cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Machrus Ali
Contact Email
sinarfe7@gmail.com
Phone
+6281330002213
Journal Mail Official
sinarfe7@gmail.com
Editorial Address
Departemen Teknik Elektro, FTE-ITS, Gedung B-C lantai 2, Kampus ITS, Surabaya, Surabaya, Provinsi Jawa Timur, 60111
Location
Kota malang,
Jawa timur
INDONESIA
SinarFe7
Published by Forum Pendidikan Tinggi Teknik Elektro Indonesia Regional Jawa Timur
ISSN : 26213540     EISSN : 26215551     DOI : https://doi.org/10.56795/sinarfe7.v5i1
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Publikasi ini digunakan untuk kegiatan utama FORTEI (Forum Pendidikan Tinggi Teknik Elektro Indonesia) Regional Jawa Timur atara lain: menyelaraskan pendidikan tinggi Teknik Elektro se-Indonesia melingkupi bidang pendidikan, penelitian, dan aplikasi teknologi, Mendiskusikan topik-topik nasional terkait keilmuan Teknik Elektro, menyimpulkan, memberi masukan, dan solusi kepada pemerintah serta pemangku kepentingan, sebagai institusi rujukan mengenai pendidikan tinggi Teknik Elektro, meningkatkan kerjasama dan tali silaturrahim antar Institusi, pejabat Program Studi/ Jurusan/Departemen, dan peneliti bidang Teknik Elektro
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 576 Documents
 54   55   56   57   58 
Sistem Deteksi Real-Time Varietas dan Grade Biji Kopi Menggunakan CNN MobileNet-V2 Tahta Yudha Saputra Yudha; Edy Kurniawan; Rhesma Intan Vidyastari
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Perkebunan kopi memiliki peran penting bagi perekonomian Indonesia, dengan Jawa Timur sebagai salah satu sentra penghasil Arabika dan Robusta. Penentuan varietas dan mutu biji kopi secara manual masih sulit dilakukan masyarakat maupun pelaku usaha kecil karena mengandalkan pengamatan visual yang subyektif. Penelitian ini bertujuan merancang sistem deteksi jenis dan mutu biji kopi berdasarkan pengolahan citra digital menggunakan kamera webcam, mikrokomputer Raspberry Pi 4, algoritma Convolutional Neural Network (CNN) MobileNet-V2, dan LCD 20x4 I2C sebagai penampil hasil. Sistem bekerja melalui tiga tahap: masukan (pengambilan citra), proses (klasifikasi varietas dan grade menggunakan model CNN yang telah dibor), serta keluaran (penampilan hasil pada LCD). Pengujian dilakukan melalui evaluasi konfusi matriks serta lima belas skenario pengujian lapangan yang terbagi menjadi tiga kelompok, yaitu Robusta, Arabika, dan campuran keduanya. Hasil Confusion Matrix menunjukkan ketepatan klasifikasi 846 dari 1.407 data uji. Pada pengujian lapangan, sistem mencapai tingkat keberhasilan tertinggi pada kelompok Robusta sebesar 80%, sedangkan kelompok Arabika dan campuran masing-masing mencapai 60%, dengan rata-rata keberhasilan keseluruhan sekitar 67%. Kesalahan klasifikasi umumnya terjadi akibat kemiripan fitur visual antarvarietas pada tingkat mutu yang berdekatan, serta kompleksitas pemrosesan pada saat dua varietas berada dalam satu citra. Hasil ini menunjukkan bahwa sistem yang dirancang sudah memadai untuk mendukung proses penyortiran dasar biji kopi secara real-time, objektif, dan terstandar, meskipun masih memerlukan penyempurnaan lebih lanjut pada ekstraksi fitur agar mampu membedakan varietas dan mutu yang memiliki karakteristik visual serupa secara lebih akurat.
Rancang Bangun Sistem Deteksi Kantuk dan Kelelahan Pada Pengemudi Dengan Sensor Biometrik rizka yuliana; Ghulam Asrofi Buntoro; Rhesma Intan Vidyastari
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kantuk dan kelelahan saat berkendara merupakan salah satu penyebab menurunnya tingkat kewaspadaan pengemudi yang dapat meningkatkan risiko kecelakaan lalu lintas. Penelitian ini bertujuan merancang dan membangun sistem deteksi kantuk dan kelelahan berbasis sensor biometrik menggunakan Pulse Heart Rate Sensor untuk mengukur denyut jantung (Beat Per Minute/BPM). Sistem dikendalikan oleh Arduino Uno, dilengkapi layar OLED 1,3 inci sebagai media tampilan, vibration motor sebagai peringatan, serta sensor sentuh TTP223 sebagai saklar pengoperasian. Metode penelitian meliputi studi literatur, perancangan perangkat keras dan perangkat lunak, implementasi sistem, serta pengujian kinerja alat. Data denyut jantung yang diperoleh dari sensor diproses oleh Arduino Uno untuk menentukan kondisi pengemudi berdasarkan kategori BPM yang telah ditetapkan. Hasil pengukuran ditampilkan secara real-time pada layar OLED, sedangkan vibration motor akan aktif apabila sistem mendeteksi indikasi kantuk atau kelelahan. Hasil pengujian menunjukkan bahwa sistem mampu memantau denyut jantung secara real-time, mengklasifikasikan kondisi pengemudi berdasarkan nilai BPM, serta memberikan peringatan melalui getaran sesuai kondisi yang terdeteksi. Sistem yang dikembangkan diharapkan dapat menjadi alternatif perangkat pendukung untuk meningkatkan kewaspadaan pengemudi dan membantu mengurangi risiko kecelakaan akibat kantuk dan kelelahan.
Rancang Bangun Alat Tes Buta Warna Digital Metode Ishihara Berbasis Mikrokontroler ESP32 Yoga Dwi Prasetya; Desriyanti; Rhesma Intan Vidyastari
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengujian buta warna umumnya dilakukan menggunakan buku Ishihara, di mana proses penilaian, pencatatan, dan pelaporan dilakukan secara manual. Pendekatan ini memperlama waktu pemeriksaan dan berpotensi menyebabkan kesalahan pencatatan. Penelitian ini bertujuan mengembangkan alat tes buta warna digital berbasis mikrokontroler ESP32 dan layar sentuh TFT dengan metode Ishihara sebagai media skrining awal penglihatan warna. Metode penelitian meliputi studi lapangan, studi literatur, perancangan sistem, implementasi perangkat keras, dan evaluasi kinerja sistem. Sistem yang dikembangkan mampu menampilkan pelat Ishihara secara digital, menerima jawaban melalui layar sentuh, menghitung skor, persentase jawaban benar, waktu pengerjaan, serta menentukan klasifikasi penglihatan warna secara otomatis. Selain itu, hasil pemeriksaan disimpan dan ditampilkan melalui web server berbasis Wi-Fi. Pengujian dilakukan terhadap 30 responden yang terdiri atas 22 responden dengan penglihatan warna normal, 5 responden buta warna parsial, dan 3 responden buta warna total. Hasil perbandingan dengan pemeriksaan menggunakan buku Ishihara menunjukkan bahwa seluruh klasifikasi yang dihasilkan alat sesuai dengan metode manual sehingga diperoleh tingkat kesesuaian sebesar 100%. Hasil tersebut menunjukkan bahwa alat yang dikembangkan mampu melakukan skrining awal buta warna secara akurat, efisien, dan andal serta mempermudah proses pencatatan dan pelaporan hasil pemeriksaan.
SISTEM MONITORING KUALITAS AIR KOLAM IKAN LELE MENGGUNAKAN SENSOR TURBIDITY BERBASIS ESP32 DAN PHOTOVOLTAIC Ilham Pratama
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas air merupakan salah satu faktor penting dalam keberhasilan budidaya ikan lele. Penelitian ini bertujuan merancang sistem monitoring kualitas air berbasis ESP32 dengan sumber energi photovoltaic. Sistem menggunakan sensor pH, turbidity, dan DS18B20 untuk memantau kondisi air secara real-time. Hasil pembacaan sensor ditampilkan pada LCD, sedangkan relay mengendalikan pompa secara otomatis berdasarkan nilai ambang yang telah ditentukan. Hasil pengujian menunjukkan panel photovoltaic menghasilkan daya maksimum sebesar 19,60 W. Pengujian sensor menunjukkan pembacaan pH pada rentang 2,5–6,0 dan suhu 12,2–38,0 °C. Sistem dapat membaca kondisi air dan mengendalikan pompa secara otomatis sesuai kondisi yang terdeteksi. Hasil tersebut menunjukkan bahwa sistem yang dirancang dapat digunakan untuk membantu monitoring kualitas air kolam ikan lele. Selain itu, integrasi sensor, ESP32, LCD, relay, dan pompa memungkinkan proses pemantauan dan pengendalian kualitas air dilakukan secara otomatis selama sistem beroperasi.
Rancang Bangun Mesin Roasting Kopi Berbasis Mikrokontroler dengan Sistem Kendali Otomatis dan Energi Hybrid Listrik–Surya Dimas Angga Ferdiansyah; Desriyanti; Mohamad Muhsin
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak - Proses penyangraian kopi pada skala usaha mikro, kecil, dan menengah (UMKM) umumnya masih menghadapi masalah suhu yang kurang stabil, tingkat kematangan biji kopi yang tidak merata, serta ketergantungan pada satu sumber listrik PLN. Penelitian ini bertujuan merancang dan membuat mesin penyangrai kopi otomatis berbasis mikrokontroler Arduino Uno yang dipadukan dengan sistem energi hibrida listrik–surya. Mesin ini menggunakan sensor termokopel tipe-K untuk memantau suhu, sensor load cell HX711 untuk menimbang berat biji kopi, serta Automatic Transfer Switch (ATS) untuk memindahkan sumber listrik secara otomatis antara panel surya dan PLN. Dari hasil pengujian, sensor load cell mampu menimbang dengan akurasi rata-rata 99,79% (tingkat kesalahan 0,21%), sedangkan sensor suhu memiliki akurasi rata-rata 97,19% (tingkat kesalahan 1,81%). Pada sistem daya hibrida, pengisian baterai 12V 60Ah dari kondisi kosong hingga penuh menggunakan panel surya membutuhkan waktu sekitar 4,4 jam. Baterai mampu menyuplai seluruh komponen mesin (motor penggerak, sistem kontrol, dan elemen pemanas 500 Watt) selama 45 menit secara mandiri, sementara ATS berhasil mengalihkan arus listrik secara mulus tanpa mengganggu proses penyangraian. Pengujian penyangraian pada berbagai variasi berat (250 gram, 500 gram, dan 750 gram) menghasilkan susut bobot sebesar 11,40%–11,60% untuk light roast, 11,60%–13,80% untuk medium roast, dan 11,87%–16,80% untuk dark roast. Dengan demikian, mesin ini berhasil meningkatkan efisiensi energi, menjaga stabilitas suhu, serta menghasilkan tingkat kematangan kopi yang konsisten.
Restorasi, Perakitan, dan Instalasi Panel Daya-Kontrol Mesin AMP dengan Kendali Otomatis Modbus RTU Muhammad Alfarif Nur Ardiansyah; Kumala Mahda Habsari; Ryan Wicaksono; Ade Reza Febri Saputra; Budi Triyono
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Asphalt Mixing Plant (AMP) is the main machine in hot mix asphalt concrete production. This research was motivated by the disruption of the AMP machine's operational function due to incomplete electrical components in the power panel and control panel, caused by indications of theft. This research aims to carry out the restoration, assembly, installation, and testing of the power panel and control panel system so that the AMP machine can return to operating optimally and automatically. The control system was designed using a Programmable Logic Controller (PLC) and Human-Machine Interface (HMI), integrated with RS-485 serial communication based on the Modbus RTU protocol to connect the PLC with a Variable Speed Drive (VSD), load cell controller, and temperature controller for the weighing and temperature monitoring processes. Quality control testing results showed that all wiring and components functioned according to the design. Power panel feasibility testing showed a stable inter-phase voltage (386–388V) and a balanced load current (0.8% difference), meeting the safe tolerance standard according to IEEE 141-1993. Modbus RTU communication testing was carried out successfully without errors, enabling the AMP machine to operate in both semi-auto and full-auto modes

Page 58 of 58 | Total Record : 576

 54   55   56   57   58 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2026): Sinarfe7-8 2026 Vol. 7 No. 1 (2025): SinarFe7-7 2025 Vol. 6 No. 1 (2024): SinarFe7-6 2024 Vol. 5 No. 1 (2022): SinarFe7-5 2022 Vol. 4 No. 1 (2021): SinarFe7-4 2021 Vol. 3 No. 1 (2020): Sinarfe7-3 2020 Vol. 2 No. 1 (2019): Sinarfe7-2 2019 Vol. 1 No. 1 (2018): Sinarfe7-1B 2018 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018