Article Per Year (5 Year)
p-Index From 2020 - 2025
6.247
P-Index
This Author published in this journals
All Journal Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer JURNAL NASIONAL TEKNIK ELEKTRO Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Electro Luceat JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) Techne : Jurnal Ilmiah Elektroteknika Multitek Indonesia : Jurnal Ilmiah Jurnal Teori dan Aplikasi Fisika Jurnal Pengabdian Al-Ikhlas JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) JE-Unisla Journal Zetroem JAREE (Journal on Advanced Research in Electrical Engineering) Journal of Electrical Engineering and Computer (JEECOM) JASEE Journal of Application and Science on Electrical Engineering Jurnal Pendidikan dan Teknologi Indonesia Jurnal Techno Bahari JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) SinarFe7 Fuse-teknik Elektro Jurnal Elektro Kontrol (ELKON) Jurnal Informatika Polinema (JIP) Jurnal Ilmiah Sistem Informasi
Erwanto, Danang
Universitas Islam Kadiri
Aerospace Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 47 Documents
Search

 1   2   3   4   5 
Evaluasi Kinerja CNN dengan Optimizer RMSprop, Adam dan SGD dalam Klasifikasi Penyakit Daun Anggur Nur Rifa’i, Wahib Rohman; Erwanto, Danang; Yanuartanti, Iska
Jurnal JE-UNISLA : Electronic Control, Telecomunication, Computer Information and Power System Vol 10 No 1 (2025): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/je-unisla.v10i1.1409

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja metode Convolutional Neural Network (CNN) dalam mendeteksi dan mengklasifikasikan penyakit pada daun tanaman anggur, serta mengukur tingkat akurasi dari masing-masing model CNN dengan cara membandingkan tiga optimizer. Dataset daun tanaman anggur yang terinfeksi penyakit digunakan dan diproses dengan teknik augmentasi data. Model CNN yang diterapkan menggunakan arsitektur DenseNet-121 dengan transfer learning dan diuji dengan berbagai optimizer: RMSprop (Root Mean Square Propagation), Adam, dan SGD (Stochastic Gradient Descent) pada 3 nilai learning rate yang berbeda. Hasil evaluasi menggunakan confusion matrix menunjukkan bahwa bahwa akurasi tertinggi diperoleh pada learning rate 0.001, dengan Adam sebagai optimizer terbaik yang mencapai akurasi 99.45%. Secara umum, semua optimizer menunjukkan performa optimal pada learning rate 0.1 dan 0.001 dengan akurasi di atas 99%, sementara penurunan akurasi terjadi pada learning rate 0.00001, yang mencapai sekitar 97.73% untuk semua optimizer. Temuan ini menegaskan bahwa pemilihan learning rate yang tepat berperan penting dalam meningkatkan akurasi CNN dalam tugas klasifikasi.
Klasifikasi Aroma Teh Dengan Menggunakan Sensor Gas Berbasis Arduino Uno Arisudin Arisudin; Mochtar Yahya; Danang Erwanto
JASEE Journal of Application and Science on Electrical Engineering Vol. 2 No. 02 (2021): JASEE -September
Publisher : Teknik Elektro - Fakultas Teknik - Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jasee.v2i02.198

Abstract

Teh adalah salah satu produk minuman yang dibuat dari daun teh muda dan sudah melalui proses pengolahan seperti pelayuan, oksidasi enzimatis, penggilingan, serta pengeringan. Kandungan senyawa kimia yang ada didalam teh adalah katekin, vitamin E, vitamin C, tanin, flavonoid, theofilin, polifenol, dan sejumlah mineral seperti Mg, Ge, Mo, Se dan Zn. Sensor gas (MQ-3, MQ-4, MQ-5 dan MQ-135) serta DHT-22 yang disusun membentuk larik sensor gas diaplikasikan untuk membaca kadar gas pada uap air teh. Dalam penelitian ini sampel teh yang digunakan meliputi teh oolong, teh hitam, teh hijau, dan teh putih. Dari penelitian ini aroma teh dapat dibaca oleh sistem yang telah dibuat dan diklasifikasikan jenis tehnya menggunakan metode Jaringan Syaraf Tiruan dan diperoleh hasil berupa akurasi dengan nilai 0,71, presisi dengan nilai 0,71, Recal dengan nilai 0,72 dan f-measure dengan nilai 0,71.
MONITORING NILAI SUHU DAN KELEMBABAN UDARA RUANG PERAWATAN PASIEN COVID-19 BERBASIS IoT Yumono, Fajar; Erwanto, Danang
Electro Luceat Vol 7 No 2 (2021): Electro Luceat (JEC) - November 2021
Publisher : LPPM Poltek ST Paul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32531/jelekn.v7i2.399

Abstract

The Covid-19 outbreak is an unresolved problem because it is a new disease, so that a definite control formula is still being pursued, including by providing vaccines. There are no specific medical prescriptions for Covid-19 patients, and many experiments are carried out to achieve healing. This study offers observations of temperature and humidity in the treatment room for Covid-19 patients because temperature and humidity greatly affect the patient's recovery. The application of the Internet of Things with the nodeMCU ESP8266 module can make observations with location distances for security. These results will empirically obtain an average value for temperature and humidity in the treatment room for Covid-19 patients which can be used as a reference in other treatment rooms, especially for those who are self-isolating. From the test results of the instrument system, good results were obtained, and the percentage change in sensor readings in the temperature test sample was 3.8% and air humidity was 3.2% to the average value, and the instrument system was tested for 15 consecutive days. and the sample was taken 3 days to obtain a stable value.
IMPLEMENTASI IOT BERBASIS ESP32 UNTUK PENGATURAN VENTILASI RUANG KELAS SECARA OTOMATIS DAN EFISIEN Erwanto, Danang; Yuliana, Dian Efytra; Aprilia, Yoga Pebri; Naofal, Ahfan; Wahyu S., Mas Ilham
Jurnal Elektro Kontrol (ELKON) Vol 5, No 1 (2025): Jurnal ELKON
Publisher : Teknik Elektro Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/elkon.v5i1.15422

Abstract

Ventilasi yang baik sangat penting untuk menjaga kenyamanan dan kualitas udara di ruang kelas. Namun, sebagian besar ruang kelas belum memiliki sistem yang mampu menyesuaikan ventilasi secara otomatis dan efisien terhadap kondisi lingkungan. Penelitian ini mengembangkan sistem pengendalian ventilasi berbasis IoT menggunakan ESP32 yang memantau dan mengatur kualitas udara secara real-time. Sistem ini menggunakan sensor suhu, kelembapan, kadar CO₂, dan jumlah siswa untuk mengumpulkan data lingkungan, yang kemudian diproses dengan logika fuzzy guna mengendalikan kipas sebagai aktuator ventilasi. Pemantauan dilakukan melalui aplikasi web. Hasil pengujian menunjukkan bahwa sistem ini mampu menjaga suhu dan kadar CO₂ dalam batas kenyamanan serta mengoptimalkan penggunaan energi. Akurasi sensor berada dalam toleransi yang dapat diterima, dengan waktu respons sistem antara 3 hingga 12 detik terhadap perubahan kondisi. Selain itu, sistem mampu menurunkan kadar CO₂ rata-rata sebesar 50 ppm per menit saat aktif, yang mendukung terciptanya lingkungan belajar yang sehat. Sistem ini terbukti efektif dalam meningkatkan kenyamanan, efisiensi energi, serta dapat menjadi solusi inovatif dalam pengendalian ventilasi otomatis berbasis IoT untuk ruang kelas.
Convolutional Neural Network untuk Klasifikasi Batik Tenun Ikat Bandar Berdasarkan Fitur Warna dan Tekstur Muthrofin, Mohammad Atif Faiz; Erwanto, Danang; Yanuartanti, Iska
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8060

Abstract

Tenun Ikat Bandar Kediri adalah salah satu jenis batik berupa kain yang ditenun dan diberi suatu pola dan motif pada teksturnya menggunakan suatu mesin tenun kayu tradisional. Pola dan motif pada batik tenun ikat sangat bervariasi tergantung pada rumah produksinya. Biasanya setiap rimah produksi memiliki suatu ciri khas khusus pada pola dan motifnya. Banyaknya pola dan motif tersebut akan menjadikan masyarakat sulit mengenali dan mempelajari ciri visual Tenun Ikat tersebut sehingga bila ada suatu sistem yang mempelajari pola dan motif tersebut maka akan sangat membantu masyarakat. Sistem klasifikasi yang dibuat pada penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan ekstraksi tekstur Tenun menggunakan fitur Gray Level Cooccurence Matrix (GLCM) dan ekstraksi warna menggunakan fitur Color Co-occourrence Matrix (CCM). Pada penelitian ini menggunakan dataset sebanyak 125 citra gambar dari 5 motif batik pada suatu rumah produksi tenun ikat dengan proporsi setiap pola yang seimbang. Hasil dari penelitian ini menunjukkan bahwa rata-rata akurasi dari setiap pengujian mencapai angka 0,94, ini menunjukkan bahwa metode yang dimaksudkan telah dapat melakukan klasifikasi dengan baik.
KLASIFIKASI KEMATANGAN DAUN TEMBAKAU VIRGINIA MENGGUNAKAN PENGOLAH CITRA DIGITAL Ismail, Alfian Danu; Erwanto, Danang; Yanuartanti, Iska
Jurnal Elektro Kontrol (ELKON) Vol 3, No 1 (2023): Jurnal ELKON
Publisher : Teknik Elektro Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/elkon.v3i1.10131

Abstract

Tembakau virginia sebelum memasuki proses pada industri harus melewati proses yang sangat penting yaitu sortir kematangan daun tembakau oleh petani. Daun tembakau virginia yang layak diproses pada industri memliki kematangan yang sesuai dengan gradingnya yaitu daun bewarna kekuning kuningan. Oleh karna itu peneliti membuat penelitian tentang bagaimana cara mempermudah petani untuk memilah daun dengan kematangan yang sesuai. Rumusan masalah yaitu implementasi color moment, akurasi SVM, efektivitas SVM. Batasan masalah terfokus pada warna tembakau dan hanya pada jenis tembakau virginia, klasifikasi dilakukan hanya untuk tembakau matang, mentah, tua. Tak kalah penting tujuan dan manfaat penelitian untuk mengetahui kematangan daun tembakau virginia dengan menggunakan metode ekstraksi fitur warna color moment, mengetahui akurasi klasifikasi dengan menggunakan metode Support Vector Machine. Peneliti membuat klasifikasi kematangan tembakau dengan menggunakan software Matlab. Dengan menggunakan metode ektraksi fitur warna color moment dan klasifikasi dengan menggunakan metode Support Vector Machine. Preprossing menggunakan metode cropping 200x200 piksel dan dikonversi RGB ke HSV. Hasil HSV diproses dengan metode color moment dengan parameter mean, standart deviasi, skewness. Hasil parameter diklasifikasi dengan SVM dengan masing-masing target per-kelas yaitu matang, muda, dan tua. Akurasi SVM pada penelitian di dapatkan sebesar 98%, rata-rata precission 98% recall 97,6% f-measure 97,6%. Hasil klasifikasi dengan metode SVM termasuk kategori sangat baik.
Monitoring Kadar Oksigen Pasien COVID-19 Untuk Isolasi Mandiri Berbasis IoT: Monitoring Oxygen Levels of COVID-19 Patients for IoT-Based Self-Isolation Azzah Rowani, Eka; Erwanto, Danang; Widhining Kusumastutie, Diah Arie
Jurnal Ilmiah Sistem Informasi Vol. 1 No. 3 (2022): November : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juisi.v1i3.379

Abstract

Corona virus or commonly known as COVID-19, where the virus can be transmitted by animals or by humans, with symptoms such as a high fever that can reach 37.7℃ or more, or low blood oxygen levels and handling cases of the covid- 19 virus has been pursued properly. With direct treatment by doctors, treatment in hospitals to self-isolation treatment and with the application of self-isolation for covid-19 patients, it is hoped that they can always see the condition of body temperature and oxygen levels in the blood. This study, the method of checking the number of heart beats of isoman patients and the amount of oxygen in the patient's body was developed by connecting the device to the IOT Telegram, which for the microcontroller used is Wemos D1minilite and with this development it is hoped that it can help the front group to overcome COVID-19 to always be able to help patients who are running isoman. The results of the testing of the tools made obtained a data success of 99.71% by comparing the results of the two tools, namely a tool made by researchers with an oximeter, and in these results obtained a data error value of 0.29% of the total data of 20 isoman patients. The data used were taken from COVID-19 patients who were self-isolating, and there were some patients whose test results were below the specified parameters.
Co-Authors Achmad Arif Alfin Ade Prabowo Agus Maulana Khafi Ahmad Ari Setyawan Kusuma Alhadidi, M. Baihaqi Aprilia, Yoga Pebri Arisudin Arisudin Arisudin Asti Riani Putri Atika Kurniasari Ayssa Nurmastika Azzah Rowani, Eka Cahya AJi Saputra Deka Wahyudi Dendi Gunawan Deni Wahyu Wibowo Diah Arie Widhining K. Diah Arie Widhining Kusumastutie Dian Efytra Dian Efytra Yuliana Dian Efytra Yuliana Dian Septi Nur Afifah Eka Azzah Rowani Eka Nuryanto Budi Susila Eka Rahayu Septiana Fajar Yumono Fajar Yumono Fajarudin, Fajarudin Farrady Alif Fiolana Farrady Alif Fiolana Farrady Alif Fiolana Fauzi, Muhammad Iqsan Geston Bakti Muntoha Iska Yanuartanti Ismail, Alfian Danu Kusumastutie, Diah Arie Widhining Maulana Alfaruq, Bagoes Maulana F, Delta Mochtar Yahya Mochtar Yahya Mohammad Heri Saputra Mohammad Rangga Nur Faizin Muhammad Azizul Fikri Muhammad Erfan Muhammad Iqsan Fauzi Muthrofin, Mohammad Atif Faiz Naofal, Ahfan Nur Rifa’i, Wahib Rohman Nuzulul Septiana Devi Putri Nur Rahayu Putri Nur Rahayu Rahayu, Putri Nur Ridhovi, Zainul Rizki Bayu Samudra Rosanti, Aulia Dewi Royb Fatkhur Rizal Ruba’i, Ahmad Salahuddin, Yanu Shalahuddin, Yanu Sri Arttini Dwi Prasetyawati Tiyas, Anis Wahyumulyaning Tomi Sugiarto Tri Handayani Wahyu S., Mas Ilham Wibowo, Deni Wahyu Widhining Kusumastutie, Diah Arie Yahya, Mochtar Yanu Shalahuddin Yudha Dicky Pradana Yudo Bismo Utomo Yudo Bismo Utomo Yudo Bismo Utomo Yudo Bismo Utomo Yudo Bismo Utomo Yudo Bismo Utomo Yuliana, Dian Efytra Yumono, Fajar