Garuda - Garba Rujukan Digital

ANALISIS PERUBAHAN JUMLAH KANAL DAN VARIASI NOISE TERHADAP PERFORMANSI SISTEM TIME DIVISION MULTIPLEXING (TDM) DENGAN MEDIA TRANSMISI PLASTIC OPTICAL FIBER (POF) Imam Junaedi; Sholeh Hadi Pramono; Sapriesty Nainy Sari
Jurnal Mahasiswa TEUB Vol 2, No 5 (2014)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (624.274 KB)

Time Division Multiplexing (TDM) merupakan sebuah proses pentransmisian beberapa sinyal informasi yang hanya melalui satu kanal transmisi dengan masing-masing sinyal di transmisikan pada periode waktu tertentu. Pada sistem TDM terdapat beberapa faktor yang dapat mempegaruhi performansi sistem, salah satunya adalah karakteristik kanal yang digunakan. Pada penelitian ini akan dikaji pengaruh banyaknya jumlah kanal yang digunakan dan variasi noise terhadap kinerja sistem TDM dengan media transimisi Plastic Optical Fiber (POF). Parameter kinerja yang diamati adalah Bit Error Rate (BER) dan Eye Pattern. Metode peniltian yang digunakan meliputi penentuan jenis dan cara pengambilan data, variabel dan cara analisis data, serta kerangka solusi masalah. Data yang diperlukan dalam penelitian ini ada dua, yaitu data primer dan data sekunder. Data primer diperoleh dari hasil eksperimen, sedangkan data sekunder diperoleh dari referensi. Eksperimen dilakukan dengan menggunakan Advance Fiber Optic Communication Lab dari Falcon Electro-Tek. Hasil penelitian ini adalah semakin banyaknya kanal yang digunakan dan semakin rendah nilai SNR, mengakibatkan semakin besar nilai BER yang terjadi. BER mulai muncul pada 1 kanal dengan SNR 5,937523dB dengan nilai 5,468x10-6. Nilai BER tertinggi adalah 4,33594 x 10-5 yang terjadi pada 6 kanal dengan SNR sebesar 4,069095 dB. Semakin banyak kanal yang digunakan dan semakin rendah nilai SNR, mengakibatkan semakin rendah nilai noise margin. Nilai noise margin terendah yang dapat terbaca adalah 49,09952607% yang terjadi pada 6 kanal dengan SNR sebesar 8,929856 dB, sedangkan nilai noise margin tertinggi yang dapat terbaca adalah 85,82240161% pada penggunaan 1 kanal dengan SNR 26,73931dB. Semakin banyak kanal yang digunakan dan semakin rendah nilai SNR, maka semakin besar nilai timing jitter. Nilai timing jitter terbesar yang dapat terbaca adalah 9,973396091% yang terjadi pada 6 kanal dengan SNR sebesar 10,16804 dB, sedangkan nilai timing jitter terendah yang dapat terbaca adalah 5,390361199% pada penggunaan 1 kanal dengan SNR 26,73931 dB. Nilai SNR eye pattern lebih besar jika dibandingkan dengan nilai SNR perhitungan. Hal ini dikarenakan pada sistem TDM sinyal informasi lebih tahan terhadap noise. SNR terkecil pada 6 kanal yang terbaca pada eye pattern adalah 7,182690089 dB sedangkan SNR hasil perhitungan adalah 4,4649 dB.Kata Kunci — TDM, POF, noise, kanal

Analisa Performa Algoritma C4.5 dalam Mendeteksi Tuberculosis pada Fitur GLCM Citra Chest X-Ray Imam Junaedi
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.590

Tuberculosis (TB) merupakan penyakit infeksi saluran pernapasan yang umumnya menyerang paru-paru. Indonesia memiliki permasalahan underreporting dan underdiagnosis kasus TB. Chest x-ray (CXR) merupakan salah satu sarana utama dalam pendeteksian TB pada paru-paru. CXR memiliki sensitifitas yang tinggi dalam mendeteksi mendeteksi abnormalitas paru-paru yang menjadi ciri-ciri penderita TB pada pasien yang tidak menunjukkan gejala TB. Pendeteksian TB pada CXR dapat dibantu dengan menggunakan Computer Aided Diagnosis (CAD) dan machine learning. Penelitian ini menganalisa performa algoritma C4.5 dalam mendeteksi TB pada fitur GLCM citra CXR. Algoritma C4.5 dalam mengklasifikasi TB pada citra CXR dengan menggunakan fitur GLCM diuji dengan menggunakan metode cross validation pada 2-fold, 3-fold, 4-fold dan 5-fold. Algoritma C4.5 pada penelitian ini memiliki performa tertinggi pada uji 5-fold dengan akurasi sebesar 78,09%, sensitifitas sebesar 80,52% dan spesifisitas 75,62%. Algoritma C4.5 mampu mengenali citra berlabel TB lebih baik, hal ini dibuktikan dengan nilai sensitifitas yang lebih besar dibandingkan dengan nilai spesifisitas.

Pelatihan penggunaan Mesin Automatic Chopper and Dryer for Brown Sugar Untuk Meningkatkan Mutu dan Produktivitas Pada UMKM Kuliner Sate Ayam di Kabupaten Ponorogo Aulia El hakim; Dirvi Sudirman; Sulfan Setyawan; Andhika Widyadharma; Gaguk Yudha; Imam Junaedi; Rakhmad Gusta; Angga Saputra; Ahmad Mahmud
DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 7 No 2 (2023)
Publisher : Politeknik Negeri Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32486/dikemas.v7i2.590

Gula merah dijadikan bahan baku berbagai industri pangan seperti industri kecap, tauco, dan berbagai produk untuk makanan tradisional. Dalam proses pengolahan gula merah menjadi bahan baku industri kuliner, Gula merah harus dirajang (dicacah) dan dikeringkan terlebih dahulu untuk mendapatkan bahan baku yang berkualitas. Proses pencacahan gula merah sebagai bahan baku industri kuliner masih menggunakan peralatan sederhana seperti, pisau yang digerakkan dengan tangan (konvensional) dan proses pengeringan yang masih memanfaatkan sinar matahari. Dari hasil pengamatan secara langsung Pada UMKM kuliner sate ayam Ponorogo Pak Slamet Jl. Raya Ngumpul, Ngumpul, Balong, Ponorogo, belum terdapat alat atau sebuah terobosan untuk mengatasi permasalahan tersebut. terdapat dua permasalahan yang dihadapi, yang pertama adalah saat proses pencacahan gula merah masih menggunakan metode konvensional, dilakukan dengan cara manual dan kurang steril karena dilakukan dengan menggunakan peralatan sederhana seperti pisau dan kayu. Permasalahan yang timbul tersebut tentu sangat tidak efisien dan tidak steril dan menyebabkan kualitas gula merah menurun untuk dijadikan bahan baku kuliner sehingga menyebabkan kerugian dan menghambat aktifitas yang dijalankan. Kegiatan Pengabdian Kepada Masyarakat yang akan dilakukan bertujuan untuk mengatasi permasalahan tersebut. Kegiatan yang dilakukan dimulai dari Proses Validasi Alat pencacah dan pengering gula merah " Automatic Chopper and Dryer Machine " yang sudah dibuat, kemudian Proses Pelatihan penggunaan Alat pencacah dan pengering gula merah " Automatic Chopper and Dryer Machine " sampai proses Hibah alat pencacah dan pengering gula merah yang diberikan UMKM kuliner sate ayam Ponorogo Pak Slamet

Convolutional Neural Network Implementation with AlexNet Architecture for Face Recognition Denny Hardiyanto; Dyah Anggun Sartika; Imam Junaedi; Sukamto
International Journal on Information and Communication Technology (IJoICT) Vol. 9 No. 2 (2023): Vol.9 No. 2 Dec 2023
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v9i2.839

In today's digital era, the process of facial recognition has a very big role. Face recognition has benefits for authentication and identification processes. The development of facial recognition research continues to be carried out with the aim of being able to get the right algorithm, more accurate, faster processing, to be able to recognize faces from various angles. In this study, a performance test was performed on the Convolutional Neural Network (CNN) algorithm with the AlexNet architecture, which is one of the deep learning algorithm developments for facial recognition. AlexNet has 8 convolution layers so that it will not leave even the slightest feature of the object. The process of training and testing the system uses the MATLAB programming language. The number of datasets used is 400 image data which is divided into 360 training image data and 40 test image data. The 400 data come from 4 classes of facial images that have been labeled with names and each classes have 100 images. The training process produces an accuracy of 100% and the testing process produces an accuracy of 95%.

Determinants of Interest Purchasing Shallot Seeds of Varieties Thai Nganjuk (Tajuk) Yuliansyah, Dandy; Prasaja*, Mukti; Junaedi, Imam; Pratiwi, Nuris
JURISMA : Jurnal Riset Bisnis & Manajemen Vol. 14 No. 1: April 2024
Publisher : Program Studi Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jurisma.v14i1.12389

The objective of this research is to analyze the factors influencing consumer interest in purchasing Tajuk variety onion seeds. The factors affecting consumer purchase interest include content marketing through YouTube, risk perception, and consumer trust. The research method employed is quantitative, with a purposive sampling technique used to select 85 respondents. Subsequently, the analysis results indicate that content marketing through YouTube does not significantly influence consumer purchase interest in Tajuk variety onion seeds. Risk perception does not have a significant effect on consumer purchase interest in Tajuk variety onion seeds. However, consumer trust has a significant influence on the purchase interest of Tajuk variety onion seeds. Furthermore, it is expected that content marketing through YouTube will provide development in the marketing of agricultural products, especially red onions, and through digital marketing media. Keyword: Content Marketing; Risk Perception; Consumer Confidence; Buying Interest; Shallot Seeds

Pelatihan penggunaan Mesin Automatic Chopper and Dryer for Brown Sugar Untuk Meningkatkan Mutu dan Produktivitas Pada UMKM Kuliner Sate Ayam di Kabupaten Ponorogo Hakim, Aulia El; Sudirman, Dirvi Juliando; Setyawan, Sulfan Bagus; Widyadharma, Andhika Putra; Yudha, R. Gaguk Pratama; Junaedi, Imam; P, Rakhmad Gusta; Saputra, Angga Dwi; Mahmud, Ahmad Ulil Albab
DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 8 No 1 (2024)
Publisher : Politeknik Negeri Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32486/dikemas.v8i1.718

Gula merah dijadikan bahan baku berbagai industri pangan seperti industri kecap, tauco, dan berbagai produk untuk makanan tradisional. Dalam proses pengolahan gula merah menjadi bahan baku industri kuliner, Gula merah harus dirajang (dicacah) dan dikeringkan terlebih dahulu untuk mendapatkan bahan baku yang berkualitas. Proses pencacahan gula merah sebagai bahan baku industri kuliner masih menggunakan peralatan sederhana seperti, pisau yang digerakkan dengan tangan (konvensional) dan proses pengeringan yang masih memanfaatkan sinar matahari. Dari hasil pengamatan secara langsung Pada UMKM kuliner sate ayam Ponorogo Pak Slamet Jl. Raya Ngumpul, Ngumpul, Balong, Ponorogo, belum terdapat alat atau sebuah terobosan untuk mengatasi permasalahan tersebut. terdapat dua permasalahan yang dihadapi, yang pertama adalah saat proses pencacahan gula merah masih menggunakan metode konvensional, dilakukan dengan cara manual dan kurang steril karena dilakukan dengan menggunakan peralatan sederhana seperti pisau dan kayu. Permasalahan yang timbul tersebut tentu sangat tidak efisien dan tidak steril dan menyebabkan kualitas gula merah menurun untuk dijadikan bahan baku kuliner sehingga menyebabkan kerugian dan menghambat aktifitas yang dijalankan. Kegiatan Pengabdian Kepada Masyarakat yang akan dilakukan bertujuan untuk mengatasi permasalahan tersebut. Kegiatan yang dilakukan dimulai dari Proses Validasi Alat pencacah dan pengering gula merah " Automatic Chopper and Dryer Machine " yang sudah dibuat, kemudian Proses Pelatihan penggunaan Alat pencacah dan pengering gula merah " Automatic Chopper and Dryer Machine " sampai proses Hibah alat pencacah dan pengering gula merah yang diberikan UMKM kuliner sate ayam Ponorogo Pak Slamet.

Real-time Monitoring and Optimization of Microgreen Cultivation dengan sistem modular berbasis IoT dan Machine Learning Hakim, Aulia El; Junaedi, Imam; Imtihanah, Nadzifah Zahrotul; Nurdiana, Avella Aivia; Maulana, Ahmad Faiz
JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Vol. 8 No. 2 (2023): JOURNAL OF ELECTRICAL, ELECTRONICS, CONTROL, AND AUTOMOTIVE ENGINEERING (JEECAE
Publisher : Pengelolaan Penerbitan Publikasi Ilmiah (P3I) Politeknik Negeri Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32486/jeecae.v8i2.648

Indonesia dikenal sebagai negara yang agraris dengan memiliki luas lahan potensial untuk memenuhi kebutuhan pangan bagi masyarakatnya. Peningkatan kebutuhan pangan sangat dipengaruhi oleh pesatnya pertumbuhan penduduk. Adanya permasalahan tersebut dapat diatasi dengan melakukan konsep budidaya baru yaitu Microgreens. Microgreens merupakan biji yang ditanam dan dipanen sebelum daun aslinya tumbuh. Microgreens secara umum dapat dipanen pada umur 5 hari setelah perkecambahan saat daun lembaga nya terbuka dan mulai tumbuh daun pertama secara penuh. Dalam mengatasi masalah ini, peneliti membuat sebuah alat dengan judul “Perancangan Monitoring dan Controlling Microgreens Cultivation Dengan Modular System”. Sistem dirancang lebih fleksibel dengan menambahkan Modular System. Modular System merupakan sebuah tempat / box di dalamnya terdapat beberapa aktuator yang digunakan sebagai media untuk pertumbuhan bibit tanaman microgreens. Dengan Microgreens Cultivation Dengan Modular System, dapat terhubung dengan smartphone karena menggunakan real-time database dari google yaitu firebase. Pertumbuhan tanaman microgreens dapat diamati dan dikontrol secara manual ataupun otomatis. Microgreens Cultivation dengan Modular System dapat digunakan untuk menanam 1 jenis tanaman microgreens yaitu kacang hijau dan terdapat sistem kontrol penyinaran dan penyiraman. Masing masing sistem kontrol memliki 4 parameter. Dari hasil pengujian, Microgreens Cultivation dengan Modular System dapat dikontrol secara manual maupun otomatis dari jarak jauh maupun dekat menggunakan smartphone

Design of YOLOv5 Medium as Unmanned Rail Inspection in Braking Control System Based on Computer Vision Ciptaningrum, Adiratna; Widyadharma, Andhika Putra; Junaedi, Imam; Bisono, Rahayu Mekar; Apriyanto, R. Akbar Nur; Yudha, R. Gaguk Pratama; Echsony, Mohammad Erik; Putri, Larissa Kartika; Faikhsan, Edo Zulmi
International Journal of Science, Engineering, and Information Technology Vol 8, No 2 (2024): IJSEIT Volume 08 Issue 02 31 July 2024
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/ijseit.v8i2.26199

This research explores the application of computer vision using YOLOv5 Medium for automatic object detection in unmanned rail inspection systems. The proposed technique utilizes image processing to analysing pixel values and detect optical motion vehicles. This detection triggers control system responses, such as activating the inspection train's motor upon vehicle identification. The study demonstrates the effectiveness of YOLOv5 Medium in achieving high accuracy rates. Evaluations at various distances yielded promising results: 97.98% at 3 meters, 100% at 5 meters, 99.49% at 7 meters, and a perfect 100% at 9 meters. These findings suggest optimal system performance at a distance of 9 meters. Overall detection performance across all test distances remained consistently high, with sequential rates of 0.96, 0.97, 0.95, and 0.96. This research emphasizes the crucial role of several factors in maintaining system accuracy and performance. These include the efficacy of the colour segmentation algorithm, ambient lighting conditions, and camera resolution. Furthermore, the importance of extensive testing with a diverse dataset is highlighted to ensure the system's robustness and adaptability to various real-world scenarios.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search