cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Mahasiswa TEUB
Published by Universitas Brawijaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Education
Arjuna Subject : -
Articles 23 Documents
 1   2   3 
Search results for , issue "Vol. 13 No. 2 (2025)" : 23 Documents clear
Optimasi Hyperparameter Metode Convolutional Neural Network (CNN) dengan Algoritma Genetika pada Klasifikasi Kanker Melanoma Kusuma, Yobel Fernando Ilianto; Rahmadwati, n/a; Aswin, Muhammad
Jurnal Mahasiswa TEUB Vol. 13 No. 2 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Kanker melanoma merupakan kanker kulit yang mematikan, maka dari itu  diperlukan diagnosa awal yang akurat dan cepat. Salah satu metode untuk  mengatasi hal tersebut adalah dengan menggunakan metode  pembelajaran mesin yang sering digunakan dalam klasifikasi gambar yaitu convolutional neural network (CNN). Tetapi penentuan hyperparameter  dari model CNN yang optimal masih menjadi tantangan karena banyaknya  kombinasi hyperparameter yang dapat memberikan pengaruh kepada  peforma model. Pada penelitian ini memiliki tujuan untuk mengoptimasi  kombinasi hyperparameter model CNN menggunakan algoritma optimasi,  yaitu genetic algorithm (GA) untuk meningkatkan akurasi klasifikasi. Hyperparameter yang dioptimasi terdiri dari jumlah filter dan ukuran  kernel pada tiap lapisan konvolusi. Dataset yang digunakan dalam  penelitian ini terdiri dari data pelatihan sebanyak 9605 gambar dan data uji sebanyak 1000 yang dibagi menjadi 2 kategori yaitu benign dan malignant.  Hasil penelitian menunjukkan bahwa model CNN yang tidak dioptimasi hyperparameternya memiliki akurasi data pelatihan 91,32% dan akurasi  data uji 88,9%. Sedangkan pada model CNN yang dioptimasi didapatkan  akurasi pelatihan terbaik pada 92,55% dan akurasi data uji 90,7%. Kata Kunci—Kanker melanoma, Pembelajaran mesin, Convolution neural network, Algoritma Genetika.
RANCANG BANGUN MESIN CHILLER TERINTEGRASI INTERNET OF THINGS UNTUK MENJAGA KUALITAS COLD CHAIN PRODUCTS OBAT Pambudi, Luhur; Rusli, Moch.; Siswojo, Bambang
Jurnal Mahasiswa TEUB Vol. 13 No. 2 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Dalam industri farmasi, penyimpanan obatobatan pada suhu yang tepat  sangat krusial untuk menjaga efektivitas dan keamanannya. Cold Chain  Products (CCP) seperti vaksin, insulin, dan obat-obatan lain harus disimpan dalam rentang suhu tertentu untuk menghindari degradasi zat aktif. Mesin pendingin atau chiller konvensional masih memiliki keterbatasan dalam  monitoring secara real-time. Penelitian ini bertujuan untuk merancang dan membangun mesin chiller terintegrasi Internet of Things (IoT) untuk menjaga kualitas Cold Chain Products obat. Sistem ini mengintegrasikan  sensor suhu yang dikendalikan oleh PLC dan dikoneksikan dengan  platform IoT untuk monitoring secara real-time. Data suhu yang  dikumpulkan akan disimpan dalam basis data terstruktur untuk mendukung analisis tren. Metode yang digunakan dalam penelitian ini  meliputi desain dan implementasi sistem refrigerasi dengan siklus kompresi uap, serta pengembangan sistem pemantauan denganIoT. Hasil pengujian menunjukkan bahwa sistem ini mampu menjaga suhu dalam  rentang yang ditentukan. Implementasi IoT pada sistem refrigerasi ini  memberikan kemudahan dalam monitoring suhu, serta pengelolaan  penyimpanan obat-obatan yang memerlukan kontrol ketat terhadap suhu.  Dengan demikian, sistem ini dapat menjadi solusi inovatif dalam meningkatkan kualitas penyimpanan obat dalam rantai dingin farmasi.Kata kunci: Cold Chain Product, Chiller, Monitoring 
Implementation of Hall Effect Sensors in Servo Motors to Reduce Drift Haidar, Ahmad; Djuriatno, Waru; Nusantoro, Goegoes Dwi
Jurnal Mahasiswa TEUB Vol. 13 No. 2 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Servo motors play a critical role in precision control systems, traditionally  relying on potentiometers for position sensing. However, potentiometers  suffer from drift due to mechanical wear and physical contact, leading to  measurement instability over time. This study investigates the implementation of Hall effect sensors as an alternative to potentiometers  to mitigate drift in servo motor position measurement. The research  methodology encompasses the design and implementation of a position  measurement system utilizing Hall effect sensors, followed by a comparative performance evaluation against potentiometers. The  experimental procedure consists of three key stages: sensor  characterization, drift analysis under both unloaded and loaded conditions, and system response assessment to a reference angle. Performance  metrics such as rise time, settling time, and steady-state error are analyzed. The results demonstrate that Hall effect sensors effectively minimize drift,  offering improved stability, reduced position deviations, and faster  response times in achieving target angles. These findings highlight the  potential of Hall effect sensors in enhancing the accuracy and reliability of  servo motor position measurement, particularly in high-precision  applications. Keywords: servo motor, drift, potentiometer, Hall effect sensor, position accuracy

Page 3 of 3 | Total Record : 23

 1   2   3 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 14 No. 2 (2026) Vol. 14 No. 1 (2026) Vol. 13 No. 7 (2025) Vol. 13 No. 6 (2025) Vol. 13 No. 5 (2025) Vol. 13 No. 4 (2025) Vol. 13 No. 3 (2025) Vol. 13 No. 2 (2025) Vol. 13 No. 1 (2025) Vol. 12 No. 6 (2024) Vol. 12 No. 5 (2024) Vol. 12 No. 4 (2024) Vol. 12 No. 3 (2024) Vol. 12 No. 2 (2024) Vol. 12 No. 1 (2024) Vol. 11 No. 6 (2023) Vol. 11 No. 5 (2023) Vol. 11 No. 4 (2023) Vol. 11 No. 3 (2023) Vol. 11 No. 2 (2023) Vol. 11 No. 1 (2023) Vol. 10 No. 6 (2022) Vol. 10 No. 5 (2022) Vol. 10 No. 4 (2022) Vol. 10 No. 3 (2022): Vol. 10 No. 3 (2022) Vol. 10 No. 2 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 8 (2021) Vol 9, No 7 (2021) Vol 9, No 6 (2021) Vol 9, No 5 (2021) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 5 (2020) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 7 (2019) Vol 7, No 6 (2019) Vol 7, No 5 (2019) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 7 (2018) Vol 6, No 6 (2018) Vol 6, No 5 (2018) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 6 (2017) Vol 5, No 5 (2017) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 8 (2016) Vol 4, No 7 (2016) Vol 4, No 6 (2016) Vol 4, No 5 (2016) Vol 4, No 4 (2016) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 7 (2015) Vol 3, No 6 (2015) Vol 3, No 5 (2015) Vol 3, No 5 (2015) Vol 3, No 4 (2015) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 7 (2014) Vol 2, No 6 (2014) Vol 2, No 5 (2014) Vol 2, No 4 (2014) Vol 2, No 3 (2014) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 5 (2013) Vol 1, No 4 (2013) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) Vol 1, No 1 (2013) More Issue