p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK MESIN
Joga Dharma Setiawan
Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

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.
Prediksi Transport Kuantum yang Dipengaruhi Oleh Keberadaan Double Finger Gates yang Dialiri Arus AC Moh. Erlangga Aditya Rifandi; Joga Dharma Setiawan; Rifky Ismail
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

Penelitian analisis numerik dilakukan pada transportasi kuantum dalam struktur gerbang split tipe-N dengan adanya perangkat AC Double Finger Gates. Konduktansi kuantum dihitung untuk tiga parameter yang berbeda untuk melihat efek dari masing-masing parameter terhadap konduktansi kuantum. Efek amplitudo energi potensial , jarak antara dua Finger Gate (d), dan parameter pengikat  dihitung. Hasilnya menunjukkan bahwa setiap parameter mempengaruhi hasil konduktansi kuantum, dan berbagai Quasi-Bond  States (QBS) terbentuk. Amplitudo energi potensial , dan jarak antara dua gerbang jari (d) secara relatif mempengaruhi jumlah transmisi resonansi elektron dan reflektansi resonansi elektron. Selain itu, parameter pengikat  mempengaruhi berapa banyak QBS yang terbentuk, semakin rendah nilai parameter pengikat , semakin banyak QBS yang terbentuk. Analisis teoritis yang dilakukan dalam penulisan ini akan memberikan instruksi awal untuk desain perangkat yang dikendalikan oleh gerbang tipe-N dengan adanya perangkat AC Double Finger Gates, yang dapat digunakan dalam industri semikonduktor.