Article Per Year (5 Year)
p-Index From 2021 - 2026
5.014
P-Index
This Author published in this journals
All Journal Jurnal Presipitasi : Media Komunikasi dan Pengembangan Teknik Lingkungan Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) REKAYASA International Journal of Artificial Intelligence Research The Spirit of Society Journal : International Journal of Society Development and Engagement Jurnal Otomasi Kontrol dan Instrumentasi Jurnal Teknik Elektro dan Komputer TRIAC Applied Technology and Computing Science Journal Infotekmesin Jambura Journal of Electrical and Electronics Engineering Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri Jurnal Ners Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Journal of Soft Computing Exploration JURNAL POLI-TEKNOLOGI Indonesian Journal of Innovation Multidisipliner Research Jurnal Cakrawala Maritim Indonesian Journal of Innovation Multidisipliner Research
Agus Khumaidi
Politeknik Perkapalan Negeri Surabaya
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Physics Social Sciences Transportation Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
Implementasi Algoritma Support Vector Machine (SVM) Untuk Diagnosis Kesehatan Manusia Berbasis Web Application Mifta Aulia Ramadhani; Agus Khumaidi
Jurnal Ners Vol. 9 No. 1 (2025): JANUARI 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v9i1.31481

Abstract

Rumah sakit mempunyai peranan penting dalam kesehatan masyarakat. Namun, rumah sakit mempunyai banyak kekurangan salah satunya adalah dari segi pelayanan. Oleh karena itu, untuk meningkatkan efisiensi pelayanan rumah sakit dilakukan perancangan sistem diagnosis kesehatan manusia melalui aplikasi web berbasis kecerdasan buatan yaitu support vector machine. Support Vector Machine (SVM) merupakan algoritma supervised learning yang bekerja dengan cara mencari hyperplane antara dua kelas data hingga mendapatkan margin terbesar. SVM mempunyai beberapa keunggulan serta performa yang baik, seperti kemampuan generalisasi yang tinggi dan mempunyai fungsi kernel untuk digunakan pada dataset yang berdimensi tinggi sehingga sering digunakan di berbagai penelitian. Pengumpulan data dilakukan dengan penyebaran kuisioner kepada masyarakat umum dengan jumlah responden sebanyak 1.164 orang serta wawancara dengan expert judgement untuk menentukan 10 penyakit dan 40 gejala penyakit. Hasil penelitian menunjukkan tingkat akurasi pengujian diagnosis penyakit pasien mencapai 99%. Inovasi ini memungkinkan diagnosis gejala penyakit manusia dilakukan dengan lebih tepat dan cepat, sehingga diharapkan dapat meningkatkan produktivitas rumah sakit dan derajat kesehatan masyarakat Indonesia secara keseluruhan. Kata Kunci: Diagnosis Penyakit, Support Vector Machine (SVM), Rumah Sakit.
Coating Inspection on Sea Transportation Equipment (Ship) Using Image Processing Dianita Wardani; Agus Khumaidi; Rizal Fahmi; Imah Luluk Kusminah; Basuki Rahmat
Indonesian Journal of Innovation Multidisipliner Research Vol. 2 No. 2 (2024): April - Juni
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v2i2.133

Abstract

Research in the last decade, particularly in this research there are methods and steps for completion, namely 4 process steps, including: First of all, take samples and image data from the parts of the ship that are being repaired and maintained, Then, in making the prototype tool resulting from the coating, it is assembled using several tools, mini PC is installed with a web camera, next the image for the observation further processes and processed using the edge method contours detection with the help of cany to obtain the contrast and contour from the ship's hull. For next process, uses Neural Network for image creation processes taken from prototype plating or plating on observed ship parts. Some mixed results from the process. The images taken areand thenthe data obtained is processed and its form is observedfor shape, pattern,corrosion, contour and so on layers formed. There are two classifications of RGB and GLCM results, the rejected results can match the corrosion spot found on the hull, and the accepted results mean no corrosion spot found.
Coating Inspection on Sea Transportation Equipment (Ship) Using Image Processing Dianita Wardani; Agus Khumaidi; Rizal Fahmi; Imah Luluk Kusminah; Basuki Rahmat
Indonesian Journal of Innovation Multidisipliner Research Vol. 2 No. 2 (2024): April - Juni
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v2i2.133

Abstract

Research in the last decade, particularly in this research there are methods and steps for completion, namely 4 process steps, including: First of all, take samples and image data from the parts of the ship that are being repaired and maintained, Then, in making the prototype tool resulting from the coating, it is assembled using several tools, mini PC is installed with a web camera, next the image for the observation further processes and processed using the edge method contours detection with the help of cany to obtain the contrast and contour from the ship's hull. For next process, uses Neural Network for image creation processes taken from prototype plating or plating on observed ship parts. Some mixed results from the process. The images taken areand thenthe data obtained is processed and its form is observedfor shape, pattern,corrosion, contour and so on layers formed. There are two classifications of RGB and GLCM results, the rejected results can match the corrosion spot found on the hull, and the accepted results mean no corrosion spot found.
Identifikasi Warna Buoy Menggunakan Metode You Only Look Once Pada Unmanned Surface Vehicle Faiz Romadloni; Joko Endrasmono; Zindhu Maulana Ahmad Putra; Agus Khumaidi; Isa Rachman; Ryan Yudha Adhitya
Jurnal Teknik Elektro dan Komputer TRIAC Vol 10, No 1 (2023): Mei 2023
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v10i1.19650

Abstract

Abstract— Unmanned Surface Vehicle merupakan kapal permukaan tanpa awak yang dapat beroperasi secara otomatis maupun manual dengan kontrol dari manusia. Unmannned Surface Vehicle dilengkapi oleh berbagai sistem seperti sistem komunikasi, sistem propulsi, dan sistem deteksi yang memungkinkannya untuk dapat berlayar dan bernavigasi dengan baik. Salah satu sarana navigasi yang penting dalam dunia pelayaran adalah buoy (pelampung suar). Buoy memiliki kode warna tertentu yang digunakan sebagai tanda peringatan, larangan, atau perintah bagi kapal yang memasuki area tersebut. Oleh karena itu, identifikasi warna buoy secara cepat, tepat, dan real-time sangat dibutuhkan untuk mengurangi potensi kecelakaan di wilayah laut, terutama pada Unmanned Surface Vehicle yang tidak memiliki awak kapal. Pada penelitian ini digunakan metode You Only Look Once untuk mengidentifikasi warna buoy. Metode You Only Look Once dipilih karena dapat mendeteksi objek secara real-time dengan kecepatan yang tinggi. Dari hasil penelitian didapatkan nilai Mean Average Precision sebesar 99,3% dan nilai average loss sebesar 0,2383. Algoritma ini juga telah diuji pada intensitas cahaya yang berbeda beda. dimana semua pengujian menghasilkan rata rata nilai deteksi sebesar 98,8% untuk buoy merah dan 100% untuk buoy hijau. Sehingga dapat disimpulkan bahwa metode ini memiliki nilai yang baik dalam deteksi maupun akurasi.Kata Kunci— Unmanned Surface Vehicle, Buoy, You Only Look Once, Warna, Real-Time
Sistem Tracking Posisi Kamera Menggunakan Pengolahan Citra Untuk Pemusatan Posisi Pengambilan Video di Automation Academy Agus Khumaidi; Projek Priyonggo; Adam Kusumah; M. Basuki Rahmat; Joko Endrasmono
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 2 (2022): Special Edition
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i2.16021

Abstract

Kamera merupakan komponen yang sangat penting pada Automation Academy, dimana pada aktivitas yang dilakukan dalam perusahaan ini adalah berhubungan dengan video dan isi dari video adalah materi yang di unggah pada website automationacademy.com, sehingga kamera sangat mengambil peranan yang tidak kalah besarnya dengan peranan lain. Dalam pengambilan video biasanya harus ada paling sedikit 2 orang untuk menjadi cameraman, ini menjadi masalah karena melihat keterbatasan sumber daya manusia yang ada di Automation Academy. Penelitian ini bertujuan untuk meminimalisir masalah tersebut dengan membuat Sistem Tracking Posisi Kamera Menggunakan Pengolahan Citra Untuk Pemusatan Posisi Pengambilan Video di Automation Academy, pada penelitian ini, framework MediaPipe  digunakan sebagai pengolahan citra untuk pengenalan posisi pemateri yang akan direkam menggunakan kamera DSLR. Mekanik dari Sistem Tracking Posisi Kamera Menggunakan Pengolahan Citra Untuk Pemusatan Posisi Pengambilan Video di Aautomation Academy bekerja sesuai dengan sistem yang telah direncanakan. Akurasi dari pendeteksian menggunakan framework MediaPipe sangat bagus, dapat terdeteksi dengan jarak antara 1,5 meter hingga 8 meter. Kemudian intensitas cahaya yang ideal adalah antara 125 lux hingga 190 lux. Lalu agar posisi kamera dapat mengikuti manusia dengan cara mengubah nilai pixels menjadi pulse dari motor stepper
Identifikasi Penyebab Cacat Pada Hasil Pengelasan Dengan Image Processing Menggunakan Metode Yolo Agus Khumaidi; Rizal Lucky Pradana
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 2 (2022): Special Edition
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i3.15997

Abstract

In everyday life, of course, we often see iron or metal objects that are connected to each other. The joining of these two metals is known as welding. Incomplete welding can cause defects in the welding results, the occurrence of electrode buildup, excessive spatter, and porosity that occurs in the metal plate. Visual Inspection is one of the Non Distructive Test (NDT) methods for the process of testing the welding results. This process is still using the manual method, namely with human eyesight, so the test results are still subjective. The author has an innovation to detect the cause of welding defects using image processing using the YOLO method. Based on testing using the YOLO method, a success value of 92% was obtained.
Design of a Fire Spot Identification System in PT. PAL Indonesia Work Area Using YOLOv5s Agus Khumaidi
Jurnal Teknik Elektro dan Komputer TRIAC Vol 12, No 1 (2025): Mei 2025
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v12i1.29939

Abstract

PT. PAL Indonesia is a company that operates in the field of national-scale ship production, which has the potential for fire hazards during the ship fabrication process. Therefore, a fire protection system must implemented. This research began with observation to determine the suitability of active and passive fire protection systems in the workplace based on several standards such as SNI 03-3985-2000, NFPA 13, Permenaker no. 04/1980, Permen PU no. 26/PRT/M/2008, and SNI 03-1745-2000. Observational data collection used a checklist with a cross-sectional research design. This production site has the potential for danger, causing fires in large areas, including Irian Dock and Sumatera Dock. Active fire protection has several types such as alarms, detectors, sprinklers, fire extinguishers, and hydrants. In passive fire protection, the assessment is based on the building structure. Field observations showed that active protection systems such as alarms were in the good category, detectors in the good category, sprinklers in the good category, light fire extinguishers (APAR) in the good category, hydrants in the good category, and passive fire protection systems in the good category. To support active and passive fire protection systems, this research proposes a fire spot recognition system based on YOLOv5s by utilizing CCTV facilities that are installed in the PT PAL work area. Dataset collection was carried out using image samples for each class, four classes were used in this research, including RMO class (type of work that causes a combination of flash points and sparks such as grinding and welding work), spark class, fire spot class and finally the fire class. The research used 1971 training data, 515 validation data, and 262 testing data. The best results were obtained with an IoU threshold value of 0.5 which had an mAP value during testing for all classes of 0.919. The accuracy produced through the confusion matrix is 0.755 or 75.5% with object detection testing on running videos showing a fairly high and stable accuracy value
Implementasi Estimasi Jarak Relatif Objek Berbasis ROS2 pada Robot Sepak Bola Menggunakan YOLO dan Kamera Omnidirectional 360° Muhammad Jardin Saputra; Agus Khumaidi; Riko Satrya Fajar Jaelani Putra
Jurnal Elektronika dan Otomasi Industri Vol. 13 No. 1 (2026): Jurnal Elkolind Vol. 13, No. 1, 2026 (Mei 2026)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v13i1.9813

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem estimasi posisi relatif objek pada robot sepak bola menggunakan kamera omnidirectional 360° yang terintegrasi dengan metode deteksi objek YOLOv5 dan komunikasi berbasis ROS 2. Sistem dirancang untuk mendeteksi objek berupa bola dan robot secara real-time serta menghitung posisi relatif dalam bentuk koordinat (?,?) dalam satuan milimeter berdasarkan titik pusat kamera. Hasil pengujian menunjukkan bahwa sistem mampu mengestimasi posisi objek dengan tingkat akurasi yang baik. Rata-rata error yang diperoleh sebesar 2,83% untuk objek bola dan 8,25% untuk objek robot. Selain itu, faktor jarak dan pencahayaan mempengaruhi performa sistem, di mana peningkatan jarak menyebabkan kenaikan error, sedangkan peningkatan intensitas cahaya meningkatkan nilai confidence deteksi.Implementasi komunikasi menggunakan ROS 2 menunjukkan bahwa data posisi objek dapat dikirim dan diterima antar node secara real-time tanpa kehilangan data dan tanpa keterlambatan yang signifikan.Dengan demikian, sistem yang dikembangkan mampu mendukung proses navigasi robot sepak bola secara efektif dan real-time.
Implementasi Komunikasi Real-Time RefBox ke Robot Berbasis Node ROS 2 dengan Analisis Latensi Sufadi Alim; Agus Khumaidi; Riko Satrya Fajar Jaelani Putra
Jurnal Elektronika dan Otomasi Industri Vol. 13 No. 1 (2026): Jurnal Elkolind Vol. 13, No. 1, 2026 (Mei 2026)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v13i1.9825

Abstract

Penelitian ini mengembangkan sistem komunikasi antara Referee Box (RefBox), Base Station, dan robot sepak bola beroda menggunakan arsitektur modular berbasis node pada ROS 2 untuk meningkatkan modularitas dan skalabilitas dibandingkan pendekatan monolitik. Arsitektur sistem terdiri dari beberapa node utama, yaitu Base Station Node, Robot Node, dan Status Node yang saling berkomunikasi melalui topik ROS 2 dengan protokol Data Distribution Service (DDS). Pengujian dilakukan untuk mengevaluasi kesesuaian perintah RefBox, respon sistem, serta performa latensi komunikasi, dengan hasil menunjukkan bahwa seluruh perintah RefBox berhasil diterjemahkan secara akurat menjadi instruksi robot, termasuk penentuan koordinat target sesuai skenario permainan, serta divisualisasikan secara konsisten. Analisis latensi menunjukkan rata-rata waktu komunikasi sebesar 131,6 ms dari RefBox ke Base Station dan 96,6 ms dari Base Station ke robot, dengan total latensi rata-rata 228,2 ms, serta seluruh pengujian menunjukkan komunikasi yang stabil tanpa kehilangan data. Hasil ini membuktikan bahwa implementasi arsitektur modular berbasis node ROS 2 mampu meningkatkan keandalan komunikasi, fleksibilitas pengembangan sistem, dan mendukung operasi robot secara real-time dalam sistem multi-node.
Co-Authors Abdul Hafizh Abyan Faruq Abyan Faruq, Abdul Hafizh Achmad, Vandy Adam Kusumah Adhitiya, Ryan Yudha Adhitya, Ryan Yudha Adi Rahmad Ramadhan Adi Wisnu Sahputera Adianto Adianto Afianto, Afif Zuhri AGUS DWI SANTOSO Am Maisarah Disrinama Anggarjuna Puncak Pujiputra Ardiana, Mirza Arfianto, Afif Zuhri Arief Subekti Arninputranto, Wibowo Arumsari, Nurvita Astutik, Rina Puji Aulia Rahma Annisa Bagus Setiawan, Danis Basuki Rahmat Basuki Rahmat, Mohammad Bayu, Nurissabiqoh Binta Bhakti Bhakti Budi, Perdinan Setia Budiawati, Ratna Budiyanto, Ekky Nur C. I. Sutrisno Cahyadi, Nurahmad Hadi Cahyono, Ferry Budi Danis Bagus Setiawan Darmawan, Wahyu Dewi Kurniasih Dianita Wardani Dianita Wardani Dika Rahayu Widiana Endrasmono, Joko Fadlol, Muhammad Thoriq Faiz Romadloni Faturrahman, Bima Fitri Hardiyanti Hafid, Mohammad Arigo Al. Hananta A Hasin, Muhammad Khoirul Hendro Agus Widodo, Hendro Agus Ihsania, Tsabita Ii Munadhif Imah Luluk Kusminah Imam Sutrisno Imam Sutrisno Imam Sutrisno Indriawati, Melta Anindya Irfan Marzuqi Irma Rustini Aju Joesianto Eko Poetro Joko Endrasmono Joko Endrasmono Khoirun Nasikhin Kusumah, Adam Lilik Subiyanto M. Basuki Rahmat M. Basuki Rahmat Mades Darul Khairansyah Malik, Alfianto Taufiqul Mat Syai’in Mifta Aulia Ramadhani Mochamad Yusuf Santoso Mohammad Abu Jami’in Mohammad Basuki Rahmat Muhammad Jardin Saputra Mujtaba Fa'akuli Zazila Mustika Kurnia Mayangsari Nasikhin, Khoirun Oktavia, Shelly Pradana, Rizal Lucky Prahasta, Brendi Pristovani Riananda, Dimas Pristovani, Dimas Projek Priyonggo Sumangun Lukitadi Pujiputra, Anggarjuna Puncak Putra, Zindhu Maulana Ahmad Rafsanjani, Zainu Rahmat, M. Basuki Rahmawati, Nanda Putri Riananda, Dimas Pristovani Riko Satrya Fajar Jaelani Putra Rinanto, Noorman Rizal Fahmi Rizal Lucky Pradana Rizky, Sofi Berliana Romadloni, Faiz Ryan Yudha Adhitya Setiani, Vivin Setyawati, Emeralda Eka Putri Sholahuddin Muhammad Irsyad Sholihah, Mar'atus Sri Wiwoho Mudjanarko, Sri Wiwoho Sryang T Sarena Sufadi Alim Suwandi, Donny Aryo Seno Syai’in, Mat Syai’in Wahyudi, Mohammad Thoriq Wibowo, Sekarsari Wisnu Sahputera, Adi Yudha Adhitya, Ryan Yuning Widiarti Zindhu Maulana Ahmad Putra