Article Per Year (5 Year)
p-Index From 2020 - 2025
2.325
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Teknologi TELKOMNIKA (Telecommunication Computing Electronics and Control) Elkawnie Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Seminar Nasional Teknologi Informasi Komunikasi dan Industri MIND (Multimedia Artificial Intelligent Networking Database) Journal JINAV: Journal of Information and Visualization Power Elektronik : Jurnal Orang Elektro
Wenda, Alex
Universitas Islam Negeri Sultan Syarif Kasim Riau
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
SMART EARLY WARNING SYSTEM UNTUK KEAMANAN SEPEDA MOTOR BERBASIS PROSESOR XTENSA LX6 Anggara, Kelvin; Kharisma, Oktaf Brillian; Wenda, Alex; Abdillah, Abdillah
JST (Jurnal Sains dan Teknologi) Vol 10, No 2 (2021)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jst-undiksha.v%vi%i.33425

Abstract

Tindak kriminal pencurian sepeda motor merupakan salah satu tindak kejahatan dengan angka yang terus meningkat setiap tahunya di Indonesia. Pada tahun 2018 terdapat 27.731 kasus pencurian sepeda motor dengan berbagai modus operasional. Terdapat banyak faktor yang menjadi latar belakang tindak kejahatan ini, mulai dari pembobolan stop kontak, kelalaian pemilik kendaraan hingga pencurian dengan kekerasan maupun pengrusakan. Oleh karena itu sangat diperlukan sebuah sistem tambahan pada sepeda motor yang dapat memberikan peringatan kepada pengguna dengan memberikan koordinat lokasi terkini dan dapat mengendalikan kelistrikan pada sepeda motor. Sistem tersebut diharapkan dapat meningkatkan keamanan pada sepeda motor dimana pengguna dapat melacak lokasi hingga mematikan sepeda motor dari jarak jauh berbasis Internet. Sistem ini terkoneksi dengan internet menggunakan modul SIM800L sebagai penghubung antara pengguna dengan sepeda motor.
Support Vector Machine Untuk Pengenalan Bentuk Manusia Menggunakan Kumpulan Fitur Yang Dioptimalkan Wenda, alex
JST (Jurnal Sains dan Teknologi) Vol 11, No 1 (2022)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jst-undiksha.v11i1.44437

Abstract

Artikel ini meneliti penerapan sebuah pendekatan pembelajaran mesin bernama Support Vector Machine (SVM) untuk pengenalan bentuk manusia dan bukan manusia. Banyak penelitian telah menunjukkan bahwa kontur siluet sebuah bentuk mengandung informasi bentuk yang esensial. Oleh karena itu, sebuah skema yang cocok, yang kami namai sebagai profil pusat, dikembangkan yang merepresentasikan jarak euclidean antara pusat bentuk dan piksel batas bentuknya. Profil pusat 100 bentuk manusia dan non manusia pada interval 10° diekstraksi dan menghasilkan 36 profil fitur pusat. Profil fitur yang terekstraksi ini kemudian dianalisa dan dikenakan ke proses seleksi fitur untuk mengoptimalkan jumlah profil fitur yang digunakan. Ada dua metode yang digunakan dalam penelitian ini yaitu metode statistik analisis varian (ANOVA) dan metode forward feature selection. Fitur terpilih diatur dari kedua metode tersebut dan digunakan sebagai input untuk SVM. Secara keseluruhan, kemampuan klasifikasi SVM ditemukan tidak berpengaruh lintas tiga fungsi inti yaitu linear, polynomial, dan basis radial gaussian. Metode ANOVA terbukti unggul dibandingkan metode forward feature selection. Setelah dipertimbangkan semuanya, efektifitas SVM sebagai pengklasifikasi terconfirmasi. Kinerja yang sempurna bisa dicapai ketika SVM diberikan sekumpulan fitur yang teroptimasi sebagai input. Temuan dalam penelitian ini membuktikan potensi yang besar dari penerapan SVM pada pendeteksian manusia untuk berbagai penerapan.
Identification of paddy leaf diseases based on texture analysis of Blobs and color segmentation Alex Wenda; Inggih Permana; Yusmar Yusmar; Nunik Noviana Kurniawati
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 4: August 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i4.14614

Abstract

There are three types of paddy leaf diseases that have similar symptoms, making it difficult for farmers to identify them, namely blast, brown-spot, and narrow brown-spot. This study aims to identification paddy plant diseases based on texture analysis of Blobs and color segmentation. Blobs analysis is used to get the number of objects, area and perimeter. Color segmentation is used to find out some color parameters of paddy leaf disease such as the color of the lesion boundary, the color of the spot of the lesion, and the color of the paddy leaf lesion. To get the best results, four methods have been chosen to obtained the threshold value, Otsu threshold value, variable threshold value, local threshold value and global threshold value. The best accuracy of the four methods using threshold variables is 90.7%. The results of this study indicate that the method used has been very satisfactory in identifying paddy plant disease.
KAJIAN RESIKO DAN DAMPAK PELAYANAN TERHADAP GANGGUAN KUALITAS DAYA LISTRIK DI GEDUNG FAKULTAS SAINS DAN TEKNOLOGI UIN SUSKA RIAU Alex Wenda; Fasriyal Fasriyal
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.982 KB)

Abstract

Berdasarkan data gangguan dan pemadaman listrik pada feeder di rayon Panam tahun 2015, paling tinggi terjadi pada feeder Kualu yaitu 160 kali gangguan dan 9096 menit pemadaman yang mengakibatkan rendahnya kualitas daya listrik. Salah satu distribusi jaringan yang ada di feeder Kualu adalah jaringan UIN Suska Riau. Penelitian ini bertujuan untuk melakukan kajian resiko dan dampak pelayanan terhadap gangguan kualitas daya listrik di gedung Fakultas Sains dan Teknologi UIN Suska Riau menggunakan pendekatan dua metode. pertama menggunakan alat ukur kemudian menghitung losses dan ketidak seimbangan beban dan metode kedua menggunakan pendekatan statistika. Berdasarkan hasil penelitian terjadi ketidakseimbangan beban paling tinggi pada siang hari yaitu sebesar 6,33% dengan arus netral besar 47,54A dan losses akibat arus netral yang mengalir ke tanah semakin besar pula 3,05 kW. Selain itu, dari aspek sosial dilakukan analisa tingkat gangguan pelayanan terhadap kualitas daya listrik di gedung fakultas sains dan teknologi UIN SUSKA dengan menggunakan metode kuantitatif yang menghasilkan tingkat gangguan pelayanan terhadap kualitas daya listrik di fakultas sains dan teknologi mendapatkan 97% setuju serta 3% didapatkan tidak setuju.
Analisis Pentingnya Kajian Kualitas Daya Listrik di Kampus UIN SUSKA RIAU alex wenda wenda
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.151 KB)

Abstract

Penggunaan peralatan elektronik yang semakin meluas, mengakibatkan terjadinya perubahan sifat beban listrik. Beban listrik tersebut menyebabkan terjadinya gangguan pada bentuk gelombang tegangan yang berakibat pada rendahnya kualitas daya. Rendahnya kualitas daya dapat menyebabkan menurunnya produktifitas dalam berbagai bidang. UIN Suska Riau sebagai lembaga pendidikan akan mengalami kerugian jika terjadi gangguan kualitas daya, yang berdampak pada terkendalanya perkuliahan, pekerjaan administrasi tidak bisa berjalan baik, peralatan komputer, ac, mesin fotokopi dan peralatan lain akan cepat mengalami kerusakan. Dampak lebih lanjut adalah biaya maintenance yang dikeluarkan oleh lembaga akan menyebabkan pemborosan negara. Untuk itu dilakukan kajian kualitas daya untuk mengetahui tingkat kebutuhan akan pentingnya kualitas daya yang baik di kampus dan tingkat kepedulian akan kualitas daya yang baik. Berdasarkan hasil analisa, civitas akademika sangat menyadari kebutuhannya terhadap kualitas daya listrik yang baik, dengan persentase yang menyatakan setuju 67%. Kemudian, civitas akademika juga menyatakan peduli sangat tinggi adalah 66,9%.
PENGEMBANGAN APLIKASI WEB CERDAS PADA MOBILE PHONE UNTUK MENGIDENTIFIKASI GANGGUAN KUALITAS DAYA LISTRIK KAMPUS UIN SUSKA RIAU MENGGUNAKAN S-TRANSFORM DAN DENDOGRAM SUPPORT VECTOR MACHINE Alex Wenda; Ahmad Faizal
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (295.468 KB)

Abstract

Deteksi dan klasifikasi gangguan kualitas daya listrik merupakan isu penting bagi sistem elektronik. Penelitian ini mengembangkan satu sistem aplikasi mobile untuk mengidentifikasi gangguan kualitas daya listrik menggunakan S-transform dan Dendogram Support Vector Machine S-Transform digunakan untuk mendapatkan karakteristik frekuensi waktu dari fenomena kualitas daya, sedangkan Dendogram Support Vector Machine digunakan untuk mengklasifikasikan gangguan berdasarkan features selection. Akhirnya, Matlab Web server digunakan untuk mengintegrasikan proses grafis dan komputasi. Hasil pengujian menggambarkan keefektifan dan ketangguhan metode yang diusulkan untuk klasifikasi gangguan kualitas daya listrik pada mobile phone.
Sistem Pemantauan Kelayakan Pelumas Oli pada Kendaraan Sepeda Motor dengan Memanfaatkan Teknologi Internet of Things RAMA RAMANDA; OKTAF BRILLIAN KHARISMA; ALEX WENDA; ABDILLAH ABDILLAH
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 6, No 1 (2021): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v6i1.31-45

Abstract

AbstrakSepeda motor memerlukan perawatan yang oprtimal terutama are mesin yaitu dengan melakukan pergantian oli yang berfungsi sebagai pelumas mesin. Oli mesin membantu menghindari gesekan langsung antara logam di mesin, sehingga mengurangi tingkat kerusakan mesin. Penelitian ini akan dirancang suatu sistem pemantauan pergantian oli sepeda motor berdasarkan jarak tempuh dan waktu pemakaian oli yang berbasis IoT. Dimana penggunaan sepeda motor digunakan untuk menyimulasikan perputaran roda, sensor proximity sebagai pendeteksi putaran roda, serta mikrokontroller ESP32 sebagai pengendali utama, buzzer untuk memperingati pengguna, relay digunakan untuk mematikan mesin sepeda motor, dan GSM sebagai pengirim data. Pada penelitian ini diperoleh hasil yang diharapkan, ketika jarak tempuh mencapai jarak 2000km maka sistem akan memperingati pengguna sepeda motor dan ketika pengguna mengabaikan peringatan tersebut dan jarak mencapai 2100km maka sistem mematikan kelistrikan sepeda motor. Namun jika jarak tidak tercapai tetapi pemakaian oli telah mencapai 60 hari maka sistem memperingati pengguna sepeda motor.Kata kunci: Gsm, Mikrokontroler, Otomasi, Sensor, Sepeda MotorAbstractMotorcycles require optimal maintenance, especially the engine, namely by changing the oil, which functions as an engine lubricant. Engine oil helps avoid direct friction between the metals in the engine, thereby reducing engine damage. This research will design a motorcycle oil change monitoring system based on mileage and time of oil usage based on IoT. Where the use of a motorcycle is used to simulate wheel rotation, a proximity sensor is used to detect wheel rotation, as well as the ESP32 microcontroller as the main controller, a buzzer to warn the user, a relay is used to turn off the motorcycle engine, and GSM as a data sender. In this study, the expected results are obtained, where when the distance reaches a distance of 2000km, the system will warn the motorcycle user and when the user ignores the warning and the distance reaches 2100km, the system will turn off the motorcycle electricity. However, if the distance is not reached but the oil consumption has reached 60 days, the system will warn motorcycle users.Keywords: Gsm, Microcontroller, Automation, Sensors, Motorcyle.
A Study on the Effectiveness of k-NN Algorithm for Career Guidance in Education Indriyani Indriyani; Laros Tuhuteru; Gentur Wahyu Nyipto Wibowo; Alex Wenda; I Nengah Sandi
JINAV: Journal of Information and Visualization Vol. 3 No. 1 (2022)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.jinav1491

Abstract

This study aims to evaluate the performance of k-NN algorithm in recommending career paths for students based on their interests, past courses, and career goals. The k-NN algorithm was applied to a dataset of student information and its performance was evaluated using quantitative or qualitative measures such as accuracy or user satisfaction. The results indicated that the algorithm provided accurate recommendations and that the choice of k and the use of Euclidean distance measure were crucial for the performance of the algorithm. However, the study also highlighted the limitations of the research, such as the size and diversity of the dataset used, which could have affected the generalizability of the results. This study emphasizes the potential of data-driven approaches in career guidance in education and the k-NN algorithm as a valuable tool in this field. Future research could include incorporating additional factors such as student demographics or academic performance into the algorithm and using more diverse and larger datasets
Sistem Pakar Untuk Mendiagnosa Penyakit Paru-Paru dengan Menggunakan Metode Teorema Bayes Alex Wenda; Kraugusteeliana Kraugusteeliana; Andik Adi Suryanto; Sitti Nur Alam; Karya Suhada
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 1 (2023): Januari 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i1.5394

Abstract

Health is one of the most expensive assets that no one can buy. So that health is the most important thing for every human being, which is priceless. One of the important organs in the human body that greatly affects health is the lungs. The lungs are a part of the human body that plays a role in the respiratory system. Where the respiratory system holds the main control in human life after the heart. at the time of examination of the lungs, the costs required are relatively expensive. So because of the high cost of inspection and the lack of funds owned by the community, so that in the end the community becomes hesitant to carry out an examination. To help the community in dealing with these problems, a system is needed that can help the community diagnose or find out the disease that is being experienced by the community. The system is an expert system. An expert system is a system developed by experts using technology. Expert systems need methods. The method used in this study is the Bayes Theorem. The main function of this Bayes Theorem is to calculate the probability of an event or event occurring through the basis of the effect resulting from an observation or observation. After carrying out calculations based on this method, information was obtained that 90% of patients who consulted had Lung Cancer.
Identification of Power Quality Disturbances Using S-Transform and Multi-Class Support Vector Machine Alex Wenda
Elkawnie: Journal of Islamic Science and Technology Vol 8, No 2 (2022)
Publisher : Universitas Islam Negeri Ar-Raniry Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/ekw.v8i2.13026

Abstract

Abstract: An essential issue in power quality disturbances is identifying and classifying power quality disturbances from anywhere and at any time. This article proposed a new approach to identify and classify power quality disturbances over the web using S-transform, Multi-Class Support vector machine (SVM), and Matlab framework. S-Transform is used as an extraction feature to obtain the temporal frequency characteristics of power quality events. The development of the multi-class SVM classifier, in which the system classifies various power quality disturbances. Finally, the Matlab framework integrated the graphical and computational processes with remote access via the web. The test result indicated the suggested method's effectiveness and robustness for identifying and classifying power quality disturbances through the web.Abstrak: Masalah penting dalam gangguan kualitas daya adalah mengidentifikasi dan mengklasifikasikan gangguan kualitas daya dari mana saja dan kapan saja. Artikel ini mengusulkan pendekatan baru untuk mengidentifikasi dan mengklasifikasikan gangguan kualitas daya melalui web menggunakan S-transform, Multi-Class Support vector machine (SVM), dan Matlab. S-Transform digunakan sebagai fitur ekstraksi untuk mendapatkan karakteristik frekuensi temporal dari peristiwa kualitas daya. Multi class SVM classifier dikembangkan dimana sistem mengklasifikasikan berbagai gangguan kualitas daya. Akhirnya, Matlab framework mengintegrasikan proses grafis dan komputasi sehingga dapat diakses jarak jauh melalui web. Hasil pengujian menunjukkan efektivitas dan robustnes metode yang usulkan untuk mengidentifikasi dan mengklasifikasikan gangguan kualitas daya melalui web.
Co-Authors Abdillah Abdillah ABDILLAH ABDILLAH Ahmad Faizal Ahmad Sauky Al Farisi Andik Adi Suryanto Anggara, Kelvin Devin Mahendika Edy Winarno Fasriyal Fasriyal I Nengah Sandi Indriyani Indriyani Inggih Permana Karya Suhada Kharisma, Oktaf Brillian Kraugusteeliana Kraugusteeliana Laros Tuhuteru Lili ana Nanda Putri Miefthawati Nunik Noviana Kurniawati RAMA RAMANDA Saludin Saludin Sitti Nur Alam Wibowo, Gentur Wahyu Nyipto Yusmar Yusmar