cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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 : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics
-Robotics and Automation -Artificial Intelligence and Computational Intelligence -Intelligent Control -Instrumentation and System Integration -Signal and Image Processing -Modelling and Simulation -dan lain-lain.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 61 Documents
 3   4   5   6   7 
Identifikasi Kelompok Prestasi Mahasiswa Berdasarkan Kombinasi Nilai Tugas, MID, dan UAS Menggunakan K-Means Clustering Safanah, Nur Azizah Ayu
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi kelompok prestasi mahasiswa berdasarkan kombinasi nilai Ulangan Harian, Ujian Tengah Semester (UTS), dan Ujian Akhir Semester (UAS) menggunakan metode K-Means Clustering. Data yang digunakan adalah nilai mahasiswa dari mata kuliah Ilmu Budaya Dasar di Fakultas Ilmu Sosial dan Politik, Universitas Maritim Raja Ali Haji. Sampel terdiri dari 24 mahasiswa dengan atribut yang dianalisis meliputi Tugas Mandiri (TM), Tugas, UTS, dan UAS. Metode K-Means Clustering digunakan untuk mengelompokkan data ke dalam tiga kategori prestasi: tinggi, sedang, dan cukup. Proses clustering dilakukan melalui beberapa iterasi hingga tidak ada lagi perubahan anggota cluster. Hasil pengelompokan kemudian divalidasi menggunakan software KNIME Analytic Platform untuk memastikan akurasi. Penelitian ini menunjukkan bahwa metode K-Means Clustering dapat digunakan secara efektif untuk menganalisis dan mengelompokkan prestasi mahasiswa berdasarkan kombinasi nilai akademik mereka, memberikan wawasan yang bermanfaat bagi institusi pendidikan tinggi dalam memahami pola prestasi mahasiswa.
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.
Penerapan Metode K-Means Clustering untuk Pengelompokan Prestasi Siswa menggunakan Orange Data Mining: Studi Kasus di MTs Muhammadiyah Tallo Makassar Awalia, Rifqa
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Peningkatan kualitas pendidikan adalah fokus utama bagi setiap institusi pendidikan, terutama di Indonesia, dengan salah satu indikator keberhasilannya adalah prestasi siswa. Namun, terdapat kesenjangan prestasi yang signifikan antar siswa yang disebabkan oleh berbagai faktor seperti latar belakang sosial ekonomi dan kualitas pembelajaran. Untuk memahami pola prestasi siswa, penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan prestasi siswa di MTs Muhammadiyah Tallo Makassar menggunakan software Orange Data Mining. Penelitian ini bertujuan untuk mengelompokkan prestasi siswa menjadi tiga cluster: tinggi, cukup, dan rendah berdasarkan nilai akademik siswa. Penelitian ini menggunakan dataset nilai raport siswa kelas VII.1 tahun pelajaran 2022/2023. Tahapan penelitian meliputi studi literatur, pengumpulan data, preprocessing data, penerapan metode K-Means Clustering, dan analisis hasil. Hasil penelitian menunjukkan bahwa metode K-Means Clustering berhasil mengelompokkan prestasi siswa ke dalam tiga cluster dengan bantuan Orange Data Mining, yang mempermudah interpretasi dan visualisasi hasil. Cluster tinggi terdiri dari 8 siswa, cluster cukup terdiri dari 10 siswa, dan cluster rendah terdiri dari 3 siswa. Hasil clustering ini memberikan wawasan berharga bagi pendidik untuk merumuskan strategi pembelajaran yang tepat bagi setiap kelompok siswa, khususnya untuk membantu siswa dalam cluster cukup dan rendah meningkatkan prestasinya. Penelitian ini merekomendasikan analisis lanjutan dengan data yang lebih besar dan variabel tambahan untuk mendapatkan hasil yang lebih komprehensif.
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.
Analisis Kecocokan Model Autoregressive Integrated Moving Average (ARIMA) dalam Prediksi Penyebaran COVID-19 (Studi Kasus: Kabupaten Bone, Sulawesi Selatan) Adistia, Ainun Zahra
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Pandemi COVID-19 yang telah menimpa dunia sejak akhir tahun 2019 memberikan pelajaran berharga mengenai urgensi kesiapsiagaan dan respons yang cepat dalam menanggapi wabah penyakit menular. Meskipun saat ini pandemi COVID-19 telah mereda dan situasinya mulai kembali normal, pengalaman dalam beberapa tahun terakhir menegaskan perlunya pengembangan metode prediksi yang dapat diandalkan untuk mengantisipasi kemungkinan wabah di masa depan. penelitian ini bertujuan untuk mengidentifikasi dan menganalisis pola penyebaran COVID-19 di Kabupaten Bone, menerapkan model ARIMA untuk memprediksi jumlah kasus COVID-19 di masa depan, serta mengevaluasi kecocokan dan akurasi model ARIMA dengan data aktual. Penelitian ini menggunakan pendekatan kuantitatif dengan metode Autoregressive Integrated Moving Average (ARIMA). Hasil dari penelitian ini menunjukkan bahwa metode ARIMA memiliki keterbatasan dalam menangani pola nonlinier.
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. 
Desain dan Implementasi Sistem Pengukuran Ketinggian Air Menggunakan Sensor JSNSR04T pada Penampungan Air Otomatis wahhab, habib abdul; alfian, Muhammad luthfi; Isminarti, Isminarti; Putra, Nur Azhary Iriawan eka
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Masyarakat pengguna PDAM di Sorowako biasanya menyimpan air pada tangki air untuk digunakan pada kebutuhan sehari-hari. Air dari PDAM dipompa menggunakan pompa air menuju tangki air. Namun, terdapat kendala ketika musim kemarau yaitu pasokan air PDAM di Sorowako berkurang, sehingga suplai air ke rumah masyarakat menjadi tidak stabil ditandai dengan air dari PDAM hanya mengalir pada waktu-waktu tertentu. Saat ini, pengendalian pompa air dilakukan secara konvensional, yaitu dengan menggunakan pelampung air otomatis. Pelampung ini bekerja selayaknya saklar otomatis pompa air, ketika air terisi penuh maka pompa akan mati, sebaliknya jika air berkurang pompa air akan aktif. Hal ini tidak efisien untuk diterapkan di Sorowako karena distribusi air PDAM di Sorowako tidak selamanya mengalir. Tujuan penelitian ini adalah untuk mengembangkan sistem penampungan air otomatis dengan menggunakan sensor JSN-SR04T sebagai pengukur ketinggian air pada tangki dan RTC-DS3231 sebagai fungsi timer. Pompa air dapat diaktifkan dengan waktu yang ditentukan serta akan berhenti secara otomatis ketika mencapai ketinggian tertentu. Hasil dari penilitian ini telah dibuat pengembangan sistem penampung air otomatis dengan menggunakan sensor JSN-SR04T sebagai pengukur ketinggian air dan RTC-DS3231 sebagai fungsi pewaktuan. Pengujian sensor JSN-SR04T menunjukkan nilali rata-rata error sebesar 0,66%.
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
Penerapan Algoritma Naïve Bayes untuk Memprediksi Penjualan Makanan Pada Toko Korean food Putri Azzahra, Andi Shelma
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Penelitian ini bertujuan untuk mengevaluasi keefektifan algoritma  Naïve Bayes dalam memprediksi penjualan makanan pada toko makanan Korea menggunakan data penjualan sebelumnya. Algoritma  Naïve Bayes diterapkan pada data yang terdiri dari nama produk, harga, ukuran dan jenis produk. Metode klasifikasi yang digunakan yaitu metode  Naïve Bayes, digunakan dengan bantuan tools software Orange. Hasil evaluasi menunjukkan tingkat akurasi prediksi yang tinggi dengan nilai AUC 0,957, akurasi klasifikasi 0,956, dan nilai F1 0,956. Hal ini menunjukkan bahwa algoritma  Naïve Bayes dapat digunakan untuk memprediksi penjualan dengan baik.
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 6 of 7 | Total Record : 61

 3   4   5   6   7 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025) Vol 6, No 2 (2024) Vol 6, No 1 (2024) Vol 5, No 2 (2023) Vol 5, No 1 (2023) Vol 4, No 2 (2022) Vol 4, No 1 (2022) Vol 3, No 2 (2021) Vol 3, No 1 (2021) Vol 2, No 2 (2020) Vol 2, No 1 (2020) Vol 1, No 2 (2019) Vol 1, No 1 (2019) More Issue