Article Per Year (5 Year)
p-Index From 2020 - 2025
1.776
P-Index
This Author published in this journals
All Journal Transmisi: Jurnal Ilmiah Teknik Elektro Voteteknika (Vocational Teknik Elektronika dan Informatika) Jurnal Keteknikan Pertanian Telematika : Jurnal Informatika dan Teknologi Informasi Sinergi Jurnal Teknologi Informasi dan Ilmu Komputer Seminar Nasional Informatika (SEMNASIF) Surya Abdimas JASEE Journal of Application and Science on Electrical Engineering Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal INFOTEL
M.S. Hendriyawan Achmad
Universitas Teknologi Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Penerapan Jaringan Syaraf Tiruan pada Hidung Elektronik Cerdas untuk Deteksi Daging Babi MS Hendriyawan A; Baby Aries
Telematika Vol 18, No 3 (2021): Edisi Oktober 2021
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v18i3.6185

Abstract

Tingkat komsumsi daging sapi di Indonesia terus naik dari tahun ke tahun terlihat dari permintaan pasar yang terus meningkat terutama pada perayaan hari besar dan hari raya. Akan tetapi peningkatan permintaan pasar akan daging sapi masih kerap dimanfaatkan oleh oknum tak bertanggung jawab yang mencampur daging sapi dengan daging babi. berdasarkan fakta tersebut maka dibuat sebuah sistem electronic nose yang dapat membedakan antara daging sapi murni dengan daging sapi bercampur babi berdasarkan karakteristik aroma. Alat ini menerapkan jaringan syaraf tiruan (JST) backpropagation yang dilatih menggunakan aplikasi MATLAB untuk mengenali pola dari aroma sampel daging yang ditangkap menggunakan rangkaian sensor gas TGS2602, TGS2620, TGS2610 dan TGS2611, kemudian mengklasifikasikannya dalam dua kelas yaitu MURNI dan CAMPURAN. Sampel daging segar yang digunakan untuk pengujian ada 4 macam yaitu daging sapi murni, daging campuran 25%, 50% dan 75% dengan total sampel sebanyak 30 terdiri dari 15 sampel murni dan 15 sampel campuran. Dari pengujian tersebut didapat nilai akurasi, presisi, sensitivity dan specificity sebesar 100% menggunakan confusion matrix.
Diabetic Retinopathy Severity Level Classification Based on Fundus Image Using Convolutional Neural Network (CNN) MS Hendriyawan Achmad; Wahyu Saputro RM
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

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

Abstract

Diabetic retinopathy is an eye disease and is a complication of diabetes mellitus. The longer a person suffers from diabetes mellitus, the more likely they are to experience diabetic retinopathy. Diabetic retinopathy is divided into two types, namely Non-Proliferative Diabetic Retinopathy (NPDR) with 4 phases (normal, mild, moderate and severe) and Pre-proliferative Diabetic Retinopathy (PDR). To classify the severity of this disease requires an expert doctor and takes a long time. This study applies the Convolutional Neural Network (CNN) method to fundus image input to classify the severity of diabetic retinopathy, namely mild, moderate, severe, or regular. The fundus image dataset for training and testing was taken from the APTOS 2019 dataset. The pre-processing stage of the fundus image includes: resizing, Contrast Limited Adaptive Histogram Equalization (CLAHE), and gaussian filtering. After that, classification is carried out using the CNN Model, consisting of a convolution layer, a pooling layer, a dropout layer, and a fully connected layer. The results of the CNN model implementation show a classification accuracy of 75% in the training process and 73% in the model validation process. Meanwhile, in the confusion matrix testing process, the accuracy is 68%, the precision is 69%, and the recall is 68%.
HUMAN FOLLOWING ON ROS FRAMEWORK A MOBILE ROBOT Gigih Priyandoko; Choi Kah Wei; Muhammad Sobirin Hendriyawan Achmad
SINERGI Vol 22, No 2 (2018)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (241.455 KB) | DOI: 10.22441/sinergi.2018.2.002

Abstract

Service mobile robot is playing a more critical role in today's society as more people such as a disabled person or the elderly are in need of mobile robot assistance. An autonomous person following ability shows great importance to the overall role of service mobile robot in assisting human. The objective of this paper focuses on developing a robot follow a person. The robot is equipped with the necessary sensors such as a Microsoft Kinect sensor and a Hokuyo laser sensor. Four suitable tracking methods are introduced in this project which is implemented and tested on the person following algorithm. The tracking methods implemented are face detection, leg detection, color detection and person blob detection. All of the algorithms implementations in this project is performed using Robot Operating System (ROS). The result showed that the mobile robot could track and follow the target person based on the person movement. 
Pengujian Instrumen Pendeteksi Kelainan Ritme Jantung Menggunakan Data Fisiologi MIT-BIH M. S. Hendriyawan A.; Indah Soesanti; Litasari
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 2 No 2: Mei 2013
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1044.755 KB)

Abstract

MIT-BIH database provides authentic ECG signal data that can be used as a source to test the system with varied type of disorders and duration of observation. MIT-BIH ECG signals are converted to analog signals using 11-bit DAC with 360 Hz frequency conversion. Microcontroller converts the analog signals from the output of the generator using an internal 10-bit ADC with a sampling frequency of 200 Hz. Cardiac abnormalities are then analysed based on data sampling. Abnormal heart rhythms are identified using R peak parameter. By measuring the interval between R peaks, the number of beats per minute (bpm) and the interval variation between R peaks can measured to determine abnormal heart rhythms. Results show that DAC output obtains error range from 6.72 milivolt to 14.58 milivolt, whereas ADC output obtains error range from 1 bit to 2 bit. Statistically, test results show significance values from ideal values are greater than α = 0,05 meaning that there is no significant difference between measured R-R intervals with the original R-R intervals by 95% confidence level. The test method successfully detects multiple type of heart rhythms with category: normal, bradycardia, tachycardia, and irregular.
PENINGKATAN VOLTAGE STABILITY DENGAN PEMASANGAN PEMBANGKITAN TERSEBAR PADA SISTEM DISTRIBUSI AREA YOGYAKARTA MENGGUNAKAN FLOWER POLLINATION ALGORITHM Fredi Prima Sakti; M. Hendriyawan Achmad
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 24, No 2 April (2022): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.24.2.74-82

Abstract

Penelitian ini membahas tentang penempatan dan kapasitas dari pembangkitan tersebar yang optimal di sistem kelistrikan area Yogyakarta untuk meningkatkan kestabilan tegangan menggunakan Flower Pollination Algorithm. Indeks kestabilan tegangan yang digunakan yaitu Fast Voltage Stability Index (FVSI). Indeks ini dikembangkan berdasarkan pengukuran tegangan dan daya reaktif. FVSI merupakan indeks saluran yang diturunkan dari persamaan umum arus yang mengalir pada saluran antara dua bus. Sistem kelistrikan area Yogyakarta terdiri dari 9 bus dan 8 saluran. Jenis pembangkit yang digunakan yaitu tipe yang hanya mampu menyuplai daya reaktif. Jumlah pembangkitan tersebar yang akan diteliti berjumlah dua buah dengan kapasitas maksimal 50 MVar. Flower Pollination Algorithm (FPA). FPA adalah teknik optimasi metaheuristik baru dan terinspirasi oleh strategi reproduksi dari proses penyerbukan tanaman berbunga. Hasil yang didapat dari penelitian ini yaitu, pemasangan DG yang optimal terletak di GI Gejayan (bus 3) sebesar 24.9095 MVAR dan GI Semanu (bus 8) sebesar 9.52361 MVAR. Iterasi dilakukan sebanyak 300 kali dengan hasil konvergen. Dari pemasangan DG tersebut mayoritas saluran mengalami peningkatan dari sisi kestabilan tegangan nya, hal tersebut ditandai dengan menurunnya nilai FVSI. Dari semua saluran, setelah dipasang DG maka sistem mengalami peningkatan kestabilan tegangan dengan rata-rata penurunan FVSI sebesar 22.15%
ROS-based 2-D Mapping Using Non-holonomic Differential Mobile Robot M.S. Hendriyawan Achmad; Satyo Nuryadi; Wira Fadlun; Mohd Razali Daud
JURNAL INFOTEL Vol 10 No 2 (2018): May 2018
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v10i2.369

Abstract

This research proposes a 2-D mapping method by a mobile robot using LIDAR sensor. The mobile robot used is a non-holonomic type with a differential driver designed to operate in an indoor area. The robot applies an occupancy grid map method that uses a probability rule to handle the uncertainties of the sensor. The quality of 2-D occupied map relies on the accuracy of distance measurements by the LIDAR sensor and the accuracy of position estimation. Position estimation is obtained by using the 2-D LIDAR odometry which is based on the laser scan matching technique. This research uses simulation model which has characteristics like real nature. All the robotic software operations are managed by the Robot Operating System (ROS) as one of the most popular software frameworks currently used by robot researchers. The experimental results show that the robot can arrange a 2-D map well which is indicated by the similarity between the reference ground truth and the resulting 2-D map.
Optimasi Kegiatan Usaha Mebel Ranting Jati dan Rotan Melalui Aplikasi Teknologi Ramah Lingkungan Berbasis Renewable Energy Sutoyo Sutoyo; Ferriawan Yudhanto; MS Hendriyawan Achmad
Surya Abdimas Vol. 7 No. 4 (2023)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/abdimas.v7i4.3398

Abstract

Produk mebel dari bahan ranting kayu jati dan rotan saat ini telah menembus pasar ekspor, seperti halnya bisnis yang dijalankan oleh UMKM bernama Classic di daerah Gunungkidul. Banyak keuntungan diperoleh dari bisnis tersebut, akan tetapi teridentifikasi beberapa permasalahan yang perlu mendapatkan solusi. Dampak negatif dari debu pengamplasan kayu sangat mengganggu kesehatan lingkungan, disamping itu peralatan pengolah rotan yang tidak layak fungsi menyebabkan efisiensi dan efektifitas kerja tidak tercapai. Sesungguhnya penanganan limbah debu ini mudah dilakukan dengan bantuan teknologi penghisap debu, namun demikian bertambahnya peralatan listrik dianggap menjadi beban berat sebuah UMKM. Solusi paling tepat adalah melalui pengadaan alat pengelola debu (dust collection system) dengan listrik bertenaga surya yang tidak membebani pengusaha. Pengadaan steamer rotan ditujukan untuk mempermudah pengolahan rotan sehingga diharapkan kapasitas produksi akan meningkat. Kegiatan ini terlaksana dengan tahapan sosialisasi dan instalasi PLTS sebesar 400 WP dengan dukungan batere 100 Ah dan inverter, sehingga sangat cukup untuk menyalakan blower berdaya 230 Watt. Selanjutnya, pengadaan steamer rotan yang mampu mengolah 90 batang rotan berdiameter 3 cm dalam sekali proses telah meningkatkan produk mebel rotan dari 40 pasang/5 hari menjadi 120 pasang/5 hari. Peningkatan kesehatan kerja dan kapasitas produksi menjadi indikasi bahwa program pengabdian masyarakat ini berhasil dengan baik.
Analisis Kinerja Model Deteksi Objek Yolo, Ssd, dan Faster R-Cnn pada Citra Penglihatan Malam untuk Pengenalan Tindak Kejahatan Achmad, Hendriyawan; Pramudwiatmoko, Arif; Satrio Gumilang, Muhammad; Al Karim, Bahrul; Wiyono, Hadi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128409

Abstract

Kejahatan klitih di wilayah Yogyakarta telah menimbulkan kekhawatiran serius bagi pemerintah dan masyarakat, sehingga mengancam keamanan dan kenyamanan publik. Dalam upaya penanganan permasalahan ini, penelitian ini mengajukan solusi implementasi teknologi keamanan yang berfokus pada kamera night vision dan machine learning guna mendeteksi kejahatan klitih dengan efektif, khususnya pada rentang waktu malam.  Data yang dikumpulkan untuk penelitian ini terdiri dari 1006 gambar yang direkam dari aksi kejahatan klitih. Proses pengolahan data melibatkan beberapa tahap, dimulai dengan preprocessing di mana seluruh gambar diubah ukurannya menjadi 640x640 piksel. Selanjutnya, dilakukan augmentasi data untuk meningkatkan variasi dan ketangguhan model, berupa rotasi sebesar 90°, crop dengan variasi zoom dari 0% hingga 20%, penambahan noise dilakukan hingga 5%.  Hasil penelitian menunjukkan bahwa model YOLOv6 memberikan kinerja terbaik dalam mendeteksi label senjata, dengan akurasi sebesar 0,9 dan F1-score mencapai 0,91. Sementara itu, dalam mengenali kejahatan fisik, YOLOv6 juga menunjukkan performa unggul dengan akurasi 0,63 dan F1-score 0,73. Model Faster R-CNN dan SSD juga memberikan hasil yang baik, namun YOLOv6 mempertahankan dominasi dalam deteksi kejahatan klitih berdasarkan akurasi dan evaluasi metrik lainnya. Pemanfaatan teknologi pendeteksian klitih di masa depan dapat memberikan kontribusi positif dalam menciptakan lingkungan yang lebih aman dan nyaman bagi seluruh masyarakat.   Abstract The prevalence of klitih criminal activity within the Yogyakarta region has engendered significant apprehension among governmental authorities and the public alike, thereby posing a substantial risk to community safety and well-being. In an effort to address this pressing concern, the present research advocates for the deployment of advanced security technologies, specifically emphasizing the utilization of night vision surveillance cameras in conjunction with machine learning algorithms to proficiently identify klitih-related offenses, particularly during nocturnal hours. The dataset utilized for this investigation comprises 1,006 photographic images obtained from various klitih crime occurrences. The data processing procedures encompassed multiple phases, commencing with preprocessing wherein all images were standardized to dimensions of 640x640 pixels. Subsequently, data augmentation techniques were employed to bolster the diversity and resilience of the model, incorporating transformations such as 90° rotations, cropping with zoom variations ranging from 0% to 20%, and the introduction of noise levels of up to 5%. The findings of this study indicate that the YOLOv6 model exhibited the most favorable performance in the detection of weapon classifications, achieving an accuracy rate of 0.9 and an F1-score of 0.91. Furthermore, in the context of identifying physical crimes, YOLOv6 similarly showcased outstanding efficacy, attaining an accuracy of 0.63 and an F1-score of 0.73. Although the Faster R-CNN and SSD models yielded commendable results, YOLOv6 sustained its preeminence in the realm of klitih crime detection, as evidenced by its superior accuracy and other evaluative metrics. The prospective implementation of klitih detection technology holds the potential to make a constructive impact in fostering a safer and more secure environment for the entire community.
Disain Piranti Digital Perekam Paras Air Otomatis Menggunakan Teknologi Rendah Daya Hendriyawan Achmad; Satyo Nuryadi; Wira Fadlun
JASEE Journal of Application and Science on Electrical Engineering Vol. 1 No. 02 (2020): JASEE -September
Publisher : Teknik Elektro - Fakultas Teknik - Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jasee.v1i02.25

Abstract

Parameter hidrologi merupakan bahan pengamatan untuk memetakan potensi bencana alam yang berhubungan dengan air, seperti banjir dan tanah longsor. Salah satu parameter hidrologi yang dipantau adalah ketinggian permukaan air sungai. Pengamatan tradisional menggunakan metode bilah ukur yang memiliki akurasi rendah dan membutuhkan pengamatan secara visual. Penelitian ini menawarkan rancangan piranti perekam digital rendah daya untuk pemantauan tinggi permukaan air dengan resolusi bacaan sebesar 10mm dan rata-rata konsumsi energi hanya sebesar 20μW. Teknologi rendah daya yang ditawarkan terdiri dari dua bagian, perangkat keras yang menawarkan model teknologi pico-power yang dikendalikan oleh pengendali mikro jenis 8-bit, sedangkan perangkat lunak menjalankan fungsi rendah daya dengan operasi dasar sleep–wake up. Hasil analisis menunjukkan bahwa piranti perekam digital dengan catu tegangan utama 3.6V dan daya 2200mAH mampu beroperasi selama 3.7 tahun dengan nilai cut-off sumber energi diasumsikan serendah 60% dan rata-rata konsumsi arus listrik sebesar 2 μA.
Rancang Bangun Alat Penyemprotan Pestisida Organik Dalam Perkebunan Cabai Menggunakan Tenaga Surya Rifqi Ahmad Afandi; Sandy Ikhwanul Attar; Anivan Aditia; MS Hendriyawan Achmad; Ikrima Alfi
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 4 (2024): Vol. 12, No 4, Desember 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i4.131140

Abstract

Perkebunan cabai di Indonesia berkontribusi signifikan pada sektor hortikultura, tetapi sering menghadapi tantangan penggunaan pestisida yang tidak efisien, yang berdampak negatif terhadap lingkungan. Penggunaan pestisida yang tidak terkontrol dapat menimbulkan dampak buruk terhadap lingkungan. Oleh karena itu, penelitian ini berfokus pada pengembangan sistem penyemprotan pestisida otomatis berbasis tenaga surya dan Internet of Things (IoT). Sistem ini menggunakan panel surya sebagai sumber energi utama, sensor ultrasonik untuk deteksi cairan, dan mikrokontroler WeMos D1 R1 yang dikendalikan melalui protokol MQTT untuk monitoring jarak jauh. Hasil pengujian menunjukkan bahwa sistem penyemprotan pestisida otomatis beroperasi secara efisien dalam kondisi cuaca yang mendukung. Rata-rata tegangan, arus, dan daya yang dihasilkan panel surya selama tujuh hari percobaan masing-masing mencapai 13 Volt, 0,289 Ampere, dan 3,96 Watt. Fluktuasi output terjadi akibat variasi kondisi cuaca di Yogyakarta, seperti cerah, mendung, dan hujan, dengan output tertinggi tercatat pada hari ketujuh. Selain itu, akurasi sensor ultrasonik HY-SR04 dan ketepatan respon sensor mencapai tingkat keakuratan 100%, menunjukkan kinerja optimal alat sesuai desain. Sistem ini menawarkan solusi berkelanjutan bagi petani dengan efisiensi yang tinggi, meskipun masih memerlukan pengembangan energi cadangan untuk mengurangi ketergantungan pada cahaya matahari.Kata kunci : Penyemprotan Pestisida, Otomatisasi, Tenaga Surya, Internet of Things, Pertanian.Chili plantations in Indonesia contribute significantly to the horticultural sector but often face challenges in inefficient pesticide use, which negatively impacts the environment. Uncontrolled pesticide application can cause serious environmental harm. Therefore, this study focuses on developing an automatic pesticide spraying system powered by solar energy and integrated with the Internet of Things (IoT). The system utilizes solar panels as the primary energy source, ultrasonic sensors for liquid detection, and a WeMos D1 R1 microcontroller controlled via the MQTT protocol for remote monitoring. The testing results indicate that the automatic pesticide spraying system operates efficiently under favorable weather conditions. Over seven days of testing, the solar panel produced an average voltage, current, and power output of 13 Volts, 0.289 Amperes, and 3.96 Watts, respectively. Output fluctuations occurred due to varying weather conditions in Yogyakarta, including sunny, cloudy, and rainy days, with the highest output recorded on the seventh day. Additionally, the ultrasonic sensor HY-SR04 demonstrated a 100% accuracy rate in liquid level detection and response precision, confirming the system's optimal performance as designed. This system offers a sustainable solution for farmers with high efficiency, although further development of backup energy sources is needed to reduce dependency on sunlight.Keywords: Pesticide Spraying, Automation, Solar Energy, Internet of Things, Agriculture
Co-Authors Adiati Junaisih, Octarina Al Karim, Bahrul Anivan Aditia Ayu Wardani, Dilla Baby Aries Choi Kah Wei Ferriawan Yudhanto Fredi Prima Sakti Ikrima Alfi Indah Soesanti Kushendarsyah Saptaji Kusuma Dewi, Tiara Litasari Mohd Razali Daud Muhammad Lukman Baihaqi Alfakihuddin Pramudwiatmoko, Arif Priyandoko Gigih Rausyan Fikri, Muhamad Rifqi Ahmad Afandi Sandy Ikhwanul Attar Satrio Gumilang, Muhammad Satyo Nuryadi Sugeng, Santoso Sutoyo Sutoyo Tumada, Azahri Wahyu Saputro RM Wira Fadlun