Claim Missing Document
Check
Articles

Found 2 Documents
Search

RANCANG BANGUN ALAT UKUR KETINGGIAN AIR BERBASIS SENSOR KAPASITIF DI LABORATORIUM PANTAI DAN DINAMIKA PANTAI BRIN KAWASAN YOGYAKARTA Suharjanto, David; Sumarna, Sumarna; Susatijo, Gatot
Jurnal Ilmu Fisika dan Terapannya Vol 11, No 2 (2024): Jurnal Ilmu Fisika dan Terapannya (JIFTA)
Publisher : Prodi Fisika, Departemen Pendidikan Fisika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/fisika - s1.v11i2.22281

Abstract

Penelitian ini bertujuan untuk mewujudkan alat ukur ketinggian air berbasis sensor kapasitif di Laboratorium Pantai dan Dinamika Pantai BRIN Kawasan Yogyakarta dengan analisis fungsi transfer dan karakteristik alat ukur. Metode dalam penelitian ini meliputi perancangan alat, pengujian alat, pengambilan data, dan analisis data. Rancang bangun alat ukur terdiri dari rangkaian osilator, rangkaian pembagi frekuensi, elektroda sensor, rangkaian komparator, rangkaian gerbang logika, rangkaian filter pasif low-pass, rangkaian penguat dan filter aktif low-pass. Prinsip kerja alat ukur berupa perubahan ketinggian air  pada dua pelat tembaga di elektroda sensor menyebabkan perubahan kapasitansi  sehingga didapatkan perubahan tegangan keluaran . Elektroda sensor dirancang dengan dua pelat tembaga yang saling berhadapan dengan panjang 1 m, lebar 0,03 m, dan jarak 0,005 m dengan dielektrik air sumur. Rangkaian osilator sebagai pembangkit sinyal sinusoidal frekuensi 4 MHz, lalu menjadi sinyal kotak frekuensi 125 kHz oleh rangkaian pembagi frekuensi, rangkaian komparator sebagai pembanding sinyal antar masukan, rangkaian gerbang logika untuk modifikasi sinyal, rangkaian filter pasif low-pass untuk mem-filter sinyal, dan rangkaian penguat dan filter aktif low-pass untuk menguatkan sekaligus mem-filter sinyal.  Hasil penelitian ini menunjukkan bahwa alat ukur ketinggian air berbasis sensor kapasitif berhasil diwujudkan dengan masukan berupa ketinggian elektroda sensor yang tercelup air (cm) dengan keluaran sensor berupa tegangan (V) dengan rentang pengukuran 0100 cm. Alat ukur ketinggian air berbasis sensor kapasitif termasuk dalam open-loop system. Analisis step response pada fungsi transfer atau Htotal (s) didapatkan persamaan y=0,03x yang menggambarkan respons linier dan menunjukkan kesesuaian dengan hasil kalibrasi alat. Hasil ini mengindikasikan bahwa model fungsi transfer yang dikembangkan dapat  memprediksi perilaku alat ukur dengan tingkat akurasi yang memadai. Persamaan kalibrasi alat ukur ketinggian air berbasis sensor kapasitif yaitu x=(y-2,441)/0,0408 dengan  adalah tegangan keluaran (V) dan  adalah ketinggian elektroda sensor yang tercelup air (cm) dengan tingkat linieritas 99,71%, sensitivitas 0,04 V per cm, presisi 98,54%, dan akurasi 97,31%.
Optimizing Emotion Recognition in Indonesian Product Reviews Using LoRA on Transformer Suharjanto, David; Mustakim, Muhammad
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 5 No. 2 (2026)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v5.i2.48248

Abstract

Emotion analysis in product reviews plays a crucial role in Indonesia’s e-commerce landscape, yet training advanced transformer models demands high computational resources, posing a significant constraint for small businesses. This research evaluates the Low-Rank Adaptation (LoRA) technique for optimizing emotion recognition in Indonesian product reviews, with a focus on resource efficiency. Indobert-large-p2, Indobert-base-uncased, and Indobertweet-base-uncased models were trained on the PRDECT-ID dataset, comparing the performance of full fine-tuning and LoRA. Results show LoRA provided competitive performance; on the Indobert-large-p2 model, the F1-score reached 67.81%, surpassing full fine-tuning’s 67.74%, despite training only about 1% of the total parameters. LoRA significantly reduced VRAM consumption by up to 17% and accelerated training duration by up to four minutes. Furthermore, the transformer models fine-tuned in this study, using both LoRA and full fine-tuning, consistently outperformed the results of previous research that employed complex architectures like CNN and BiLSTM, with the highest F1-score reaching 69.72% compared to the previous best of 66.13%. LoRA proves to be a practical and efficient solution for limited computational resources, enabling effective emotion analysis without expensive infrastructure.