raspberry Pi which has minimal memory and computing capacity.
KOMPARASI NILAI IMPEDANSI TERHADAP PENGARUH FUNGSI PADA PRODUK ANTENNA KEYLESS 4L45W Muhammad Ghifari; Adhi Kusmantoro; Bambang Hadi Kunaryo
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 4 No. 1 (2025): Jurnal Elektro dan Teknologi Informasi: APRIL
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/cwvpr882

Abstract

Abstrak - Antenna keyless merupakan inovasi terkait smart handle yang dikembangkan oleh produsen-produsen mobil. Antena model 4L45W dengan customer mitsubishi (MMKI) memilki 2 tipe yaitu SRJ-1 dan SRJ-2, dimana perbedaannya berada pada jumlah lilitan kabel pada part antena dengan perbedaan pada handle pintunya yaitu painting dan platting. Untuk memverifikasi nilai impedansi produk antenna sebelum dikirimkan ke pelanggan, maka diperlukan pengecekan menggunakan function test machine di line produksi dan dikonfirmasi secara sampel oleh tim quality untuk menjamin bahwa produk sudah sesuai standart dan juga memastikan tidak adanya masalah pada mesin function test selama proses produksi. Pada Penelitian ini menggunakan metode komparasi hasil pengecekan impedansi antara function test machine produksi dan LCR meter quality, dari hasil komparasi didapatkan beberapa perbedaan judgement dan nilai pengukuran untuk produk SRJ-1 -0,096 dan SRJ- 2 0,088. Hasil data dari komparasi tersebut kemudian dikelompokkan berdasarkan jenis temuan NG produk Xin upper, lower dan switch on error. Kemudian dilakukan analisa terhadap aktual produk NG. Dengan metode komparasi nilai impedansi dan analisa aktual produk disimpulkan bahwa NG karena material terdapat 8,4% produk dan NG karena man terdapat 2,8% produk, sehingga penyebab dari perbedaan nilai impedansi dan adanya produk NG yaitu disebabkan dari material dan man.
Rancang Bangun Sistem Keanggotaan Berbasis ESP32 dan RFID Terintegrasi Firebase pada Kedai Unalome Coffee Min Ibni Jahri; Bambang Hadi Kunaryo; Ganjar Winasis
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 4 No. 1 (2025): Jurnal Elektro dan Teknologi Informasi: APRIL
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/zhbj9v09

Abstract

Sistem pencatatan poin pelanggan yang masih dilakukan secara manual di Kedai Unalome Coffee menimbulkan sejumlah permasalahan, mulai dari ketidakteraturan data hingga risiko kehilangan catatan. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem keanggotaan otomatis berbasis ESP32 dan RFID yang terintegrasi dengan Firebase Realtime Database. Sistem ini dikembangkan untuk membantu pelaku usaha dalam mencatat poin pelanggan secara efisien dan real time, sekaligus mengeliminasi pencatatan manual yang rentan kesalahan. Metode pengembangan yang digunakan adalah prototype, dimulai dari analisis kebutuhan, perancangan sistem, implementasi perangkat keras dan lunak, hingga tahap pengujian fungsional. Komponen utama sistem terdiri dari modul RFID RC522, mikrokontroler ESP32, koneksi WiFi, serta platform Firebase sebagai penyimpanan data cloud. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi kartu RFID, mengelola poin berdasarkan nominal transaksi, serta menyimpan dan menampilkan data secara real time melalui dashboard web admin. Selain itu, sistem juga mampu melakukan verifikasi kartu, pencatatan riwayat transaksi, dan penukaran poin secara otomatis. Kesimpulan dari penelitian ini adalah bahwa sistem yang dikembangkan dapat berjalan dengan baik dan memenuhi kebutuhan efisiensi pencatatan data keanggotaan pada Kedai Unalome Coffee. Sistem ini diharapkan dapat menjadi solusi alternatif yang terjangkau dan adaptif untuk usaha kecil menengah dalam mengadopsi teknologi digital.