cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muammar Zainuddin
Contact Email
muammarz@unisan.ac.id
Phone
+6285258667668
Journal Mail Official
unisan.editorcosphi@gmail.com
Editorial Address
Jalan Ahmad Najamuddin No. 17 Kampus Universitas Ichan Gorontalo, Lantai 3 - Program Studi Teknik Elektro Kota Gorontalo, Provinsi Gorontalo - Indonesia
Location
Kota gorontalo,
Gorontalo
INDONESIA
Jurnal Nasional Cosphi
Published by Universitas Ichsan Gorontalo
ISSN : 25979329     EISSN : 25979337     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy
Sistem Kendali (Control system), Optimasi (Optimization), computer Science, Sistem Tenaga (Power System), Teknik Tegangan Tinggi (High voltage engineering), artificial Intelligence, Elektronika (Electronics), Energi Terbarukan (Renewable Energy)
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 8 Documents
 1 
Search results for , issue "Vol 3, No 1 (2019): Januari-Juli 2019" : 8 Documents clear
Fitur Ekstraksi LBP Untuk Mengidentifikasi Kematangan Tomat Sayur Menggunakan Metode K-Nearest Neighbor Sri Rahayu Hidiya; Moh. Efendi Lasulika
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (515.732 KB)

Abstract

Mengidentifikasi kematangan tomat sayur dalam penelitian ini dibagi menjadi 3 bagian yaitu belum matang, matang, dan setengah matang. Penelitian ini bertujuan untuk mengidentifikasi kematangan tomat sayur berdasarkan tingkat akurasi yang dihitung menggunakan Confusion Matriks. Metode penelitian ini terdiri dari konversi citra RGB ke Grayscale, Normalisasi Citra, Klasifikasi dan Ekstraksi Fitur. Pada penelitian ini terdapat 103 dataset, kemudian dibagi menjadi 93 data training dan 10 data testing. Pada 93 data training akan dibagi menjadi 3 kelompok yaitu 31 tomat belum matang, 31 tomat matang, dan 31 tomat matang. Data training yang digunakan dalam penelitian ini merupakan data real dari hasil camera Canon D7000. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma K-NN. Pada percobaan model K-NN dengan jumlah K=1, maka didapatkan nilai akurasi yaitu 60 %. Pada percobaan model K-NN dengan jumlah K=3, maka didapatkan nilai akurasi yaitu 70 %. Pada percobaan model K-NN dengan jumlah K=5, maka didapatkan nilai akurasi yaitu 60 %. Pada percobaan model K-NN dengan jumlah K=7, maka didapatkan nilai akurasi yaitu 60 %. Dengan demikian nilai akurasi tertinggi dari penerapan metode Local Binary Pattern dan K- Nearest Neighbor pada masalah identifikasi kematangan tomat sayur menggunakan confusion matriks yaitu pada percobaan model K-NN dengan jumlah K=3
Analisis Pengukuran Nilai Tahanan Pentanahan di Area Berair Manto Saleh
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (614.694 KB)

Abstract

Sistem pembumian memegang peranan yang sangat penting dalam sistem pada peralatan listrik.Nilai tahanan pentanahan yang kecil sangat dianjurkan pada sistem pentanahan. Salah satu faktor untuk mendapatkan nilai tahanan pentanahan yang kecil yaitu kedalaman elektroda batang yang akan ditanam, untuk mengetahui nilai tahanan pentanahan tersebut maka diperlukan pengukuran. Salah satu unsur yang perlu diperhantikan dalam pengukuran suatu sistem pentanahan adalah kondisi area pentanahan. Pada penelitian ini pengukuran dilakukan menggunakan metode 3 titik dengan menancapakan elektroda batang pada area berair dengan lokasi yang berbeda. Pengukuran tahanan pentanahan di lakukan di area berair seperti pantai, sawah, danau, sungai, septik tank dan dataran tinggi. Di mana hasil pengukuran untuk kondisi tanah yang berbeda dengan kedalaman elektroda yang bervariasi antarsa 75 cm – 100 cm, maka dapat diketahui bahwa dari hasil pengukuran dari enam area berair yang berbeda, nilai tahanan terkecil yaitu kedalaman 75 cm dengan nilai R1 adalah 1,8 Ω dan R2 adalah 1,5 Ω kemudian R3 yaitu 2,8 Ω sedang dari kedalaman 100 cm adalah R1 yaitu 1,5 Ω dan R2 adalah 1,4 Ω kemudian R3 yang dipararel dengan memiliki nilai yaitu 1,5 Ω.
Deteksi Penyakit Tanaman Daun Bayam Menggunakan Metode GLCM dan Artificial Neural Network (ANN) Fitriaty Ishanan; Yasin Aril Mustofa
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.488 KB)

Abstract

Deteksi penyakit dalam penelitian ini dibagi menjadi tiga kelompok penyakit daun yaitu Karat Putih, Virus Keriting, Kekurangan Mangan. Pengumpulan data yang diambil dari data real berjumlah 101 image yang dipakai dalam penelitian ini terdiri 81 data training dan 20 data testing yang merupakan data image RGB dengan format JPG. Masing-masing data terdiri dari tiga kategori penyakit, untuk data training terdiri dari 16 image daun penyakit karat putih, 13 image daun penyakit kekurangan mangan dan 14 image daun penyakit virus keriting. Sedangkan untuk data testing terdiri dari 6 image daun penyakit karat putih, 7 image daun penyakit kekurangan mangan dan 7 image daun penyakit virus keriting. Data citra tersebut diolah menjadi citra grayscale yang kemudian dilakukan deteksi penyakit daun. Setelah didapat penyakit daun kemudian dilakukan segmentasi pada bagian lokasi daun yang ditemukan. Yang selanjutnya dilakukan perhitungan ciri menggunakan gray level co-occurrence matrix. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Artificial Neural Network. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mendeteksi penyakit daun bayam dengan hasil akurasi yang dihitung menggunakan confusion matrix sebesar 90%.
Rancang Bangun Prototype Penyiram Tanaman Otomatis Berdasarkan Waktu dan Kelembaban Tanah Berbasis Arduino Uno Risky Randa Posumah; Warid Yunus
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.597 KB)

Abstract

Ada banyak faktor yang mempengaruhi kurangnya produktifitas pertaniaan di Bolaang Mongondow Utara, salah satunya adalah sistem penyiraman yg dilakukan secara manual. Selain membutuhkan tenaga dan waktu yang yang lebih, asupan air untuk tanaman juga kadang tidak tercukupi dengan baik. Prototype yang dapat melakukan penyiraman tanaman secara otomatis ini dibuat untuk membantu para petani yang ada di bolaang mongondow utara untuk mengelolah lahan pertanian tanpa harus melakukan penyiraman manual. Cara kerja alat ini yaitu dengan menggunakan sensor kelembaban tanah sebagai komponen yang mengambil data kelembaban dan Arduiono sebagai otak pergerakan alat. Data yang di hasilkan oleh sensor kelembaban akan di kirim ke arduino dan akan di olah, kemudian arduino akan memberikan perintah ke relay untuk menghidupkan/mematikan penyiraman sesuai kebutuhan tanah. Hasil pengujian dan implementasi dilapangan menunjukan bahwa prototype penyiram tanaman otomatis ini dapat bekerja sesuai tujuan dan fungsinya
Sistem Informasi Geografis Pemetaan ODP (Optic Distribution Point) Berbasis Android Rahmat Yusuf
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.773 KB)

Abstract

This study aims to make an application of ODP (Optic Distribution Optic) Mapping Geographic Information System in Lekobalo Bebek Andorid District. By utilizing MySQL as a database, as well as the programming language PHP and Google Maps to display the ODP (Optic Distribution Point) location map in the form of an Android smartphone application. Based on this research, we can find out the location of the ODP in Lekobalo District. From the purpose of this study the researchers took the problems that are often faced by technicians in finding ODP locations and now the application aims to solve the problems faced by technicians. This study uses a combination of spatial and non-spatial methods and Waterfall methods: both in the form of location coordinates, photos, maps of the sub-district location Waterfall method itself has several stages, namely: analysis, system design implementation, integration, operation and maintenance. as the research itself. The results of this study are the making of Android smartphone-based applications, of course some items in the application are in the form of ODP list, ODP map location, application and application logout application testing shown to the user initial display design application running the application through the results of Android phones that expect to display the beginning of the application, then the action that is executed selects the existing icons and presses the buttons on the icons and the results are expected to be able to display the selected icon choice of the user. Based on what has been described a number of conclusions, namely: ODP (Optic Distribution Optic) mapping system with mobile-based mapping that allows users to find locations, with this application media allows users to find out which ODP location users want to search for online access using Andorid. Suggestions needed in this research are criticism and input to build this application more desirable. Keywords: Geographic Information System Based on Android, MySQL, PHP, Waterfall and Spatial Non Spatial Programming.
Penerapan Metode Grey Level Co-Occurrence Matriks (GLCM) dan K-Nearest Neighbor (K-NN) Untuk Mendeteksi Tingkat Kematangan Buah Belimbing Bintang Qurnia Shandy; Sudirman S Panna; Yusrianto Malago
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (767.068 KB)

Abstract

Buah Belimbing Bintang salah satu jenis tanaman hortikultura yang memiliki nilai ekonomis tinggi dan cukup banyak digemari oleh masyarakat. Dalam penggunannya tentu informasi tingkat kematangan buah belimbing sangat diperlukan oleh industri pertanian. Namun untuk mengetahui tingkat kematangan buah belimbing bintang masih dilakukan secara menual sehingga waktu yang dibutuhkan relatif lama jika dilakukan dengan jumlah yang banyak. Penentuan deteksi tingkat kematangan buah belimbing bintang perlu dilakukan dengan lebih [akurat, handal, efisien, efektif, cepat, atau optimal, dll] agar didapatkan nilai akurasi yang tinggi. Penentuan deteksi tingkat kematangan buah belimbing dapat diselesaikan dengan menggunakan metode Gray Level Co-occurrence Matrix dan K-Nearest Neghbor sebagai model Klasifikasinya yang belum pernah di uji coba sebelumnya namun terbukti dapat dan handal dalam menyelesaikan masalah seperti penentuan tingkat kematangan buah belimbing bintang. Hasil penelitan menunjukan bahwa akurasi model K-NN untuk penentuan tingkat kematangan buah belimbing bintang sebesar 90% dengan menggunkan pengujian Pada percobaan model K-NN, jumlah K-5, dan arah GLCM = 0° dan 135° dengan jarak = 1 penelitian ini menggunakan 10 data testing dan 50 data training, yaitu kategori matang dan mentah dengan masing-masing 25 data.
Penerapan Metode Local Binary Pattern Untuk Pengenalan Jenis Daun Tanaman Obat Tradisional Menggunakan Algoritma K-Nearest Neighbor Fatma YR Dunggio; Andi Bode
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (939.677 KB)

Abstract

Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati dan digunakan oleh masyarakat untuk menyembuhkan ataupun mencegah dari berbagai macam penyakit. Akan tetapi dari sekian banyak tanaman yang ada menyebabkan masyarakat kesulitan dalam proses pengambilan tanaman obat tersebut dikarenakan hampir seluruh daun memliki kemiripan baik dari segi warna maupun bentuk dari setiap jenis daun. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional yang ada dan K-Nearest Neighbor untuk proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing
Model Rekayasa Traffic Light Menggunakan Arduino Dimas Prayitno Rivai; Budi Santoso
Jurnal Cosphi Vol 3, No 1 (2019): Januari-Juli 2019
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.964 KB)

Abstract

Lampu lalu lintas (Traffic Light) umumnya digunakan untuk mengendalikan arus lalu lintas di persimpangan jalan untuk mengetahui kapan kenderaan harus berjalan dan berhenti secara bergantian di setiap arah atau ruas, namun karena peningkatan jumlah kendaraan yang tidak sejalan dengan perkembangan kapasitas jalan, menyebabkan kondisi arus lalu lintas tidak mudah ditebak atau bervariasi terutama pada simpang jalan yang tidak normal. Terpicu oleh masalah tersebut, peneliti akan melakukan model rekayasa Traffic Light menggunakan Arduino yang dapat mendeteksi kepadatan kendaraan di lalu lintas berdasarkan panjang antrian kendaraan pada persimpanan jalan

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 5, No 2 (2021): Agustus-Desember 2021 Vol 5, No 1 (2021): Januari-Juli 2021 Vol 4, No 2 (2020): Agustus-Desember 2020 Vol 4, No 1 (2020): Januari-Juli 2020 Vol 3, No 2 (2019): Agustus-Desember 2019 Vol 3, No 1 (2019): Januari-Juli 2019 Vol 2, No 2 (2018): Agustus-Desember 2018 Vol 2, No 1 (2018): Januari-Juli 2018 Vol 1, No 2 (2017): Agustus-Desember 2017