Article Per Year (5 Year)
p-Index From 2021 - 2026
2.794
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK MESIN
Munadi Munadi
Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275
Mechanical Engineering

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
PERANCANGAN OBJECT DETECTION AYAM BROILER MENGGUNAKAN METODE DEEP LEARNING Yohan Ananta Fajar Pramudya; Munadi Munadi; Ismoyo Haryanto
JURNAL TEKNIK MESIN Vol 11, No 1 (2023): VOLUME 11, NOMOR 1, JANUARI 2023
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kepadatan kandang merupakan kesesuaian antara luas kandang dengan jumlah ayam per 1 m2. Ayam akan mudah stres akibat tingginya gas amonia di dalam kandang, sirkulasi udara menjadi buruk serta suhu dan kelembapan meningkat di kandang. Suhu dan kelembapan yang tinggi mengakibatkan konsumsi pakan akan berkurang sehingga hal ini berpengaruh terhadap pencapaian bobot yang tidak maksimal. Untuk mengatasi kepadatan ayam dalam kandang, dapat dilakukan proses penjarangan. Penjarangan ayam selama ini dilakukan secara manual dimana sering menyebabkan ayam stres. Dengan memanfaatkan deep learning, dapat dibuat suatu program object detection dan object measurement yang dapat membantu proses penjarangan ayam semakin efektif karena dapat mengukur ukuran ayam secara otomatis sehingga membantu mempercepat proses penjarangan. Pada penelitian ini dirancang sistem object detection yang dapat mendeteksi dan memprediksi ukuran ayam broiler menggunakan Raspberry Pi 4B sebagai komputer utama, kamera Logitech C930E, frameworks Darknet dan algoritma deteksi YOLO (You Only Look Once) sebagai sistem deteksi utama. Training data dilakukan pada Google Colab sebanyak 6000 iterasi dan menggunakan algoritma deteksi objek Yolov4-tiny. Pengujian jarak optimal kamera menunjukkan bahwa sistem object detection optimal pada jarak 100 cm. Hasil pengujian sistem object detection pada ayam broiler umur 3-25 hari menunjukkan eror, ayam 3 hari (5,19%), 14 hari (2,76%), 21 hari (3,23% dan 6,10%), 25 hari (5,05% dan 5,81%). Pengelompokan ukuran ayam berdasarkan pengamatan selama 25 hari secara berturut-turut kecil (18 – 22 cm), sedang (23 -27 cm), besar (28 - 32 cm).
PERANCANGAN USER INTERFACE APLIKASI SIMULASI ROBOT ARM MANIPULATOR BERBASIS AUGMENTED REALITY Yahya Fikri Dwiyanto; Joga Dharma Setiawan; Munadi Munadi
JURNAL TEKNIK MESIN Vol 11, No 2 (2023): VOLUME 11, NOMOR 2, APRIL 2023
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Augmented reality merupakan teknologi yang mampu menggabungkan dan memproyeksikan suatu objek virtual ke dalam dunia nyata secara realtime, Penggunaan augmented reality pada bidang robotika khususnya dalam proses simulasi robot dinilai dapat meningkatkan persepsi dari operator untuk memvisualisasikan robot dengan lingkungan yang ada disekitarnya. Sehingga penulis tertarik untuk melakukan pembuatan aplikasi serta user interface dari aplikasi simulasi robot arm manipulator berbasis augmented reality. Hal ini didasari oleh tingginya tingkat kecelakaan dilingkungan kerja akibat kelalaian operator yang tidak dapat memperkirakan jarak bebas dari robot dengan baik. Pada penelitian ini peneliti mengembangkan sebuah aplikasi simulasi robot arm manipulator berbasis augmented reality yang mudah untuk digunakan berbagai orang. Pada aplikasi ini peneliti mengembangkan 2 fitur yang dapat berfungsi untuk menggerakkan sudut joint angle robot secara manual (fitur pengendalian manual) dan melakukan trajectory planning robot (fitur pengendalian MATLAB). Pengujian kontrol sudut joint robot menggunakan slider dilakukan pada fitur pengendalian manual dan pengujian komunikasi serta trajectory planning dilakukan pada fitur pengendalian MATLAB. Pada pengujian pengendalian sudut joint robot menggunakan slider diperoleh kesimpulan bahwa fitur dapat berfungsi dengan baik. Kemudian, pada pengujian fitur pengendalian MATLAB didapatkan bahwa aplikasi telah berhasil melakukan komunikasi dengan MATLAB dan melakukan simulasi mengikuti trajectory planning yang telah dibuat pada MATLAB. Kemudian dilakukan analisis forward dan inverse kinematic pada trajectory planning menggunakan robotic toolbox MATLAB.
APLIKASI MODEL OBJECT DETECTION PADA AYAM BROILER BERBASIS DEEP LEARNING PADA KANDANG CLOSED HOUSE Bernard Alaric Sudjono; Munadi Munadi; Joga Dharma Setiawan
JURNAL TEKNIK MESIN Vol 11, No 2 (2023): VOLUME 11, NOMOR 2, APRIL 2023
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peran teknologi di masa sekarang sudah sangat membantu dan diterapkan pada seluruh bidang kehidupan manusia, termasuk teknologi permesinan dan bahkan AI. Salah satu peran AI adalah membantu manusia dalam pekerjaan yang memerlukan banyak waktu dan tenaga, sehingga untuk pengerjaan yang lebih efisien dapat menggunakan gabungan AI dan teknologi permesinan. Sistem deteksi objek adalah salah satu bentuk pemanfaatan AI yang menggunakan metode deep learning, dapat digunakan untuk mendeteksi keberadaan suatu objek dan untuk tingkat lanjut dapat dilakukan perhitungan secara kumulatif pada objek yang sudah terdeteksi. Salah satu penerapan dari deteksi objek dan perhitungan kumulatif adalah pada sebuah closed house ayam broiler yang memiliki jumlah sangat banyak yang mustahil untuk dihitung manusia, dengan tujuan untuk memonitor jumlah ayam secara berkala dengan alasan untuk mengetahui adanya pencurian ayam yang tidak disadari. Pada tugas akhir ini dirancang sebuah model deteksi objek dan perhitungan kumulatif menggunakan kamera Logitech C930E, komputer, dan algoritma YOLOv8 (You Only Look Once) untuk melakukan deteksi objek. Dataset yang dibuat terdiri dari hasil training data dari 68 gambar yang memuat beberapa ayam broiler yang diambil pada closed house yang digunakan sebanyak 100x dengan menggunakan model Yolov8m. Hasil training data dengan parameter yang sudah disebutkan mendapatkan akurasi sebesar 73% dengan nilai validasi 70.7%. Dengan hasil training yang didapat, model sudah dapat melakukan deteksi secara stabil. Sistem lebih lanjut dari deteksi adalah perhitungan kumulatif, dengan menggunakan hasil training ini dan model yang telah dibuat didapatkan persentasi perhitungan benar sebesar 94.44% dimana nilai ini telah dipengaruhi oleh human error.
PERANCANGAN QUADCOPTER F450 DENGAN FLIGHT CONTROLLER PIXHAWK 2.4.8 SEBAGAI ALAT DETEKSI KERETAKAN Anggara Adhi Pasanca; Munadi Munadi; Muchammad Muchammad
JURNAL TEKNIK MESIN Vol 11, No 3 (2023): VOLUME 11, NOMOR 3, JULI 2023
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi UAV (Unmanned Aerial Vehicle) sebagai kendaaraan udara tanpa awak dalam sejarahnya pertama kali diinisiasi dalam dunia teknologi militer. Namun saat ini sudah banyak berbagai inovasi terkait penggunaan UAV sebagai alat bantu di dalam bidang kontruksi, pertanian, logistik, dan lain-lain. Dalam penggunan UAV, tidak semua lancar, salah satunya penggunaan UAV berjenis quadcopter (Tipe: DJI Mavix Mini II) yang digunakan sebagai alat deteksi keretekan bangunan bermaterial beton. Penggunaan UAV tersebut masih terdapat permasalahan terkait pengendalian saat melakukan gerakan hover. Hasilnya terdapat error pengukuran lebar retakan. Hal ini disebabkan karena quadcopter yang digunakan memiliki gaya angkat (thrust) sebesar 249 gram dan berat total komponen yang dipakai adalah 244 gram. Akibatnya gerakan hover yang tidak stabil membuat quadcopter mudah terantuk dan rentan terhadap kondisi angin. Solusi pengembangan yang dilakukan, berupa perancangan quadcopter kembali dan membuat sistem control. Quadcopter yang digunakan adalah quadcopter berjenis F450 bermaterial polymide nylon dengan campuran glass fiber. Dengan tingkat kekakuan mirip seperti logam, berbobot ringat dan murah/terjangkau. Sistem kontrol yang digunakan adalah pengendali PID yang terdiri dari nilai proportional gain, integral gain dan derivative gain. Hasil dari perancangan quadcopter yang didapat memiliki dimensi 360 x 360 x 200 mm, wheelbase 570 mm, dan thrust 2,9094 kg lebih besar dari total berat quadcopter yaitu 1,709 kg.
PENGEMBANGAN PERANCANGAN ALAT TERAPI SENDI LUTUT CONTINUOUS PASSIVE MOTION UNTUK PASIEN PASCA OPERASI, PENYAKIT TULANG DAN FAKTOR USIA Muhammad Yanuar Rifa; Munadi Munadi; Toni Prahasto
JURNAL TEKNIK MESIN Vol 11, No 3 (2023): VOLUME 11, NOMOR 3, JULI 2023
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tubuh manusia terdiri dari berbagai macam organ termasuk kerangka tubuh, sistem kerangka tubuh terdapat berbagai jenis sendi yang menyebabkan tubuh manusia dapat bergerak bebas. Namun terdapat beberapa kondisi yang menyebabkan sendi mengalami kekakuan diantaranya disebabkan oleh kecelakaan, operasi, penyakit dan faktor usia. Sendi lutut merupakan sendi dianggap rawan mengalami kekakuan yang menyebabkan pengurangan range of motion (ROM), yang kemudian membutuhkan sebuah proses terapi untuk pemulihan fungsi. Pada penelitian ini dikembangkan perancangan alat terapi sendi lulut dengan continuous passive motion. Perancangan mesin continuous passive motion pada penelitian ini dikembangkan dengan tiga mode gerakan yaitu manual, otomatis dan progresif. Pada perancangan ini sensor sudut yang digunakan sensor rotary encoder. Pengujian sensor rotary encoder dilakukan menggunakan dua persamaan perhitungan, nilai erorr rata- rata yang dihasilkan pada mode manual 9,8%, mode otomatis 6,8 dan mode progresif 9,9% menggunakan persamaan orde 1, sedangkan hasil pengujian menggunakan persamaan orde 2 dihasilkan nilai erorr rata- rata mode manual 0,4%, mode otomatis 0,6% dan mode progresif 0,8%. Berdasarkan hasil pengujian tersebut disimpulkan penggunaan persamaan orde 2 mendapatkan hasil pengukuran yang lebih akurat dibandingkan menggunakan persamaan orde 1. Sehingga persamaan lebih akurat diaplikasikan pada sensor rotary encoder yang digunakan pada penelitian ini.
PERANCANGAN SISTEM KONTROL PID PADA EKSOSKELETON UNTUK MEMBANTU PERGERAKAN PERGELANGAN KAKI Lauw David Kennard Kristianto; Mochammad Ariyanto; Munadi Munadi
JURNAL TEKNIK MESIN Vol 14, No 2 (2026): VOLUME 14, NOMOR 2, APRIL 2026
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kendali PID (Proportional-Integral-Derivative) pada perangkat eksoskeleton pergelangan kaki untuk membantu pergerakan subjek pada medan datar. Masalah utama dalam pengendalian eksoskeleton berbasis kabel bowden adalah adanya osilasi dan latensi transmisi data yang dapat memengaruhi stabilitas bantuan torsi. Metode tuning Ziegler-Nichols digunakan untuk mendapatkan konstanta kontroler yang optimal dengan menetapkan Ultimate Gain (Ku) sebesar 13 dan Ultimate Period (Pcr) rata-rata sebesar 3,640 detik. Dari hasil kalkulasi tersebut, diperoleh nilai konstanta akhir . Validasi sistem dilakukan melalui pemodelan plant motor DC orde ketiga pada Simulink yang mengintegrasikan transport delay sebesar 50 ms untuk menyimulasikan karakteristik nirkabel ESP-NOW dan sensor MPU6050. Hasil pengujian eksperimen aktual menunjukkan performa sistem yang sangat responsif dengan Rise Time sebesar 0,750 detik, Settling Time 1,92 detik, serta Overshoot yang terkendali sebesar 8,51%. Pengujian dinamis menggunakan input sinusoidal dan ramp juga mengonfirmasi kemampuan sistem dalam melakukan trajectory tracking secara presisi dengan galat yang minimal. Dengan demikian, sistem kendali yang dirancang telah memenuhi kriteria keamanan dan stabilitas untuk aplikasi bantuan gerak pergelangan kaki.
PERANCANGAN SISTEM INSTALASI AIR MINUM OTOMATIS UNTUK KANDANG AYAM BROILER TIPE CLOSED HOUSE BERBASIS HUMAN MACHINE INTERFACE Wahyu Haryanto; Munadi Munadi; Paryanto Paryanto
JURNAL TEKNIK MESIN Vol 12, No 2 (2024): VOLUME 12, NOMOR 2, APRIL 2024
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mempelajari perancangan sistem instalasi air minum otomatis pada kandang ayam broiler tipe closed house dengan memanfaatkan HMI. HMI (Human Machine Interface) adalah sebuah sistem yang dapat mempertemukan manusia dengan teknologi mesin. HMI berupa pengendali dan menunjukkan status, baik dilakukan secara manual ataupun disajikan dengan visualisasi komputer yang bersifat real-time. Tujuan dari penggunaan HMI adalah memudahkan operator untuk memantau kebutuhan ayam broiler agar sesuai sehingga memaksimalkan tumbuh kembangnya. Perancangan meliputi pembuatan desain kandang ayam broiler tipe closed house, pembuatan desain HMI, perhitungan kebutuhan pompa, dan pengujian sensor-sensor yang bekerja pada sistem air minum.
PENGEMBANGAN MODEL TIMING LAMPU LALU LINTAS PADA PEREMPATAN JALAN MENGGUNAKAN DEEP LEARNING DAN COMPUTER VISION Nachel Hanif Syauqi; Munadi Munadi; Joga Dharma Setiawan
JURNAL TEKNIK MESIN Vol 12, No 3 (2024): VOLUME 12, NOMOR 3, JULI 2024
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemacetan merupakan masalah yang menjadi penghambat masyarakat dalam melakukan mobilitas yang cepat dan efektif, yang disebabkan oleh beberapa faktor. Salah satu dari faktor kemacetan yaitu pewaktuan lampu lalu lintas yang tidak berdasarkan kepadatan arus lalu lintas secara waktu nyata. Penelitian ini bertujuan untuk memberikan solusi untuk kemacetan dengan memanfaatkan Deep Learning dalam proses penentuan waktu lampu hijau lalu lintas berdasarkan jumlah kendaraan yang terdeteksi dan klasifikasinya. Penelitian ini menggunakan metode deteksi objek dengan algoritma YOLOv8-large yang dilatih menggunakan Google Colaboratory sebanyak 50 epoch untuk menghitung waktu nyala lampu hijau secara langsung berdasarkan jumlah kendaraan yang terdeteksi. Sistem yang digunakan yaitu Laptop HP Pavilion dk-1041tx dengan GPU NVIDIA GTX 1650 yang dihubungkan dengan webcam Xiaovv untuk mendeteksi objek berupa diecast kendaraan. Terdapat 3 jenis pengujian yang dilakukan, yaitu pengujian gambar, video, dan alat peraga. Alat peraga dibuat menyerupai perempatan jalan dengan mobil diecast sebagai objek yang digunakan untuk menghitung waktu hijau lampu lalu lintas. Hasil training model YOLOv8-large menunjukkan nilai MAP50 sebesar 0,977 dan MAP50-95 sebesar 0,79. Pada pengujian gambar, performa deteksi berbeda pada gambar yang bervariasi. Hasil deteksi lebih baik berjalan pada suasana jalan raya pada siang hari, dan model mengalami kesulitan deteksi pada sampel gambar dengan latar parkiran mobil dengan warna mobil yang lebih gelap. Pengujian pada video menunjukkan bahwa objek yang terdeteksi dapat dihitung di dalam zona penghitungan, dan dapat diolah dalam wujud waktu nyala lampu lalu lintas. Pengujian menggunakan webcam dan alat peraga menunjukkan bahwa deteksi objek pada zona penghitungan juga dapat dilakukan secara langsung pada runtime lokal.
RANCANG BANGUN ROBOT LOWER-LIMB EXOSKELETON DENGAN MEKANISME CABLE DRIVEN GUNA REHABILITASI GANGGUAN MOBILITAS Hari Agung Hazma Hizrian; Mochammad Ariyanto; Munadi Munadi
JURNAL TEKNIK MESIN Vol 14, No 1 (2026): VOLUME 14, NOMOR 1, JANUARI 2026
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gangguan mobilitas pada ekstremitas bawah akibat kondisi medis seperti stroke atau cedera tulang belakang memerlukan intervensi rehabilitasi yang efektif. Teknologi robot exoskeleton berkembang sebagai solusi asistif, namun tantangan utama terletak pada bobot perangkat dan interaksi yang aman dengan pengguna. Penelitian ini bertujuan untuk merancang bangun prototipe lower-limb exoskeleton menggunakan mekanisme cable-driven yang ringan serta mengembangkan sistem analisis pola jalan (gait analysis) berbasis visi komputer yang terjangkau. Perancangan mekanik menggunakan motor Brushless DC (BLDC) dengan transmisi kabel sintetis (Dyneema) dan komponen struktural berbahan PLA hasil cetak 3D. Sistem kendali dan monitoring dikembangkan menggunakan algoritma Python dengan pustaka MediaPipe untuk mendeteksi sudut sendi secara real-time tanpa penanda (markerless). Evaluasi kinerja meliputi karakterisasi gaya tarik aktuator terhadap sinyal PWM dan validasi akurasi sistem pengukuran visual dibandingkan dengan perangkat lunak standar Kinovea. Hasil pengujian menunjukkan bahwa aktuator mampu menghasilkan gaya tarik maksimum sebesar 8,34 N (0,85 kg) pada kondisi beban puncak. Validasi sistem pengukuran menunjukkan korelasi tinggi antara metode Python/MediaPipe dan Kinovea, membuktikan keandalan sistem dalam memantau sudut fleksi lutut dan orientasi vertikal tubuh. Penelitian ini menyimpulkan bahwa mekanisme cable-driven efektif dalam mereduksi bobot sistem pada kaki, dan integrasi sistem visi komputer menawarkan solusi monitoring rehabilitasi yang presisi.
DETEKSI DAN PENGHITUNGAN OTOMATIS POHON LENGKENG MENGGUNAKAN YOLO Faishal Irfan Ramadhan; Munadi Munadi; Toni Prahasto
JURNAL TEKNIK MESIN Vol 13, No 1 (2025): VOLUME 13, NOMOR 1, JANUARI 2025
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Lengkeng (Dimocarpus Longan Lour) adalah komoditas buah tropis bernilai ekonomi tinggi yang membutuhkan pengelolaan perkebunan secara optimal untuk mendukung produktivitasnya. Penelitian ini memanfaatkan teknologi deep learning dengan model YOLO untuk mendeteksi dan mengklasifikasi pohon lengkeng menggunakan citra drone beresolusi tinggi. Data citra dianotasi melalui platform Roboflow dan digunakan untuk melatih model deteksi. Hasil penelitian menunjukkan bahwa model memiliki akurasi yang tinggi, dengan mAP50 mencapai 0,854 dan mAP50-95 sebesar 0,563. Sistem deteksi ini dirancang untuk mempercepat proses identifikasi dan klasifikasi pohon, sekaligus mengurangi ketergantungan pada tenaga kerja manual. Dengan demikian, metode ini dapat meningkatkan efisiensi operasional, menurunkan biaya tenaga kerja, dan mendukung manajemen perkebunan yang lebih modern dan efektif.
Co-Authors Abang M. Rayhan M. Saputra Aldi Arga Yudha Anggara Adhi Pasanca Aufa Rofiqi Abdillah Bernard Alaric Sudjono Dio Lucky Prastyo Faishal Irfan Ramadhan Gabriel Julio Armando Siagian Hari Agung Hazma Hizrian Ismoyo Haryanto Joga Dharma Setiawan Lauw David Kennard Kristianto M. N. Setiawan Mochammad Ariyanto Muchammad Muchammad Muhammad Nanda Setiawan Muhammad Yanuar Rifa Nachel Hanif Syauqi Paryanto Reza Poerwandito Tiara Diva Muftashiva Toni Prahasto Wahyu Haryanto Yadi Afriyadi Miftahulumudin Yahya Fikri Dwiyanto Yohan Ananta Fajar Pramudya