cover
Contact Name
Muhammad Nur
Contact Email
muhammadnur@politeknikbosowa.ac.id
Phone
+6285242389681
Journal Mail Official
maple.meka@politeknikbosowa.ac.id
Editorial Address
Jalan Kapasa Raya No.23 Kapasa Kecamatan Tamalanrea, Daya, Kec. Biringkanaya, Kota Makassar, Sulawesi Selatan 90245
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Mechatronics Journal in Professional and Entrepreneur (MAPLE)
Published by Politeknik Bosowa
ISSN : 26854868     EISSN : 29636175     DOI : -
-Robotics and Automation -Artificial Intelligence and Computational Intelligence -Intelligent Control -Instrumentation and System Integration -Signal and Image Processing -Modelling and Simulation -dan lain-lain.
Articles 5 Documents
Search results for , issue "Vol 6, No 1 (2024)" : 5 Documents clear
Miniatur Atap Geser Otomatis Menggunakan Sensor YL-83 Pramudita, Winnie Rahmah; Miftahuddin, Muhammad Fahmi; Iriawan, Nur Azhary; Ishak, Ishak
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Di Indonesia terdapat dua musim utama dalam setahun, yaitu musim hujan dan musim kemarau, yang disebabkan oleh sistem monsunal dengan peralihan angin muson dari Asia ke Australia. Prediksi awal musim hujan seringkali tidak akurat, meningkatkan kekhawatiran karena masyarakat semakin aktif di luar ruangan. Aktivitas seperti menjemur pakaian menjadi terganggu oleh hujan tiba-tiba. Solusi untuk masalah ini adalah menggunakan konsep rumah pintar dengan pelindung jemuran otomatis yang menggunakan sensor cahaya LDR dan sensor hujan YL-83. Sensor secara aktif akan mendeteksi perubahan pada lingkungan, selanjutnya data dari sensor-sensor tersebut akan memicu pergerakan motor DC untuk membuka atau menutup atap, bergantung pada kondisi yang dideteksi oleh sensor. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem yang dapat mengotomatisasi pengendalian atap yang dibebankan pada nilai sensor saat mendeteksi perubahan di lingkungan sekitar secara tepat dan akurat. Pengujian pada sensor LDR menunjukkan bahwa nilai tegangan akan bertambah besar seiring dengan semakin kuatnya intensitas cahaya yang dideteksi dan akan menurun saat kondisi gelap. Begitupun sensor YL-83 yang akan menyalurkan tegangan hanya pada saat kondisi sensor basah dan kembali memutus tegangan bila kondisi sensor kering. Hasil dari penelitian ini menunjukkan bahwa dalam sepuluh kali percobaan, terjadi kesalahan pada gerakan motor sebanyak 5 kali.
OPTIMASI SEGMENTASI CITRA DIGITAL PESAWAT DENGAN PENERAPAN METODE ACTIVE CONTOUR Rauf, Annajmi
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Optimasi segmentasi citra digital sangat penting dalam penerapan metode Active Contour, yang relevan dengan kemajuan teknologi pengolahan citra digital saat ini. Dalam praktiknya, tantangan segmentasi citra digital memerlukan peningkatan kualitas dan akurasi. Penelitian tentang optimasi segmentasi citra digital menggunakan metode Active Contour diharapkan dapat memberikan kontribusi signifikan dalam pengembangan ilmu komputer, terutama dalam pengolahan citra digital. Penelitian ini bertujuan untuk mengoptimalkan segmentasi citra digital pesawat dengan menggunakan metode Active Contour (Chan-Vese). Dalam konteks pengolahan citra digital, segmentasi merupakan langkah penting untuk memisahkan objek  dari  latar  belakang.  Dalam  penelitian ini,  langkah- langkah optimasi mencakup pemuatan citra, konversi ke citra keabuan, peningkatan kontras, penghilangan noise, dan penerapan operasi morfologi sebelum proses segmentasi. Metode Active Contour (Chan-Vese) kemudian dijalankan dengan parameter yang disesuaikan untuk mendapatkan hasil segmentasi yang akurat. Hasil penelitian menunjukkan bahwa metode ini berhasil mencapai persentase keberhasilan segmentasi sebesar 95%, dengan visualisasi kontur yang cocok dengan batas objek pesawat dalam citra asli. Temuan ini menegaskan bahwa metode Active Contour (Chan-Vese) efektif dalam segmentasi citra digital pesawat, memberikan kontribusi penting dalam pengembangan teknik segmentasi yang akurat dan efisien.
Rancang Bangun Miniatur Sistem Portal Otomatis Menggunakan RFID dan Mikrokontroler Arduino Uno Syaifuddin, Abdul Harits; Currahman, Fiqri Taufiq; Nur, Muhammad; Isminarti, Isminarti
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

 Parkir merupakan kondisi keadaan dimana kendaraan tidak bergerak atau di tinggal pemiliknya. Di lingkungan kampus Politeknik Bosowa, sistem parkir masih manual atau konvesional dan belum tertata baik, sehingga keamanan kendaraan juga tidak terjamin. Tujuan penelitian ini untuk memudahkan mengidentifikasi kendaraan dan menjaga keamanan kendaraan kampus Politeknik Bosowa. Metode yang digunakan adalah metode eksperimental. Pada penelitian ini, digunakan RFID sebagai pengontrol motor servo untuk palang pintu dan sensor ultrasonik untuk mendeteksi jarak kendaraan yang lewat dan lcd sebagai tampilan utama. Hasil uji coba menunjukkan keberhasilan mengidentifikasi kartu yang terdaftar dengan jarak deteksi kartu RFID hanya 0 – 1 cm dan jarak deteksi sensor ultrasonik mulai 10 – 80 cm. 
Implementasi Metode Thresholding untuk Segmentasi Citra Digital Kupu-Kupu dalam Lingkungan Pengembangan Visual Studio Code Firzanah, Raudatul
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Penelitian ini mengimplementasikan metode thresholding untuk segmentasi citra digital kupu-kupu menggunakan Visual Studio Code. Citra RGB dikonversi ke grayscale dandisegmentasi  menggunakan  metode  thresholding  global  (Otsu)  dan  lokal.  Deteksi  tepidengan operator Canny diikuti oleh dilasi untuk mempertebal garis tepi objek. Plot kontur dilakukan pada citra dilasi dan grayscale untuk analisis koordinat objek. Hasil menunjukkan bahwa thresholding lokal memberikan segmentasi lebih akurat, dan deteksi tepi yang diperkuat dilasi meningkatkan visibilitas batas objek. Implementasi ini efektif untuk segmentasi citra digital di Visual Studio Code.Kata kunci : Segmentasi Citra, Thresholding Method, Kupu-kupu, Visual Studio Code
MENDETEKSI BENTUK GAMBAR DENGAN CHAIN CODE MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES Putri, Ekha Mustika; Angraeni, Adelia; Imansyah, Dian Arishandy; Intia, Winria Putri; Syam, Arif Setiawan
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Pengolahan citra dan visi komputer adalah bidang yang berkembang pesat dengan banyak aplikasi praktis, termasuk pengenalan objek, analisis gambar medis, dan kontrol kualitas industri. Penelitian ini bertujuan untuk mengembangkan metode deteksi dan klasifikasi bentuk dalam gambar menggunakan Chain Code dan algoritma Klasifikasi Naive Bayes. Chain Code digunakan untuk merepresentasikan kontur bentuk secara digital, sedangkan Naive Bayes digunakan untuk mengklasifikasikan bentuk berdasarkan distribusi probabilitas fitur. Dalam implementasinya, gambar pra-proses dengan teknik thresholding dan deteksi tepi untuk mengekstraksi kontur, yang kemudian diwakili dengan Chain Code. Fitur yang diekstraksi ini kemudian digunakan sebagai input untuk model Naive Bayes yang dilatih untuk mengenali berbagai bentuk geometris seperti lingkaran, segi lima, segi enam, bintang, dan persegi panjang. Hasil eksperimen menunjukkan bahwa metode ini efektif dalam mendeteksi dan mengklasifikasikan bentuk-bentuk dasar dengan tingkat akurasi yang tinggi. Meskipun demikian, metode ini memiliki keterbatasan dalam mendeteksi bentuk yang lebih kompleks atau dengan tepi yang tidak teratur. Saran untuk penelitian di masa depan termasuk penggunaan dataset yang lebih besar dan bervariasi, pengujian dengan algoritma klasifikasi lainnya, dan pengembangan algoritma hybrid untuk meningkatkan akurasi dan robustnes deteksi bentuk.

Page 1 of 1 | Total Record : 5