Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Electronics and Instrumentation
Risqillah Ayu Puspita
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics

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

Found 2 Documents
Search
Journal : journal of electronics and instrumentation

 1 
Model Regresi untuk Estimasi Suhu Oral Berdasarkan Pengukuran Suhu Dahi Menggunakan Thermogun Fahreza, Rafi Achmad; Zainatul Khasanah; Atika Azizah; Risqillah Ayu Puspita; Ainayya Halifah
Journal of Electronics and Instrumentation Vol. 1 No. 3 (2024)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v1i3.689

Abstract

Semenjak pandemi Covid-19, terjadi revolusi di dalam dunia medis mengenai cara pengukuran suhu tubuh asli manusia. Suhu tubuh asli manusia sebelumnya banyak diukur menggunakan termometer digital yang diletakkan di ketiak. Namun, sejak terjadinya pandemi Covid-19 dokter dan tenaga medis dituntut untuk dapat melakukan pengukuran suhu tubuh secara lebih cepat dan dengan metode tanpa kontak dengan anggota tubuh. Hal tersebut membuat banyak dokter dan tenaga medis menggunakan thermogun yang dapat mengukur suhu tubuh manusia dengan cepat dan tanpa menyentuh anggota tubuh. Namun, permasalahan mengenai ketidakakuratan thermogun dan titik pengukuran di dahi membuat hasil pembacaan suhu tidak sesuai dengan suhu asli tubuh sebenarnya. Selain itu, pengukuran suhu tubuh menggunakan thermogun memiliki banyak faktor yang dapat mempengaruhi hasil yang didapatkan baik faktor internal maupun eksternal. Penelitian ini berfokus pada faktor internal yaitu titik pengukuran suhu. Tujuan dari penelitian ini yaitu untuk mengatasi ketidakakuratan pengukuran suhu tubuh dengan cara memberikan prediksi suhu oral (titik yang dapat merepresentasikan suhu tubuh sebenarnya) berdasarkan pengukuran suhu di dahi (titik paling efisien untuk pengukuran). Metode analisis data yang digunakan yaitu regresi linear sederhana di mana suhu dahi akan menjadi prediktor dan dapat memprediksi suhu oral yang menjadi respons. Analisis mengenai hubungan antara variabel dengan mencari nilai muliple R, koefisien determinasi, dan standart error of estimate (SEE). Setelah dilakukan analisis regresi, dilanjutkan dengan uji F menggunakan analisist of variable (Anova). Hasil persamaan garis regresi linear yang didapatkan yaitu , dengan . Hal tersebut membuat suhu dahi memiliki kesesuaian dengan suhu oral sebesar .
Klasifikasi Tingkat Kematangan Tomat Menggunakan Fuzzy Logic Berbasis Ekstraksi Citra Warna dan K-means Clustering Khasanah, Zainatul; Risqillah Ayu Puspita
Journal of Electronics and Instrumentation Vol. 1 No. 3 (2024)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v1i3.1019

Abstract

Penelitian ini mengkaji penerapan fuzzy logic untuk mengidentifikasi tingkat kematangan tomat berdasarkan warna kulit. Pematangan tomat merupakan faktor krusial yang memengaruhi kualitas dan nilai jual produk. Identifikasi manual tingkat kematangan sering kali rawan kesalahan dan inkonsistensi. Dalam penelitian ini, metode fuzzy logic digunakan untuk mengatasi masalah tersebut melalui ekstraksi citra menggunakan metode K-means clustering di ruang warna Lab. Setelah proses ekstraksi, citra dikonversi kembali ke ruang warna RGB. Gambar tomat diperoleh dengan menggunakan wadah mika untuk mengontrol intensitas cahaya, kemudian diproses menggunakan morfologi dan deteksi tepi canny untuk isolasi objek. Nilai RGB dari tomat yang telah diisolasi dimasukkan ke dalam sistem fuzzy logic untuk diklasifikasikan menjadi enam tingkat kematangan: unripe, breaker, turning, pink, light red, dan red. Hasil menunjukkan bahwa sistem fuzzy logic memiliki akurasi sebesar 96,59% pada data latih dan 88,24% pada data uji. Penelitian ini juga menemukan bahwa intensitas cahaya memengaruhi nilai RGB, yang berdampak pada hasil klasifikasi. Solusi yang diusulkan untuk meningkatkan akurasi adalah dengan menggunakan histogram equalization untuk menormalisasi citra. Penelitian ini menawarkan solusi yang lebih akurat dan konsisten dalam identifikasi tingkat kematangan tomat, yang berpotensi meningkatkan efisiensi penanganan dan distribusi.  
Co-Authors Ainayya Halifah Atika Azizah Fahreza, Rafi Achmad Khasanah, Zainatul Zainatul Khasanah