Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal SOLMA Indonesian Journal of Electrical Engineering and Computer Science SinarFe7
Aziza, Miladina Rizka
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

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

Found 3 Documents
Search

 1 
Optimizing stress resistance in MEMS inertial sensors through material and thickness variations Aziza, Miladina Rizka; Setyawati, Onny; Jumiadi, Jumiadi
Indonesian Journal of Electrical Engineering and Computer Science Vol 39, No 1: July 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v39.i1.pp110-117

Abstract

Stress on the micro-electromechnical system (MEMS) sensors significantly decreases sensor accuracy. Thermomechanical stresses induced by the packaging assembly process and external loads during operation induce a shift in the output signal (offset) of MEMS sensors. To achieve high precision in accelerometers, gyroscopes, and other MEMS devices, it is crucial to employ advanced modeling and simulation techniques to mitigate stress-induced offset drift. Therefore, this paper aims to explore and simulate stress on inertial sensors by designing a gyroscope tuning fork with a perforated proof mass to reduce the damping effect. Our findings provide insights for decreasing stress by varying the material and thickness of the inertial sensor. The least stress was obtained from an inertial silicon sensor with 5 and 20 mm thicknesses.
Strategi Pengolahan Sampah Organik Berkelanjutan melalui Pembuatan Eco-Enzyme di Kalangan Siswa SMA Bahrul Maghfiroh Malang Dwi Hanggara, Fuad; Aziza, Miladina Rizka; Hasanah, Novrindah Alvi; Zafirah, Yasmin; Junikhah, Allin; Zul Fahmi, Fariz Rifqi
Jurnal SOLMA Vol. 13 No. 2 (2024)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v13i2.14981

Abstract

Background: Setiap tahunnya, Indonesia telah mengirimkan 13,8 m3 sampah ke tempat pembuangan sampah, tetapi hanya sekitar 2,6% dari total sampah yang didaur ulang di sumbernya. Adanya eco-enzyme telah memberikan pendekatan baru yang bertujuan untuk mengurangi sampah TPA. Metode: Penelitian ini bertujuan untuk melatih siswa SMA Islam Bahrul Maghfiroh Malang tentang pengelolaan sampah, mulai bulan Mei 2023 hingga Juli 2023. Kegiatan ini merupakan upaya bersama antara tim pengabdian masyarakat Universitas Islam Negeri Maulana Malik Ibrahim Malang dan siswa SMA Bahrul Maghfiroh. Kegiatan yang dilakukan mengikuti model ABCD (Asset Based Community Development), meliputi sosialisasi, demonstrasi, praktik, dan monitoring. Hasil: Setelah dilakukan intervensi melalui kegiatan sosialisasi program pengabdian masyarakat, terjadi peningkatan pada pengetahuan, perilaku, emosi, dan kesadaran ekologi. Sehingga, warga sekolah mulai memilah sampah organik dan mengolahnya menjadi eco-enzyme. Kesimpulan: Kegiatan sosialisasi dan pelatihan pengolahan sampah organik menjadi eco-enzyme dapat disimpulkan bahwa terdapat perubahan pengetahuan, perilaku, emosi dan kesadaran ekologis setelah dilakukan intervensi melalui kegiatan sosialisasi.
Pengendalian Gerak Robot Beroda Menggunakan Sarung Tangan Pintar dengan Neural Network Backpropagation Arif, Yunifa Miftachul; Mustofa, Ahmad Habibil; Holle, Khadijah Fahmi Hayati; Wibowo, Muhammad Ismail Arjun; Aziza, Miladina Rizka; Junikhah, Allin; Hasanah, Novrindah Alvi
SinarFe7 Vol. 7 No. 1 (2025): SinarFe7-7 2025
Publisher : FORTEI Regional VII Jawa Timur

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

Abstract

Pengendalian robot berbasis remote control konvensional kerap memerlukan adaptasi dan pembelajaran baru bagi pengguna, khususnya bagi mereka yang belum terbiasa dengan tata letak tombol yang kompleks. Penelitian ini menawarkan solusi yang lebih intuitif melalui pendekatan Hand Gesture Recognition berbasis sarung tangan pintar (smart glove) yang dilengkapi sensor MEMS berupa akselerometer dan giroskop. Data pergerakan tangan yang diperoleh diolah menggunakan metode Neural Network Backpropagation untuk mengenali lima jenis gerakan, yaitu diam, maju, mundur, belok kiri, dan belok kanan. Sistem dikembangkan pada mikrokontroler STM32F10C dengan modul nirkabel NRF24L01 sebagai media transmisi data ke robot beroda. Pengujian dilakukan oleh satu orang pengguna dengan sepuluh kali percobaan untuk setiap gerakan. Hasil klasifikasi menunjukkan tingkat akurasi rata-rata sebesar 82,8%, dengan respon yang cepat dan stabil terhadap perintah yang diberikan. Temuan ini membuktikan bahwa pengendalian robot dapat dilakukan secara lebih natural, efisien, dan responsif hanya dengan gerakan tangan, sehingga berpotensi dikembangkan untuk aplikasi yang lebih luas di masa depan.
Co-Authors Dwi Hanggara, Fuad Jumiadi, Jumiadi Junikhah, Allin Khadijah Fahmi Hayati Holle Mustofa, Ahmad Habibil Novrindah Alvi Hasanah Onny Setyawati Wibowo, Muhammad Ismail Arjun Yasmin Zafirah, Yasmin Yunifa Miftachul Arif Zul Fahmi, Fariz Rifqi