Claim Missing Document
Check
Articles

Found 7 Documents
Search

Artificial Potential Field Path Planning Algorithm in Differential Drive Mobile Robot Platform for Dynamic Environment Maulana Muhammad Jogo Samodro; Riky Dwi Puriyanto; Wahyu Caesarendra
International Journal of Robotics and Control Systems Vol 3, No 2 (2023)
Publisher : Association for Scientific Computing Electronics and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/ijrcs.v3i2.944

Abstract

Mobile robots need path-planning abilities to achieve a collision-free trajectory. Obstacles between the robot and the goal position must be passed without crashing into them. The Artificial Potential Field (APF) algorithm is a method for robot path planning that is usually used to control the robot for avoiding obstacles in front of the robot. The APF algorithm consists of an attractive potential field and a repulsive potential field. The attractive potential fields work based on the predetermined goals that are generated to attract the robot to achieve the goal position. Apart from it, the obstacle generates a repulsive potential field to push the robot away from the obstacle. The robot's localization in producing the robot's position is generated by the differential drive kinematic equations of the mobile robot based on encoder and gyroscope data. In addition, the mapping of the robot's work environment is embedded in the robot's memory. According to the experiment's results, the mobile robot's differential drive can pass through existing obstacles. In this research, four test environments represent different obstacles in each environment. The track length is 1.5 meters. The robot's tolerance to the goal is 0.1 m, so when the robot is in the 1.41 m position, the robot's speed is 0 rpm. The safe distance between the robot and the obstacle is 0.2 m, so the robot will find a route to get away from the obstacle when the robot reaches that safe distance. The speed of the resulting robot decreases as the distance between the robot and the destination gets closer according to the differential drive kinematics equation of the mobile robot.
Digital Literacy Seminar: "Caring for Personal Data Security in the Digital World" Anton Yudhana; Rusydi Umar; M. Rosyidi Djou; Maulana Muhammad Jogo Samodro; Awaludin Makku
ABDIMAS: Jurnal Pengabdian Masyarakat Vol. 6 No. 4 (2023): ABDIMAS UMTAS: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Muhammadiyah Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35568/abdimas.v6i4.3759

Abstract

Technology is becoming a tool to improve human performance, especially in the era of the Industrial Revolution 4.0, which is currently developing rapidly. The connectedness of various systems through the internet has led Indonesia to have 212.9 million internet users, covering 77% of the total population, with 78.5% of them active on social media. This phenomenon has brought about unprecedented growth in collecting and storing personal data that should be watched out for. Protecting personal data is essential, especially as internet users grow, increasing individuals' vulnerability to cybercrime. From 2022 to 2023, scams via WhatsApp messages manipulated with malicious attachments of images or links have become prevalent. To overcome this challenge, MTI UAD, in collaboration with the Regional Leadership of 'Aisyiyah Alor Regency, organized a digital literacy seminar to increase mothers' knowledge about the importance of protecting personal data in the digital world to minimize the risk of fraud. As a result, after attending the seminar, participants' knowledge increased significantly from under 50% to around 73%. Personal data protection efforts include sharing information, avoiding receiving files or applications from unknown sources, social engineering, and installing applications only from trusted sources.
Klasifikasi Penyakit Diabetes dengan Algoritma Decision Tree dan Naïve Bayes samodro, maulana muhammad jogo; Biddinika, Muhammad Kunta; Fadlil, Abdul
RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer) Vol 6, No 2 (2023): RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer)
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/resistor.6.2.113-118

Abstract

Diabetes merupakan salah satu penyakit yang dapat menyebabkan kematian prematur. Pada tahun 2019 ada 463 juta orang terkena penyakit tersebut. Di tahun 2021penderita diabetes bertambah 74 juta menjadi 537 juta. Maka perlu adanya pengklasifikan guna mendeteksi dini penyakit diabetes. Machine learning adalah suatu sistem dengan latar belakang ilmu statistika dan matematika. ML mampu untuk melakukan pengklasifikasian kelas sehingga dapat diketahui prediksi terkena penyakit diabetes. Penelitian menggunakan 2 algoritma dalam machine learnig yaitu naïve bayes dan decision tree. Data penelitian sebanyak 520 data, dengan 300 data training, 220 data testing. Hasil penelitian menunjukkan dengan algoritma naïve bayes menghasilkan tingkat akurasi sebesar 90,45%. Algoritma decision tree mempunyai tingkat akurasi sebesar 96,36%.
Budidaya Lele Dalam Ember dan Upaya Pemasaran Digital Menggunakan Media Sosial Alya Masitha; Tri Stiyo Famuji; Adiyah Mahiruna; Rahmat Riansyah; Maulana Muhammad Jogo Samodro
Jurnal Pengabdian Masyarakat Sains dan Teknologi Vol. 3 No. 4 (2024): Desember : Jurnal Pengabdian Masyarakat Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/jpmsaintek.v3i4.639

Abstract

The community service program titled 'Catfish Farming in Buckets and Digital Marketing Efforts Using Social Media' aims to provide participants with both theoretical knowledge and practical skills on simple, cost-effective, and appropriate methods for catfish farming in limited spaces. This initiative responds to the needs of the Tembalang community, which seeks to engage in farming activities on limited land while also exploring ways to market their agricultural products via social media platforms. The training was conducted using a participatory approach, which incorporated theory, hands-on practice, and interactive discussions. The content of the training included, among other things, techniques for catfish farming in buckets as well as strategies for utilizing social media to market the cultivated catfish products. Participants were guided to apply proper aquaculture practices using the provided cultivation buckets and equipment, and were then asked to capture images of their farming outcomes to be used as marketing content on social media. The implementation of this activity proceeded smoothly, and the participants showed strong enthusiasm throughout the process. It is anticipated that this training will enable the Tembalang community to effectively leverage technology, particularly social media platforms such as WhatsApp, as a tool for digital marketing of their catfish farming products.
PERANCANGAN SISTEM INFORMASI B2B UNTUK MENINGKATKAN EFISIENSI OPERASIONAL DI CV. X Solikin, Mokhamad; Muhammad Jogo Samodro, Maulana; Purnomo Putro, Dwi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13542

Abstract

Persaingan bisnis yang semakin ketat menuntut perusahaan untuk memiliki sistem informasi yang cepat, akurat, dan efisien. CV. X, sebagai badan usaha yang bekerja sama dengan berbagai distributor, masih menggunakan pencatatan manual dalam pengelolaan transaksi, sehingga berisiko tinggi terhadap kesalahan data dan ketidakefisienan operasional. Permasalahan tersebut dapat diatasi menggunakan perancangan sistem informasi berbasis Business-to-Business (B2B) dengan pendekatan Entity-Relationship Diagram (ERD) dan Data Flow Diagram (DFD). ERD digunakan untuk memodelkan struktur data, sementara DFD digunakan untuk memvisualisasikan aliran data dalam sistem. Implementasi sistem ini dikembangkan menggunakan teknologi PHP, MySQL, dan framework CodeIgniter. Pengujian dilakukan dengan metode Black Box Testing dan Alpha Testing untuk memastikan sistem berfungsi dengan baik dan sesuai dengan kebutuhan pengguna. Hasil pengujian menunjukkan bahwa sistem yang dirancang mampu meningkatkan efisiensi operasional, meminimalkan kesalahan pencatatan, serta memberikan fleksibilitas dalam pengelolaan data transaksi. Berdasarkan hasil tersebut diharapakan penerapan sistem informasi berbasis B2B dapat mendukung CV. X dalam meningkatkan kinerja bisnis serta memperkuat hubungan dengan mitra usahanya
Pengukuran Kesuksesan Implementasi E-Learning di Universitas Safin Pati Menggunakan Model DeLone & McLean Ayomi, Siti; Samodro, Maulana Muhammad Jogo; Suprianto, Joko
Jurnal Penelitian Inovatif Vol 5 No 3 (2025): JUPIN Agustus 2025
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.1793

Abstract

Kemajuan di bidang teknologi digital telah memotivasi sejumlah lembaga pendidikan tinggi, tidak terkecuali Universitas Safin Pati, untuk menerapkan platform pembelajaran elektronik dalam upaya memperbaiki mutu Pendidikan. Belum ada penelitian yang secara spesifik menambahkan variabel budaya kampus pada pengukuran e-learning , sehingga penelitian ini dapat memberikan kontribusi pada pengetahuan tentang e-learning. Penelitian ini bertujuan untuk mengukur kesuksesan implementasi e-learning di Universitas Safin Pati menggunakan model DeLone & McLean melalui pendekatan kuantitatif berbasis SEM-PLS. Penelitian ini berhasil menunjukkan kesuksesan implementasi e-learning pada Universitas Safin Pati menggunakan Model DeLone & McLean. Penambahan variabel Budaya Kampus merupakan kontribusi utama penelitian ini, dan hasilnya memberikan pembahasan yang sangat menarik. Budaya Kampus sebagai Fondasi Teknis (H8-H10 Diterima) dimana temuan bahwa Budaya Kampus berpengaruh signifikan dan kuat terhadap Kualitas Sistem (β=0.450), Kualitas Informasi (β=0.380), dan Kualitas Layanan (β=0.320) adalah argumen sentral penelitian ini. Hal ini membuktikan secara empiris bahwa faktor non-teknis (soft infrastructure) merupakan prasyarat untuk terwujudnya faktor teknis (hard infrastructure) yang baik. Sebuah universitas dengan budaya kepemimpinan yang visioner, kebijakan yang mendukung, dan infrastruktur pendukung (seperti WiFi) yang memadai, akan lebih mampu menyediakan platform e-learning yang stabil, materi yang berkualitas, dan layanan dukungan yang responsif.
Strategi dan Efektivitas Deep Learning untuk Mitigasi Ancaman Keamanan Jaringan di Era IoT Safitri, Yana; Dahlan; Maulana Muhammad Jogo Samodro
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 1 (2025): Januari 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v1i2.338

Abstract

Pertumbuhan pesat perangkat Internet of Things (IoT) telah membuka peluang besar dalam transformasi digital di berbagai sektor, namun juga menghadirkan tantangan serius terkait keamanan jaringan. Perangkat IoT yang umumnya memiliki kapasitas komputasi terbatas menjadi sasaran empuk bagi berbagai jenis serangan siber. Penelitian ini bertujuan untuk mengevaluasi efektivitas berbagai pendekatan deep learning dalam mendeteksi ancaman keamanan pada jaringan IoT secara otomatis dan adaptif. Metode yang digunakan mencakup eksperimen komparatif terhadap beberapa arsitektur deep learning, seperti Transformer, CNN + LSTM, dan GAN + CNN, dengan memanfaatkan dataset publik UNSW-NB15. Penilaian performa dilakukan menggunakan metrik evaluasi seperti akurasi dan F1-score, serta analisis kemampuan model dalam mendeteksi serangan kompleks seperti DDoS, port scanning, dan serangan zero-day. Hasil penelitian menunjukkan bahwa model Transformer unggul dengan akurasi mencapai 99,1%, sementara model GAN + CNN menunjukkan keunggulan dalam mendeteksi pola serangan baru yang belum dikenali sebelumnya. Model CNN + LSTM juga terbukti efektif dalam menangkap pola spasio-temporal serangan. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem deteksi intrusi cerdas berbasis deep learning untuk ekosistem IoT. Temuan ini berpotensi diterapkan pada sistem keamanan jaringan real-time dan berskala besar yang adaptif terhadap ancaman baru.