Claim Missing Document
Check
Articles

Found 7 Documents
Search

ANALISIS PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK SISTEM DETEKSI KATARAK Rusdy Prasetyo, Akmal; Sussi; Aditya, Bagus
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 3 No. 1 (2023): Maret: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v3i1.604

Abstract

One of the most vital senses for humans is sight. Humans utilize their eyes to take in visual information that is used for a variety of tasks, but vision problems are prevalent, ranging from minor disorders to serious disorders that can result in blindness. Cataracts are one of the factors contributing to this vision loss. In Indonesia, cataracts alone account for 81 percent of cases of blindness, and 40 percent of those affected don't even realize they have them. A technique for early cataract identification using digital photographs is one way to lower the incidence of cataract-related blindness. We used Support Vector Machine (SVM) and Convolutional Neural Network (CNN) techniques to create a cataract detection system. These two techniques are used to categorize normal eye classes, immature cataracts, and mature cataracts. A digital image that has been downsized to 64x64 pixels in Joint Photographic Group (JPG) format that was taken from earlier study serves as the input data. Support Vector Machine (SVM) and Convolutional Neural Network (CNN) methods used in the cataract detection process provide optimal results. The Support Vector Machine (SVM) method itself produces an accuracy value of 96.67%, while the Convolutional Neural Network method produces a better accuracy value of 98.89%. Keywords: Cataract, Digital Image, Machine Learning, Support Vector Machine, Convolutional Neural Network
Ekstraksi Jalan Menggunakan Deep Learning Dengan Model Deeplabv3+ Pramudya W, Bevan; Naning, Sofia; Sussi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Penginderaan jarak jauh didefinisikan sebagai ilmu dalam mengumpulkan informasi suatu objek tanpa menyentuh atau berkontak fisik langsung dengan objek tersebut, ekstraksi jalan yang akurat memiliki banyak manfaat dalam aplikasi nyata seperti navigasi, pemantauan lalu lintas, dan perencanaan perkotaan, akan tetapi ekstraksi jalan dari citra penginderaan jarak jauh merupakan tugas yang kompleks dikarenakan fitur-fitur jalan yang kompleks dan interaksi mereka dengan lingkungan sekitarnya, menggunakan metode manual sudah dianggap tidak lagi eifisien dari segi waktu dan sumber daya manusia. Metode OBIA dan Deep Learning adalah solusi yang menjanjikan melihat penelitian yangsudah dilakukan, pada metode OBIA bersifat semi otomatis dan deep learning bersifat otomatis, pada implementasinya metode deep learning akan menggunakan model DeepLabV3+ dengan encoder ResNet50, lalu pada pembuatan dataset akan digunakan implementasi OBIA untuk proses anotasi dataset. Hasil pengujian dari model DeepLabV3+ yang dirancang memberikan hasil yang memuaskan menggunakan citra ortofoto pengujian sebanyak 376 sampel untuk model yang dilatih menggunakan anotasi manual dan 100 sampel untuk model yang dilatih menggunakan dataset OBIA, pada model yang dilatih menggunakan dataset anotasi OBIA mendapatkan skormIoU 75.31% pada epoch 40, dan dengan model yang dilatih menggunakan dataset anotasi mannual mendapat skor mIoU 92.88% pada epoch 40. Kata kunci— Ekstraksi jalan, Deep Learning, DeepLabV3+, OBIA.
Pemanfaatan Sampah Organik Rumah Tangga Menjadi Biogas Sebagai Energi Terbarukan dan Terintegrasi dengan Internet of Things S, Andhika; Munadi, Rendy; Sussi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Peningkatan kebutuhan energi dan keinginan untuk mengurangi ketergantungan pada sumber daya fosil mendorong pengembangan sumber energi terbarukan, salah satunya adalah biogas. Proyek tugas akhir ini berfokus pada implementasi sistem Internet of Things (IoT) untuk memonitor dan mengoptimalkan produksi biogas. Sistem ini dirancang untuk mengumpulkan, menganalisis, dan menampilkan data real-time dari proses produksi biogas menggunakan berbagai sensor yang terhubung melalui jaringan IoT. Sistem IoT ini mencakup sensor suhu, kelembaban, dan tekanan gas yang semuanya terintegrasi ke dalam sebuah platform. Data yang dikumpulkan oleh sensor-sensor ini dikirim ke server untuk dianalisis dan kemudian ditampilkan dalam bentuk yang mudah dipahami melalui antarmuka pengguna yang ramah. Analisis data dilakukan untuk mengidentifikasi pola dan anomali yang dapat mempengaruhi efisiensi produksi biogas, serta untuk memberikan rekomendasi dalam pengelolaan sistem. Kata kunci: Biogas, Internet of Things (IoT), energi terbarukan, sensor, monitoring, analisis data.
Pemanfaatan Sampah Organik Rumah Tangga Menjadi Biogas Sebagai Energi Terbarukan Dan Terintegrasi Dengan Internet Of Things Wisesa, Pradipa Catya; Munadi, Rendy; Sussi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Peningkatan kebutuhan energi dan keinginan untuk mengurangi ketergantungan pada sumber daya fosil mendorong pengembangan sumber energi terbarukan, salah satunya adalah biogas. Proyek tugas akhir ini berfokus pada implementasi sistem Internet of Things (IoT) untuk memonitor dan mengoptimalkan produksi biogas. Sistem ini dirancang untuk mengumpulkan, menganalisis, dan menampilkan data real-time dari proses produksi biogas menggunakan berbagai sensor yang terhubung melalui jaringan IoT. Sistem IoT ini mencakup sensor suhu, kelembaban, dan tekanan gas yang semuanya terintegrasi ke dalam sebuah platform. Data yang dikumpulkan oleh sensor-sensor ini dikirim ke server untuk dianalisis dan kemudian ditampilkan dalam bentuk yang mudah dipahami melalui antarmuka pengguna yang ramah. Analisis data dilakukan untuk mengidentifikasi pola dan anomali yang dapat mempengaruhi efisiensi produksi biogas, serta untuk memberikan rekomendasi dalam pengelolaan sistem. Hasil dari implementasi sistem IoT pada reaktor biogas menunjukkan peningkatan efisiensi produksi dan pengurangan gangguan operasional. Sistem ini memungkinkan pengawasan yang lebih akurat dan responsif terhadap kondisi reaktor, serta membantu dalam pengambilan keputusan yang lebih tepat berdasarkan data real-time. Dengan demikian, proyek ini menunjukkan bahwa integrasi teknologi IoT dalam produksi biogas dapat menjadi solusi yang efektif untuk meningkatkan kinerja dan keberlanjutan sistem energi terbarukan. Kata kunci : Biogas, Internet of Things (IoT), energi terbarukan, sensor, monitoring, analisis data.
Pemanfaatan Sampah Organik Rumah Tangga Menjadi Biogas Sebagai Energi Terbarukan Dan Terintegrasi Dengan Internet Of Things Maulana, Bintang Indra; Munadi, Rendy; Sussi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Peningkatan kebutuhan energi dan keinginan untuk mengurangi ketergantungan pada sumber daya fosil mendorong pengembangan sumber energi terbarukan, salah satunya adalah biogas. Proyek tugas akhir ini berfokus pada implementasi sistem Internet of Things (IoT) untuk memonitor dan mengoptimalkan produksi biogas. Sistem ini dirancang untuk mengumpulkan, menganalisis, dan menampilkan data real-time dari proses produksi biogas menggunakan berbagai sensor yang terhubung melalui jaringan IoT. Sistem IoT ini mencakup sensor suhu, kelembaban, dan tekanan gas yang semuanya terintegrasi ke dalam sebuah platform. Data yang dikumpulkan oleh sensor-sensor ini dikirim ke server untuk dianalisis dan kemudian ditampilkan dalam bentuk yang mudah dipahami melalui antarmuka pengguna yang ramah. Analisis data dilakukan untuk mengidentifikasi pola dan anomali yang dapat mempengaruhi efisiensi produksi biogas, serta untuk memberikan rekomendasi dalam pengelolaan sistem. Hasil dari implementasi sistem IoT pada reaktor biogas menunjukkan peningkatan efisiensi produksi dan pengurangan gangguan operasional. Sistem ini memungkinkan pengawasan yang lebih akurat dan responsif terhadap kondisi reaktor, serta membantu dalam pengambilan keputusan yang lebih tepat berdasarkan data real-time. Dengan demikian, proyek ini menunjukkan bahwa integrasi teknologi IoT dalam produksi biogas dapat menjadi solusi yang efektif untuk meningkatkan kinerja dan keberlanjutan sistem energi terbarukan Kata kunci— Biogas, Internet of Things (IoT), energi terbarukan, sensor, monitoring, analisis data
Pemantauan Gas Metana pada Biodigester Melalui Mobile Application Nugraha, Umar; Munadi, Rendy; Sussi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Biogas merupakan sumber energi terbarukan yang diproduksi melalui proses anaerobik. Sementara proses pemantauan produksi biogas seringkali menerapkan metode konvensional yang kurang akurat dan tidak mendukung pemantauan real-time sehingga berpotensi menurunkan efisiensi dan keselamatan produksi. Penelitian ini bertujuan untuk mengelola keterbatasan tersebut dengan mengembangkan sistem pemantauan biogas berbasis Internet of Things (IoT), yang mampu mengukur parameter utama secara realtime dan terintegrasi dengan mobile application. Sistem ini meliputi MQ-4 (metana), DS18B20 (suhu), BMP280 (tekanan) dan SEN0161 (pH) yang terhubung ke mikrokontroler ESP32. Pengujian menunjukkan bahwa sensor BMP280 memiliki rata-rata error sebesar 0,54% sehingga memberikan hasil kalibrasi sensor pH dan suhu yang baik. Penilaian Quality of Service (QoS) menunjukkan rata-rata throughput sebesar 10,231.96 bps dan latency delay sebesar 222.14 ms, menunjukkan skor 75 untuk mobile application, menunjukkan keramahan dengan pengguna. Sistem ini berhasil menampilkan data realtime, grafik historis dan notifikasi, sehingga mengoptimalkan proses produksi dan penggunaan biogas sebagai sumber energi terbarukan Kata kunci— Biogas, Internet of Things, Mobile application
Implementasi Internet of Things (IoT) pada Sistem Monitoring Kadar Gas Metana pada Biodigester Damayanti, Widya; Munadi, Rendy; Sussi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Biogas merupakan salah satu bahan bakar gas yang dapat dijadikan sebagai renewable energy. Biogas tergolong baru dikembangkan, sehingga pemantauan masih dilakukan secara konvensional. Penelitian ini bertujuan untuk mempermudah pemantauan kadar gas metana yang terkandung pada biodigester. Dengan menggunakan Internet of Things (IoT), dapat mengetahui secara pasti kadar gas metana. Selain kadar gas metana, penelitian ini juga menguji tekanan, suhu, dan pH pada biodigester. Sensor yang digunakan pada penelitian ini dikalibrasi terlebih dahulu sebelum digunakan. Selain dikalibrasi, sensor-sensor tersebut juga dilakukan perbandingan dengan alat konvensional. Untuk memastikan baik atau buruknya kualitas jaringan, dilakukan Quality of Service (QoS) dari perangkat biogas (ESP32) hingga Firebase dengan standar ITU T G.1010. Parameter yang diuji adalah throughput dengan hasil 10231.95933 bps dan delay dengan hasil 222.1368981 ms. Penelitian kadar gas metana pada biodigester ini dilakukan selama enam hari, dengan hasil untuk suhu pada saat proses pembuatan biogas menunjukkan rentang 24.5°C hingga 26.5°C, rentang pH 6 – 8, dan tekanan terhadap kadar gas metana menunjukkan fluktuasi yang disebabkan berbagai faktor, seperti produksi gas, suhu, dan volume biogas. Kata kunci— Biogas, Internet of Things (IoT), Kadar Gas Metana, Quality of Service (QoS).