cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abdul Haris Kuspranoto
Contact Email
lppm@polbitrada.ac.id
Phone
+6287726466233
Journal Mail Official
abdulhariskuspranoto@polbitrada.ac.id
Editorial Address
Jl. Sambiroto Raya No.64, Sambiroto, Kec. Tembalang, Kota Semarang, Jawa Tengah 50276 Politeknik Bina Trada Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Medika Trada
Published by Polteknik Bina Trada Semarang
ISSN : -     EISSN : 2829453X     DOI : 10.59485/jtemp
Core Subject : Engineering,
Chemical Engineering, Chemistry & Bioengineering Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan Hasil-Hasil Penelitian,Riset, dan Inovasi Teknik Elektromedik alat Elektronika Alat medis Alat Kalibrasi Mekatronika Teknik Elektromedik Teknik Biomedik
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 73 Documents
 4   5   6   7   8 
Pengembangan Digital Pressure Meter Berbasis IoT untuk Pengujian Tekanan Suction Pump dan Pencatatan Data Otomatis Abdul Haris Kuspranoto; Muhammad Ulin Nuha ABA; Fanhas Andika Hermawan
MEDIKA TRADA Vol 7 No 1 (2026): MEDIKA TRADA (JTEMP) Vol 7 No 1 (2026)
Publisher : LPPM POLBITRADA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59485/tegvr105

Abstract

A suction pump requires periodic vacuum-pressure verification to support consistent performance assessment and reliable documentation. This study developed an Internet of Things (IoT)-based Digital Pressure Meter (DPM) that displays pressure in mmHg, Pascal (Pa), and bar and transmits measurement records to Google Sheets. The device integrated an Arduino Mega 2560, an MPX5050DP pressure sensor, a DHT22 sensor, a TFT LCD, and an ESP8266 module. Testing was performed at 0, 50, 100, 150, and 200 mmHg with five repetitions at each point and comparison against a Fluke DPM4. The analysis included mean, standard deviation, coefficient of variation, bias, mean absolute percentage error (MAPE), and linear regression. Across the four non-zero points, the relative error against the set pressure ranged from 1.75% to 4.02%, with a MAPE of 2.68%; the coefficient of variation ranged from 0.40% to 2.95%. The relationship between set pressure and device output was y = 0.9735x + 1.0804 with R² = 0.9996. Relative differences from the reference-device means ranged from 1.12% to 5.02%, averaging 2.61%. The IoT system successfully stored pressure, timestamp, serial number, temperature, and humidity; however, decimal formatting for bar values was inconsistent in Google Sheets. The prototype demonstrated strong linearity and repeatability as a pressure-testing and documentation aid. Further work should establish measurement uncertainty, hysteresis, long-term stability, and metrological traceability before the device is used as a calibration standard.
Pemeliharaan Prediktif Berbasis ANFIS untuk Perangkat EKG Portabel Menggunakan Masukan Multi-Sensor Agus Supriyanto; Arief Marwanto
MEDIKA TRADA Vol 7 No 1 (2026): MEDIKA TRADA (JTEMP) Vol 7 No 1 (2026)
Publisher : LPPM POLBITRADA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59485/yj0ty525

Abstract

Perkembangan peralatan medis portabel seperti Electrocardiograph (ECG) di Rumah Sakit tipe C menghadapi tantangan signifikan dalam hal pemeliharaan preventif akibat keterbatasan data historis dan ketidakmampuan metode konvensional dalam memodelkan hubungan non-linear antara parameter operasional dengan risiko kegagalan. Penelitian ini mengusulkan kerangka kerja predictive maintenance berbasis Adaptive Neuro-Fuzzy Inference System (ANFIS) dengan integrasi multi-sensor yang mencakup suhu, kelembaban, durasi pemakaian, dan umur alat. Data sintetis berjumlah 230 sampel (30 historis + 200 sintetis) dihasilkan menggunakan fungsi keanggotaan sigmoid untuk mengatasi kelangkaan data. Model ANFIS dilatih dengan arsitektur 5 lapisan menggunakan fungsi keanggotaan generalized bell dan algoritma hibrida backpropagation serta least squares. Hasil evaluasi menunjukkan akurasi model mencapai 98,67% pada data uji, dengan presisi 92,3%, recall 98,2%, dan F1-score 95,2%. Perbandingan dengan metode Fuzzy Mamdani (96,67%), Random Forest (91,5%), dan SVM (88,3%) menunjukkan keunggulan signifikan ANFIS dalam menangani kompleksitas data multi-variabel. Nilai AUC sebesar 0,978 mengonfirmasi kemampuan diskriminasi model yang sangat baik. Kerangka kerja ini berkontribusi pada pengembangan sistem prediktif yang adaptif, akurat, dan interpretabel untuk manajemen peralatan medis di fasilitas kesehatan dengan sumber daya terbatas.
ANALISIS KINERJA KENDALI PID, FUZZY MAMDANI, DAN HYBRID FUZZY-PID UNTUK SISTEM KENDALI SUHU LEMARI OBAT FARMASI Aris Sri Widaryanto; Arief Marwanto
MEDIKA TRADA Vol 7 No 1 (2026): MEDIKA TRADA (JTEMP) Vol 7 No 1 (2026)
Publisher : LPPM POLBITRADA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59485/3a0gd946

Abstract

Penelitian ini membandingkan kinerja kendali suhu PID konvensional, Fuzzy Mamdani, dan Hybrid Fuzzy-PID pada plant termal lemari obat orde dua (G(s)=1/(7200s²+180s+1)) dengan simulasi MATLAB/Simulink pada set point 25°C dan gangguan -5°C. Parameter evaluasi: rise time, settling time, overshoot, deviasi gangguan, recovery time, dan IAE. Hasil: PID dan Hybrid Fuzzy-PID identik (overshoot 5.31%, deviasi 6.33°C, IAE 1072), sedangkan Fuzzy Mamdani standalone inferior (overshoot 53.88%, deviasi 50.20°C, IAE 8836). Fuzzy Mamdani tidak direkomendasikan. Hybrid Fuzzy-PID direkomendasikan untuk implementasi jangka panjang karena adaptif terhadap perubahan parameter plant seiring waktu, meski performa setara dengan PID pada kondisi linear

Page 8 of 8 | Total Record : 73

 4   5   6   7   8 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol 7 No 1 (2026): MEDIKA TRADA (JTEMP) Vol 7 No 1 (2026) Vol 6 No 2 (2025): MEDIKA TRADA: Jurnal Teknik Elektromedik Polbitrada Vol 6 No 2 (2025) Vol 6 No 1 (2025): MEDIKA TRADA (JTEMP) Vol 6 No 1 (2025) Vol 5 No 2 (2024): MEDIKA TRADA (JTEMP) Vol 5 No 2 (2024) Vol 5 No 1 (2024): MEDIKA TRADA (JTEMP) Vol 5 No 1 (2024) Vol 4 No 2 (2023): MEDIKA TRADA (JTEMP) Vol 4 No 2 (2023) Vol 4 No 1 (2023): MEDIKA TRADA (JTEMP) Vol 4 No 1 (2023) Vol 3 No 2 (2022): MEDIKA TRADA (JTEMP) Vol 3 No 2 (2022) Vol 3 No 1 (2022): Vol 3 No 1 (2022): JURNAL MEDIKA TRADA Vol 2 No 1 (2021): MEDIKA TRADA (JTEMP) VOL 2 NO. 1 Vol 1 No 1 (2020): JURNAL MEDIKA TRADA More Issue