cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Indonesian Journal of Electronics and Instrumentation Systems
Published by Universitas Gadjah Mada
ISSN : 20883714     EISSN : 24607681     DOI : -
Core Subject : Engineering,
Electrical & Electronics Engineering
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), a two times annually provides a forum for the full range of scholarly study. IJEIS scope encompasses all aspects of Electronics, Instrumentation and Control. IJEIS is covering all aspects of Electronics and Instrumentation including Electronics and Instrumentation Engineering.
Arjuna Subject : -
Articles 10 Documents
 1 
Search results for , issue "Vol 15, No 2 (2025): October" : 10 Documents clear
Ocean Wave Power Plant With A Pendulum Drive System Sofyan, Rakan Thariq
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.105192

Abstract

This research explores the development and evaluation of a pendulum-driven wave energy conversion system designed to harness ocean wave motion for renewable energy production. The prototype system integrates a buoy, pendulum, gearbox, and generator to convert kinetic energy into electrical power. Testing revealed that the system achieved an average power output of 4.854 W, demonstrating sufficient performance despite inherent mechanical and electrical losses. The buoy design, optimized using Archimedes' principle, provided consistent energy capture, while the pendulum mechanism effectively transmitted this energy to the generator. Despite its advantages, the system exhibited limitations that require further exploration. Mechanical friction and resistive losses also reduced overall efficiency, indicating areas for improvement. This study underscores potential for the pendulum-based wave energy system as a promising approach to renewable energy production, leveraging the abundant and untapped resource of ocean waves.
Perbandingan Algoritma SVM Dan CNN Untuk Klasifikasi Citra Batik Nitik Fatrawijaya, Imam; Tyas, Dyah Aruming
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.105658

Abstract

Di Indonesia, berbagai motif batik tersebar di seluruh daerah sehingga menyulitkan untuk mengidentifikasi motif-motif tersebut. Kesalahan dalam klasifikasi motif batik akan menyebabkan misinformasi sehingga informasi tentang motif batik tidak tersampaikan dengan baik. Hal ini bisa menjadi penghambat dalam pengenalan berbagai motif batik secara digital. Motif batik dapat diklasifikasikan dengan metode machine learning atau deep learning. Algoritma yang banyak digunakan pada masing-masing metode tersebut adalah  Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) yang dapat digunakan untuk membantu mengenali  dan mengidentifikasi motif batik.  SVM dan CNN akan melakukan pemodelan dengan menggunakan dataset batik nitik 960 kemudian membandingkan performa kedua model. Dataset batik nitik terdiri dari 960 data citra yang terbagi kedalam 60 kelas. SVM dibangun dengan menggunakan ekstraksi fitur color moment dan MTCD, sedangkan CNN menggunakan arsitektur VGG16 pretrained. Berdasarkan hasil analisis matriks evaluasi seperti akurasi, presisi, recall, dan F1-score  model CNN dengan arsitektur VGG16 mendapatkan akurasi konsisten di angka 100% pada data testing dengan nilai learning rate = 0,001. Sedangkan SVM mendapatkan akurasi yang bervariasi pada beberapa pengujian berdasarkan pembagian jumlah dataset.
Pengembangan Sistem Kendali Otomatis Kualitas Air Kolam Bioflok Berbasis Fuzzy Sugeno Zhofron, Nafis; Priyambodo, Tri Kuntoro; Putra, Agfianto Eko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.105668

Abstract

Budidaya ikan air tawar dengan sistem bioflok telah menjadi solusi inovatif dalam meningkatkan produktivitas serta efisiensi penggunaan air dan pakan. Namun, tantangan utama dalam sistem ini adalah menjaga kualitas air tetap optimal secara berkelanjutan. Penelitian ini mengembangkan sistem kendali kualitas air berbasis logika Fuzzy Sugeno yang diimplementasikan pada mikrokontroler ESP32 dual-core untuk mengotomatisasi pemantauan dan pengendalian parameter suhu, pH, serta kekeruhan air secara real-time. Penggunaan ESP32 memungkinkan pengolahan data yang lebih cepat dan efisien berkat fitur dual-core yang mendukung pemrosesan sensor dan aktuator secara simultan.Hasil pengujian menunjukkan bahwa metode Fuzzy Sugeno mampu memberikan respons kendali yang lebih presisi dibandingkan dengan sistem manual. Meskipun sistem kendali telah bekerja sesuai rancangan, sensor amonia yang dibuat menggunakan kombinasi sensor warna TCS3200 dan kertas uji amonia masih memerlukan pengembangan lebih lanjut karena belum mampu mendeteksi amonia secara aktual. Dengan peningkatan ini, sistem diharapkan dapat menjadi solusi efektif dalam otomatisasi pemeliharaan kualitas air kolam dan meningkatkan keberlanjutan produksi akuakultur.
Implementasi Algoritma Support Vector Machine pada Deteksi Kebakaran Dini untuk Mencegah Terjadinya False Alarm Berbasis Electronic Nose Pratama, Ahza
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.105828

Abstract

Kebakaran adalah terjadinya api yang tidak dapat dikendalikan. Kebakaran merupakan sebuah kejadian yang tidak diinginkan. Pada umumnya sebuah bangunan fasilitas umum memiliki pendeteksi kebakaran dini berupa smoke detector. Namun dalam penerapannya, smoke detector sering mengalami false alarm akibat deteksi asap selain asap kebakaran. Oleh karena itu, diperlukan sistem deteksi asap yang lebih cerdas untuk membedakan asap kebakaran dan non-kebakaran guna mengurangi kemungkinan terjadinya false alarm menggunakan electronic nose.             Algoritma Support Vector Machine digunakan pada sistem electronic nose untuk mengklasifikasikan jenis asap. Proses ini meliputi perancangan hardware menggunakan sensor MQ2, MQ5, dan MQ7 serta pengujian dengan berbagai sampel asap, yaitu asap dari dupa, kain, rokok, dan kayu. Data dari masing-masing asap diperoleh dari pengambilan secara mandiri dengan pemanasan setiap sampel dalam chamber dengan jarak 30 cm dari sensor gas larik. Data dari setiap asap dikumpulkan dan dilakukan preprocessing sebelum dilatih.               Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan jenis asap dengan akurasi sebesar 93%. Sistem mampu membedakan asap kebakaran dan non-kebakaran dengan baik, sehingga dapat mengurangi false alarm yang sering terjadi pada sistem pendeteksi kebakaran konvesional. Kata kunci—Electronic Nose, Support Vector Machine, False Alarm
Analisis Fitur pada Klasifikasi Kualitas Teh Putra, Philipus Febriano Kurnia; Tyas, Dyah Aruming; Lelono, Danang
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.106253

Abstract

 Indonesia merupakan salah satu produsen terbesar teh hitam dunia, maka kualitas dari minuman teh perlu diperhatikan. PT Pagilaran, salah satu perusahaan di Indonesia dengan salah satu komoditas unggulannya berupa teh, khususnya teh hitam melakukan penilaian 10 tingkatan kualitas teh dengan penilaian manual oleh tenaga ahli yang rentan dengan inkonsistensi. Electronic nose adalah salah satu teknologi  yang berkembang pesat untuk digunakan penilaian kualitas teh. PT Pagilaran dan Fakultas Teknologi Pertanian Universitas Gadjah Mada melakukan pengembangan solusi yang lebih objektif dan konsisten dalam penilaian kualitas teh  dengan electronic nose. Data aroma teh akan diekstrasi dari electronic nose kemudian dianalisis untuk menentukan fitur-fitur yang representatif dalam membedakan 10 kelas kualitas teh. Beberapa penelitian sebelumnya telah menunjukkan potensi penggunaan fitur dari electronic nose untuk mengklasifikasikan kualitas teh, namun sebagian besar hanya mencapai klasifikasi tujuh kelas teh. Penelitian ini melakukan analisis kombinasi fitur yang tepat untuk mengembangkan model klasifikasi kualitas teh menjadi 10 kelas menggunakan data electronic nose. Metode yang digunakan adalah seleksi fitur Recursive Feature Elimination dan Principal Component Analysis serta classifier Support Vecor Machine. Hasil dari penelitian menunjukkan bahwa model klasifikasi dengan nilai akurasi terbaik mencapai 89,85% menggunakan 18 fitur pilihan dari electronic nose.
Optimizing Biodegradable Waste Conversion with IoT-Based Bioreactor System Junus, Mochammad; Mustain, Asalil; Putra, Indra Lukmana
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.107566

Abstract

In Indonesia, the problem of organic waste continues to grow in parallel with population increase and urbanization. However, the management of organic waste still relies on conventional methods that are often ineffective. Conversely, organic waste holds significant potential to be transformed into organic fertilizer and renewable energy through appropriate technological approaches. This study aims to design and implement an organic waste management system that incorporates automatic sorting and biogas conversion. The system is integrated with an Internet of Things (IoT)-based monitoring system at the 3R Integrated Waste Processing Site (TPST 3R) in Mulyoagung, Malang Regency. The system consists of an anaerobic bioreactor that produces methane gas and liquid fertilizer, an automatic sorting unit equipped with color, IR, and weight sensors, and an IoT dashboard for real-time monitoring of temperature, pH, and gas pressure. The research employed both technical and participatory methods, including community training and processing output evaluation. Results indicate a sorting efficiency of up to 92%, biogas production of approximately 22 m³ per ton of organic waste, and a significant increase in community participation. The system proved to be effective, adaptable, and capable of delivering positive social, economic, and environmental impacts. 
Rancang Bangun Filter EMI (Electromagnetic Interference) Untuk Mereduksi Noise Gangguan Elektromagnetik Ramadhan, Muhammad Isya
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.108597

Abstract

Gangguan elektromagnetik (Electromagnetic Interference/EMI) merupakan permasalahan serius dalam sistem kelistrikan dan elektronika karena dapat menurunkan kinerja perangkat. Untuk itu, diperlukan filter EMI yang mampu mereduksi noise atau gangguan elektromagnetik secara efektif. Penelitian ini bertujuan untuk mengetahui efektivitas berbagai jenis filter EMI dalam mereduksi noise pada sistem kelistrikan. Pengujian dilakukan di CV. AMX UAV Technologies selama sepuluh hari dengan menggunakan empat jenis filter EMI, yaitu PSIM, ALPHA-SL, NEW ALPHA-PSIM, dan WURTH Elektronik. Beban yang digunakan dalam pengujian meliputi kompor listrik, lampu pijar, dan vacuum cleaner. Metode pengujian dilakukan dengan mengukur tegangan ripple sebelum dan sesudah melewati filter menggunakan osiloskop. Hasil menunjukkan bahwa filter PSIM, ALPHA-SL, dan NEW ALPHA-PSIM mampu mereduksi amplitudo noise dari rentang 68Vpp–254Vpp menjadi sekitar 2Vpp. Sementara itu, filter WURTH hanya mereduksi hingga 16Vpp–46Vpp. Hasil ini menunjukkan pentingnya pemilihan filter EMI yang tepat guna meningkatkan kualitas daya listrik dan mengurangi gangguan elektromagnetik. Penelitian ini diharapkan dapat memberikan kontribusi terhadap pengembangan sistem perlindungan EMI yang lebih efisien di berbagai sektor industri.
ANOTASI OTOMATIS PADA CITRA PERSEPSI AUTONOMOUS CAR MENGGUNAKAN TRANSFER LABEL 3D-TO-2D Kirana, Areta Vahtsa Nur
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.108697

Abstract

Pemetaan semantik dan panoptik pada citra kendaraan otonom sangat bergantung pada ketersediaan anotasi manual yang memadai. Namun, proses pelabelan manual memerlukan waktu dan biaya tinggi, serta rentan terhadap inkonsistensi antar frame. Penelitian ini mengusulkan pendekatan otomatis berbasis Neural Radiance Fields(NeRF) untuk mentransfer label dari representasi 3D ke citra 2D. Dataset KITTI-360 digunakan dengan 768 citra yang dianotasi secara semi-otomatis menggunakan segmentor PSPNet dan Mask2Former. Model dilatih secara terpisah pada tiga sequence berbeda dan dievaluasi menggunakan metrik Intersection over Union (IoU), mean IoU (mIoU), dan Panoptic Quality (PQ). Hasil menunjukkan model mampu mencapai mIoU sebesar 0.79 (perspektif) dan 0.73 (fisheye), serta PQ sebesar 0.66 dan 0.60. Hasil kualitatif menunjukkan segmentasi yang konsisten pada kelas dominan seperti jalan, bangunan, dan langit, serta kemampuan membedakan instance objek dengan baik. Pendekatan ini terbukti mampu menghasilkan anotasi berkualitas tinggi tanpa ketergantungan pada pelabelan manual. Temuan ini penting untuk mempercepat pembangunan sistem persepsi visual kendaraan otonom dan memperluas cakupan data pelatihan secara efisien.
Pengembangan Sistem Pemantauan SpO2, Suhu Tubuh dan Aktifitas Jantung Berbasis IoT Nashrullah, Muhammad Fa'iz; Ashari, Ahmad
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.108716

Abstract

Teknologi pemantauan parameter-parameter kesehatan tubuh manusia sudah ada dalam berbagai macam tipe dan bentuk. Mulai dari alat EKG atau elektrokardiogram, alat pemantau respirasi, tekanan darah, suhu tubuh dan lain-lain. Kegiatan pemantauan parameter kesehatan tubuh manusia merupakan suatu hal yang penting untuk meningkatkan kualitas perawatan orang sakit. Mulai dari deteksi gangguan kesehatan lebih awal, dengan begitu dapat melakukan diagnosa yang lebih tepat sasaran. Akan tetapi, lain ceritanya apabila seseorang yang sedang dipantau parameter kesehatannya mengidap penyakit berbahaya dan mudah menular, contohnya seperti saat pandemi beberapa tahun lalu. Maka dari itu diperlukannya proses pemantauan parameter kesehatan secara berjarak atau jarak jauh untuk mengurangi potensi menularnya penyakit dari seseorang yang mengidap penyakit berbahaya dan mudah menular tersebut. Penelitian ini menggunakan sebuah sistem pemantauan kadar saturasi oksigen dalam darah, suhu tubuh dan aktifitas jantung berbasis IoT. Dengan implementasi IoT atau Internet of Things pada sistem, memungkinkan pengiriman data hasil baca sensor SpO2, suhu tubuh dan aktifitas jantung ke platform IoT, Thingsboard, menggunakan protokol komunikasi MQTT. Apabila nilai SpO2 dan suhu tubuh berada dalam rentang tidak normal, maka akan mengaktifkan alarm peringatan dalam Thingsboard. Data-data tersebut akan ditampilkan menggunakan dashboard pada Thingsboard yang dapat diakses melalui browser internet maupun aplikasi gawai.
Stunting Classification Model For Toddlers Using SMOTE and Support Vector Machine (SVM) (Case Study: Samalanga Community Health Center) mahdi, mahdi; Hidayat, Rahmad; Ulfa, Mazaia
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 15, No 2 (2025): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.110678

Abstract

Stunting is a growth disorder that has long-term impacts on child development. This study aims to develop a classification model for determining stunting status in toddlers using the Support Vector Machine (SVM) algorithm, with a case study conducted at the Samalanga Community Health Center. The dataset used consists of 1,205 toddlers. The research stages include preprocessing, data balancing using SMOTE, and parameter tuning using GridSearchCV. The developed model successfully achieved an accuracy of 0.97, an ROC-AUC of 0.96, and an average f1-score of 0.97. These results indicate that the model can accurately distinguish between stunted and non-stunted toddlers. Benchmarking against public datasets shows that the model in this study has a 2% higher accuracy and a 4.7% higher ROC-AUC value compared to previous studies. These findings indicate that the applied pipeline approach is effective in improving classification accuracy. The resulting model has the potential to support fast and accurate stunting classification. 

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 15, No 2 (2025): October Vol 15, No 1 (2025): April Vol 14, No 2 (2024): October Vol 14, No 1 (2024): April Vol 13, No 2 (2023): October Vol 13, No 1 (2023): April Vol 12, No 2 (2022): Oktober Vol 12, No 1 (2022): April Vol 11, No 2 (2021): Oktober Vol 11, No 1 (2021): April Vol 10, No 2 (2020): October Vol 10, No 1 (2020): April Vol 9, No 2 (2019): October Vol 9, No 1 (2019): April Vol 8, No 2 (2018): October Vol 8, No 1 (2018): April Vol 7, No 2 (2017): October Vol 7, No 1 (2017): April Vol 6, No 2 (2016): October Vol 6, No 1 (2016): April Vol 5, No 2 (2015): October Vol 5, No 1 (2015): April Vol 4, No 2 (2014): October Vol 4, No 1 (2014): April Vol 3, No 2 (2013): October Vol 3, No 1 (2013): April Vol 2, No 2 (2012): October Vol 2, No 1 (2012): April Vol 1, No 2 (2011): October Vol 1, No 1 (2011): April More Issue