SinarFe7
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
Articles
523 Documents
<![CDATA[Penerapan Artificial Neural Network Backpropagation Untuk Diagnosa Penyakit Paru-Paru ]]>
<![CDATA[Moh. Iqbal Ramadlan. A]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (551.531 KB)
<![CDATA[Paru-paru merupakan organ pada sistem pernapasan manusia yang berfungsi untuk proses terjadinya pertukaran oksigen dengan karbondioksida di dalam darah. Penurunan kualitas udara di dunia termasuk di Indonesia, berdampak pada meningkatnya resiko terkena penyakit paru-paru..Beberaapa penyakit yang bisa muncul akibat gangguan paru-paru diantaranya yaitu penyakit ISPA yang merupakan singkatan dari infeksi saluran pernafasan akut. Indonesia merupakan salah satu Negara dengan masalah kesehatan yang utama, terutama jumlah penderita ISPA yang tergolong masih tinggi. Penyakit ISPA harus ditangani dengan tepat sesuai diagnosis yang akurat. Diagnosis ISPA dilakukan secara manual dengan melihat gejala yang dialami pasien. Gejala ISPA yang digunakan untuk mendiagnosis penyakit meliputi 10 variabel input dan 2 variabel output yaitu Suspect ISPA dan Non ISPA. Jaringan Syaraf Tiruan merupakan salah satu sistem pemrosesan informasi yang di desain dengan cara menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot sinapsisnya. Jaringan Syaraf Tiruan mampu melakukan pengenalan kegiatan berbasis data masa lalu. Data masa lalu akan dipelajari oleh Jaringan Syaraf Tiruan sehingga mempunyai kemampuan untuk memberikan keputusan terhadap data yang belum pernah dipelajari sebelumnya. Dalam analisis ini dicoba untuk mempelajari dan dicoba penerapan didalam bidang kesehatan yaitu mendiagnosa penyakit pada paru-paru manusia dengan menggunakan metode Artificial Neural Network (ANN) berupa Backpropagation.]]>
<![CDATA[Deteksi Hipotensi Dengan Metode Artificial Neural Network ]]>
<![CDATA[Abd. Rofik]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (747.204 KB)
<![CDATA[Hipotensi atau tekanan darah rendah merupakan suatu kondisi di mana angka tekanan darah anda berada di bawah angka normal. Tekanan darah rendah menandakan bahwa jantung, otak, dan beberapa bagian tubuh lainya tidak mendapatkan darah sesuai dengan kebutuhanya. Umumnya prang yang rutin berolahraga memiliki tekanan darah lebih rendah disbanding orang yang jarang melakukan aktivitas fisik, Jika tekanan darah terlalu rendah akan mengalami pusing pada kepala, bahkan hingga pingsan, meski penyakit ini tergolong wajar tetapi apabila kondisinya sudah parah kondisi ini harus segera mendapatkan penanganan. Penelitian ini menggunakan motode Artificial Neural Network (ANN) Feed Forward Backpropagation untuk mendeteksi hipotensi berdasarkan ciri-ciri dan atau kebiasaan seseorang. Data hipotensi diperoleh dengan kuesioner kemudian dipraproses dengan melakukan imputasi pada missing value serta transformasi data untuk mengubah data pada range yang sama. hasi praproses digunakan untuk melatih model ANN dengan 25 input, 3 hidden neuron serta 1 output. Dengan learning rate 0.25 serta eporch sebanyak 1000, hasil percobaan menunjukkan akurasi hingga 96% dengan pembagian data latih sebesar 80% dan data uji sebesar 20%.]]>
<![CDATA[Penerapan Algoritma Neural Network Untuk Mendeteksi Penyakit Diabetes Berbasiskan Algoritma Genetika ]]>
<![CDATA[Amin Rais]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (583.565 KB)
<![CDATA[Diabetes adalah sebuah penyakit dimana kandungan gula dalam darah tidak dapat diolah oleh tubuh. Berdasarkan kasus banyaknya penderita penyakit diabetes,maka perlu tindakan awal sebagai solusi dari permasalahan penyakit diabetes yaitu dengan melakukan prediksi guna mendeteksi dini penyakit diabetes. Hali ini perlu dilakukan karena sering kali keputusan medis yang dibuat berdasarkan pengalaman dan penaralan rasional. Prediksi penyakit diabetes dapat dilakukan dengan cara memanfaatkan beberapa data pasien penderita penyakit diabetes yang telahtersimpan dalam basis data guna dibuat suatu pola untuk penentuan penyakit diabatesdengan tekanik Artificial Intelligence sehingga hasil diagnose yang tidak tepat dapat dihindari. Dalam penelitian ini menerapkan Algoritma genetika (GA) untuk mengoptimalkan model Neural Network (NN) dengan cara pencarian nilai parameter terbaik pada model Neural Network (NN). Hasil eksperimen menunjukkan terjadiinya penurunan nilai RMSE yang berarti terjadi peningkatan pada nilai akurasiprediksi, yaitu dari 0,402 +/- 0,035 menjadi 0,396 +/- 0,032. Dengan adanya optimasi prediksi model NN, maka para pengambil kebijakan terkait dapat menentukan prediksi penyakit diabetes dengan lebih akurat.]]>
<![CDATA[Analisis Robot Sensor Pendeteksi kotoran Debu Dan Air Pada Lantai Rumah Dengan sensor ultrasonik ]]>
<![CDATA[Hasanuddin]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (534.529 KB)
<![CDATA[Sensor merupakan salah satu komponen elektronika yang memiliki kemampuan yang bisa di bilang cukup handal dan terbilang memiliki banyak jenis salah satu dari jenis2 sensor tersebut adalah seperti halnya, seperti sensor ultrasonik, sensor kelembaban, dan sensor debu. Saat ini hampir setiap peralatan elektronik dilengkapi dengan komponen sensor, seperti robot yang dirancang ini, dilengkapi dengan sensor kelembaban dan sensor debu. Adapun Tujuan dari penelitian ini sendiri adalah untuk mengetahui kinerja dari sensor kelembaban itu sendirir dan sensor debu dalam mendeteksi kotoran lalu sensor mengirim sinyal ke mikrokontroller yaitu Arduino Mega 2560. Dari hasil penelitian kinerja sensor pada robot pendeteksi kotoran debu lantai dan air berbasis Arduino waktu respon sensor jarak mendeteksi penghalang di ruangan senilai 2 detik, waktu respon sensor debu mendeteksi debu lebih lama yaitu 2 menit ini dikarenakan pemasangan sensor debu yang kurang tepat sehingga lambat mendeteksi debu. Penggunaan sensor di perangkat-perangkat elektronik ini telah diaplikasikan di hampir semua bidang di kehidupan kita sehari-hari mulai dari perangkat pribadi, layanan kesehatan, keamanan, industri, hiburan, transportasi, militer, alat rumah tangga hingga ke sektor pertanian. Dengan demikian semakin besarnya penggunaan Sensor di dalam Teknologi masa kini, pengetahuan tentang sensor ini menjadi sangat penting dan wajib kita pahami apa sebenarnya yang dilakukan oleh sensor serta jenis-jenis sensor tersebut Sedangkan waktu respon sensor kelembaban dalam mendeteksi air senilai 3 detik. Untuk unjuk kerja robot pada sensor kelembaban membersihkan air di lantai sebanyak 1 ml sebesar 10 sampai dengan 17 detik dan untuk unjuk kerja robot pada sensor kelembaban untuk membersihkan air sebanyak 2 ml sebesar 20 sampai dengan 30 detik.]]>
<![CDATA[ANALISA KEBOCORAN LPG DENGAN MENGGUNAKAN SENSOR GAS MQ-2 ]]>
<![CDATA[Ainur Rofik]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (233.95 KB)
<![CDATA[Gas sangat penting untuk kehidupan manusia,pada rumah tangga gas digunakan sebagai bahan bakar minyak yang telah dikonversikan keliquefied petroleum gas (LPG). Kurangnya tingkat keamanan pada pemakaian tabung Liquified Petroleum Gas (LPG), dapat menyebabkan kebocoran pada tabung LPG. Sensor MQ2 digunakan untuk mendeteksi gas LPG, sensor ini sangat mudah penggunaannya dan hemat dalam penggunaan pin digital mikrokontroler. hasil analisa dan pengujian dapat diambil kesimpulan diantaranya adalah sensor MQ-2 yang terhubung pada arduino board untuk mendeteksi gas LPG, metana, butana, dan asap rokok. Namun sensor gas mendeteksi bukan berdasarkan jarak gas yang terdeteksi melainkan bergantung pada tingkat kadar gas tersebut.]]>
<![CDATA[KONTROL ROBOT MENGGUNAKAN SISTEM PENGENALAN POLA GERAK TANGAN SEDERHANA EEG (ELECTROENCHELPALOGRAPH) ]]>
<![CDATA[Mahendra MS]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (397.595 KB)
<![CDATA[Electroencephalograph (EEG) merupakan teknik merekam aktifitas listrik pada otak dibagian yang berbeda dan informasi tersebut diubah menjadi suatu pola atau gambaran digital atau dicatat pada kertas yang disebut electroencephalograph. Penelitian ini menggunakan parameter tangan sebagai kendali robot untuk gerak maju dan mundur yang dikomunikasikan melalui komputer yang dihubungkan ke mikrokontroler arduino sebagai pengatur gerak motor. Software openvibe digunakan untuk merekam dan menampilkan sinyal output EEG untuk keperluan identifikasi sinyal. Dengan bantuan program matlab yang dibangun untuk mengklasifikasi sinyal output EEG dengan mengidentifikasi karakter sinyal dari variasi frekuensi dan amplitudo sinyal yang dihasilkan EEG. Adapun respons gerak motor yang dihasilkan adalah maju, mundur dan berhenti.]]>
<![CDATA[Simulasi Akuisisi Sinyal Suara Dengan Menggunakan Matlab ]]>
<![CDATA[Iftitah Febriana]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (862.518 KB)
<![CDATA[Bunyi menjadi alat komunikasi yang digunakan manusia. Suara merupakan bunyi yang berarti hasil dari getaran benda berupa sinyal analog dengan amplitudo yang dapat berubah secara kontinyu terhadap waktu dan merambat melalui udara. Terdapat perbedaan tekanan yang terjadi di udara sekitarnya saat getaran terjadi disebut sebagai gelombang yang memiliki sebuah pola yang sama yang berulang dalam interval tertentu disebut dengan periodik. Metode yang digunakan untuk melakukan simulasi akuisisi sinyal suara ini adalah untuk mengetahui pengenalan suara manusia. Simulasi yang dilakukan menggunakan sebuah perangkat lunak bernama Matlab. Proses yang dilakukan dengan cara merekam suara dengan menggunakan mikrofon pada laptop. tahapannya yaitu membuat tampilan untuk memasukkan rekaman sinyal serta untuk hasil dari rekaman sinyal tersebut.Hasil penelitian ini telah dilakukan sesuai langkah-langkah penyusunan program yang telah dibuat berdasarkan pada metode. Percobaan yang dilakukan sesuai mekanisme ADC/DAC, konversi analog-to-digital atau digital-to-analog. Perobaan simulasi akuisisi sinyal suara manusia ini melakukan percobaan sebanyak tiga kali. Setiap percobaan merekam sinyal suara dengan kalimat dan intonasi yang berbeda.Hasil dari simulasi akuisisi sinyal suara dengan menggunakan Matlab dengan konversi sinyal ADC/DAC berhasil melakukan tiga percobaan dengan kalimat dan intonasi yang berbeda. Ketika intonasi yang digunakan keras maka hasil dari frekuensi cuplikan pada keluarannya semakin presisi.]]>
<![CDATA[Simulasi Kipas Angin Otomatis Deteksi Suhu Ruangan Dengan LM35 Berbasis Arduino ]]>
<![CDATA[Khoirul Akbar]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (782.006 KB)
<![CDATA[Banyak manusia yang telah membuat atau mencipkan alat-alat untuk mempermudah kehidupan. Saat suhu cuaca di sekitar meningkat, maka seseorang akan mengalami rasa yang gerah. Tujuan dari penelitian ini untuk mengetahui suhu sekitar. Untuk membuat kipas angin otomatis yang mengetahui suhu cuaca, membutuhkan Arduino Uno sebagai mikrokontroler atau otak dari program tersebut dan sensor suhu LM35 untuk mendeteksi suhu di sekitar.Metode yang digunakan pada simulasi ini adalah mengetahui berapa temperature atau suhu suatu ruangan menggunakan sensor suhu LM35. Simulasi yang dilakukan ini menggunakan software aplikasi proteus. Menggunakan beberapa komponen antara lain yaitu Arduino Uno R3, sensor LM35, LCD, Fan-DC, dan LED.pada tampilan LCD bertuliskan “Kipas Mati” karena inputan atau sensor LM35 mendeteksi suhu kurang dari 20 derajat sehingga kipas mati dan led menyala sebagai indicator jika kipasnya mati. pada tampilan LCD bertuliskan “Kipas Menyala” karena inputan atau sensor LM35 mendeteksi suhu lebih dari 20 derajat sehingga kipas menyala dan led mati sebagai indicator jika kipasnya mati. Adanya perancangan kipas angin otomatis ini membantu meringankan salah satu kegiatan. Dengan menggunakan Arduino Uno dapat membuat suatu teknologi yang berguna salah satunya adalah kipas angin otomatis dengan sensor suhu LM35 di mana saat suhu terdeteksi di bawah 20 derajat, kipas angin akan otomatis mati, sedangkan saat suhu menyentuh 20 derajat kipas angin akan otomatis menyala.]]>
<![CDATA[SIMULASI PINTU ALAT PENDETEKSI MASKER BERBASIS ARDUINO UNO ]]>
<![CDATA[Anisa Salsabila Amalia]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (615.818 KB)
<![CDATA[Pandemic COVID-19 menjadi sebuah fenomena yang membuat seluruh dunia mengalami kepanikan. Salah satunya Indonesia. Pemerintah Indonesia mulai memperketan warga negara, salah satunya warga asing yang tinggal atau yang ingin tinggal di Indonesia. Indonesia juga memiliki aturan resmi diantaranya mejaga jarak, selalu memakai masker. Hingga jam buka –tutup pada kantor atau pelayanan masyarakat. Salah satu yang terdapat pelanggaran yaitu penggunaan masker ketika diluar rumah, yang berakibat diberikan saknsi pada daerah setempat. Dengan dibuatnya Alat Pendeteksi Masker pada pintu Otomatis yang berbasis Arduino Uno inilah para masyarakat dapat lebih peduli terhadap COVID-19. Komponen hardware pada komponen ini adalah Arduino Uno, dan beberapa aplikasi pembantu seperti Camera Serial VC0706 dan Canvas, juga membutuhkan kamera web cam untuk pengambilan gambar dan LCD20x4 untuk menampilkan tulisan. Hasil penelitian ini adalah system dapat mendeteksi seseorang menggunakan masker atau tidak. Ketika tidak memakai masker alat akan bunyi dan lampu merah akan menyala sebagai peringatan, sedangkan ketika memakai masker lampu LED hijau yan menyala.]]>
<![CDATA[Rancang Bangun Pengukur Suhu Tubuh Berbasis Arduino Sebagai Alat Deteksi Awal Covid-19 ]]>
<![CDATA[Candra Arif Kurniawan]]>
<![CDATA[ SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021 ]]>
Publisher : <![CDATA[FORTEI Regional VII Jawa Timur ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (567.887 KB)
<![CDATA[Menjaga kesehatan merupakan hal yang sangat penting bagi kehidupan terutama di masa pandemi Covid- 19 sekarang. Salah satu protokol yang diberlakukan oleh pemerintah bagi masyarakat yang berkegiatan di ruang umum atau fasilitas terbuka adalah memeriksa suhu tubuh. Dalam penelitian ini dibuat rancang bangun alat pengukur suhu tubuh berbasis arduino yang memiliki alarm pengingat jika suhu tubuh berada diatas angka 37.30 dan terhubung ke perangkat komputer melalui bluetooth. Alat pengukur suhu tubuh ini memanfaatkan sensor DS18B20 untuk mengukur suhu dalam satuan celcius (0C). Data suhu tubuh juga ditampilkan pada LCD 16x2 (cm) yang terdapat pada alat. Hasil pengujian alat ukur suhu tubuh dibandingkan dengan thermo gun dan memiliki rentang penyimpangan 1.16% - 2.02%. Alat pengukur suhu tubuh ini diharapkan dapat dipasang di tempat-tempat umum yang membutuhkan untuk melakukan pemeriksaan terhadap masyarakat yanga akan beraktifitas diruangan tersebut, operator dapat berdiri di meja kendali sehingga tidak kontak langsung dengan masyarakat]]>
