cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nuris Dwi Setiawan
Contact Email
edukasimuara@gmail.com
Phone
+6281578146104
Journal Mail Official
edukasimuara@gmail.com
Editorial Address
Jl. Sonokeling 1, no. B-30, Rt.002/Rw.008, Plamongan Indah, Plamongansari, Pedurungan, Semarang, Jawa Tengah
Location
Kota semarang,
Jawa tengah
INDONESIA
MURAKOM
Published by CV. Muara Edukasi
ISSN : 31104754     EISSN : 31231985     DOI : https://doi.org/10.64365
Core Subject :
Merupakan tempat publikasi ilmiah yang bertujuan untuk mengembangkan dan menfasilitasi hasil penelitian inter-disiplin di bidang Teknologi Informasi dan Komunikasi, sistem komputer, informatika dan komunikasi sebagai media bagi para dosen, guru, peneliti dan para praktisi dalam bidang Teknologi Informasi dan Komunikasi, sistem komputer, informatika dan komunikasidari seluruh Indonesia, dalam melakukan pertukaran informasi tentang hasil-hasil penelitian terbaru yang telah dilakukan. Adapun ruang lingkup Jurnaladalah: Kecerdasan Buatan (Artificial Intelligence) Data Science dan Big Data Sistem Informasi Internet of Things (IoT) Rekayasa Perangkat Lunak Keamanan Siber (Cybersecurity) Jaringan Komputer dan Komunikasi Data Komputasi Awan (Cloud Computing) Sistem Cerdas dan Robotika Pengolahan Citra dan Sinyal Digital Blockchain dan Teknologi Terdistribusi Human-Computer Interaction (HCI) Algoritma dan Struktur Data Komputasi Kuantum (Quantum Computing) Etika dan Regulasi Teknologi Sistem Kendali (Control Systems) Elektronika Daya (Power Electronics) Sistem Tertanam (Embedded Systems) Instrumentasi dan Sensor Robotika dan Otomasi Sistem Mikroprosesor dan Mikrokontroler Komunikasi Nirkabel dan RF (Radio Frequency) Pengolahan Sinyal Digital (Digital Signal Processing) Rangkaian Analog dan Digital Internet of Things (IoT) dalam Elektronika Sistem Elektronik Medis dan Biomedis Keandalan dan Perawatan Sistem Elektronik Elektronika Mobil dan Kendaraan Listrik Elektronika Industri dan Otomasi Pabrik Energi Terbarukan dan Elektronika Hijau
Arjuna Subject : -
Articles 33 Documents
 1   2   3   4 
Otomatisasi Pipeline ETL Menggunakan Machine Learning untuk Integrasi Data Heterogen pada Sektor Retail Ismet Maulana Azhari; Hafidz Ramadhan Ghiffari; Wensen Kollin; Mujahid Izzudin Alqossam; Mohamad Hilman
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.340

Abstract

Penelitian ini membahas otomatisasi pipeline Extract, Transform, Load (ETL) menggunakan Machine Learning untuk integrasi data heterogen pada sektor retail. Permasalahan utama yang diangkat adalah perbedaan format, struktur, dan penamaan atribut pada data operasional retail, khususnya pada retail berskala mikro hingga menengah. Kondisi tersebut menyebabkan proses rekapitulasi dan integrasi data masih banyak dilakukan secara manual. Penelitian ini merancang pipeline ETL otomatis dengan fokus pada tahap transformasi data menggunakan pendekatan Hybrid Schema Matching. Pendekatan ini menggabungkan alias dictionary, token hints, value regex, serta Machine Learning similarity berbasis TF-IDF Vectorization dan Logistic Regression untuk menstandarkan atribut data ke dalam skema target. Hasil penelitian ini diharapkan mampu menghasilkan data yang lebih konsisten, terstruktur, dan siap dimuat ke dalam data warehouse untuk mendukung kebutuhan analisis Business Intelligence. Dengan demikian, sistem yang dikembangkan dapat membantu meningkatkan efisiensi integrasi data retail dan mengurangi ketergantungan terhadap proses transformasi manual.
Optimasi Koloni Drone Otonom untuk Pencarian Korban Bencana Alam Menggunakan Algoritma Swarm Intelligence Bio-Mimetik Rizki Amelia; Siti Nurhaliza Azzahra
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.346

Abstract

Bencana alam seringkali mengakibatkan korban jiwa yang sulit ditemukan secara cepat karena keterbatasan akses dan cakupan area pencarian. Penelitian ini mengusulkan suatu sistem optimasi koloni drone otonom yang terinspirasi dari perilaku kawanan hewan (swarm intelligence bio-mimetik) untuk meningkatkan efisiensi pencarian korban bencana alam. Dengan memanfaatkan algoritma seperti Particle Swarm Optimization (PSO) dan Artificial Bee Colony (ABC), drone-drone dapat berkoordinasi secara adaptif, membagi area pencarian secara dinamis, serta saling bertukar informasi posisi dan kondisi lingkungan tanpa memerlukan kendali pusat secara penuh. Metode yang digunakan mencakup pemodelan lingkungan 3D, simulasi pergerakan swarm, dan pengujian skenario bencana (gempa bumi, banjir, dan longsor). Hasil simulasi menunjukkan bahwa pendekatan swarm intelligence bio-mimetik mampu meningkatkan cakupan area pencarian hingga 40% dan mengurangi waktu identifikasi korban rata-rata sebesar 35% dibandingkan metode pencarian konvensional dengan drone tunggal atau statis. Selain itu, sistem ini menunjukkan ketahanan terhadap kegagalan beberapa unit drone serta kemampuan adaptasi terhadap perubahan medan secara real-time. Penelitian ini berkontribusi pada pengembangan sistem pencarian dan pertolongan (SAR) yang lebih cepat, luas, dan otonom dalam kondisi bencana alam yang dinamis.
Rancangan Rectenna (Rectifying Antenna) Frekuensi 5G/6G untuk Pengisian Daya Perangkat IoT secara Lestari tanpa Baterai Citra Lestari; Dwi Cahyono Ramadhan
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.347

Abstract

Pertumbuhan perangkat Internet of Things (IoT) yang eksponensial, terutama dengan hadirnya jaringan 5G dan 6G, menghadirkan tantangan besar dalam penyediaan daya yang berkelanjutan. Ketergantungan pada baterai konvensional tidak hanya menimbulkan masalah perawatan dan biaya operasional, tetapi juga dampak lingkungan yang signifikan . Energi gelombang radio (RF) yang melimpah dari infrastruktur 5G/6G menawarkan solusi potensial melalui teknologi pemanenan energi, dengan rectenna (rectifying antenna) sebagai komponen kuncinya Penelitian ini bertujuan untuk merancang sebuah rectenna yang bekerja pada frekuensi 5G/6G (seperti pita *Sub-6 GHz* dan potensi mmWave) untuk menyediakan sumber daya listrik yang lestari bagi perangkat IoT, menuju operasi tanpa baterai (battery-less) yang mandiri.Rancangan rectenna mengintegrasikan sebuah antena penerima broadband dan sirkuit penyearah (rectifier) yang dioptimalkan. Antena dirancang memiliki gain tinggi dan pola radiasi yang sesuai (misalnya, omnidirectional atau polarisasi-insensitif) untuk menangkap energi RF secara maksimal dari berbagai arah . Sirkuit penyearah, yang biasanya menggunakan dioda Schottky karena kecepatannya yang tinggi, dilengkapi dengan Impedance Matching Network (IMN) untuk memastikan transfer daya optimal dari antena ke rectifier . Proses perancangan dan optimasi akan menggunakan perangkat lunak simulasi elektromagnetik (seperti ADS) untuk mencapai efisiensi konversi daya (Power Conversion Efficiency/PCE) yang tinggi, bahkan pada tingkat daya input yang rendah (ultra-low power) .Rectenna yang dirancang diharapkan mampu menghasilkan tegangan DC yang stabil dan cukup untuk mengoperasikan perangkat IoT berdaya sangat rendah, seperti sensor lingkungan atau perangkat medis, tanpa memerlukan baterai. Target kinerja utama adalah mencapai PCE di atas 40% pada rentang frekuensi target dengan tingkat daya input ambient yang rendah (misalnya, -10 dBm hingga 0 dBm) .
Otomatisasi Alur Kerja Multi-Agen pada Sistem Manufaktur Cerdas dan Rantai Pasok Endah Permatasari; Joko Susilo
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.472

Abstract

Era Industri 4.0 mendorong transformasi signifikan pada sistem manufaktur dan rantai pasok menuju konsep cerdas (smart manufacturing & smart supply chain). Namun, kompleksitas yang meningkat akibat volatilitas permintaan, gangguan logistik, dan kebutuhan adaptasi real-time seringkali tidak dapat diatasi oleh sistem terpusat konvensional. Penelitian ini mengusulkan otomatisasi alur kerja multi-agen sebagai solusi untuk meningkatkan efisiensi, fleksibilitas, dan ketahanan sistem. Menggunakan pendekatan sistem multi-agen (MAS) yang terdistribusi, setiap entitas (mesin, gudang, kendaraan, pemasok) dimodelkan sebagai agen otonom yang mampu berkomunikasi, bernegosiasi, dan mengambil keputusan secara kolaboratif. Metode yang diterapkan mencakup perancangan protokol koordinasi berbasis algoritma pengiriman tugas (task allocation) dan mekanisme lelang kontinu untuk dinamika rantai pasok. Simulasi dilakukan pada lingkungan manufaktur cerdas dengan skenario gangguan (misalnya, kerusakan mesin atau keterlambatan material). Hasil menunjukkan bahwa otomatisasi alur kerja multi-agen mampu mengurangi waktu tunggu produksi hingga 27%, meningkatkan utilisasi sumber daya, serta merespon secara adaptif terhadap gangguan tanpa memerlukan intervensi pusat. Implementasi pada rantai pasok juga menunjukan peningkatan ketahanan terhadap efek “bullwhip” dibandingkan sistem terpusat. Dengan demikian, otomatisasi alur kerja multi-agen terbukti menjadi arsitektur kunci bagi sistem manufaktur cerdas dan rantai pasok yang responsif, adaptif, dan efisien.
Kerangka Keamanan untuk Gardu Digital dan Infrastruktur Energi Terdistribusi Hendra Wijaya Kusuma; Indah Permata Sari
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.473

Abstract

Transformasi digital pada sistem tenaga listrik, terutama melalui implementasi gardu digital dan integrasi infrastruktur energi terdistribusi (Distributed Energy Resources/DER), telah meningkatkan efisiensi dan fleksibilitas operasional. Namun, konvergensi antara teknologi operasional (OT) dan teknologi informasi (IT) juga memperluas permukaan serangan siber, menjadikan gardu digital dan DER sebagai target potensial bagi ancaman siber yang dapat mengganggu stabilitas jaringan nasional. Penelitian ini bertujuan untuk merancang dan mengusulkan kerangka keamanan komprehensif yang adaptif terhadap karakteristik unik gardu digital (berbasis IEC 61850) dan sifat dinamis dari energi terdistribusi seperti panel surya, penyimpanan baterai, dan mikrogrid. Kerangka yang dikembangkan mengintegrasikan prinsip zero trust architecture, deteksi anomali berbasis machine learning, serta protokol enkripsi ringan untuk mengatasi keterbatasan sumber daya komputasi pada perangkat tepi (edge devices). Metodologi yang digunakan mencakup pemodelan ancaman berbasis standar NIST IR 8228 dan simulasi serangan siber (seperti man-in-the-middle dan denial-of-service) pada lingkungan uji hybrid. Hasil penelitian menunjukkan bahwa kerangka yang diusulkan mampu mendeteksi 97,2% serangan siber dengan latensi deteksi rata-rata di bawah 200 milidetik, serta memitigasi risiko kegagalan berantai pada sistem terdistribusi. Kontribusi utama dari penelitian ini adalah tersedianya panduan teknis bagi operator sistem distribusi dan pemangku kepentingan energi dalam memperkuat ketahanan siber gardu digital tanpa mengorbankan kinerja real-time.
Analisis Sentimen Pelanggan terhadap Produk UMKM pada Marketplace Menggunakan Algoritma Naïve Bayes Akhiruddin Pulungan; Muhammad Noor Hasan Siregar; Hery Dia Anata Batubara
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.484

Abstract

The rapid growth of online marketplaces has provided significant opportunities for Micro, Small, and Medium Enterprises (MSMEs) to market their products to a broader audience. Customer reviews posted on marketplaces contain valuable information regarding customer satisfaction, experiences, and perceptions of the products and services offered. However, the increasing volume of reviews makes manual analysis inefficient and time-consuming. Therefore, an automated method is needed to process and analyze review data effectively. This study aims to analyze the sentiment of MSME reviews on marketplaces using the Naïve Bayes algorithm and Natural Language Processing (NLP) techniques. This research employs a text mining approach consisting of data collection, preprocessing stages including case folding, tokenization, stopword removal, and stemming, followed by term weighting using the Term Frequency-Inverse Document Frequency (TF-IDF) method. The processed data are then classified into three sentiment categories: positive, negative, and neutral, using the Naïve Bayes algorithm. Model performance is evaluated using a confusion matrix as well as accuracy, precision, recall, and F1-score metrics. The results indicate that the Naïve Bayes model performs well in classifying sentiment from marketplace reviews. Based on the confusion matrix, the model correctly classified 176 out of 200 testing data instances. The evaluation results show an accuracy of 88.00%, precision of 87.25%, recall of 86.80%, and F1-score of 87.02%. The best performance was achieved in the positive sentiment class, with a precision of 92.96%, recall of 94.29%, and F1-score of 93.62%. These findings demonstrate that the Naïve Bayes method combined with NLP techniques is effective for conducting sentiment analysis of MSME reviews on marketplaces. This study is expected to assist MSME owners in understanding customer opinions more quickly and accurately, thereby providing valuable insights for improving product quality and service performance.
Penerapan Algoritma Regresi Linear Untuk Memprediksi Stok Inventaris Barang Berdasarkan Tren Musiman Dan Promosi Platform Gagah Ibnu Mutho’illah; I Kadek Dwi Nuryana
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i3.511

Abstract

Toko ritel sering kesulitan menentukan jumlah stok yang tepat karena permintaan dipengaruhi oleh tren musiman dan aktivitas promosi platform yang jarang diperhitungkan secara sistematis. Penelitian ini menerapkan regresi linear berganda untuk memprediksi tingkat stok satu produk elektronik (P0009) pada satu toko, menggunakan 731 data harian dari dataset ritel publik di Kaggle. Tiga variabel bebas digunakan, yaitu tren musiman, aktivitas promosi/hari libur, dan penjualan historis, dengan pembagian 80% data latih (584 data) dan 20% data uji (147 data). Model yang dihasilkan adalah Y = 174,16 − 0,81X₁ + 1,10X₂ + 0,72X₃, dievaluasi menggunakan MAPE, MAD, dan MSE. Model menghasilkan MAPE 34,67%, MAD 74,77 unit, MSE 8.608,83, dan R² 0,38 yang menunjukkan akurasi prediksi tergolong layak. Penjualan historis dan promosi terbukti berpengaruh positif terhadap tingkat stok, sedangkan tren musiman berpengaruh negatif namun kecil. Temuan ini mengindikasikan bahwa stok perlu ditambah menjelang dan selama periode promosi serta saat tren penjualan meningkat, dan dapat dikurangi saat tidak ada promosi dan penjualan menurun. Penelitian ini menawarkan pendekatan kuantitatif yang sederhana dan mudah diinterpretasikan sebagai dasar awal perencanaan stok bagi pengelola toko.
Alat Monitoring Detak Jantung Manusia Berbasis Internet Of Things Menggunakan BLYNK Wildan Wijaya; Muhammad Hanif Asrudin Efendi; Maharani Wisudawati Swista; Arief Triatmaja Permana Sadewa Swista
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 4 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i4.527

Abstract

Monitoring health conditions such as blood oxygen saturation (SpO₂) and heart rate (BPM) is important to know the condition of the body early. This research aims to design and build an Internet of Things (IoT)-based SpO₂ and heart BPM monitoring system as well as determine the performance of the tool in displaying and transmitting measurement data in real-time. This system uses a pulse oximeter sensor, ESP32 microcontroller, OLED LCD, and Blynk application as a remote monitoring medium. The methods used include designing hardware and software, testing system functions, and taking measurement data. The test was carried out using the Fingertip Pulse Oximeter LK87 as a comparison tool with a total of 20 measurement samples. The data from the SpO₂ and BPM measurements were then analyzed to determine the level of conformity and performance of the system. The test results showed that the IoT-based tool was able to measure SpO₂ values in the range of 95–100% and BPM in the range of 60–100 BPM, and produced values that were close to the comparator with differences that were still within the tolerance limits. In addition, the measurement data is successfully displayed on the OLED LCD and transmitted to the Blynk app in real-time via an internet connection.
Kecerdasan Buatan Multimodal dan Robotika: Keterbatasan Model Visi-Bahasa (VLM) dalam Persepsi Visual serta Integrasi Sensorik dan Pembelajaran Mendalam untuk Sistem Robot Cerdas Nabila Wulandari; Sekar Ayu Pramesti
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 4 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i4.560

Abstract

Integrasi kecerdasan buatan multimodal dalam robotika telah membuka peluang baru bagi sistem robot cerdas yang mampu memahami lingkungan dan berinteraksi secara alami dengan manusia. Namun, keterbatasan mendasar pada Model Visi-Bahasa (Vision-Language Models/VLM) dalam persepsi visual menjadi hambatan signifikan dalam mewujudkan sistem robot yang benar-benar otonom dan adaptif. Penelitian ini mengkaji keterbatasan VLM dalam penalaran spasial dan persepsi visual, serta mengeksplorasi strategi integrasi sensorik dan pembelajaran mendalam untuk mengatasi keterbatasan tersebut. Melalui tinjauan literatur sistematis terhadap penelitian terkini, ditemukan bahwa VLM menghadapi tantangan signifikan dalam memahami hubungan spasial yang halus, terutama dalam konteks manipulasi robotik dan interaksi tangan-manusia. Benchmark HandVQA mengungkapkan bahwa model VLM cenderung mengalami halusinasi bagian tangan, kesalahan interpretasi geometris, dan generalisasi yang buruk pada tugas-tugas yang melibatkan pose tangan yang kompleks. Fenomena "modality collapse" juga teridentifikasi, di mana prior visual yang kuat mengalahkan sinyal linguistik yang sparse, menyebabkan agen robot mengabaikan perintah bahasa dan hanya mengandalkan isyarat visual. Untuk mengatasi keterbatasan ini, pendekatan integrasi sensorik multimodal menggabungkan data visual, taktil, audio, dan proprioceptive serta arsitektur pembelajaran mendalam yang menggabungkan representasi multimodal menunjukkan potensi besar. Penelitian ini menyimpulkan bahwa meskipun VLM memiliki keterbatasan fundamental dalam persepsi visual, integrasi sensorik yang cerdas dan pembelajaran mendalam menawarkan jalur yang menjanjikan menuju sistem robot cerdas yang lebih robust dan adaptif.
Perangkat Keras Cerdas dan Sistem Embedded Generasi Baru: Transistor Fleksibel Ultra-Tipis untuk Sistem Neuromorfik Wearable serta Sel Saraf Tiruan Berbasis Memristor dan Komputasi In-Memory Sasikirana Ayu; Putri Lestari
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 4 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i4.561

Abstract

Perkembangan pesat kecerdasan buatan (AI) dan komputasi edge membutuhkan perangkat keras yang tidak hanya cerdas tetapi juga fleksibel, hemat energi, dan dapat diintegrasikan ke dalam perangkat wearable. Penelitian ini mengkaji inovasi terkini dalam transistor fleksibel ultra-tipis dan sistem neuromorfik berbasis memristor yang memungkinkan komputasi in-memory untuk aplikasi wearable. Melalui tinjauan literatur sistematis terhadap perkembangan terkini, penelitian ini mengidentifikasi bahwa transistor fleksibel berbahan 2D dan oxide semiconductor mampu mencapai mobilitas elektron yang tinggi pada substrat fleksibel, membuka jalan bagi sistem neuromorfik yang dapat dikenakan. Memristor, sebagai komponen kunci, dapat meniru fungsi sinaps biologis melalui plastisitas sinaptik, memungkinkan pemrosesan paralel dan efisien energi yang meniru cara kerja otak manusia. Di sisi lain, sistem on-chip learning dengan sel saraf tiruan berbasis memristor yang dilengkapi mekanisme short-term plasticity dan long-term plasticity, serta spike-timing dependent plasticity (STDP), menunjukkan potensi besar untuk aplikasi klasifikasi pola dan pembelajaran. Integrasi fabrikasi backend-of-line (BEOL) transistor fleksibel dengan sel saraf tiruan memristor membuka jalan bagi sistem embedded generasi baru yang dapat digunakan dalam perangkat wearable untuk aplikasi kesehatan, pengenalan pola, dan interaksi manusia-mesin. Penelitian ini menyimpulkan bahwa sinergi antara transistor fleksibel ultra-tipis, memristor, dan komputasi in-memory menawarkan fondasi yang kuat untuk mewujudkan sistem neuromorfik wearable yang cerdas dan efisien energi, meskipun masih menghadapi tantangan skalabilitas dan integrasi.

Page 3 of 4 | Total Record : 33

 1   2   3   4 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 4 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 3 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 1 (2026): Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 1 No. 1 (2025): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika