cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hasanah Putri
Contact Email
jett@telkomuniversity.ac.id
Phone
+6282262130800
Journal Mail Official
jett@telkomuniversity.ac.id
Editorial Address
UNIVERSITAS TELKOM GEDUNG BANGKIT lt. 2 Jl. Telekomunikasi Terusan Buah Batu no 1, Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JETT (Jurnal Elektro dan Telekomunikasi Terapan)
Published by Universitas Telkom
ISSN : 24071323     EISSN : 24424404     DOI : https://doi.org/10.25124/jett.v8i1
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
JETT is a scientific journal published by Telkom University Bandung, Fully supported by Diploma of Telecommunication Engineering and became the scientific media for researchers and lecturers who will publish the results of their research. The aim of the Journal is to facilitate scientific publication of the results of researches in Indonesia and participate to boost the quality and quantity of research for academics and researchers. JETT published twice a year: July (9 to 10 articles) and December (9 to 10 articles).
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 176 Documents
 14   15   16   17   18 
PENGEMBANGAN SISTEM REKOGNISI AKTIVITAS DAN PREDIKSI JATUH PADA LANSIA MENGGUNAKAN SENSOR IMU Mukhtar, Husneni
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 1 (2024): JETT Juli 2024
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i1.7299

Abstract

Urgensi pengembangan suatu sistem pengenalan aktivitas lansia serta memprediksi kemungkinan terjadinya jatuh menjadi prioritas dalam menghadapi total populasi lansia yang telah mencapai 11,34% di tahun 2020 dan diproyeksikan meningkat menjadi seperlima populasi Indonesia pada tahun 2045. Keluarga yang hidup bersama dengan lansia memiliki keterbatasan dalam memantau dan menjaga lansia, ditambah lagi dengan kekhawatiran akan kemungkinan terjadinya jatuh. Bertujuan untuk membantu keluarga lansia dalam memonitor aktivitas lansia maka dikembangkanlah suatu sistem pemantauan aktivitas lansia. Sedangkan untuk mengurangi risiko jatuh, sebuah alat yang dapat dikenakan pada lansia dilengkapi dengan mode peringatan berupa getaran yang akan aktif sesaat diprediksi lansia akan terjatuh. Sistem pemantauan aktivitas lansia menggunakan metode human activity recognition (HAR) dengan model XGBoost dan 6 fitur sedangkan prediksi jatuh diambil dari deteksi sensor IMU menggunakan threshold dari nilai mutlak terbesar pada akselerometer di sumbu . Performa yang didapat dari metode tersebut adalah akurasi sebesar 90% untuk HAR, 95% untuk prediksi jatuh, dan 83,3% untuk hasil integrasi keduanya.
ANALISIS KINERJA DETEKSI GERAKAN DAN PENGENALAN OBJEK PRODUK RITEL BERBASIS YOLOV8 wibowo, suryo adhi
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 1 (2024): JETT Juli 2024
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i1.7482

Abstract

Teknologi yang saat ini paling umum digunakan oleh industri ritel untuk mengidentifikasi produk adalah barcode. Karena keterbatasan barcode, QR (quick response) code lalu diusulkan. Namun, tantangan dari QR code adalah tidak semua produk memiliki QR code untuk dipindai pada mesin transaksi. Banyaknya variasi kode kemudian memicu penelitian untuk penggunaan teknologi visi komputer untuk mengenali sebuah produk. Berbagai teknologi deep learning telah diterapkan untuk mengenali produk, diantaranya adalah Faster R-CNN, Mask R-CNN, FCIS, RetinaNet, dan YOLO. Teknologi YOLO pada penelitian sebelumnya menggunakan versi YOLOv2 dan mampu mengenali produk pada datasetVOC 2012 dengan nilai mAP sebesar 78,2%. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis YOLO versi terbaru yaitu YOLOv8 untuk mengenali dan mendeteksi arah gerak produk ritel. Data yang digunakan terdiri dari 987 gambar dari 10 produk. Hasil pengujian pada proses pengenalan produk secara umum diperoleh nilai mAP50 sebesar 98% dan mampu mendeteksi arah gerak produk dengan baik. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa penggunaan YOLOv8 secara signifikan dapat mendeteksi arah dan mengenali produk retail dengan baik.
Perancangan Sistem Kontrol Pompa dan Monitoring Kualitas Air Berbasis IoT dengan Penambahan Backup Suplay Daya Ratuhaji, Faruq; Suhaebri, Tino
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 2 (2024): JETT Desember 2024 (Inpres)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i2.7922

Abstract

Mesin pompa air yang dioperasikan secara manual membutuhkan pengawasan dan intervensi manusia terus menerus, orang yang menggunakan pompa air dengan saklar manual sering lupa mematikan mesin, menyebabkan air meluap dan boros. Begitu juga dengan kualitas air di dalam tandon air, terkadang sulit untuk mengetahui apakah sudah keruh atau kapan harus dikuras, sehingga air yang akan dikonsumsi tetap baik. Penelitian ini bertujuan untuk mengembangkan sistem yang dapat mengendalikan pompa air secara otomatis, memantau kualitas air secara real-time, serta dilengkapi dengan cadangan daya (backup supply) guna menjaga kelangsungan operasional sistem berbasis Internet Of Thing (IoT). Sistem kontrol otomatis dan monitoring kualitas air berbasis IoT ini dilengkapi dengan cadangan daya untuk memastikan operasional tetap berjalan saat terjadi pemadaman listrik. Hasil pengujian menunjukkan bahwa pembacaan sensor akurat, sesuai dengan kondisi air dalam tandon, dan data dapat dikirim ke aplikasi smartphone Android dalam rentang waktu 1 hingga 25 detik. Selain itu, uji cadangan daya menunjukkan panel surya menghasilkan daya optimal antara pukul 09.00 hingga 15.00, dengan waktu peralihan suplai dari PLN ke backup kurang dari 1 detik, dan dari backup kembali ke PLN maksimal 6 detik, sesuai pengaturan timer.
KLASIFIKASI PENYAKIT PERIODONTAL PADA CITRA GIGI BERWARNA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Thomhert Suprapto Siadari; Hariyani, Yuli Sun
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 2 (2024): JETT Desember 2024 (Inpres)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i2.8090

Abstract

Penyakit periodontal adalah masalah kesehatan gigi yang umum terjadi dan dapat menyebabkan kehilangan gigi jika tidak diobati dengan baik. Deteksi dini dan diagnosis yang akurat sangat penting untuk mengurangi dampak penyakit tersebut. Penelitian ini membandingkan dua model Convolutional Neural Network (CNN), yaitu ResNet-50 dan EfficientNet-B3, dalam melakukan klasifikasi penyakit periodontal berbasis data citra gigi berwarna. Hasil eksperimen menunjukkan bahwa EfficientNet-B3 mencapai akurasi klasifikasi sebesar 84.09%, sementara ResNet-50 mencapai akurasi sebesar 75%. Precision dari model EfficientNet-B3 adalah 80% dibandingkan dengan 66.67% pada model ResNet. Recall dari model EfficientNet-B3 adalah 75%, sementara ResNet adalah 62.5%. F1-score dari EfficientNet-B3 adalah 77.42%, sedangkan ResNet adalah 64.52%. Perbedaan performansi ini menunjukkan keunggulan EfficientNet-B3 dalam mengklasifikasikan penyakit periodontal menggunakan citra gigi berwarna. Keunggulan dari model EfficientNet-B3 ini membuktikan adanya potensi besar dalam meningkatkan akurasi dan efisiensi diagnosis otomatis penyakit periodontal. Penggunaan model CNN memungkinkan proses diagnosis dilakukan lebih cepat dan akurat. Pengembangan lebih lanjut dapat dilakukan untuk meningkatkan akurasi dan keandalan sistem diagnostik berbasis AI di bidang kedokteran gigi, yang pada akhirnya dapat mengurangi beban kerja para profesional kesehatan gigi dan meningkatkan hasil klinis bagi pasien.
MONITORING KUALITAS UDARA DAN EMISI ASAP DENGAN TEKNOLOGI INTERNET OF THINGS (IOT) PADA HALTE BUS DI WILAYAH PERKOTAAN MENGGUNAKAN SENSOR MQ-135 DAN MQ-2 Wibowo, Hendri Hananta Wahyu; Zulkhairi; Lilis Kurniasari
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 1 (2024): JETT Juli 2024
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i1.7569

Abstract

Permasalahan pencemaran udara di halte bus, perlu untuk diperhatikan. Pemantauan kualitas udara luar ruangan padatempat-tempat yang berpotensi tinggi terjadinya pencemaran udara sulit untuk diketahui tingkat polusi udara yang sebenarnya jika tidak ada sistem pemantauan yang memadai. Perangkat keras yang digunakan dalam memonitoring kualitasudara luar ruangan (ambien) di halte bus. Penggunaan perangkat keras memiliki fungsi dan keterkaitan di antara perangkatyang satu dengan perangkat yang lainnya. Uji coba rancangan sistem monitoring kualitas udara dan emisi asap denganteknologi IoT pada halte bus di wilayah perkotaan menggunakan sensor MQ-135 dan MQ-2 yang dipantau dengan platformblynk. Mekanisme uji coba sensor MQ-2 gas CO dan sensor MQ-135 gas CO2 dilakukan dengan membandingkan nilaisensor dan nilai alat sensor yang terkalibrasi. Monitoring kualitas udara yang efektif sangat penting untuk mendapatkandata yang akurat tentang tingkat polutan udara dan mengidentifikasi area yang membutuhkan perbaikan. Dengan pemantauan menggunakan ConnectXair, dapat diambil langkah-langkah yang diperlukan untuk mengurangi polusi udara di haltebus dan menjaga kualitas udara yang lebih baik bagi penumpang dan masyarakat sekitarnya.Key words: Kualitas Udara & Emisi Asap, Internet of Think (IoT), Sensor MQ-135 & MQ-2
Rancangan Bangun Sistem Keamanan Pintu Menggunakan Voice Command Berbasis Internet Of Things (IOT) Dea Ervina Maharani; Agung Wicaksono; Danny Kurnianto
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 11 No 1 (2024): JETT Juli 2024
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v11i1.7932

Abstract

Indonesian National Police (POLRI), from January to April 2023 there were 20,043 cases of theft in empty houses. Traditionalphysical locks are vulnerable to robbery and difficult to control remotely, so a more effective solution is needed. This researchproposes a door security system that can be voice controlled and remotely operated using Wemos D1 microcontroller andIoT technology. The system is equipped with an infrared sensor to detect objects, a selenoid to open and close the door,and a buzzer as an alarm. Sensor data is sent in real-time through the Antares platform. The average delay for the unlockcommand is 8.256 seconds and lock 7.353 seconds with MIT App Inventor, while for voice command lock 7.886 secondsand unlock 4.848 seconds, successfully tested 15 times.

Page 18 of 18 | Total Record : 176

 14   15   16   17   18 

Filter by Year

2014 2024


Reset
Filter By Issues
All Issue Vol 11 No 2 (2024): JETT Desember 2024 (Inpres) Vol 11 No 1 (2024): JETT Juli 2024 Vol 10 No 2 (2023): JETT Desember 2023 Vol 10 No 1 (2023): JETT Juli 2023 Vol 9 No 2 (2022): JETT Desember 2022 Vol 9 No 1 (2022): JETT Juli 2022 Vol 8 No 2 (2021): JETT Desember 2021 Vol 8 No 1 (2021): JETT Juli 2021 Vol 7 No 2 (2020): JETT Desember 2020 Vol 7 No 1 (2020): JETT Juli 2020 Vol 6 No 2 (2019): JETT Desember 2019 Vol 6 No 1: JETT Juli 2019 Vol 5 No 2: JETT Desember 2018 Vol 5 No 1: JETT Juli 2018 Vol 4 No 2: JETT Desember 2017 Vol 4 No 1: JETT Juli 2017 Vol 3 No 2: JETT Desember (2016) Vol 3 No 1: JETT Juli (2016) Vol 2 No 2: JETT Desember (2015) Vol 2 No 1: JETT Juli (2015) Vol 1 No 1: JETT Desember (2014) More Issue