Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri JAREE (Journal on Advanced Research in Electrical Engineering) EEICT (Electric, Electronic, Instrumentation, Control, Telecommunication) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Electrician : Jurnal Rekayasa dan Teknologi Elektro
Syafriyadi Nor
Politeknik Negeri Banjarmasin
Aerospace Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri

 1 
Integrasi teachable machine dengan arduino untuk pengklasifikasian bentuk objek secara real-time Syafriyadi Nor; Annisa Maulidia Damayanti; Sarifudin
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 1 (2024): Jurnal Elkolind Vol. 11 No.1 (Mei 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i1.5777

Abstract

Penelitian ini membahas integrasi Teachable Machine dengan Arduino untuk pengklasifikasian bentuk objek secara real-time. Dengan memanfaatkan model pembelajaran mesin yang dilatih menggunakan Teachable Machine, sistem ini mampu mengenali berbagai bentuk objek seperti buku, pulpen, dan spidol, serta kondisi tanpa objek (no object), dan merespons dengan cepat melalui komunikasi serial Arduino. Metode yang digunakan meliputi pengumpulan data gambar untuk pelatihan model, implementasi model ke dalam format TensorFlow.js, dan penggunaan pustaka p5.js serta ml5.js untuk membuat aplikasi web interaktif yang menggunakan pembelajaran mesin, termasuk penggunaan pustaka p5.serialport untuk komunikasi serial antara model dan Arduino. Komunikasi serial antara Arduino dan p5.js dilakukan melalui p5.serialcontrol, yang memastikan transfer data yang cepat dan andal. Hasil pengujian menunjukkan akurasi pengenalan di atas 90% dengan waktu respons yang minimal, memungkinkan aplikasi dalam berbagai konteks seperti pendidikan dan otomatisasi. Penelitian ini menegaskan bahwa kombinasi Teachable Machine dan Arduino merupakan solusi efisien untuk pengenalan objek dalam aplikasi real-time, dengan potensi untuk pengembangan lebih lanjut di bidang interaksi manusia-komputer (Human Machine Interface).
Co-Authors Annisa Maulidia Damayanti Muhammad Aswin Muhammad Aziz Muslim SARIFUDIN Sarifudin sarifudin, Sarifudin Zaiyan Ahyadi