cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol
Published by Universitas Islam Negeri Sunan Gunung Djati Bandung
ISSN : 25021982     EISSN : 25409123     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Jurnal TELKA merupakan jurnal yang sepenuhnya diperiksa oleh Redaksi Ahli yang berkompeten di bidangnya masing-masing. Redaksi menerima artikel ilmiah berupa hasil penelitian, gagasan, dan konsepsi dalam ilmu pengetahuan dan teknologi. Jurnal ini terbit 2 kali secara online dan cetak (terbatas) dalam setahun, yaitu pada bulan Mei dan November. Jurnal meliputi bidang ilmu Teknik Elektro, maupun studi-studi interdisipliner yang terkait. Bidang-bidang tersebut meliputi, antara lain: Telekomunikasi, Elektronika, Komputasi, Kontrol, dan Sistem Tenaga.
Arjuna Subject : -
Articles 12 Documents
 1   2 
Search results for , issue "Vol 11, No 3 (2025): TELKA" : 12 Documents clear
Rancang Bangun Sistem Peringatan Persimpangan Jalan Kampung Padat Penduduk Menggunakan ESP8266 Maulana, Muhamad Waldi; Pratama, Legenda Prameswono; Vresdian, Devan Junesco; Manfaluthy, Mauludi; Putri, Arisa Olivia; Al-Humairi, Safaa Najah Saud
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.399-410

Abstract

Sistem peringatan keamanan lalu lintas pada pertigaan jalan telah dikembangkan pada penelitian ini. Sistem ini dirancang untuk mengganti penggunaan rambu dan alat bantu seperti cermin yang kurang efektif karena keterbatasan bidang pantulan dan gangguan akibat kondisi cuaca. Sensor PIR dan mikrokontroler ESP8266 digunakan untuk pemrosesan program pendeteksi kendaraan yang mendekati area pertigaan dengan pembagian skema menggunakan modul DOT MATRIC219. Penelitian ini memberikan beberapa skema pesan seperti ”STOP”, ”SLOW”, dan “HATI-HATI” dalam pemberian perintah disertakan isarat lampu merah, kuning dan hijau sebagai peringatan konvensional. Metode perancangan menggunakan basic pemrograman Arduino IDE. Dengan penerapan peringatan, pengendara dari berbagai arah diharapkan dapat meningkatkan kewaspadaan sehingga risiko kecelakaan di area pertigaan dapat dikurangi. Hasil penelitian menunjukkan sensor PIR dapat mendeteksi pergerakan ketika objek ditempatkan dengan jarak 50 cm sampai 325 cm dari sensor. Uji efektivitas sudut sensor PIR pada jarak 50 cm sampai 300 cm dengan sudut 0º sampai 60º sensor PIR dapat mendeteksi pergerakan. Logika sistem ESP8266 yang sudah diprogram berjalan dengan baik ketika menerima perintah maupun dalam keadaan standby. This study developed a traffic safety warning system for T-junctions. It replaces traditional signs and mirrors, which are often less effective due to limited reflection and adverse weather. Specifically, the system uses passive infrared (PIR) sensors and ESP8266 microcontrollers to detect vehicles, while the DOT MATRIC219 module handles message display. Warning messages like "STOP," "SLOW," and "CAUTION" are shown with red, yellow, and green lights. These alerts provide clear visual warnings. For system design, an approach with Arduino IDE programming was employed. The purpose of these warning signals is to improve driver vigilance from all directions and reduce accident risk at T-junctions. Experimental results show that the PIR sensor reliably detects movement at distances between 50 cm and 325 cm and is effective within an angle range of 0º to 60º from 50 cm to 300 cm. Finally, the programmed ESP8266 logic works correctly in both command and standby modes.
Rancang Bangun Node Nirkabel Kendali Air Conditioner Berbasis Internet of Things Winasis, Winasis; Priswanto, Priswanto; Mubyarto, Agung; Prasetyo, Rifqi Sufyan
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.293-301

Abstract

Air Conditioner (AC) merupakan peralatan listrik pada bangunan dengan tingkat konsumsi energi paling tinggi, sekitar 70%. Tingginya konsumsi energi AC ini selain karena kebutuhan akan tingkat kenyamanann juga disebabkan oleh penggunaan yang tidak tepat, seperti seting suhu terlalu rendah dan lupa mematikan peralatan saat tidak digunakan. Makalah ini menyajikan rancangan perangkat node kendali berbasis Internet of Things (IoT) untuk mengendalikan operasi AC secara otomatis dalam menjaga suhu nyaman ruangan saat terdapat kehadiran dan mengurangi utilisasi energi listrik melalui strategi pengendalian AC yang berbeda. Rancangan node kendali menggunakan nodeMCU ESP8266 sebagai perangkat pengolah data, sensor suhu DHT22 dan sensor kehadiran LD2410 untuk memantau kondisi ruangan serta transmitter Infrared untuk mengirimkan sinyal perintah kendali ke AC. Pengujian rancangan menunjukkan sensor suhu membaca suhu ruangan dengan eror pengukuran 1.1% sedangkan sensor kehadiran mampu mendeteksi kehadiran hingga jarak 5m dan radius 60°. Sementara itu jarak jangkauan transmitter infrared sampai dengan 5m dan radius 50°. Perangkat yang dirancang juga mengendalikan operasi AC dengan baik berdasar skenario pengendalian yang direncanakan dengan memperhatikan kehadiran dan suhu ruangan. Perangkat kendali menjaga suhu ruangan pada batas suhu ruangan yang ditetapkan ketika terdapat kehadiran. Sedangkan pada kondisi tidak ada kehadiran, perangkat secara otomatis mematikan AC. Air Conditioners (AC) are electrical equipment in buildings with the highest energy consumption, around 70%. The high energy consumption of AC is not only due to the need for comfort but also due to improper use, such as setting the temperature too low and forgetting to turn off the equipment when not in use. This paper presented the design of an Internet of Things (IoT) based control node device to automatically control AC operations in maintaining a comfortable room temperature when there is a presence and reducing electricity consumption through different AC control strategies. The design of the control node used the ESP8266 nodeMCU as a data processing device, a DHT22 temperature sensor, an LD2410 presence sensor to monitor room conditions, and an infrared transmitter to send control command signals to the AC. The device test results showed that the DHT22 sensor read the room temperature with a measurement error of 1.1% while the presence sensor detected presence up to a distance of 5m and 60 degree radius. Then the range of the infrared transmitter was up to 5m and 50 degree radius. The device also controlled AC operations well based on the planned control scenario by considering the presence and room temperature. It maintained the room temperature at the set room temperature limits when there was a presence. While in the absence of presence, the device automatically turned off the AC.
Implementasi dan Konfigurasi VLAN Menggunakan Cisco Packet Tracer untuk Optimalisasi Jaringan Kalisa, Abelia Naja Salma; Setyowati, Endah
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.349-360

Abstract

Penelitian ini bertujuan untuk mengimplementasikan dan mengonfigurasi Virtual Local Area Network (VLAN) dengan Cisco Packet Tracer guna mengoptimalkan jaringan. Latar belakang permasalahan penelitian ini didasari oleh kebutuhan akan jaringan yang efisien dan aman dalam lingkungan lokal seperti kampus atau kantor. Metode penelitian yang digunakan adalah metode eksperimental dengan memanfaatkan perangkat lunak simulasi Cisco Packet Tracer versi 8.2.1. Simulasi dilakukan pada dua skenario konfigurasi VLAN, yaitu tanpa trunking dan dengan trunking. Hasil pengujian menunjukkan bahwa rata-rata latency berada pada kisaran 5,2–7,1 ms, throughput stabil di atas 940–980 kbps, dan packet loss tercatat 0% pada seluruh skenario. Dibandingkan konfigurasi dasar tanpa trunking, penggunaan trunking menyebabkan kenaikan latency sekitar 30–36% (dari 5,2 ms menjadi 6,8–7,1 ms) serta sedikit penurunan throughput sebesar 3–4% (dari 980 kbps menjadi 940–950 kbps) akibat overhead tagging IEEE 802.1Q, namun tetap menjaga performa jaringan dalam kategori baik. Selain itu, isolasi VLAN terbukti mampu menurunkan broadcast traffic dan meningkatkan keamanan dengan membatasi akses antar perangkat pada VLAN berbeda. Dengan demikian, konfigurasi VLAN dapat diimplementasikan secara efektif untuk optimalisasi jaringan lokal dari sisi efisiensi, kinerja, dan keamanan. This study aims to implement and configure a Virtual Local Area Network (VLAN) using Cisco Packet Tracer in order to optimize network performance. The research background is based on the need for an efficient and secure network within local environments such as campuses or offices. The research method applied is an experimental approach utilizing Cisco Packet Tracer version 8.2.1. The simulation was conducted under two VLAN configuration scenarios: without trunking and with trunking. The test results indicate that the average latency ranged from 5.2 to 7.1 ms, throughput remained stable at 940–980 kbps, and packet loss was recorded at 0% in all scenarios. Compared to the basic configuration without trunking, the use of trunking resulted in an increase in latency of approximately 30–36% (from 5.2 ms to 6.8–7.1 ms) and a slight decrease in throughput of about 3–4% (from 980 kbps to 940–950 kbps) due to IEEE 802.1Q tagging overhead, while still maintaining overall network performance within a good category. Furthermore, VLAN isolation was proven to reduce broadcast traffic and enhance security by restricting access between devices in different VLANs. Therefore, VLAN configuration can be effectively implemented to optimize local networks in terms of efficiency, performance, and security.
Meningkatkan Antarmuka Pengguna dengan Integrasi AR-IoT dalam Sistem Irigasi Tanaman Cerdas Az-Zahra, Fathia Frazna; Apriandari, Winda; Indrayana, Didik; Prajoko, Prajoko; Anadella, Shakira; Andriyana, Rifki; Nasrul, Elvan
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.411-421

Abstract

Teknologi Internet of Things (IoT) dan Augmented Reality (AR) menciptakan peluang untuk meningkatkan efisiensi dalam berbagai aktivitas, termasuk perawatan tanaman hias. Pemilik tanaman umumnya menghadapi praktik penyiraman yang tidak konsisten, yang berdampak buruk terhadap pertumbuhan tanaman. Sistem IoT sering memerlukan biaya tambahan untuk perangkat antarmuka fisik seperti layar. Penelitian ini mengusulkan sistem penyiraman tanaman hias berbasis IoT dengan visualisasi data AR, memanfaatkan smartphone sebagai antarmuka utama untuk pemantauan dan kontrol real-time tanpa perangkat tambahan. Tujuannya adalah mengembangkan penyiraman rutin, terjadwal, dan meningkatkan interaksi pengguna melalui antarmuka AR. Metodologi pengembangan menggunakan pendekatan iteratif dan inkremental yang memfasilitasi evaluasi berkelanjutan dan perbaikan hingga mencapai hasil optimal. Produk akhir adalah aplikasi AR yang menampilkan data sensor dan mengontrol perangkat penyiraman yang terhubung ke sistem IoT. Pengujian usability menggunakan skala Likert mencapai skor tinggi: usefulness 90,65%, ease of use 91,2%, ease of learning 89,01%, dan satisfaction 92,3%. Hasil menunjukkan integrasi IoT dan AR yang efektif meningkatkan kepuasan interaksi pengguna dalam pengembangan sistem penyiraman otomatis. Internet of Things (IoT) and Augmented Reality (AR) technologies create opportunities to enhance efficiency in various activities, including ornamental plant care. Plant owners commonly face inconsistent watering practices, adversely affecting plant growth. IoT systems often require additional costs for physical interface devices like displays. This study proposes an IoT-based ornamental plant watering system with AR data visualization, utilizing smartphones as primary interface for real-time monitoring and control without additional devices. The objective is developing routine and scheduled watering while improving user interaction through AR interface. Development methodology employs iterative and incremental approach facilitating continuous evaluation and improvement until achieving optimal results. The final product is an AR application displaying sensor data and controlling watering devices connected to IoT system. Usability testing using Likert scale achieved high scores: usefulness 90.65%, ease of use 91.2%, ease of learning 89.01%, and satisfaction 92.3%. Results demonstrate effective IoT and AR integration enhances user interaction satisfaction in automated watering system development.
Sistem Deteksi Penyakit Ikan Koi Menggunakan Metode YOLOv5 Pratiwi, Citra Zaskia; Jayanti, Shara; Subiantoro, Raedy Anwar; Ziliwu, Boby Wisely; Mustono, Eddy
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.302-314

Abstract

Penyebab utama peningkatan kematian di budidaya perikanan adalah penyakit ikan. Salah satu ikan yang mudah terserang hama dan penyakit adalah ikan koi. Identifikasi penyakit ikan koi secara otomatis pada tahap awal merupakan langkah penting untuk mencegah penyebaran penyakit. Deteksi penyakit ikan koi dapat dilakukan melalui berbagai cara yaitu pemeriksaan visual, penggunaan sensor fisik, analisis genetik, teknologi citra dan pengolahan citra, biosensor dan biochips, teknologi saringan molekuler, jaringan saraf tiruan (artificial neural networks) dan pembelajaran mesin. Sistem deteksi penyakit ikan koi pada penelitian ini menggunakan YOLOv5. Hal ini dikarenakan YOLOv5 memiliki beberapa kelebihan antara lain memiliki tingkat akurasi yang tinggi, dapat mendeteksi secara real time, model ringan, sederhana dalam training, dan open source. Penelitian ini melalui beberapa tahap, yaitu pengumpulan dan penyiapan data, pelatihan model dengan algoritma YOLOv5, serta proses evaluasi terhadap performa model. Pada tahap ini, model dievaluasi berdasarkan nilai accuracy, recall, precision, dan mean Average Precision (mAP). Nilai accuracy sebesar 90% didapatkan sebagai hasil evaluasi model, nilai precision untuk ikan sehat (healthy-fish) sebesar 83,33% sedangkan untuk ikan sakit (sick-fish) sebesar 80%, recall sebesar 100%, dan mean Average Percision (mAP) sebesar 81,67%. Hal ini menunjukan bahwa model mampu mengklasifikasikan secara akurat ikan sehat dan ikan sakit. The main reason for higher mortality in aquaculture is fish-related diseases. One type of fish that is highly susceptible to pests and diseases is the koi fish. Early-stage automatic identification of koi fish diseases is an essential step in preventing the spread of infection. Koi fish disease detection can be conducted through various methods, including visual inspection, physical sensors, genetic analysis, image technology and image processing, biosensors and biochips, molecular screening technology, artificial neural networks, and machine learning. The disease detection system in this study uses YOLOv5, due to its several advantages: high accuracy, real-time detection capability, lightweight model, simplicity in training, and being open-source. This research comprises a series of steps, starting from data preparation and model training using YOLOv5, to the evaluation process which measures accuracy, precision, recall, and mean Average Precision (mAP). A 90% accuracy was achieved through the evaluation of the model, precision scores were 83.33% for healthy fish and 80% for sick fish. The model achieved a recall score was 100%, with mAP score was 81.67%. This model evaluation confirms the accurate detection of both healthy and sick fish.
Purwarupa Sistem Monitoring dan Kendali Suhu, Kelembapan, dan Kadar Air Media Tanam Pada Kumbung Jamur Tiram (Pleurotus ostreatus) Ginting, Theo Ignatius; Wahab, Faisal
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.361-373

Abstract

Jamur tiram termasuk komoditas yang banyak diminati oleh masyarakat. Kandungan gizinya yang tinggi menjadikannya sebagai salah satu pilihan bahan pangan yang layak dikonsumsi. Banyaknya peminat jamur tiram mengakibatkan kebutuhan akan jamur tiram di Indonesia terus meningkat. Sayangnya kebutuhan jamur tiram di Indonesia belum bisa seluruhnya dipenuhi petani jamur tiram. Budidaya jamur tiram tidak memerlukan modal dan lahan yang besar, namun memerlukan perhatian khusus dalam merawatnya. Yang sering menjadi kesulitan dalam budidaya jamur adalah kurang memperhatikan aspek lingkungan yang menjadi faktor utama penentu keberhasilan budidaya jamur tiram. Penggunaan sistem yang diterapkan pada kumbung jamur (rumah jamur) merupakan salah satu solusi untuk mengatasi permasalahan tersebut. Sistem yang dirancang bertujuan untuk memantau sekaligus mengontrol suhu dan kelembapan di dalam kumbung jamur sehingga kondisi pertumbuhan yang ideal dapat dicapai. Metode yang digunakan meliputi pemasangan sensor suhu dan kelembapan untuk pemantauan real-time, penggunaan lampu sebagai pengatur suhu, kipas untuk sirkulasi udara, serta mist maker untuk menjaga kelembapan. Sistem ini bekerja secara otomatis berdasarkan data sensor, sehingga lingkungan kumbung tetap stabil tanpa perlu pengawasan terus-menerus. Hasil pada penelitian ini, purwarupa yang dibuat dapat menjaga suhu dan kelembapan udara agar tetap berada di kondisi pertumbuhan yang ideal. Oyster mushrooms are a commodity highly favored by the public. Their high nutritional content makes them one of the preferred food ingredients for consumption. The high demand for oyster mushrooms has caused the need for them in Indonesia to continue increasing. Unfortunately, the demand for oyster mushrooms in Indonesia cannot yet be fully met by local farmers. Cultivating oyster mushrooms does not require large amounts of capital or land, but it does demand special care in maintenance. One of the common challenges in oyster mushroom cultivation is the lack of attention to environmental factors, which are the main determinants of successful cultivation. Implementing a system within the mushroom house (kumbung jamur) is one solution to address this issue. The designed system aims to monitor and control temperature and humidity inside the mushroom house to maintain ideal growth conditions. The method involves installing temperature and humidity sensors for real-time monitoring, using lamps for temperature regulation, fans for air circulation, and a mist maker to maintain humidity. The system operates automatically based on sensor data, keeping the mushroom house environment stable without the need for constant supervision. The results of this study show that the developed prototype can maintain air temperature and humidity within the ideal range for mushroom growth.
Studi Komparatif Metode Boosting Dalam Pengklasifikasian Penerima Bantuan Program Keluarga Harapan (PKH) Amatullah, Fida Fariha; MY, Hadyanti Utami; Rizqi, Tasya Anisah; Wahyuni, Silvia Tri; Sartono, Bagus; Firdawanti, Aulia Rizki
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.315-326

Abstract

Ensemble Learning adalah paradigma pembelajaran mesin dimana beberapa model (biasanya disebut "weak learners") dilatih untuk memecahkan masalah yang sama dan digabungkan untuk mendapatkan hasil yang lebih baik. Salah satu model Ensemble, yaitu model boosting. Beberapa metode boosting yang digunakan dalam penelitian ini, yaitu Gradient Boosting Machines (GBM), Extreme Gradient Boosting Machine (XGBM), Light Gradient Boosting Machine (LGBM), dan CatBoost. Penelitian ini akan mengklasifikasikan Rumah Tangga (RT) yang menerima bantuan Program Keluarga Harapan (PKH). Pengklasifikasian PKH sangat penting dilakukan, karena saat ini pemberian PKH belum optimal dan masih banyak yang tidak tepat sasaran. Hasil penelitian menunjukkan bahwa metode LGBM menunjukkan performa terbaik ketika jumlah data latih berukuran besar, yaitu 90% dengan akurasi sebesar 67,97%, sedangkan untuk data latih kecil yaitu 60:40, LGBM memiliki performa yang kurang baik, dengan nilai balanced accuracy terendah dibandingkan metode boosting lainnya, yaitu sebesar 54,43%. Keunggulan LGBM ini disebabkan karena kemampuannya dalam mengelola data besar dan kompleks yang sesuai dengan karakteristik data sosial ekonomi rumah tangga penerima PKH. Dua fitur yang memiliki peran penting untuk pengklasifikasian PKH dalam model terbaik yaitu LGBM adalah faktor ekonomi dan jumlah anggota rumah tangga. Ensemble Learning is a machine learning paradigm in which multiple models (commonly referred to as "weak learners") are trained to solve the same problem and combined to achieve better results. One of the Ensemble models is the boosting model. Several boosting methods used in this study include Gradient Boosting Machines (GBM), Extreme Gradient Boosting Machine (XGBM), Light Gradient Boosting Machine (LGBM), and CatBoost. This study aims to classify households (RT) that receive assistance from the Program Keluarga Harapan (PKH). The classification of PKH recipients is crucial because the distribution of PKH aid has not been optimal, with many cases of misallocation. The results of the study indicate that the LGBM method demonstrates the best performance when the latih dataset is large (90%), achieving an accuracy of 67.97%. However, when the latih dataset is small (60:40), LGBM performs poorly, recording the lowest balanced accuracy among the boosting methods, at 54.43%. The superiority of LGBM is attributed to its ability to handle large and complex data, which aligns with the socio-economic characteristics of PKH recipient households. Two key features that play a significant role in PKH classification using the best-performing model, LGBM, are economic factors and the number of household members.
Standard Calibration Tool Lending System With Iot Integrated Fingerprint Identification At PT Sentral Tehnologi Managemen Pratama, Bambang Surya; Wilyanti, Sinka; Dionova, Brainvendra Widi; Manfaluthy, Mauludi; Putri, Arisa Olivia; Pratama, Legenda Pramewono
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.374-388

Abstract

The Internet of Things (IoT) is a network of interconnected devices that enables these objects to collect and exchange data. IoT offers an efficient solution for various fields, including the database recording of borrowing and returning calibration standard measuring instruments. This research aims to design and implement an automated IoT-based borrowing and returning system to support database recording effectiveness. The focus of this research includes the design of the borrowing and returning system, the method of transmitting data to Google Sheets, and email notifications when borrowing or returning activities occur. The research methods include the design of hardware consisting of a fingerprint sensor, infrared sensor, ESP32 microcontroller, liquid crystal display (LCD), and 4x4 keypad, as well as database recording to Google Sheets utilizing Google Sheets scripts and email notifications via Simple Mail Transfer Protocol (SMTP) connection. The research results show that the system was successfully developed with a high success rate for personnel identification accuracy, reaching up to 92%, with an average identification time of 1.42 seconds. Additionally, the developed system proved to be an effective solution for replacing the manual borrowing system, based on a survey of laboratory personnel.
Implementasi Chi-Square dan Oversampling Pada Klasifikasi Kesehatan Janin dengan Support Vector Machine Wahyudi, Sharenada Norisdita; Ulinnuha, Nurissaidah; Hafiyusholeh, Moh
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.327-337

Abstract

Pemantauan kesehatan janin menjadi aspek penting karena hal tersebut merupakan bentuk antisipasi terkait deteksi potensi patologis yang berkemungkinan membahayakan janin maupun ibu hamil. Sebagaimana dilansir dalam website resmi UNICEF, setidaknya terdapat 2,3 juta bayi meninggal pada bulan pertama kelahiran dengan 90% dari total keseluruhan merupakan kasus kematian bayi didalam kandungan pada masa kehamilan diatas 20 minggu. Selain membahayakan bayi, kesehatan janin juga berdampak pada keselamatan ibu hamil. Oleh karena itu, perlu dilakukan suatu usaha mitigasi resiko guna memperkecil potensi kematian janin dengan mendeteksi kesehatan janin dengan melakukan klasifikasi dengan algoritma SVM. Data yang digunakan pada penelitian ini adalah hasil pemeriksaan kandungan berupa data cardiotocography, berisikan 2126 data yang berisikan 21 fitur yang terkategorikan menjadi 3 kelas yaitu 1665 normal, 295 kelas suspect dan 176 kelas pathologic. Berdasarkan perbedaan yang cukup signifikan pada jumlah data ditiap kelas, dilakukan balancing data dengan metode Synthetic Minority Over-Sampling Technique (SMOTE). Selain itu, dilakukan seleksi fitur dengan menggunakan Chi-Square pada 21 fitur yang kemudian didapati 12 fitur terpilih untuk diklasifikasikan menggunakan algoritma SVM. Skema klasifikasi dilakukan dengan beberapa tahapan, dan didapati bahwa penambahan seleksi fitur Chi-Square dan SMOTE berhasil meningkatkan akurasi klasifikasi menjadi 98%, dengan nilai presicion sebesar 99%, recall 98% dan F-1 Score sebesar 98%. Fetal health monitoring is an important aspect because it forms for detect potential pathologies that may endanger fetus and pregnant mother. As reported on UNICEF, at least 2.3 million babies die in the first month of birth with 90% of the total being cases of intrauterus fetal death. In addition to endangering the baby, fetal health also has an impact on pregnant mother. As an effort to minimize the potential and risk of fetal death, is classify the health status of the fetus using the SVM algorithm. The data used in this study are gynecological results in the field of cardiotocography data, containing 2126 data that have been categorized into 3 classes, namely normal, suspect and pathologic classes. Cardiotocography data in this study was included 2,126 observations distributed across 21 features grouped into three categories: 1,665 normal, 295 suspect, and 176 pathological. Given the significant variation in the number of observations across each category, a data balancing technique, known as the Synthetic Minority Over-Sampling Technique (SMOTE), was employed to address this imbalance. Furthermore, a feature selection process was implemented, employing the Chi-Square method on the 21 features. This method identified 12 features that were subsequently classified using the SVM algorithm. The classification scheme was executed in multiple stages, and it was observed that the incorporation of both Chi-Square and SMOTE feature selection led to a substantial enhancement in classification accuracy, reaching 98%, accompanied by a 99% precision value, 98% recall, and an 98% F-1 score.
Analisis Kebutuhan dan Prediksi Parkir menggunakan Metode Regresi Linier Lady, Rienisti Ellen; Suharjono, Amin; Hidayat, Sidiq Syamsul
TELKA - Telekomunikasi Elektronika Komputasi dan Kontrol Vol 11, No 3 (2025): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v11n3.389-398

Abstract

Kebutuhan fasilitas parkir rumah sakit merupakan bagian penting mengingat fasilitas parkir merupakan bagian yang tak bisa dipisahkan dari sistem transportasi. Selain itu, bagi suatu rumah sakit, kebutuhan tempat parkir akan selalu meningkat seiring dengan perkembangan fasilitas layanan kesehatan yang ada di rumah sakit tersebut. Penelitian  ini bertujuan untuk menentukan kebutuhan lahan parkir melalui nilai Indeks Parkir dan prediksi jumlah kendaraan parkir di RS Mardi Rahayu, Kudus. Metode perhitungan Indeks Parkir dilakukan dengan perhitungan volume parkir, durasi parkir, angka pergantian parkir dan prediksi jumlah kendaraan menggunakan metode Regresi Linier. Pengambilan data dilakukan pada bulan Januari-Maret 2023. Hasil penelitian menunjukkan secara umum volume maksimal kendaraan, baik motor maupun mobil, terjadi pada hari Selasa hingga Kamis antara minggu pertama hingga minggu ketiga setiap bulan. Berdasarkan hasil analisis angka pergantian parkir dan indeks parkir, petak parkir yang ada saat penelitian ini dilakukan tidak cukup untuk melayani volume kendaraan para pengunjung karena memiliki nilai Indeks Parkir lebih dari 100%. Hasil analisis regresi linier mendapati bahwa kendaraan terbanyak diprediksi setelah 120 menit dan lonjakan kendaraan diprediksi terjadi pada menit ke 30. Penelitian ini merekomendasikan penambahan petak parkir kendaraan motor sejumlah 13 petak dan untuk kendaraan mobil 5 petak. Alternatif lain selain penambahan petak dapat dilakukan dengan memperluas lahan parkir. Hospital parking facilities are crucial, as parking is an integral part of the transportation system. Furthermore, the need for parking spaces for hospitals continues to increase along with the development of healthcare facilities. This study aims to determine parking space requirements through the Parking Index value and predict the number of parked vehicles at Mardi Rahayu Hospital, Kudus. The Parking Index calculation method involves calculating parking volume, parking duration, parking turnover rate, and predicting the number of vehicles using the Linear Regression method. Data collection was conducted between January and March 2023. The results indicate that the maximum vehicle volume, both motorcycles and cars, generally occurs on Tuesdays through Thursdays between the first and third weeks of each month. Based on the analysis of parking turnover rates and the parking index, the existing parking spaces at the time of this study were insufficient to accommodate the volume of visitors, as the Parking Index value exceeded 100%. The linear regression analysis found that the highest number of vehicles was predicted to arrive after 120 minutes, with a predicted surge in traffic occurring at the 30th minute. This study recommends adding 13 parking spaces for motorcycles and 5 parking spaces for cars. Another alternative besides adding plots is to expand the parking area.

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 11, No 3 (2025): TELKA Vol 11, No 2 (2025): TELKA Vol 11, No 1 (2025): TELKA Vol 10, No 3 (2024): TELKA Vol 10, No 2 (2024): TELKA Vol 10, No 1 (2024): TELKA Vol 9, No 2 (2023): TELKA Vol 9, No 1 (2023): TELKA Vol 8, No 2 (2022): TELKA Vol 8, No 1 (2022): TELKA Vol 7, No 2 (2021): TELKA Vol 7, No 1 (2021): TELKA Vol 6, No 2 (2020): TELKA Vol 6, No 1 (2020): TELKA Vol 5, No 2 (2019): TELKA Vol 5, No 1 (2019): TELKA Vol 4, No 2 (2018): TELKA Vol 4, No 1 (2018): TELKA Vol 3, No 2 (2017): TELKA Vol 3, No 1 (2017): TELKA Vol 2, No 2 (2016): TELKA Vol 2, No 1 (2016): TELKA More Issue