Jurnal Teknik ITS
Jurnal Teknik ITS merupakan publikasi ilmiah berkala yang diperuntukkan bagi mahasiswa ITS yang hendak mempublikasikan hasil Tugas Akhir-nya dalam bentuk studi literatur, penelitian, dan pengembangan teknologi. Jurnal ini pertama kali terbit pada September 2012, dimana setiap tahunnya diterbitkan 1 buah volume yang mengandung tiga buah issue.
Articles
71 Documents
Search results for
, issue
"Vol 12, No 3 (2023)"
:
71 Documents
clear
<![CDATA[Prediksi Jumlah Korban Terdampak Genangan Akibat Simulasi Keruntuhan Bendungan Jatibarang Kota Semarang Menggunakan InaSAFE ]]>
<![CDATA[Wardana, Yoszy Kusuma]]>;
<![CDATA[Aziz, Siti Kamilia]]>;
<![CDATA[Alam, Rizki Robbi Rahman]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.143471
<![CDATA[Banjir akibat bendungan memiliki daya rusak yang besar pada area hilir bendungan terkhususnya pada area hilir yang padat penduduk. Mayoritas area hilir Bendungan Jatibarang merupakan wilayah pemukiman yang pada penduduk. Maka diperlukan manajemen penanggulangan bencana khususnya terhadap penduduk yang terdampak. 183 ribu penduduk terdampak akibat keruntuhan Bendungan Jatibarang, dengan 11,1 ribu penduduk harus dipindahkan berdasarkan analisis InaSAFE. Tingkat bahaya pada area hilir bendungan berada pada tingkat bahaya sangat tinggi berdasarkan klasifikasi bahaya PUPR, sedangkan menurut Peraturan Kepala BNPB No. 02 Tahun 2012 area hilir memiliki risiko tinggi. Lokasi pengungsian terbagi menjadi dua zona yaitu zona barat dan zona timur, zona barat berada pada sisi barat Sungai Banjir Kanal Barat (BKB) dan zona timur berada pada sisi timur Sungai Banjir Kanal Barat (BKB). Pembagian zona tersebut demi alasan kemananan berdasarkan Peraturan Kepala BNPB No. 7 Tahun 2008. Jalur evakuasi yang menghubungkan titik awal dan lokasi pengsungsian merupakan rute tercepat dengan menggunakan jalan primer, sekunder, dan lokal.]]>
<![CDATA[Perancangan Audiometer Tutur Kata Berbasis Android dengan Penerapan Voice Recognition dalam Pelaksanaan Tes Pendengaran Pekerja ]]>
<![CDATA[Nafi', Abdun]]>;
<![CDATA[Siahaan, Daniel Oranova]]>;
<![CDATA[Shiddiqi, Ary Mazharuddin]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.144492
<![CDATA[Sering terjadinya peningkatan kasus kecelakaan kerja, memberitahukan pentingnya penerapan K3 (Keamanan, Kesehatan dan Keselamatan kerja) pada perusahaan yang bertujuan menekan angka terjadinya kecelakaan di dalam bekerja. Salah satu penerapan K3 yakni diberlakukannya tes kesehatan. Tes kesehatan dilakukan untuk menghitung faktor resiko demi keselamatan dan efektifitas dalam pekerjaan yang digunakan sebagai pengukur untuk mendapatkan pekerja yang berkualitas dan sehat. Salah satu tes kesehatan yang dilakukan adalah tes pendengaran. Tes pendengaran merupakan prosedur yang dilakukan untuk memeriksa kemampuan mendengar seseorang. Salah satu tes pendengaran adalah Tes audiometri nada tutur. Tes pendengaran audiometri nada tutur menggunakan kata-kata terpilih yang telah dibakukan dan dikaliberasi, untuk mengukur beberapa aspek kemampuan pendengaran pekerja yang dilakukan secara konvensional.Namun dalam pengadaan tes secara konvensional menggunakan hardware audiometer masih kurang efesien untuk dilakukan selama proses tahap penerimaan calon peserta, hal ini dikarenakan perhitungan hasil tes keseluruhan masih dibuat secara manual oleh penyedia tes, sehingga diperlukan pengawas dari perusahaan untuk menghindari manipulasi data yang bisa diubah oleh penyedia dan peserta tes. Keterbatasan alat yang dimiliki oleh penyedia tes juga membuat pelaksaanaan tes menjadi kurang efisien dalam waktu dikarenakan harga audiomer yang terjangkau mahal. Melalui rancangan sistem audiometer nada tutur berbasis android yang menerapkan voice recognition diharapkan dapat membantu dalam pelaksaan tes pendengaran untuk pekerja. Selain itu, diharapkan dapat meminimalisir biaya yang dilakukan perusahaan untuk membeli alat audiometer atau menggunakan jasa ketiga dari pihak yang memiliki audiometer. Sistem audiometer nada tutur ini diberi nama dengan AudioTest Pro.]]>
<![CDATA[Prediksi Penyebaran Kasus Demam Berdarah Berdasarkan Tingkat Keparahan di Provinsi DKI Jakarta Menggunakan Metode Deep Learning ]]>
<![CDATA[Kusumastuti, Evelyna Anggita]]>;
<![CDATA[Yuniarno, Eko Mulyanto]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.108355
<![CDATA[Demam berdarah Dengue atau DBD merupakan penyakit yang berasal dari infeksi salah satu dari empat virus Dengue, penularan terjadi melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. Nyamuk ini sering ditemukan di daerah tropis dan subtropis. Indonesia, sebagai negara kesatuan yang terletak di Asia Tenggara merupakan negara yang beriklim tropis dimana penyakit DBD sudah menjadi penyakit endemik disetiap daerah, terutama pada daerah yang padat penduduk seperti di Jakarta menjadi habitat oleh berbagai jenis nyamuk Aedes. Untuk menekan terjadinya lonjakan kasus DBD maka diperlukan penanganan yang tepat baik dari masyarakat maupun pemerintah Provinsi DKI Jakarta. Oleh karena itu, tidak dapat dipungkiri pemanfaatan kemajuan teknologi juga dilibatkan seperti memprediksi daerah rawan lonjakan kasus DBD di Provinsi DKI Jakarta dengan menggunakan model Deep Learning ANN. Tujuan dari penggunaan metode ini adalah dapat menghasilkan prediksi yang lebih akurat terhadap daerah rawan peningkatan kasus demam berdarah Dengue guna mendapatkan tindakan preventif yang lebih. Hal ini dapat dilihat dari akurasi hasil prediksi probabilitas Stasiun Meteorologi Kemayoran sebesar 95,24; Stasiun Meteorologi Halim Perdana Kusuma sebesar 84,32; Stasiun Maritim Meteorologi Tanjung Priok sebesar 82,61.]]>
<![CDATA[Deteksi Dini Karies Gigi Dengan Metode Fluoresen Optik pada Saliva ]]>
<![CDATA[Mayerd, Immanuel]]>;
<![CDATA[Mujiono, Totok]]>;
<![CDATA[Rivai, Muhammad]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.118633
<![CDATA[Menurut Riset Kesehatan Dasar Nasional, dari populasi penduduk Indonesia tahun 2018 penderita penyakit karies gigi mencapai 80%. Tindakan deteksi dini sebelum karies semakin parah sangatlah penting. Metode deteksi dini karies sekarang ini hanya tersedia di rumah sakit dan hanya bisa dilakukan oleh dokter gigi. Penelitian ini menawarkan ide dengan menggunakan metode Fluoresen Optik. Prinsipnya adalah dengan memanfaatkan biomarker Matriks Metalloproteinase-8 (MMP-8) pada saliva, yang dapat bereaksi secara inhibit dengan kurkumin yang memiliki sifat fluoresen. Kandungan MMP-8 akan semakin bertambah dengan bertambahnya jumlah karies gigi ataupun tingkat keparahannya. Dengan menggunakan kurkumin yang bersifat fluoresen, reaksi antara kurkumin dan MMP-8 akan dimanfaatkan. Prinsipnya adalah sampel yang berupa campuran saliva dan kurkumin akan dikenai cahaya UV yang kemudian akan menghasilkan emisi cahaya fluoresen yang dapat diakuisisi oleh sensor AS7262 untuk kemudian dikirim ke komputer untuk dianalisis dan dilatih tiga jenis algoritma yakni ANN, KNN dan SVM. Klasifikasi yang digunakan menggunakan standar American Dental Association (ADA) dan klasifikasi biner (positif/negatif). Model dengan akurasi terbaik dihasilkan oleh algoritma dengan klasifikasi biner. Model ANN, KNN dam SVM untuk klasifikasi biner memiliki akurasi validasi yang masing-masing nilainya adalah 90%, 80% dan 60%. Sensitivitas pengklasifikasian pada metode ini cukup baik dibandingkan dengan metode konvensional yang ada.]]>
<![CDATA[Penerapan Desain Lintasan UAV yang Hemat Energi untuk Deteksi Kebakaran Hutan ]]>
<![CDATA[Yonardy, Reinaldo Ivander]]>;
<![CDATA[Wirawan, Wirawan]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.118719
<![CDATA[Kebakaran hutan merupakan masalah serius yang dapat menyebabkan berbagai kerugian. Teknik pendeteksian kebakaran hutan dini yang andal sangat diperlukan untuk mencegah kebakaran hutan. Wireless sensor network (WSN) yang digunakan didalam hutan harus bisa mengirim data secara realtime, tetapi tantangannya adalah WSN yang didalam hutan memiliki batasan jarak dalam mengirim data karena menggunakan sumber daya yang kecil dan juga bertujuan untuk keawetan dari WSN itu sendiri. Sehingga dibutuhkan Unmanned Aerial Vehicle (UAV) sebagai mobile collector yang memiliki mobilitas yang tinggi. Tetapi UAV sendiri memiliki kekurangan yaitu sumber daya yang digunakan untuk terbang adalah baterai yang memiliki energi yang terbatas. Pada proses penelitian ini, akan diteliti beberapa variabel yang dapat mempengaruhi besar konsumsi energi pada UAV seperti ketinggian UAV, luas hutan, desain lintasan UAV dan jumlah konsumsi baterai dari UAV saat diterbangkan sebagai mobile collector. Data ini akan diukur dan dibandingkan menggunakan software MATLAB. Tujuan dari penelitian ini adalah dapat merancang dan menerapkan desain lintasan UAV yang hemat energi agar penggunaan UAV sebagai mobile collector bisa lebih optimal dan mengetahui berapa besar pengaruh desain lintasan UAV sebagai mobile collector untuk mendeteksi kebakaran hutan.]]>
<![CDATA[Sistem Pengikut Manusia pada Robot Servis Menggunakan Model YOLO dan Kamera Stereo ]]>
<![CDATA[Ramadhan, Muhammad Ilham]]>;
<![CDATA[Purwanto, Djoko]]>;
<![CDATA[Kusuma, Hendra]]>;
<![CDATA[Kusuma, Hendra]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.118869
<![CDATA[Kemampuan mengikuti seseorang merupakan fitur penting bagi robot servis yang bekerja berdampingan dengan manusia. Untuk merancang sistem pengikut manusia pada robot servis, diperlukan akurasi yang tinggi tapi juga tanpa mengorbankan kecepatan komputasi agar sistem berjalan secara real-time. Penelitian ini bertujuan untuk merancang sebuah sistem pengikut manusia untuk robot servis dengan memanfaatkan model pendeteksi objek You Only Look Once (YOLO) dan kamera stereo. Sistem ini dirancang agar robot dapat menjaga jarak yang tetap dari target yang diikuti dan menjaga orientasinya sehingga target tetap berada di tengah pandangan robot. Perancangan sistem ini juga memanfaatkan algoritma pelacak dari OpenCV yang dikoreksi dengan model YOLOv7 setiap 20 frame untuk menghasilkan proses yang lebih cepat. Pengontrol PID digunakan untuk menghasilkan kecepatan linear dan angular robot berdasarkan jarak relatif orang yang dijadikan target dari robot dan posisinya pada frame. Robot Operating System (ROS) digunakan untuk mem-publish kecepatan pada node yang sesuai. Berdasarkan hasil pengujian algoritma pelacak, pelacak Boosting memiliki hasil terbaik untuk digunakan. Selanjutnya, sistem ini diuji untuk mengontrol robot servis di dalam ruangan dengan berbagai variasi kondisi. Dari pengujian-pengujian tersebut, robot berhasil untuk mengikuti seseorang dengan eror RMS sebesar 41,88 mm dan standar deviasi sebesar 35,59 mm saat robot berhenti di jarak 1 m dari target. Nilai eror terbesar yang didapat bernilai 320,369 mm yang terjadi ketika sistem dijalankan pada ruangan gelap. Sistem ini berjalan dengan frame rate rata-rata sebesar 17,18 FPS.]]>
<![CDATA[Monitoring Suhu Chiller Berbasis Internet of Things Menggunakan Thermal Camera ]]>
<![CDATA[Arlan, Nurul Akbar]]>;
<![CDATA[Rivai, Muhammad]]>;
<![CDATA[Pirngadii, Harris]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.119556
<![CDATA[Cold chain dideskripsikan sebagai alat dan proses yang melakukan suatu cara untuk memastikan produk terjaga suhunya hingga sampai ke konsumen. Produk ini bersifat mudah busuk, rentan perubahan suhu, dan memiliki jangka waktu yang pendek. Cold chain logistic merupakan gabungan dari empat sistem yang bekerja sama yaitu precooling, gudang pendingin, transportasi dengan pendinginan, dan pemasaran. Kelemahan sistem pemantauan yang digunakan sekarang ialah menggunakan sensor yang tidak merepresentasikan suhu satu ruangan. Pada penelitian ini melibatkan kamera termal untuk mendeteksi suhu dari produk-produk yang diletakkan dalam satu ruangan chiller. Sistem ini menggunakan computer vision untuk menampilkan gambar termal yang ditangkap oleh kamera termal, object detection dengan model YOLOv5 untuk mendeteksi objek yang akan dipantau, dan Internet of Things untuk pengiriman datanya. Alat ini dibuat menggunakan modul kamera termal MLX90640 yang terhubung dengan mikrokontroler ESP32 dan dikirim ke komputer untuk dapat mendeteksi objek dan pemantauan suhu dengan sistem peringatan dini. Hasil percobaan menunjukkan bahwa kamera termal dapat mengukur suhu ruangan chiller dengan persamaan polinomial orde dua setelah dilakukan proses kalibrasi. Tahap pelatihan model YOLOv5 menghasilkan nilai mean average precision (mAP) terbaik sebesar 0.7, object loss terkecil sebesar 0.013, dan box loss terkecil sebesar 0.016 dengan precision sebesar 0.976 dan recall sebesar 0.965. Sistem peringatan dini berupa alarm yang aktif ketika suhu objek atau ruangan melebihi batas yang telah diatur. Data-data suhu dikirimkan via Internet of Things (IoT) ke server Thingspeak untuk ditampilkan pada komputer.]]>
<![CDATA[Desain dan Evaluasi Antarmuka dan Pengalaman Pengguna Aplikasi WiksaSwap untuk Stasiun Penukaran Baterai Kendaraan Listrik Umum ]]>
<![CDATA[Aini, Fika Nur]]>;
<![CDATA[Fabroyir, Hadziq]]>;
<![CDATA[Hariadi, Ridho Rahman]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.120579
<![CDATA[Kondisi kelistrikan di Indonesia yang telah mengalami surplus pada tahun 2020 menyebabkan kerugian yang cukup besar. Oleh karena itu, adanya inovasi dibutuhkan agar cadangan listrik yang ada dapat lebih dimanfaatkan, salah satu inovasinya dengan memprioritaskan program percepatan penggunaan kendaraan listrik di Indonesia. Kendaraan listrik ini menggunakan baterai sebagai sumber energinya. Hal tersebut juga didukung oleh Menteri BUMN yang telah membentuk Indonesia Battery Corporation (IBC) pada tahun 2021 lalu. Salah satu aplikasi yang telah mengakomodir sistem yang berguna untuk Sistem Penukaran Baterai Kendaraan Listrik Umum di Indonesia adalah aplikasi WiksaSwap. Aplikasi WiksaSwap terdiri dari dua versi, yaitu versi mobile dan display. Aplikasi ini dikembangkan menggunakan pendekatan User- centered Design agar dapat memahami kebutuhan pengguna dari hasil wawancara dan evaluasi desain terhadap antarmuka pengguna. Dua evaluasi desain telah dilakukan untuk mengidentifikasi masalah pada antarmuka pengguna, yaitu uji ketergunaan (usability testing) pada aplikasi WiksaSwap dan evaluasi heuristic untuk memeriksa kesesuaian desain antarmuka dengan prinsip heuristik. Penilaian SUS (System Usability Scale) juga dilakukan untuk mengukur ketergunaan desain antarmuka pengguna aplikasi WiksaSwap. Nilai SUS untuk aplikasi WiksaSwap versi mobile mencapai 88,6, sedangkan untuk versi display sebesar 91,8. Setelah melalui dua iterasi evaluasi desain untuk uji ketergunaan dan evaluasi heuristik, aplikasi WiksaSwap baik untuk versi mobile ataupun display berhasil diimplementasikan dengan menggunakan Flutter.]]>
<![CDATA[Sistem Pendeteksi Alat Pelindung Diri (APD) Pada Pekerja Konstruksi Berbasis Convolutional Neural Network ]]>
<![CDATA[Nirvana, Muhammad Naofal]]>;
<![CDATA[Rachmadi, Reza Fuad]]>;
<![CDATA[Purnama, I Ketut Eddy]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.121850
<![CDATA[Penelitian ini bertujuan mengembangkan sistem deteksi Alat Pelindung Diri (APD) pada pekerja konstruksi menggunakan kamera dan algoritma deteksi objek YOLOv7 berbasis Convolutional Neural Network. Sistem ini memberikan pengawasan dan peringatan terhadap penggunaan APD yang tidak lengkap. Dataset yang digunakan mencakup beberapa sasaran kelas seperti orang, kepala, helm empat warna, kacamata, rompi, sarung tangan, dan sepatu keselamatan kerja. Model-model yang telah dikembangkan mencapai akurasi yang baik, terutama YOLOv7 pada jarak ideal 3 meter dan 4,5 meter dengan nilai mAP 0,912 dan 0,947 masing-masing. Pengujian mekanisme alarm menunjukkan akurasi sebesar 1,0 pada jarak 1,5 meter dan 3 meter. Namun, pada kondisi hujan dan pencahayaan kurang, akurasi model sedikit menurun. Penghalang seperti bagian tubuh atau benda menyebabkan kesulitan mendeteksi sarung tangan dan kacamata secara tepat. Usaha telah dilakukan untuk menempatkan objek secara ideal, tetapi hal ini tidak efektif dalam mendeteksi kedua objek tersebut. Penelitian ini menjadi langkah maju dengan menghadirkan lebih banyak sasaran kelas dibandingkan penelitian sebelumnya.]]>
<![CDATA[Deteksi Objek Menggunakan Metode YOLO dan Implementasinya pada Robot Bawah Air ]]>
<![CDATA[Husnan, Husnan]]>;
<![CDATA[Fatichah, Chastine]]>;
<![CDATA[Dikairono, Rudy]]>
<![CDATA[ Jurnal Teknik ITS Vol 12, No 3 (2023) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v12i3.122326
<![CDATA[Penelitian ini membahas penggunaan berbagai arsitektur model deep learning dalam mendeteksi objek bawah air seperti gerbang, tiang, bola, dan baskom untuk meningkatkan performa robot dalam eksplorasi bawah air dalam konteks kompetisi SAUVC (Singapore AUV Challenge). Metode yang digunakan adalah YOLO (You Only Look Once) dan menggunakan berbagai jenis YOLOv5, seperti YOLOv5s, YOLOv5m, YOLOv5l, dan YOLOv5x. Hasil pengujian menunjukkan bahwa YOLOv5x memiliki rata-rata jarak deteksi terjauh sebesar 6,12 meter dan mAP@[0.5:0.95] paling tinggi yaitu 0,881, namun ukurannya yang besar memerlukan daya komputasi yang tinggi. Di sisi lain, YOLOv5s memiliki ukuran model yang lebih kecil yaitu 14,5 MB, namun tetap memberikan performa yang baik dengan mAP@[0.5:0.95] sebesar 0,872. Berdasarkan temuan ini, YOLOv5s lebih sesuai untuk digunakan dalam mendeteksi objek bawah air pada kompetisi SAUVC karena selain ukurannya yang lebih kecil, YOLOv5s juga memberikan performa yang memadai. Penggunaan model ini diharapkan dapat meningkatkan kinerja robot dalam eksplorasi bawah air dan membantu dalam menyelesaikan misi yang ditugaskan dalam waktu yang ditentukan.]]>
