Article Per Year (5 Year)
p-Index From 2020 - 2025
0.835
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 : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
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.
Co-Authors Anggara Adhi Pasanca Bernard Alaric Sudjono Ismoyo Haryanto Joga Dharma Setiawan Muchammad Muchammad Muhammad Yanuar Rifa Toni Prahasto Yahya Fikri Dwiyanto Yohan Ananta Fajar Pramudya