cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,006 Documents
 797   798   799   800   801 
Perancangan Lengan Robot SCARA 3 DOF dengan Motor DC dan Kontrol PID Suparto, Bayu Nugraha; Susanto, Erwin; Rodiana, Irham Mulkan
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Robot SCARA (Selective Compliance AssemblyRobot Arm) dengan tiga derajat kebebasan (3 DOF) dirancanguntuk aplikasi otomasi sederhana yang membutuhkan akurasidan stabilitas pergerakan. Penelitian ini bertujuan untukmerancang dan membangun lengan robot SCARA yangdikendalikan oleh motor DC dan metode kontrol PID(Proportional-Integral-Derivative). Sistem kontrolmenggunakan mikrokontroler STM32F407 yang menerimainput koordinat kartesian dan mengubahnya menjadi sudutpergerakan tiap joint melalui inverse kinematics. Encoderincremental digunakan sebagai umpan balik posisi untukmengatur kendali tertutup pada setiap motor. Hasil pengujianmenunjukkan bahwa kontrol PID mampu mengatur posisisudut secara presisi pada masing-masing joint, bahkan saatmengangkat beban dengan variasi massa 100g, 200g, dan 300g.Sistem berhasil mencapai rata-rata error posisi yang rendah:0,073° pada sumbu ????????????????, 0,2267° pada sumbu ????????????????, dan 0,0277 cmpada sumbu Z. Penelitian ini menunjukkan bahwa integrasimotor DC, encoder, dan kontrol PID memberikan hasil yangoptimal untuk kontrol posisi lengan robot SCARA.Kata kunci— Encoder, DOF 3, Inverse Kinematik, Kontrol PID,Lengan Robot SCARA
Perancangan Mekanisme Suction Pada Robot Pembersih Kaca Gedung Bertingkat Ardo, Sebastian Edric; Sumaryo, Sony; Rahmat, Basuki
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pembersihan kaca pada gedung bertingkat menghadirkan tantangan keselamatan dan efisiensi yang signifikan. Untuk menjawab permasalahan tersebut, penelitian ini merancang prototipe robot pembersih kaca dengan mekanisme adhesi berbasis thrust-suction menggunakan motor Electric Ducted Fan (EDF). Sistem ini memanfaatkan kombinasi gaya dorong dan tekanan negatif untuk mempertahankan posisi robot pada permukaan vertikal. Pengaturan daya adhesi dilakukan secara real-time menggunakan kontroler PID berbasis ESP32-WROOM-32 dan sensor arus PZEM-017 sebagai feedback utama. Mobilitas robot didukung oleh sistem roda rantai yang memungkinkan pergerakan pada permukaan kaca vertikal. Hasil pengujian menunjukkan bahwa sistem mampu mencapai kestabilan adhesi yang berhasil menopang beban vertikal maksimum seberat 2700 gram. Sistem kontrol PID menunjukkan rise time rata-rata dibawah 4 detik namun menghasilkan overshoot yang signifikan hingga 17.34% pada setpoint arus tinggi (45 A), mengindikasikan adanya karakteristik non-linear. Secara efisiensi, sistem dengan kontrol PID terbukti beroperasi 5.7°C lebih dingin dibandingkan kontrol manual saat menahan beban maksimum, menunjukkan adanya peningkatan efisiensi termal sebesar 14.6%. Kata kunci— robot pembersih kaca, thrust-suction, motor edf, kontrol pid, gedung bertingkat
Sistem Pengisian Battery Berbasis Panel Surya Pada Ground Station Untuk Unmanned Aerial Vehicle (UAV) Ananda, Prima Raturia; Rusdinar, Angga; Ema
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Keterbatasan akses listrik di daerah terpencil menjadi tantangan bagi operasional Unmanned Aerial Vehicle (UAV), khususnya dalam proses pengisian baterai. Penelitian ini bertujuan merancang sistem pengisian baterai berbasis panel surya pada ground station untuk menggantikan ketergantungan pada listrik konvensional. Sistem ini difokuskan dengan menggunakan baterai lithium-ion 18650 konfigurasi 4S3P serta baterai VRLA 12V untuk penyimpanan energi. Panel surya monocrystalline yang terintegrasi dengan Solar Charge Controller (SCC) Maximum Power Point Tracking (MPPT) digunakan untuk mengoptimalkan konversi energi. Energi dari panel surya dikonversi melalui SCC dan disalurkan ke baterai VRLA untuk proses pengisian. Hasil pengujian menunjukkan bahwa sistem dapat mengisi baterai secara mandiri dengan tegangan panel surya berkisar antara 21,2–23,0 V. Tegangan baterai meningkat secara bertahap, sementara arus dan daya pengisian menurun secara bertahap. Sistem ini menunjukkan kinerja sistem yang adaptif terhadap fluktuasi intensitas cahaya matahari tanpa bergantung pada jaringan listrik konvensional. Kata kunci— panel surya, pengisian baterai, baterai lithiumion
Sistem Pengenalan dan Pengelompokan Bentuk Objek Secara Otomatis Menggunakan Robot Lengan 3-DOF Nugroho, Muhammad Ryan Pratama
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem deteksi objek memiliki peran krusial dalam berbagai aplikasi otomasi. Namun, mengimplementasikan algoritma deep learning yang kompleks pada perangkat embedded dengan sumber daya terbatas menjadi tantangan. Oleh karena itu, penelitian ini berfokus pada pengembangan sistem pengenalan dan pengelompokan bentuk objek secara otomatis menggunakan Raspberry Pi 5 dan robot lengan 3-DOF. Tujuan utamanya adalah mengimplementasikan pengenalan objek pada Raspberry Pi, menganalisis pengaruh jumlah epoch terhadap akurasi sistem, serta mengintegrasikan sistem pengenalan objek dengan robot lengan 3-DOF untuk pengelompokan otomatis. Penelitian ini dibatasi pada penggunaan Raspberry Pi 5 sebagai unit kontrol utama, penerapan algoritma YOLOv8 untuk deteksi objek, pengenalan tiga bentuk geometri sederhana (segitiga, persegi, lingkaran). Diharapkan sistem ini mampu menunjukkan kinerja deteksi objek yang efisien dan akurat pada perangkat embedded Raspberry Pi. Keberhasilan penelitian akan diukur secara kuantitatif berdasarkan akurasi pengenalan objek dan kemampuan robot lengan dalam mengelompokkan objek berdasarkan bentuknya. Hasil penelitian ini diharapkan memberikan kontribusi signifikan bagi berbagai bidang, termasuk industri otomasi, pertanian cerdas, sistem keamanan, dan sebagai platform edukasi untuk studi visi komputer dan robotika, dengan menawarkan solusi yang ekonomis, portabel, dan efisien. Kata kunci— pengenalan objek, YOLOv8, Raspberry Pi, robot lengan 3-DOF, klasifikasi bentuk
Sistem Pendeteksi Premature Ventricular Contraction Berbasis K-Nearest Neighbors Menggunakan Elektrokardiograf Portabel Baihaqi, Zaidan Fitra; Estananto; Murti, Muhammad Ary
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Premature Ventricular Contraction (PVC) merupakan jenis aritmia yang ditandai dengan kompleks QRS yang melebar lebih dari 120 ms tanpa disertai gelombang P. Penelitian ini bertujuan mengembangkan sistem portabel untuk merekam sinyal EKG dan menerapkan algoritma K-Nearest Neighbors (KNN) guna mendeteksi PVC. Sistem dirancang menggunakan sensor ADS1293 dan mikrokontroler ESP32 yang mengirimkan data EKG ke aplikasi mobile untuk dianalisis. Hasil pengujian menunjukkan sinyal EKG yang terekam memiliki kualitas baik dan heart rate yang sesuai dengan alat referensi. Model KNN yang dilatih menggunakan data MIT-BIH menghasilkan akurasi 92,85% dan F1-score 0,93. Sistem juga berhasil diterapkan pada aplikasi mobile untuk memvisualisasikan hasil deteksi. Meskipun belum divalidasi secara klinis, sistem ini telah berfungsi sesuai tujuan dan dapat dikembangkan lebih lanjut untuk klasifikasi secara real-time. Kata kunci— Elektrokardiogram (EKG), Aritmia, Premature Ventricular Contraction (PVC), K-Nearest Neigbors (KNN)
Sistem Pendeteksi Fibrilasi Atrium Berbasis Convolutional Neural Network (CNN) Menggunakan EKG Portable Angela, Fallerina Ribka; Estananto; Murti, Muhammad Ary
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Fibrilasi atrium merupakan salah satu jenis aritmia yang ditandai dengan aktivitas listrik jantung yang cepat dan tidak teratur, serta berpotensi meningkatkan risiko stroke dan gagal jantung jika tidak terdeteksi secara dini. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pendeteksi fibrilasi atrium berbasis Convolutional Neural Network (CNN) yang terintegrasi dengan perangkat EKG portabel. Sistem ini menggunakan tiga elektroda untuk merekam sinyal listrik jantung, yang kemudian dikirimkan ke aplikasi mobile melalui mikrokontroler ESP32. Data sinyal EKG dan fitur RR interval yang diterima akan diproses menggunakan model CNN untuk mengklasifikasikan kondisi jantung sebagai “normal” atau “fibrilasi atrium”. Model CNN yang dikembangkan berhasil mencapai akurasi sebesar 99,48% dan F1-Score sebesar 97,80%, menunjukkan performa klasifikasi yang sangat baik. Aplikasi mobile juga dirancang untuk menampilkan sinyal EKG, nilai detak jantung (BPM), dan hasil klasifikasi secara real-time. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan solusi yang efektif dan efisien dalam melakukan pemantauan jantung secara mandiri dan deteksi dini fibrilasi atrium. Kata kunci— fibrilasi atrium, sinyal EKG, CNN, ESP32, perangkat portabel
Sistem Otomasi Pengendalian Nutrisi Tanaman Hidroponik Berbasis Blynk Dengan Fuzzy Logic Roswandi, Naufal Fakhri; Kurniawan, Ekki; Sunarya, Unang
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem pertanian konvensional menghadapi tantangan seperti keterbatasan lahan akibat urbanisasi dan bencana alam, mendorong inovasi dalam produksi pangan. Hidroponik, teknik bercocok tanam tanpa tanah, menjadi solusi, namun pemantauan manual pada skala besar kurang efektif. Penelitian ini mengusulkan Sistem Otomasi Pengendalian Nutrisi Hidroponik Berbasis Aplikasi Blynk dengan Fuzzy Logic untuk mengatasi keterbatasan tersebut. Sistem ini mengintegrasikan IoT untuk memantau parameter penting seperti pH dan kadar nutrisi secara real-time menggunakan sensor TDS (akurasi 96,9%) dan sensor pH (akurasi 97,5%). Algoritma Fuzzy Logic memungkinkan pengaturan nutrisi dan pH secara presisi sesuai kebutuhan tanaman. Pengujian performa menunjukkan akurasi tinggi dibandingkan simulasi MATLAB, dengan keberhasilan 95,94% untuk nutrisi dan 98,82% untuk pH, serta error dalam batas toleransi (nutrisi 800–1200 ppm, pH 5,5–6,5). Pengujian pertumbuhan kangkung selama 21 hari menunjukkan sistem otomatis menghasilkan tanaman lebih tinggi (selisih rata-rata 13 cm) dan berdaun lebih banyak (selisih rata-rata 11,15) dibandingkan kontrol manual. Dibandingkan penelitian terdahulu, sistem ini menawarkan peningkatan signifikan pada pertumbuhan tanaman dan kemudahan pemantauan jarak jauh melalui Blynk, mendukung pertanian modern yang praktis dan adaptif. (190 kata) Kata kunci— Fuzzy Logic, Hidroponik, IoT, Kangkung, Nutrisi, pH
Sistem Navigasi Otonom Robot Pembersih Kaca untuk Gedung Bertingkat Karim, Mohammad Wafi Nabil; Sumaryo, Sony; Rahmat, Basuki
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pembersihan jendela pada gedung bertingkatmerupakan pekerjaan berisiko tinggi yang menuntut efisiensidan keamanan. Untuk mengatasi tantangan tersebut, penelitianini bertujuan mengembangkan sistem navigasi otonom yangandal untuk robot pembersih jendela. Fokus utama penelitianadalah merancang sistem yang mampu bergerak secaramandiri di permukaan kaca vertikal yang datar, denganbatasan operasional pada kondisi cuaca yang mendukung untukmenjamin kinerja optimal. Metodologi penelitian ini diterapkansecara sistematis, diawali dengan studi literatur mendalamuntuk mengkaji teknologi navigasi dan fusi sensor yang relevan.Tahap selanjutnya adalah perancangan arsitektur sistem, yangmencakup pengembangan mekanisme navigasi presisi sertasistem kontrol gerak. Rancangan tersebut kemudian divalidasimelalui simulasi sebelum diimplementasikan pada perangkatkeras. Kunci dari implementasi ini adalah integrasi strategisantara Complementary Filter dan Kalman Filter. Kombinasikedua filter ini sangat krusial untuk mengolah data sensorsecara akurat, memastikan robot dapat menjaga stabilitasorientasi dan keakuratan posisi selama menjalankan tugaspembersihan. Tahap akhir penelitian meliputi analisis hasiluntuk mengevaluasi performa dan keandalan sistem navigasiyang telah dikembangkan.Kata kunci— Robot Pembersih Jendela, NavigasiOtonom, IMU, Ultrasonik, Kontrol Filter.
Sistem Kendali Kualitas Air Pada Akuarium Menggunakan Logika Fuzzy Amal, Restu Ikhlasul; Pangaribuan, Porman; Sugiana, Ahmad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem kendali kualitas air pada akuarium berbasis IoT ini dirancang untuk memantau dan mengatur parameter kualitas air secara otomatis, khususnya pH (6,5–8) dan kekeruhan (<25 NTU), guna menjaga kesehatan ikan hias air tawar seperti guppy, mas koki, dan koi. Sistem ini menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor pH dan turbiditas untuk mengukur parameter air secara real-time. Data yang diperoleh diproses menggunakan logika fuzzy untuk menentukan tindakan korektif, seperti mengaktifkan pompa filtrasi atau menambahkan larutan penyesuai pH. Hasil pengujian menunjukkan akurasi sensor pH mencapai 98,12% dengan error rata-rata 1,88%, sedangkan sensor turbiditas memiliki error rata-rata 6,38%. Sistem ini juga dilengkapi dengan antarmuka Blynk untuk pemantauan jarak jauh via Wi-Fi, memungkinkan pengguna mengakses data dan notifikasi secara real-time melalui smartphone atau PC. Dengan respons kontrol otomatis kurang dari 3 detik dan akurasi keseluruhan 95%, sistem ini menawarkan solusi praktis dan efisien untuk pemeliharaan akuarium, mengurangi intervensi manual, serta meningkatkan kesehatan dan kelangsungan hidup ikan. Kata Kunci: akuarium, IoT, kualitas air, pH, kekeruhan, ESP32, logika fuzzy
Sistem Kendali Kecepatan Motor Penggerak Sikat Berbasis Fuzzy Logic Pada Robot Pembersih Kaca Gedung Bertingkat Naufal, Farhan; Sumaryo, Sony; Rahma, Basuki
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstract Window cleaning on high-rise buildings is a high-risk task for workers, especially regarding accidents at heights. As the number of high-rise buildings increases, the demand for safer and more efficient cleaning systems becomes more urgent. This study develops a robotic window cleaning system that integrates the YOLOv5 object detection algorithm with a fuzzy logic-based motor speed controller. The system is designed to detect stains on the glass using a camera and adjust the brush motor speed based on the level of dirt detected. The main goal of this research is to improve energy efficiency and reduce the risk of work-related accidents during manual cleaning at height. The methods used include hardware design based on Jetson Nano, implementation of YOLOv5 for stain detection, and the application of fuzzy logic to control motor speed. Testing on 30 image samples shows a stain detection accuracy of 90.82%, while the use of fuzzy logic can save power consumption by up to 38% compared to conventional control methods. The conclusion of this study is that the integration of YOLOv5 and fuzzy logic in the robotic window cleaner provides significant energy savings and enhances work safety in high-rise buildings. Keywords: window cleaning robot, YOLOv5, fuzzy logic, motor control, stain detection

Page 800 of 801 | Total Record : 8006

 797   798   799   800   801 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol. 10 No. 2 (2023): April 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue