cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Prananda Anugrah
Contact Email
jitet.journal@um.ac.id
Phone
-
Journal Mail Official
jitet.journal@um.ac.id
Editorial Address
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LP2M) Alamat: Graha Rektorat Lantai 6, Jl. Semarang No.5, Sumbersari, Kec. Lowokwaru, Kota Malang, Jawa Timur 65145, Indonesia
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Inovasi Teknologi dan Edukasi Teknik
Published by Universitas Negeri Malang
ISSN : -     EISSN : 27977196     DOI : 10.17977
Core Subject : Engineering,
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Electrical & Electronics Engineering Industrial & Manufacturing Engineering
Jurnal Inovasi Teknologi dan Edukasi Teknik menerbitkan naskah terkait Teknik Sipil, Teknologi Industri, Teknik Mesin, Teknik Elektro, dan Pendidikan Kejuruan. Fokus dan lingkup jurnal meliputi Teknik Sipil, Teknologi Industri, Teknik Mesin, Teknik Elektro, dan Pendidikan Kejuruan
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 261 Documents
 7   8   9   10   11 
Peramalan Harga Kebutuhan Pokok (Beras) Pasca Pandemi Covid-19 dengan Backpropagation Neural Network I Putu Oka Wisnawa; I Made Sulastra
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 3 No. 1 (2023)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.826 KB) | DOI: 10.17977/um068v3i12023p1-11

Abstract

As an algorithm in Artificial Neural Networks, Backpropagation Neural Networks have relatively good reliability and have been tested in forecasting case studies or data classification. Therefore, this algorithm was tested against Indonesian economic indicators (such as inflation rate, gross domestic product, Bank Indonesia rate, Rupiah exchange rate against USD, and prevailing electricity rate), to forecast the price of basic necessities, especially rice which is the staple food of Indonesian people. In this study, the Backpropagation Neural Network is tested again through a series of observation schemes. The dataset used is post-Covid-19 data, which is a picture of Indonesia's economic growth in 2022 after the pandemic, which is also affected by the issue of global economic recession in 2023. This means that the challenge is how a Backpropagation Neural Network can prove its reliability on data that has relatively grown volatile. However, based on the observation scheme that has been designed and tested, it turns out that the Backpropagation Neural Network is still able to provide a relatively high accuracy value, as evidenced by the relatively low MSE value of 0.02896. Of course, with the note that the preprocessing method used, the number of hidden layers and the number of epochs determine the performance of the reliability of the Backpropagation Neural Network in forecasting. Sebagai sebuah algoritma dalam Artificial Neural Network, Backpropagation Neural Network memiliki keandalan yang relatif baik dan teruji dalam studi kasus peramalan ataupun klasifikasi data. Oleh karena itu, algoritma ini diujikan terhadap indikator-indikator ekonomi Indonesia (seperti nilai inflasi, produk domestik bruto, Bank Indonesia rate, nilai tukar Rupiah terhadap USD, dan tarif listrik yang berlaku), untuk meramalkan harga kebutuhan pokok, khususnya beras yang merupakan bahan makanan pokok masyarakat Indonesia. Dalam penelitian ini, Backpropagation Neural Network kembali diuji melalui serangkaian skema observasi. Dataset yang digunakan adalah data pasca pandemi Covid-19, yang merupakan gambaran pertumbuhan ekonomi Indonesia pada tahun 2022 pasca pandemi, yang juga terdampak isu resesi ekonomi global pada 2023. Ini berarti tantangannya adalah tentang bagaimana Backpropagation Neural Network mampu membuktikan keandalannya atas data yang memiliki pertumbuhan yang relatif fluktuatif. Namun, berdasarkan skema observasi yang telah dirancang dan diujikan, ternyata Backpropagation Neural Network tetap mampu memberikan nilai akurasi yang relatif tinggi, yang dibuktikan oleh nilai MSE yang relatif rendah, yaitu sebesar 0.02896. Tentunya dengan catatan bahwa metode preprocessing yang digunakan, jumlah hidden layer dan jumlah epoch menentukan performa keandalan Backpropagation Neural Network dalam melakukan peramalan.
Implementasi Sistem Informasi Akademik Berbasis Cloud untuk Meningkatkan Efisiensi Administrasi Akademik Setyorini Setyorini; Suliman Suliman
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (496.38 KB)

Abstract

The advancement of information technology has brought many benefits to the world of education today, creating school websites and developing computerized educational information systems are some of the applications of information technology. Course data processing that is usually done by schools is still done manually, and the data collection system still uses paper and notes, so it is easy to cause loss and damage to existing data. The development of the system solves the problems of educational data processing by creating a cloud computing academic information system that provides information such as student information, teacher list, subjects, student results, student learning results, and student participation announcements via SMS to parents. The programming languages used to build this information system are PHP and MySQL databases. Therefore, the existence of this system can contribute to accelerating the process of academic data processing. Moreover, with a cloud computing platform, data information can be viewed in real-time. Based on the results of tests conducted on the system from a functional point of view, it can be concluded from the table that up to 10 sample data provide the correct values according to the following calculations: precision values 10/10, 100 = 100 percent. These results show that the school information system is running well and as expected. Kemajuan teknologi informasi telah membawa manfaat yang besar bagi dunia pendidikan saat ini, pembuatan website sekolah dan pengembangan Sistem Informasi Akademik yang terkomputerisasi adalah beberapa penerapan teknologi informasi. Pengolahan data mata kuliah yang biasanya dilakukan oleh sekolah masih dilakukan secara manual, sistem pendataan masih menggunakan kertas dan catatan, sehingga mudah mengakibatkan hilangnya dan rusaknya data yang ada. Perkembangan sistem memunculkan permasalahan pengolahan data pembelajaran berupa pembuatan Sistem Informasi Akademik berbasis cloud computing yang menyediakan berita antara lain informasi tentang siswa, daftar guru, mata pelajaran, nilai siswa, hasil belajar siswa, siswa pengumuman kehadiran. kepada orang tua. melalui pesan teks. Menjembatani. Bahasa pemrograman yang digunakan untuk membuat sistem informasi ini adalah PHP dan database MySQL. Oleh karena itu, keberadaan sistem ini dapat berkontribusi untuk mempercepat proses pengolahan data akademik. Apalagi dengan platform berbasis Cloud Computing, informasi data dapat dilihat secara real time. Berdasarkan hasil pengujian yang dilakukan pada sistem dari sudut pandang fungsional, dapat disimpulkan dari tabel bahwa hingga 10 data sampel memberikan nilai yang benar sesuai dengan perhitungan berikut: nilai presisi 10/10, 100 = 100 persen. Hasil tersebut menunjukkan bahwa sistem informasi sekolah berjalan dengan baik dan sesuai dengan yang diharapkan.
Epistomologi dalam Natural Language Processing Danang Sulistyo; Fadhli Ahda; Vivi Aida Fitria
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (377.714 KB)

Abstract

How to obtain the truth about knowledge by considering the axiology and anthology aspects of knowledge is the challenge that epistemology must solve. While in scientific epistemology, the accumulation of information that is true will affect how inquiries about the universe are answered heuristically and how natural occurrences are predicted. The primary goal and aim of epistemology, a subfield of philosophy of science, is to investigate and ascertain the nature of knowledge. As such, it examines the origin, sources, and importance of validity from knowledge in addition to discussing the extent and veracity of science. The goal of NLP, a branch of artificial intelligence (AI), is to enable computers to comprehend human language. For instance, text and voice, which people frequently utilize in casual discussions. Integrating computational linguistics with predictive methods led to the development of NLP. NLP has so far done well with text and audio data. There are still others who believe that NLP is in decline, particularly when it comes to managing idioms and sarcasm in contextual data. Due to the vast number of local languages spoken worldwide, the millions of words they contain, the hundreds of regional accents, and their importance in preventing the extinction of local languages, even machine translation, which was the initial purpose of NLP, may still be investigated further. Masalah yang harus dihadapi oleh Epistomologi adalah bagaimana mendapatkan kebenaran akan pengetahuan dengan menimbang aspek antologi dan aksiologi pada pengetahuan. Sedangkan pada epistomologi ilmiah, penyusunan kebenaran suatu pengetahuan akan berpengaruh untuk menjawab pertanyaan di dunia secara heuristis serta dalam memprediksi fenomena alam yang terjadi. Mempelajari dan menentukan hakikat dari suatu pengetahuan adalah fungsi dan tugas utama epistomologi sebagai salah satu cabang dari filsafat ilmu, maka tidak hanya berbicara tentang kebenaran ilmu pengetahuan dan ruang lingkup pengetahuan, akan tetapi secara luas epistomologi juga mempelajari tentang asal mula, sumber dan juga nilai validitas dari pengetahuan. Pemrosesan bahasa alami, atau NLP, adalah bagian dari kecerdasan buatan (AI) yang berkaitan dengan memberi komputer kemampuan untuk memahami bahasa alami manusia. Misalnya teks dan suara yang sering digunakan manusia dalam percakapan sehari-hari. NLP dibuat dengan menggabungkan linguistik komputasi dengan model statistic. Sampai saat ini NLP memiliki performa yang baik pada data teks dan audio. Namun, masih ada orang yang menilai penurunan dunia NLP, terutama dalam penanganan sarkasme dan idiom dalam data kontekstual. Bahkan terjemahan mesin yang merupakan tujuan awal NLP masih dapat dieksplorasi lebih dalam, karena ada banyak bahasa lokal di dunia, ada jutaan kata, ratusan aksen lokal, dan perannya untuk menyelamatkan Bahasa Lokal dari kepunahan.
Sistem Pendukung Keputusan Menentukan Beras Unggulan pada Kabupaten Sidrap Menggunakan Metode Analytical Hierarchy Process Lilis Hayati; Purnawansyah Purnawansyah; Anisatul Humairah
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (538.099 KB)

Abstract

Application of a Decision Support System for Determining Superior Rice in Sidrap Regency Using a web-based Analytical Hierarchy Process (AHP) method can provide accurate, fast, easy, and precise ranking results for the Office of Agriculture in Sidrap Regency. From the calculation results obtained the application with the highest value is Super Slyp Rice with a value of 0.58. From the results of tests that have been carried out using the black box technique in beta testing, the highest percentage of questionnaires is 85 percent saying they agree that the application of the Decision Support System for Determining Superior Rice in Sidrap Regency Using the Analytical Hierarchy Process (AHP) method can be used and facilitates the determination of superior rice. at the Agriculture Service of Sidenreng Rappang Regency. Aplikasi Sistem Pendukung Keputusan Menentukan Beras Unggulan di Kabupaten Sidrap Menggunakan Metode Analytical Hierarchy Process (AHP) berbasis web dapat memberikan hasil perangkingan akurat, cepat, mudah dan tepat bagi Kantor Dinas Pertanian pada Kabupaten Sidrap. Dari hasil perhitungan aplikasi yang didapatkan dengan nilai tertinggi yaitu Beras Slyp Super dengan nilai 0.58. Dari hasil pengujian yang telah dilakukan dengan menggunakan teknik black box pada pengujian beta menghasilkan persentase tertinggi kuesioner yaitu sebanyak 85% mengatakan setuju bahwa aplikasi Sistem Pendukung Keputusan Menentukan Beras Unggulan di Kabupaten Sidrap Menggunakan Metode Analytical Hierarchy Process (AHP) dapat digunakan dan mempermudah penentuan beras unggulan di Dinas pertanian Kabupaten Sidenreng Rappang.
Komparasi Algoritma WOA, MFO dan Genetic pada Optimasi Evolutionary Neural Network dalam Menyelesaikan Permainan 2048 Hendrawan Armanto; Kevin Setiabudi; C Pickerling
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.272 KB)

Abstract

Neural network optimization using evolutionary algorithms is an interesting research topic. But right now, there are not much research in this topic that focused on Game, especially 2048. The 2048 game is one of the interesting games to study considering that the level of difficulty of this game will increase when the value of the resulting number increases. In addition, this game is also not limited by time but can be played continuously until the game ends. Neural network and tree are 2 architectures that can be used to play 2048 but require a long training time if you want to play well. In this study, this problem was optimized by an evolutionary algorithm (3 algorithms used in this study: Genetic Algorithm, WOA, and MFO). With this optimization, the best weight will be obtained in either the NN or Tree architecture to produce good intelligence in playing 2048. After going through various trials, it is concluded that the combination with the NN architecture is better than the Tree architecture and the WOA and MFO algorithms have succeeded in optimizing the architecture with better than the genetic algorithm. Optimasi neural network menggunakan algoritma evolutionary adalah topik penelitian yang menarik akan tetapi tidak banyak penelitian terkait hal ini yang berfokus pada game terutama game 2048. Game 2048 adalah salah satu game yang menarik untuk diteliti mengingat tingkat kesulitan permainan ini akan semakin meningkat disaat nilai angka yang dihasilkan semakin tinggi. Selain itu, permainan ini juga tidak dibatasi oleh waktu melainkan dapat dimainkan terus menerus hingga permainan berakhir. Neural network dan tree adalah 2 arsitektur yang dapat digunakan untuk memainkan 2048 akan tetapi membutuhkan waktu training yang lama jika ingin bermain dengan baik. Lama training tersebut yang pada penelitian ini dioptimasi oleh algoritma evolutionary (3 algoritma yang digunakan pada penelitian ini: Algoritma Genetic, WOA, dan MFO). Dengan adanya optimasi ini maka akan diperoleh bobot terbaik baik pada arsitektur NN ataupun Tree sehingga menghasilkan kecerdasan yang baik dalam memainkan 2048. Setelah melalui berbagai ujicoba maka disimpulkan bahwa kombinasi dengan arsitektur NN lebih baik dibandingkan dengan arsitektur Tree dan algoritma WOA dan MFO berhasil mengoptimasi arsitektur dengan lebih baik dibandingkan algoritma genetic.
Generating Mosaic Image Using Color Feature Extraction for Content Based Image Retrieval Yuliana Pranoto
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.072 KB)

Abstract

This research aims to create an image mosaic from a collection of images by utilizing color feature extraction with CBIR (Content Based Image Retrieval) technique. Some of the things to be considered in CBIR are the selection of the color model, how to represent color features, and metrics for calculating the distance between color features. The system consists of two main parts, preprocessing and image mosaic generating. In the preprocessing stage, image quantization is performed on images in the dataset, then the results are saved to a file that will be used in the image mosaic generating stage. We use two types of color quantization, 27 colors and 64 colors. In the image mosaic generating stage, the input image is divided into many small images (called image tiles), the size of which is adjusted to the size of the dataset. To obtain candidate images, the LCH (Local Color Histogram) values of each image tile are calculated using a certain scheme. Those schemes are 4-block separated, 4-block overlapped, and 5-block. MOSS or DOSS algorithm is used to determine the most similar image for each image tile. Based on the experiments that have been carried out, the 4-block overlapped scheme and 64 color quantization provide the most similar image mosaic. Penelitian ini berusaha untuk membentuk image mosaic dari kumpulan gambar dengan memanfaatkan ekstraksi fitur warna dengan teknik CBIR (Content Based Image Retrieval). Beberapa hal yang menjadi perhatian dalam CBIR adalah pemilihan model warna, bagaimana merepresentasikan fitur warna, dan metric untuk menghitung jarak antara fitur warna. Sistem terdiri dari dua bagian utama, yaitu tahap preprocessing dan tahap generate image mosaic. Pada tahap preprocessing dilakukan image quantization pada gambar dalam dataset, kemudian hasilnya disimpan ke dalam file yang nantinya digunakan dalam tahap generate image mosaic. Kami menggunakan dua macam color quantization, yaitu 27 warna dan 64 warna. Pada tahap generate image mosaic, input gambar dipotong-potong menjadi banyak gambar kecil (disebut image tile), yang ukurannya disesuaikan dengan ukuran dataset. Untuk mendapatkan kandidat gambar, diambillah nilai LCH (Local Color Histogram) dari setiap image tile dengan menggunakan skema tertentu. Skema pembagian tersebut adalah 4 block separated, 4 block overlapped, dan 5 block. Kemudian ditentukan satu gambar yang paling mirip untuk setiap image tile, dengan menggunakan algoritma MOSS atau DOSS. Dari percobaan yang telah dilakukan, skema 4 block overlapped dan 64 color quantization menghasilkan image mosaic yang paling mirip.
Menentukan Jumlah Kendaraan pada Persimpangan Jalan Melalui Image Processing Menggunakan Metode Jaringan Fungsi Basis Radial (JFBR) pada Traffic Light Cerdas Yoyok Isnomo; Aji Wibawa
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (974.202 KB)

Abstract

The number of large, light, and heavy vehicles continues to grow, while the addition of road expansion has not been adequate, resulting in traffic jams, especially in big cities. Conventional, automatic, and adaptive control systems that existed at that time were still unable to overcome the problem of traffic jams. This article proposes to calculate the number of vehicles on each signaled road section, which is applied at each phase of the red, yellow, and green light periods, using a combination of a Radial Basis Function Network (RBFN) and K-Means methods. The results of the calculation of the vehicles are used to set the duration of the red, yellow, and green lights. The experimental results show that the system can calculate and recognize large, small, super large and non-engine vehicles with an error rate of 0.05397. Jumlah kendaraan tipe besar, ringan, dan berat terus bertambah, sedangkan penambahan perluaasan jalan belum berimbang, sehingga memberi dampak kemacetan lalu lintas, terutama pada kota-kota besar. Sistem pengontrolan konvensional, otomatis dan adaptif yang ada pada saat itu masih belum bisa mengatasi permasalahan kemacetan arus kendaraan. Artikel ini mengusulkan penghitungan jumlah kendaraan pada masing-masing ruas jalan bersinyal, yang dilakukan pada setiap fase periode lampu nyala merah, kuning dan hijau, dengan menggunakan gabungan metode Jaringan Fungsi Basis Radial (JFBR) dan K-Means. Hasil perhitungan kendaraan digunakan untuk menseting lama nyala lampu merah, kuning, dan hijau. Hasil eksperimen menunjukkan bahwa sistem mampu menghitung dan mengenali jenis kendaraan besar, ringan, berat, dan tanpa mesin dengan tingkat kesalahan rata-rata sebesar 0,05397.
Aplikasi Music Streaming Menggunakan Flutter dilengkapi Music Recognizer Eka Setyaningsih; Iwan Chandra; William William
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 9 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (347.095 KB)

Abstract

Considering the current development of music streaming services, not many are equipped with a search facility using the music recognizer. Even though there are not a few service users who search for songs only based on the song snippet or the humming tone of the song in question, without knowing the title or artist of the song. Based on this, in this study, a mobile music streaming application was created equipped with a music recognizer using audio fingerprinting that utilizes spectrogram imagery and hash data from audio. The testing process was carried out in 3 scenarios: the first scenario was a recognized test in a quiet environment, and out of 90 trials the results obtained an accuracy of 96.6 percent. The second scenario is to recognize the song in a noisy environment, from 90 trials, the accuracy is 93.3 percent. The third scenario is to recognize the song by humming or humming, from 90 trials, the accuracy is 55.5 percent. All of these trials were carried out by 10 participants with a composition of 5 males and 5 females. Each participant will test the application made with 3 scenarios. Each scenario will be tested for 3 songs with different genres. Menilik perkembangan layanan music streaming saat ini, belum banyak yang dilengkapi dengan fasilitas pencarian dengan memanfaatkan music recognizer. Padahal tidak sedikit pengguna layanan yang melakukan pencarian lagu hanya berdasarkan potongan lagu atau humming nada dari lagu yang bersangkutan, tanpa mengetahui judul atau penyanyi lagu tersebut. Berdasarkan hal tersebut, maka pada penelitian ini dibuatlah sebuah aplikasi mobile music streaming yang dilengkapi dengan music recognizer dengan audio fingerprinting yang memanfaatkan citra spectrogram dan data hash dari sebuah audio. Untuk proses ujicobanya dilakukan dalam 3 skenario: skenario pertama dilakukan uji coba recognize pada lingkungan yang hening, dari 90 kali uji coba mendapatkan hasil akurasi 96,6 persen. Skenario kedua yaitu dengan melakukan recognize pada lagu di lingkungan yang bising, dari 90 kali uji coba mendapatkan hasil akurasi 93,3 persen. Skenario ketiga yaitu dengan melakukan recognize pada lagu dengan humming atau bersenandung, dari 90 kali uji coba mendapatkan hasil akurasi 55,5 persen. Semua uji coba ini dilakukan oleh 10 peserta dengan komposisi 5 laki-laki dan 5 perempuan. Setiap peserta akan menguji aplikasi yang dibuat dengan 3 skenario. Pada setiap skenarionya akan diujikan 3 lagu dengan genre yang berbeda-beda.
Penerapan Metode Backward Chaining untuk Mendiagnosa Gangguang pada Tanaman Padi (Studi kasus di Subdistrik Natarbora Timor-Leste) Louvareto Costa Câmara; Rina Dewi Indah Sari
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 10 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (306.603 KB)

Abstract

Rice cultivation has many challenges, including disease disorders in rice plants. This study aims to help rice farmers diagnose disease disorders in rice plants using an expert system. This system will display the results of the diagnosis in the form of the name of the disease, description of disease solutions and prevention. There are 5 diseases with 16 symptoms discussed. The knowledge base was built from the 5-disease data, then an isolation diagram of the problem area of rice plant disturbance was made, determination of decision targets and dependency diagrams were made. The establishment of IF–THEN rules use a decision table which consists of a complete table and a reduction table. Inference is carried out using the backward chaining method which begins with the determination of GOAL, namely diseases in rice plants that have 6 values (attribute values). The inference process involves a stack data structure for GOAL and a queue for queue rules. Budidaya tanaman padi memiliki banyak tantangan diantaranya adalah gangguan penyakit pada tanaman padi. Penelitian ini bertujuan untuk membantu petani tanaman padi mendiagnosa gangguan penyakit pada tanaman padi menggunakan sistem pakar. Sistem ini akan menampilkan hasil diagnosa berupa nama penyakit, keterangan penyakit solusi dan pencegahannya. Terdapat 5 penyakit dengan 16 gejala yang dibahas. Basis pengetahuan dibangun dari 5 data penyakit tersebut, kemudian dibuatlah diagram isolasi area permasalahan gangguan tanaman padi, penentuan target keputusan dan diagram ketergantungan. Pembentukan aturan (rule) IF–THEN menggunakan decision tabel yang terdiri dari complete table dan reduction table. Inferensi dilakukan menggunakan metode backward chaining yang diawali dengan penentuan GOAL yaitu penyakit pada tanaman padi yang memiliki 6 value (nilai atribut). Proses inferensi melibatkan struktur data stack untuk GOAL dan queue untuk antrian rule.
Sistem Kendali Smart Aquarium Ikan Arwana Menggunakan Fuzzy Logic Controller (FLC) Fitri Fitri; Mohammad Luqman; Chairunisa Chanza
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 1 No. 10 (2021)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.564 KB)

Abstract

Arowana fish require a pH level of 6.8 – 7.5 and a turbidity level of 7.5 NTU. The purpose of making this tool is to maintain the pH and turbidity of the arowana fish aquarium water. This tool uses a pH sensor E-201-C to measure water pH levels, a turbidity sensor SEN-0189 to detect water turbidity, and an ultrasonic sensor to measure water levels, using an ESP32 microcontroller. In controlling pH levels using the fuzzy logic controller method using set point 7. On pH levels to control pH levels using a mini up pump and mini down pump. If the pH less than 6.8 then the mini up pump will be active, and vice versa if the pH more than 7.5 then the mini down pump will be active. Meanwhile, to control the turbidity of the water, a DC 12V 1 pump is used for discharging dirty water and a DC 12V 2 pumps for filling clean water. The data read by the sensor can be monitored via the 128X64 OLED and the blynk application on the smartphone. That based on the test results on the control system for controlling pH levels of arowana fish aquarium water using the fuzzy method can work with an error value of less than 0.4. Meanwhile, controlling the turbidity of water during the draining process takes 11 minutes 13 seconds and when filling clean water takes 27 minutes 2 seconds. Ikan arwana membutuhkan kadar pH 6,8 – 7,5 dan tingkat kekeruhan 7,5 NTU. Pembuatan alat ini bertujuan untuk menjaga kadar pH dan kekeruhan air aquarium ikan arwana. Alat ini menggunakan sensor pH E-201-C untuk mengukur kadar pH, sensor turbidity SEM-0189 untuk mendeteksi kekeruhan air, sensor ultrasonik untuk mengukur ketinggian air dan menggunakan mikrokontroller ESP32. Pada pengontrolan kadar pH menggunakan metode fuzzy logic controller dengan mengunakan setpoint 7. Pada pengontrolan kadar pH menggunakan pompa mini up dan pompa mini down. Apabila kadar pH kurang dari 6,8 maka pompa mini up akan aktif begitu juga sebaliknya apabila kadar pH lebih besar dari 7,5 maka pompa mini down akan aktif. Sedangkan untuk pengontrolan kekeruhan air menggunakan pompa DC 12V 1 untuk membuang air kotor dan pompa DC 12V 2 untuk mengisi air bersih. Data yang terbaca oleh sensor dapat dipantau melalui OLED 128X64 dan aplikai blynk pada smartphone. Berdasarkan hasil pengujian pada sistem kendali kontrol kadar pH air aquarium ikan arwana dengan metode fuzzy dapat bekerja dengan memiliki nilai error kurang dari 0,4. Sedangkan pada pengontrolan kekeruhan air pada saat proses pengurasan membutuhkan waku 11 menit 13 detik dan pada saat pengisian air bersih membutuhkan waktu 27 menit 2 detik.

Page 9 of 27 | Total Record : 261

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 5 (2025) Vol. 5 No. 4 (2025) Vol. 5 No. 3 (2025) Vol. 5 No. 1 (2025) Vol. 4 No. 10 (2024) Vol. 4 No. 9 (2024) Vol. 4 No. 8 (2024) Vol. 4 No. 7 (2024) Vol. 4 No. 6 (2024) Vol. 4 No. 5 (2024) Vol. 4 No. 4 (2024) Vol. 4 No. 3 (2024) Vol. 4 No. 2 (2024) Vol. 4 No. 1 (2024) Vol. 3 No. 12 (2023) Vol. 3 No. 11 (2023) Vol. 3 No. 10 (2023) Vol. 3 No. 9 (2023) Vol. 3 No. 8 (2023) Vol. 3 No. 7 (2023) Vol. 3 No. 6 (2023) Vol. 3 No. 5 (2023) Vol. 3 No. 4 (2023) Vol. 3 No. 3 (2023) Vol. 3 No. 2 (2023) Vol. 3 No. 1 (2023) Vol. 2 No. 12 (2022) Vol. 2 No. 11 (2022) Vol. 2 No. 10 (2022) Vol. 2 No. 9 (2022) Vol. 2 No. 8 (2022) Vol. 2 No. 7 (2022) Vol. 2 No. 6 (2022) Vol. 2 No. 1 (2022) Vol. 1 No. 11 (2021) Vol. 1 No. 10 (2021) Vol. 1 No. 9 (2021) Vol. 1 No. 8 (2021) Vol. 1 No. 7 (2021) Vol. 1 No. 6 (2021) Vol. 1 No. 5 (2021) Vol. 1 No. 4 (2021) Vol. 1 No. 3 (2021) Vol. 1 No. 2 (2021) Vol. 1 No. 1 (2021) More Issue