Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa TEUB JURNAL SURYA ENERGY
Firmansyah, Vicky
Unknown Affiliation
Control & Systems Engineering Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
DETEKSI BANGUNAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) ARSITEKTUR U-NET PADA CITRA SATELIT Firmansyah, Vicky; Mudjirahardjo, Panca; Rahmadwati, n/a
Jurnal Mahasiswa TEUB Vol. 12 No. 3 (2024)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research aims to detect buildings in satellite images using the U-Net architecture CNN model. The dataset is a satellite image of the Araya area, Malang City extracted through Google Earth Engine with the Python programming language, consisting of 4 band channels: Red, Green, Blue, and NIR. The data is processed into 2 types of sizes, namely 128x128 pixels and 64x64 pixels, then divided into train, validation, and test data. Training uses Keras Tensorflow, and testing is done in three stages: model performance testing with layer addition and parameter changes, building detection testing, and comparison of prediction results with manual measurements. The best model was obtained by a model with a training dataset of 128x128 pixels that achieved 93%accuracy with a prediction time of 2 seconds. Keywords— Building Detection, Semantic Segmentation, Convolutional Neural Network (CNN), UNet, Satellite Imagery
Sistem Proteksi Kebakaran Pada Ruangan Lab Diagnostik Program Studi Teknologi Rekayasa Elektromedis Berbasis Internet of Things Mulyadi, Romi; Putra, Nursaka; Siregar, Albirruni; Firmansyah, Vicky; Angelin, Nadia; Ramadhan, Farhan
JURNAL SURYA ENERGY Vol 8, No 2 (2024)
Publisher : UNIVERSITAS MUHAMMADIYAH PALEMBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32502/jse.v8i2.7029

Abstract

Kebakaran merupakan permasalahan yang tidak dapat dipisahkan dari manusia. Kerugian akibat kebakaran tidak hanya sebatas kerusakan rumah, namun juga menimbulkan kerugian jiwa dan raga. Beberapa penyebab terjadinya kebakaran adalah kurangnya pengetahuan dan kesadaran masyarakat, kurangnya kesiapan masyarakat dalam menghadapi dan mengatasi bahaya kebakaran, serta belum memadainya sistem penanggulangan kebakaran, penyebaran dan integrasi. Membangun sistem proteksi kebakaran. Penelitian ini bertujuan untuk memprediksi dan memberikan peringatan dini terjadinya kebakaran ruangan dengan menggunakan IoT. Metode yang digunakan dalam penelitian ini adalah metode eksperimen, yaitu metode untuk menguji pengaruh suatu variabel terhadap variabel lain atau menguji hubungan sebab akibat antara variabel yang satu dengan variabel yang lain. Penelitian dilakukan di Institut Teknologi dan Kesehatan Al Insyirah Kampus 2 Pekanbaru pada laboratorium diagnostik. Populasi penelitian ini mencakup siswa yang menggunakan laboratorium diagnostik. Alat yang dirancang mempunyai kinerja yang baik dalam mendeteksi adanya keberadaan api dengan jarak penginderaan lebih kurang 90 cm, mendeteksi keberadaan asap dengan sensitivitas penginderaan 750 ppm dan mendeteksi keberadaan api menggunakan modul GPS dengan waktu pengiriman informasi ke Telegram dalam waktu 73 detik. Berdasarkan hasil survei, evaluasi dengan uji kelayakan alat yang dilakukan pengguna pengujian alat menggunakan kuesioner yang dibagikan kepada 40 responden. Responden menyatakan setuju bahwa alat dirancang untuk kemudahan penggunaan, serta kepuasan pengguna serta komentar dari pengujian kelayakan alat. Skor rata-rata kegunaan adalah 4,19, kesederhanaan 4,32, dan interaktivitas 4,33 pada skala 5 poin.
Co-Authors Albirruni Siregar Angelin, Nadia Mudjirahardjo, Panca Nursaka Putra Rahmadwati, n/a Ramadhan, Farhan Romi Mulyadi