cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
sulistiyanto
Contact Email
yantog98@gmail.com
Phone
+6281332986888
Journal Mail Official
jeecom@unuja.ac.id
Editorial Address
https://ejournal.unuja.ac.id/index.php/jeecom/about/editorialTeam
Location
Kab. probolinggo,
Jawa timur
INDONESIA
Journal of Electrical Engineering and Computer (JEECOM)
Published by Universitas Nurul Jadid
ISSN : 27150410     EISSN : 27156427     DOI : -
Core Subject : Science, Engineering,
Control & Systems Engineering Electrical & Electronics Engineering Energy
Journal of Electrical Engineering and Computer (JEECOM) is published by Engineering Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia. This journal encompasses research articles, original research report, : 1) Power Systems, 2) Signal, System, and Electronics, 3) Communication Systems, 4) Information Technology, etc.
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 223 Documents
 11   12   13   14   15 
Predicting the relative humidity of allergic asthma using GA Ismail, Rasha Rokan
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 2 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i2.8548

Abstract

 Asthma is a serious chronic disease that affects the airways, and the occurrence of this disease depends on many factors, including psychological ones, and others because of specific foods, and others depend on weather conditions such as the ambient temperature and relative humidity of the air. In this research, the disease was diagnosed by identifying one of its causes, which is air humidity, which is an important factor for exacerbation of asthma, using one of the algorithms of artificial intelligence, which is the genetic algorithms, which depend on the symptoms of the disease and the degree of humidity in the air. Examples were extracted from contaminated and also non-infected individuals, and also the formula was related to them as well as the success price was 95%.
Pengaruh Jenis Stemmer Terhadap Algoritma Svm Pada Analisis Sentimen Berbasis Lexicon Dengan Afinn Lexicon Resource Huda, Luthfi Nurul; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8227

Abstract

Analisis sentimen merupakan bidang ilmu yang memiliki potensi besar dalam penelitian dan aplikasi praktis. Ini merupakan sebuah tugas dari NLP yang dieksploitasi untuk mengekstraksi dan mengklasifikasi konten berdasarkan sentimen emosi baik positive, negative dan netral. Analisis sentimen sendiri dibagi menjadi tiga teknik: teknik berbasis leksikon (lexicon-based), teknik berbasis machine learning (machine learning-based), dan teknik hybrid-based. Penelitian ini mengangkat teknik hybrid-based. Penelitian ini befokus untuk menemukan jenis stemmer yang dapat meningkatkan performa dari algoritma SVM pada analisis sentimen berbasis lexicon. Penelitian ini menerapkan tiga jenis stemmer yang berbeda yakni porter stemmer, snowball stemmer, dan Lancaster stemmer. Kemudian menggunakan AFINN lexicon dictionary. Terakhir algoritma SVM akan dievaluasi menggunakan confusion matrix. Penelitian ini melakukan tiga skenario, yakni gabungan antara jenis stemmer yang digunakan dengan algoritma SVM. Dari ketiga skenario yang dilakukan, gabungan SVM dan Snowball stemmer mendapatkan nilai Accuracy, Precision, Recall dan F1-Score paling tinggi dari dua skenario lainnya. Yakni dengan nilai Accuracy sebesar 95,67 %, Precision sebesar 95,68 %, Recall sebesar 95,67 % dan F1-Score sebesar 95,67 %.
Portable Smart Biogas Digester Using Pressure Sensor and Safety Valve Based on Internet of Things Sulistiyanto, Sulistiyanto; Mawardi, Imam
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8540

Abstract

Pemanfaatan energi baru dan terbarukan, khususnya biogas, semakin berkembang dengan penggunaannya dalam kompor gas dan pembangkit listrik tenaga biogas (bio-digester). Proses produksi biogas melibatkan fermentasi anaerobik bahan organik, menghasilkan bakteri metanogen yang mengubahnya menjadi sumber energi terbarukan. Namun, ada tantangan seperti kerugian waktu, kebocoran, dan ketidakpastian lain yang perlu diperhatikan. Oleh karena itu, diperlukan monitoring berkala terhadap energi biogas. Saat ini, monitoring energi biogas umumnya dilakukan secara on-site, di mana data diambil pada waktu-waktu tertentu oleh teknisi atau produsen yang harus mendatangi lokasi. Hal ini mengakibatkan data yang diperoleh tidak merepresentasikan energi yang dihasilkan setiap saat. Sistem on-site memiliki keterbatasan karena pihak berkepentingan harus mendatangi lokasi. Oleh karena itu, dibutuhkan sistem kontrol dan monitoring yang dapat diakses dari jarak jauh secara akurat dan real-time. Dengan memanfaatkan teknologi Internet of Things (IoT), sistem monitoring energi biogas dapat diakses dan dikontrol melalui perangkat seperti smartphone atau komputer yang terhubung dengan internet. Teknologi IoT mendukung monitoring real-time, memungkinkan produsen memantau data energi biogas secara jarak jauh dan otomatis tanpa harus hadir di lokasi. Penelitian ini mengembangkan sistem kontrol dan monitoring energi biogas, terutama pada presure, yang dapat diakses dan dikontrol dengan cepat dan akurat dari mana saja dan kapan saja melalui jaringan internet. Mikrokontroler digunakan sebagai komponen utama dalam sistem ini, memungkinkan pengolahan data dari sensor presure dan pengiriman informasi melalui internet untuk monitoring dan kontrol secara real-time. Penelitian ini merupakan kontribusi terhadap pengembangan solusi berbasis IoT untuk pengelolaan energi biogas yang lebih efektif dan efisien.
Alat Pengukur Umur Lampu Dengan Teknologi Switch Cycles (KLIK) Beatrix, Maria; Setyaningsih, Endah; Utama, Hadian Satria; Calvinus, Yohanes; Lukita, Putra
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8016

Abstract

Pencahayaan adalah penggunaan cahaya untuk menerangi suatu objek. Salah satu sumber dari pencahayaan buatan adalah lampu. Masyarakat sangat membutuhkan lampu yang berkualitas dan tahan lama untuk kebutuhan sehari-hari. Salah satu faktor terpenting dari pemilihan lampu adalah umur lampu. Selama ini, umur lampu diukur dengan satuan jam. Standar nasional Indonesia (SNI) menguji umur lampu selama 6000 jam. Saat ini terdapat suatu teknologi baru yang berkembang terkait switch cycles (klik) untuk mengukur umur lampu. Sebuah alat ukur umur lampu perlu dibuat untuk mengetahui umur lampu dengan switch cycles (klik). Metode yang digunakan adalah perancangan alat. Tujuan dari perancangan alat ini adalah membuat alat yang bisa mengukur umur lampu dengan switch cycles (klik). Alat ukur umur lampu dengan teknologi switch cycles (klik) memiliki empat modul yaitu modul counter, modul internet, modul pemproses, modul penampil informasi. Modul counter melakukan switch cycles (klik) pada lampu. Modul internet menghubungkan alat ke internet. Modul pemproses melakukan pengolahan data. Modul penampil informasi menunjukkan informasi di LCD. Berdasarkan pengujian rancangan, semua modul pada alat berhasil bekerja sesuai dengan tujuannya. Hasilnya dapat dilihat pada counter yang melakukan switch cycles (klik) pada lampu. Kemudian modul pemproses mencatat durasi, waktu, jumlah switch cycles (klik) dan menghubungakan semua modul agar dapat tercatat di Google Sheet . Selain itu modul internet menampilkan data di Google Sheet. Modul penampil informasi menampilkan jumlah switch cycle pada lampu di LCD.
Pengaruh Force dan Perubahan Dimensi Terhadap Karakteristik Microcantilever Aziz, As’ad Shidqy; Sesoca, Jendra; Rahayu, Brahma Ratih; Fitriana, Nurin
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8456

Abstract

Sistem mikro-elektromekanis (MEMS) adalah teknologi proses yang digunakan untuk membuat perangkat kecil perangkat atau sistem terintegrasi yang menggabungkan komponen mekanik dan listrik. Komponen tersebut dibuat menggunakan teknik pemrosesan batch sirkuit terpadu (IC) dan dapat berkisar dari beberapa mikrometer sampai milimeter. Microcantilever banyak diaplikasikan dalam sensor kimia dan biologi karena sensitifitasnya. Dalam satu dekade terakhir Microcantilever telah menjadi begitu populer karena sensitivitas yang tinggi, kemudahan dalam fabrikasi dan fleksibilitas jika diterapkan pada chipsirkuit. Juga sangat diminati karena kemudahan dalam mengkalibrasi. Metode yang digunakan dalam penelitian ini adalah mengubah force dan dimensi pada Microcantilever. Tujuan dari Penelitian ini adalah untuk mengetahui karakteristik dari sebuah Microcantilever karena karakteristik tersebut sangat dibutuhkan sebelum melakukan perancangan sebuah sensor berbasis Microcantilever. Dari hasil simulasi nilai displacement yang dihasilkan pada mikrokantilever adalah 5,31 x 10-10  mm apabila menggunakan force 4N; 6,64 x 10-10  mm apabila menggunakan force 5N; dan 7,97 x 10-10  mm  apabila menggunakan force 6N. Ketebalan pada saat perancangan  mempengaruhi frekuensi yang dihasilkan oleh mikrokantilever. ketebalan 0,75 µm menghasilkan frekuensi sebesar 0,31 MHz, ketebalan 1,5 µm menghasilkan frekuensi sebesar 0,61 MHz dan ketebalan 3 µm menghasilkan frekuensi 1,218 MHz
Analisis Dampak Karakteristik Siswa pada Masa Pandemi COVID-19 terhadap Prestasi Akademik menggunakan Analisis Diskriminan dan Regresi Multinomial Widodo, Cynthia; Muhammad, Alva Hendi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 2 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i2.9070

Abstract

Berdasarkan analisis karakteristik siswa di tengah pandemi COVID-19, studi ini menggunakan analisis diskriminan dan regresi multinomial untuk mengeksplorasi dampaknya terhadap prestasi akademik. Faktor-faktor seperti usia, jenis kelamin, tingkat stres, dan transisi ke lingkungan pembelajaran virtual diperiksa untuk memahami pengaruhnya terhadap hasil pendidikan. Temuan ini menyoroti peran penting manajemen stres dan tantangan yang ditimbulkan oleh lingkungan pembelajaran virtual, serta menekankan perlunya intervensi yang ditargetkan untuk mendukung kesejahteraan siswa dan keberhasilan akademik. Analisis diskriminan mengidentifikasi faktor-faktor utama yang membedakan tingkat prestasi akademik, sementara regresi multinomial memodelkan hubungan kompleks di antara variabel-variabel yang mempengaruhi pencapaian siswa. Penelitian ini berkontribusi pada strategi pendidikan yang disesuaikan dengan kebutuhan siswa yang terus berkembang di lanskap pendidikan yang ditransformasi secara digital.
Sistem Komunikasi Antar Arduino Menggunakan Protokol RS485 Septianti, Nurul; Rahmadewi, Reni
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8398

Abstract

Sistem Komunikasi Antar Arduino menggunakan Protokol RS485 dirancang untuk mendukung komunikasi jarak jauh hingga 1200 meter, walaupun pada percobaan digunakan kabel dengan panjang sekitar ±25cm. Komponen sistem melibatkan mikrokontroler master sebagai pusat kendali yang mengirimkan perintah kepada mikrokontroler slave dan mengakses input dari push button, hasilnya ditampilkan pada layar LCD. Mikrokontroler slave berperan dalam menerima dan menjalankan perintah dari mikrokontroler master, dengan data terkait aliran daya listrik pada masing-masing slave (880 watt pada slave 1, 900 watt pada slave 2, dan 800 watt pada slave 3).
Convolutional Neural Network untuk Klasifikasi Batik Tenun Ikat Bandar Berdasarkan Fitur Warna dan Tekstur Muthrofin, Mohammad Atif Faiz; Erwanto, Danang; Yanuartanti, Iska
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8060

Abstract

Tenun Ikat Bandar Kediri adalah salah satu jenis batik berupa kain yang ditenun dan diberi suatu pola dan motif pada teksturnya menggunakan suatu mesin tenun kayu tradisional. Pola dan motif pada batik tenun ikat sangat bervariasi tergantung pada rumah produksinya. Biasanya setiap rimah produksi memiliki suatu ciri khas khusus pada pola dan motifnya. Banyaknya pola dan motif tersebut akan menjadikan masyarakat sulit mengenali dan mempelajari ciri visual Tenun Ikat tersebut sehingga bila ada suatu sistem yang mempelajari pola dan motif tersebut maka akan sangat membantu masyarakat. Sistem klasifikasi yang dibuat pada penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan ekstraksi tekstur Tenun menggunakan fitur Gray Level Cooccurence Matrix (GLCM) dan ekstraksi warna menggunakan fitur Color Co-occourrence Matrix (CCM). Pada penelitian ini menggunakan dataset sebanyak 125 citra gambar dari 5 motif batik pada suatu rumah produksi tenun ikat dengan proporsi setiap pola yang seimbang. Hasil dari penelitian ini menunjukkan bahwa rata-rata akurasi dari setiap pengujian mencapai angka 0,94, ini menunjukkan bahwa metode yang dimaksudkan telah dapat melakukan klasifikasi dengan baik.
Identifikasi Ekspresi Wajah Manusia Menggunakan Algoritma Grey Wolf Optimizer dan Convolutional Neural Network Rohim, Ni’matur; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8269

Abstract

Penelitian ini mengeksplorasi penggunaan algoritma Grey Wolf Optimizer (GWO) untuk mengoptimalkan parameter pada Convolutional Neural Network (CNN) dalam mengenali ekspresi wajah manusia. Ekspresi wajah adalah aspek penting dalam komunikasi manusia, dan pengenalan ekspresi tersebut menjadi semakin vital dalam interaksi manusia-mesin dan bidang kesehatan psikologi. Metode deep learning, terutama CNN, telah terbukti efektif dalam mengklasifikasikan ekspresi manusia, meskipun masih menghadapi beberapa tantangan, seperti pengaturan parameter yang rumit dan kebutuhan akan data yang besar. Penelitian ini bertujuan untuk mencari parameter optimal untuk meningkatkan kinerja CNN dalam mengenali ekspresi wajah menggunakan algoritma GWO. Data yang digunakan adalah dataset Facial Expression Recognition 2013 (FER-2013), dengan total 600 citra wajah yang dibagi menjadi tiga kelas: happy, sad, dan angry. Pendekatan yang diusulkan mencakup preprocessing data, pencarian parameter arsitektur CNN menggunakan GWO, pembuatan model CNN, dan pengujian model menggunakan data testing. Hasil pengujian menunjukkan bahwa dengan parameter optimal, model CNN mencapai akurasi yang baik, dengan nilai akurasi 79% pada data training, 60% pada data validation, dan rata-rata akurasi 77% pada data testing. Penelitian ini menyoroti pentingnya penanganan yang cermat dalam menentukan parameter untuk memastikan hasil yang optimal dalam pengenalan ekspresi wajah manusia menggunakan CNN.
Prediksi Kelayakan Mahasiswa sebagai Penerima Beasiswa Bank Indonesia pada Tahap Seleksi Administrasi di Universitas Nurul Jadid Menggunakan Algoritma K Nearest Neighbor Permatasari, Uky Oktavia Risti; Shudiq, Wali Ja'far; Jasri, Moh
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8425

Abstract

Beasiswa ialah jenis bantuan keuangan yang diberikan kepada mahasiswa untuk membantu mereka membayar biaya pendidikan. Tahap seleksi administrasi merupakan langkah awal dalam menilai kelayakan mahasiswa. Proses seleksi administrasi jika dilakukan secara manual dapat memakan waktu dan sumber daya, serta keputusan manual dapat rentan terhadap subjektivitas, dan perbedaan penilaian antar panitia seleksi. Oleh karena itu dibutuhkan Prediksi yang akurat untuk dapat mengoptimalkan penggunaan sumber daya, mengetahui faktor utama dan faktor pendukung untuk membantu pihak terkait dalam menentukan kelayakan mahasiswa untuk dinyatakan lolos seleksi administrasi secara lebih mendalam. Tujuan penelitian ini ialah meminimalkan adanya pengaruh keputusan yang bersifat subjektivitas serta meminimalisir adanya human erorr. Penelitian ini mengusulkan Prediksi Kelayakan Mahasiswa Algoritma K Nearest Neighbor (KNN). Perhitungan jarak yang digunakan dalam penelitian ini ialah Euclidean distance yang dimana digunakan untuk mengukur seberapa mirip data yang akan di prediksi dan data latih yang ada. Implementasi algoritma ini menggunakan python di google colab. Dataset yang digunakan dalam penelitian ini ialah sebanyak 350 record data, dengan membagi 75% sebagai data training, dan 25% sebagai data testing. Hasil dari penelitian ini menunjukkan bahwa Algoritma K Nearest Neighbor (KNN) mampu menjadi model prediksi kelayakan yang baik, ditunjukkan dengan nilai akurasi sebesar 93%.   

Page 13 of 23 | Total Record : 223

 11   12   13   14   15 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7, No 2 (2025) Vol 7, No 1 (2025) Vol 6, No 2 (2024) Vol 6, No 1 (2024) Vol 5, No 2 (2023) Vol 5, No 1 (2023) Vol 4, No 2 (2022) Vol 4, No 1 (2022) Vol 3, No 2 (2021) Vol 3, No 1 (2021) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 1 (2019) More Issue