Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal InComTech: Jurnal Telekomunikasi dan Komputer SNTE
Kurniawan, Fery Andika
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Aplikasi Markov Chain Untuk Memprediksi Tekanan Darah Fery Andika Kurniawan
InComTech : Jurnal Telekomunikasi dan Komputer Vol 8, No 2 (2018)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v8i2.4087

Abstract

Tekanan darah merupakan salah satu parameter kesehatan yang penting dalam hidup manusia. Suatu kondisi akan ditemui suatu penyakit karena tekanan darah yang tidak normal yaitu tekanan darah dibawah normal atau yang biasa disebut darah rendah dan tekanan darah diatas normal atau darah tinggi. Konsentrasi pembahasan penyakit terjadi pada penyakit darah tinggi. Banyak kasus terutama darah tinggi dapat menyebabkan penyakit komplikasi yang parah bahkan dapat membawa kematian pada penderita. Tekanan darah sangat dipengaruhi oleh pola hidup manusia dari mulai pola makan, pola kerja dan istirahat sehingga akan terjadi variasi tekanan darah. Untuk itu sangat penting untuk menjaga agar tekanan darah selalu pada kondisi normal dengan selalu memonitor tekanan darah dan memperhatikan pola hidup dan kebiasaan yang mengarah pada usaha menjaga tekanan darah yang normal. Dalam penelitian ini diusulkan suatu konsep sistem informasi prediksi tekanan darah berdasarkan kondisi tekanan darah seseorang pada saat sekarang untuk memprediksi kemungkinan perubahan apakah tetap normal atau berubah tidak normal. Prediksi tekanan darah dilakukan dengan memanfaatkan perhitungan rantai Markov (Markov Chain) Sedangkan untuk mengklasifikasikan tingkat hijau (aman), kuning (perhatian)  dan merah (bahaya) digunakan pemilihan dengan melihat tingkat probabilitas terbesar berdasarkan hasil probabilitas yang dihasilkan dari perhitungan rantai Markov. Pada sistem dilakukan pencatatan aktifitas pola hidup atau kebiasaan yang dilakukan selama masa pantau pengambilan data (state). Sehingga sistem akan memberikan informasi bahwa aktifitas yang telah dilakukan dan yang dicatat tersebut diprediksi akan mengakibatkan tekanan darah akan tetap pada kondisi normal, perhatian atau bahaya Informasi yang didapatkan pada sistem ini dapat digunakan sebagai salah satu alternatif yang dapat digunakan untuk mengontrol tekanan darah dengan pola hidup yang sehat.
Implementation of an ESP-32 Wi-Fi CAM & Arduino-Based Robot for IoT Surveillance Kurniawan, Fery Andika; Rochimawati, Ima; Saddiq, Azhar; Saragih, Yuliarman; Saragih, Carolan Ignatius
Seminar Nasional Teknik Elektro Vol. 3 No. 1 (2023): SNTE II
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

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

Abstract

Currently, it is impossible for border guarding personnel to constantly watch the whole border, making it difficult to monitor areas along international borders. The creation of an autonomous robot that can recognize trespassers and notify the neighborhood border security control unit has become essential to meet this need. In order to complete dangerous missions that are beyond the capability of human soldiers, many military departments have turned to robots. The Internet of Things (IoT), a night vision Pi camera, and numerous sensors have been integrated into the architecture of the spy robot platform in this study, which is based on the Raspbian operating system. This platform for surveillance robots intends to protect people's lives, minimize manual errors, and shield the nation from potential dangers. A night vision Pi camera, several sensors, and a Raspberry Pi (a small single-board computer) are all part of the system. Living object detection is done by the PIR sensor, and users are informed of it via a web server. The Pi camera simultaneously records moving objects, which are then shown on a website. Users can access the robot from a control room and direct its motion using wheel drive control buttons on the website. Additionally, the robot has sensors that can identify obstacles to help it navigate without running into anything.This spy robotbased surveillance system is adaptable to a variety of settings, including businesses, financial institutions, and shopping centers, where it may be tailored to meet particular security needs. This technology makes it possible to conduct continuous and automated surveillance, which enhances the total security measures in sensitive locations.
Co-Authors Saddiq, Azhar Saragih, Carolan Ignatius Yuliarman Saragih