Claim Missing Document
Check
Articles

Found 33 Documents
Search

Design of Attitude Holding System for Prototype Autonomous Surface Vehicle Using the ANFIS Method Cahyadi, Nurahmad Hadi; Endrasmono, Joko; Putra, Zindhu Maulana Ahmad; Khumaidi, Agus; Adhitiya, Ryan Yudha; Riananda, Dimas Pristovani
Jambura Journal of Electrical and Electronics Engineering Vol 6, No 2 (2024): Juli - Desember 2024
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v6i2.26023

Abstract

Autonomous Surface Vehicle (ASV) is surface-controlled vessel without a crew, designed to explore waters autonomously without direct human intervention. In its development, ASV ships often experience waypoint navigation problems such as ship speed controls, ship steering angle direction, and ship holding attitude systems. This research aims to design an attitude control system for an ASV that focuses on a position control system for changes due to waves, currents and wind when the ASV is carrying out a mission. In developing an intelligent attitude control system, two controls are implemented, namely rotation control and translation control. This system uses a CMPS14 sensor to determine the ship's orientation and rotational speed which is used as a rotational control variable and is then synchronized with Zed F9P GNSS RTK GPS data readings to predict the ASV position when it encounters external disturbances for translational control variables which are processed using the ANFIS (Adaptive Neuro) algorithm. Fuzzy Inference System) to predict the actuator response in maintaining ASV heading and position. The ANFIS model designed in this research is able to predict the bowthruster speed for guarding the post with an RMSE of 1.6169%, while the ANFIS model for predicting ship Vx and Vy has an RMSE of 0,1857%. Although influenced by non-linear data variations and the choice of MF data type, the Vx and Vy prediction value produced by the ANFIS model is close to precise.
Sistem Diagnosis Kesehatan Manusia dan Monitoring Tanda Tanda Vital Manusia menggunakan metode Natural Language Processing berbasis Website Mujtaba Fa'akuli Zazila; Agus Khumaidi; Am Maisarah Disrinama; Mohammad Abu Jami’in; Adianto Adianto; Afif Zuhri Arfianto
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.v9i1.31213

Abstract

Rumah sakit merupakan fasilitas penting dalam masyarakat untuk memberikan pelayanan kesehatan yang efisien. Pada era modern ini, penting untuk memiliki rumah sakit yang efisien dalam pelayanan. Dalam penelitian ini, peneliti telah merancang sistem monitoring dan diagnosis kesehatan manusia berbasis website untuk mempercepat proses antrian di rumah sakit. Kesehatan seseorang bisa diidentifikasi dari beberapa tanda vital yang dimilikinya. Penggunaan Natural Language Processing (NLP) digunakan untuk klasifikasi penyakit dan pengambilan keputusan berdasarkan screening digital yang dilakukan oleh manusia dengan dukungan tanda-tanda vital hingga ke tahap validasi oleh expert judgement. Penelitian ini telah diuji menggunakan prototipe pada pergelangan tangan manusia di Poliklinik Politeknik Perkapalan Negeri Surabaya dengan pendampingan expert judgement. Terdapat 40 jenis gejala penyakit yang dimuat dalam website untuk 10 penyakit yang umum dalam diagnosis dalam kesehatan manusia. Hasil penelitian ini mendapatkan akurasi sebesar 91,6%. Dari inovasi tersebut maka peneliti mengharapkan bahwa prototipe ini dapat bermanfaat bagi Masyarakat, meningkatkan pelayanan rumah sakit, dan sebagai bentuk implementasi metode Natural Language Processing (NLP).
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.
Co-Authors Abdul Hafizh Abyan Faruq Abyan Faruq, Abdul Hafizh Achmad, Vandy Adhitiya, Ryan Yudha Adhitya, Ryan Yudha Adi Rahmad Ramadhan Adi Wisnu Sahputera Adianto Adianto Afianto, Afif Zuhri 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 Masdi Siduppa 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 Dika Rahayu Widiana Endrasmono, Joko Fadlol, Muhammad Thoriq Faturrahman, Bima Fitri Hardiyanti Hafid, Mohammad Arigo Al. Hananta A Hasin, Muhammad Khoirul Hendro Agus Widodo, Hendro Agus Ihsania, Tsabita Ii Munadhif Imam Sutrisno Imam Sutrisno Imam Sutrisno Indriawati, Melta Anindya Irfan Marzuqi Irma Rustini Aju Joesianto Eko Poetro Joko Endrasmono Joko Endrasmono Khoirun Nasikhin Kusminah, Imah Luluk Kusumah, Adam Lilik Subiyanto 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 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 Rinanto, Noorman Rizal Fahmi Rizky, Sofi Berliana Romadloni, Faiz Ryan Yudha Adhitya Santoso, Agus Dwi Setiani, Vivin Setyawati, Emeralda Eka Putri Sholahuddin Muhammad Irsyad Sholihah, Mar'atus Sri Wiwoho Mudjanarko, Sri Wiwoho Sryang T Sarena 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