Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS
Fandiantoro, Dion Hayu
Departemen Teknik Komputer Institut Teknologi Sepuluh Nopember Surabaya
Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Perhitungan Operasi Matematika Sederhana pada Jetson Nano untuk Aplikasi Smart Whiteboard Aminullah Nizaruddin, Achmad Pahlevy; Yuniarno, Eko Mulyanto; Fandiantoro, Dion Hayu
Jurnal Teknik ITS Vol 12, No 2 (2023)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i2.115211

Abstract

Dalam era modern revolusi industri 4.0 saat ini, hampir seluruh kegiatan manusia terkait dengan pemanfaatan teknologi informasi sebagai kebutuhan dalam berbagai kegiatan dan layanan. Salah satu contohnya dalam dunia pendidikan. Media pembelajaran interaktif sebagai salah satu media pembelajaran di dunia pendidikan yang menggunakan teknologi informasi dan komunikasi sehingga mempermudah seorang pendidik dalam menyampaikan materi atau informasi kepada siswa. Salah satu bentuk menggunakan teknologi sebagai media pembelajaran adalah Smart Whiteboard. Dalam pembuatan Smart Whiteboard membutuhkan suatu sistem yang dapat mendeteksi dan mengklasifikasi apa yang ditulis pada papan tulis salah satunya adalah menghitung suatu operasi matematika. Untuk dapat mendeteksi dan mengklasifikasi objek digunakan metode yaitu deep learning. YOLO (You Only Look Once) adalah salah satu jenis metode dalam deep learning yang dikembangkan dengan algoritma untuk mendeteksi objek dalam waktu nyata berdasarkan CNN (Convolutional Neural Network). Penelitian ini bertujuan untuk melakukan implementasi sistem yang dapat mendeteksi angka dan operator aritmatika dan menghitung operasi aritmatika pada tulisan pada papan tulis Jetson Nano. Adapun untuk sistem tersebut, jenis YOLO yang digunakan adalah YOLOv4-tiny dengan menggunakan framework Darknet. YOLO dipilih karena akurasi dan kecepatannya. Sistem deteksi bekerja dengan cara mendeteksi huruf, angka, dan operator aritmatika yang ditulis tangan, dan jika suatu operasi matematika terbentuk, hasilnya akan dihitung. Hasil dari penelitian ini adalah suatu sistem yang dapat mendeteksi operasi matematika menggunakan gambar, video yang direkam, atau video dalam waktu nyata.
Pengembangan Dead Reckoning Berbasis Multilayer Perceptron (MLP) yang Diimplementasikan di Raspberry Pi Pico Satrio, Gagah Putra Haryo; Fandiantoro, Dion Hayu; Boedinugroho, Hany
Jurnal Teknik ITS Vol 13, No 1 (2024)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i1.126444

Abstract

Penentuan posisi sangatlah penting untuk pergerakan robot dalam ruangan tertutup (indoor). Salah satu penentuan posisi yang dapat digunakan adalah dead reckoning. Dead reckoning adalah sistem navigasi berdasarkan lokasi awal relatif yang diketahui kemudian secara bertahap mengintegra-sikan jarak yang ditempuh dan arah perjalanan untuk mengetahui titik lokasi selanjutnya. Karena termasuk sistem navigasi inersia yang menggunakan Inertial Measurement Unit (IMU), untuk melakukan prediksi posisi maka dilakukan perhi-tungan gabungan dari sensor giroskop, akseleromoter, dan magnetometer. Pada penelitian ini, akan menerapkan model deep learning, yaitu Multilayer Perceptron (MLP). Sehingga dapat memberikan prediksi posisi berdasarkan data dari sensor IMU. Kemudian dari model yang telah dibuat akan dimasukkan ke mikrokontroler. Penggunaan mikrokontroler karena uku-rannya yang kecil sehingga dapat diterapkan di robot kecil. Berbagai macam mikrokontroler saat ini, diantaranya Arduino nano, STM32F103C8T6, dan Raspberry Pi Pico. Pada pene-litian ini memilih menggunakan mikrokontroler Raspberry Pi Pico karena memiliki beberapa keunggulan dari segi memori flash, SRAM dan kecepatan prosesornya dibandingkan mikrokontroler lainnya. Hal ini untuk menunjang penggunaan model Multilayer Perceptron ke dalam mikrokontroler. Model Multilayer Perceptron yang dibuat akan bervariasi untuk menemukan model yang ideal untuk sistem Dead reckoning. Berdasarkan hasil dari pengujian model Multilayer Perceptron ke perangkat mikrokontroler Raspberry Pi Pico, maka dihasil-kan model yang ideal, yaitu model Multilayer Perceptron tanpa berbasis time series dengan 3 hidden layer dengan nodes masing-masing sebesar 250, 125, dan 30. Model ini dipilih karena meng-hasilkan nilai metrik R-Square sebesar 0,7452684 pada pengu-jian di perangkat mikrokontroler Raspberry Pi Pico.
Pengembangan Teknik Navigasi Robot Berbasis Pid untuk Robot Bergerak Menggunakan Mikrokontroler Stm32F401 Izza, Muhammad Adri Yusril; Fandiantoro, Dion Hayu; Kurniawan, Arief
Jurnal Teknik ITS Vol 13, No 3 (2024)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i3.146823

Abstract

Robot adalah sebuah sistem yang menarik, fungsinya banyak serta menghibur. Oleh karena itu, penelitian di bidang teknologi robot menjadi topik yang memiliki daya tarik yang cukup tinggi bagi para peneliti. Terdapat salah satu masalah untuk merancang sebuah robot bergerak,yaitu bagaimana cara robot bernavigasi untuk mencapai tujuan. Problem ini disebut dengan sistem navigasi robot. Kontrol PID (Proporsional-Integral-Derivatif) pada robot bergerak adalah pendekatan yang umum digunakan untuk mengendalikan pergerakan robot secara presisi. Pergerakan robot biasanya di atur oleh keluaran dari sensor. Data dari sensor dihasilkan dari sensor IMU dan sensor penggerak robot yang mengukur kecepatan angular dari roda-roda robot. Kemudian, dengan memanfaatkan hukum gaya-gaya, momen inersia dari konstruksi robot serta hasil matematis dari integrasi pergerakan robot didapatkan posisi dan orientasi robot.Tentu akan muncul adanya error pada teknik ini yang berbasis pada sensor IMU. Oleh karena itu dibuatlah model pergerakan robot yang akan mereduksi error dari sensor agar robot dapat bergerak sesuai dengan jalur yang telah ditentukan. Penelitian ini menawarkan proses perancangan sebuah robot bergerak dengan penentuan lokasi berasaskan teknik tersebut dan akan diimplementasikan pada STM32F401.
Co-Authors Aminullah Nizaruddin, Achmad Pahlevy Boedinugroho, Hany Izza, Muhammad Adri Yusril Kurniawan, Arief Satrio, Gagah Putra Haryo Yuniarno, Eko Mulyanto