 Subjects -> ELECTRONICS (Total: 207 journals)
| A B C D E F G H I J K L M N O P Q R S T U V W X Y Z | | The end of the list has been reached or no journals were found for your choice. |
|
|
- An Implementation of Measurement System Analysis for IoT-Based Waste
Management Development
Authors: Heru Wijanarko, Ari Wira Saputra, Ika Karlina Laila Nur Suciningtyas, Rifqi Amalya Fatekha
Abstract: A measurement system is a process that consists of standards, employees, and methods for measuring particular quality characteristics. Measurement System Analysis (MSA) attempts to evaluate a measuring system's precision, accuracy, and consistency so that clients receive high-quality goods. The previous study implements the MSA for machinery and industrial lines, electronics manufacturing, agricultural and poultry, aviation, and even employee monitoring and inspection. Elsewhere, waste management has problems, especially with capacity measurement instruments and weight sensors. This study aims to: (i) build an IoT-based waste management system; and (ii) evaluate the developed system by implementing the MSA technique, focusing on measurement equipment. The Gauge Repeatability and Reproducibility (GR&R) Study Type 1, the (GR&R) Study, and the Analysis of Variance (ANOVA) are conducted to evaluate the measurement instrument of the waste management system. The study findings that the total variance of the GR&R is 20.95 %, and the distinct categories are 6. Thus, as the Automotive Industry Action Group (AIAG) GR&R recommendation, the measuring system is marginal (acceptable in certain conditions). Moreover, the ANOVA result indicates that interaction and operators did not affect measurement outcomes because the blue dots remain inside the acceptable range.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.26910
Issue No: Vol. 18, No. 4 (2022)
- Alat Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes
Authors: Kemalasari Kemalasari, Maulida Alvisabrina Ifadah, Budi Nur Iman
Abstract: Diabetes Melitus (DM) adalah penyakit kronis yang ditandai dengan kadar glukosa darah yang melebihi batas normal yang disebabkan oleh tidak berfungsinya pankreas dalam memproduksi insulin yang cukup. Ketika glukosa berlebih, gula akan dikeluarkan melalui urine yang disebut glukosuria. Sehingga tujuan dari penelitian ini adalah untuk membuat alat pendeteksi kadar glukosa dari urine menggunakan sensor warna dan sensor gas dengan metode naive bayes. Untuk mengetahui jumlah kadar glukosa melalui urin dapat menggunakan larutan benedict. Dari percampuran antara sample urine dan larutan benedict akan dihasilkan perubahan warna yang dapat diukur dengan sensor warna TCS3200. Selain menggunakan sensor warna, digunakan juga sensor gas yaitu MQ-135, dimana cara kerja dari sensor ini adalah mendeteksi bau / kadar amonia dalam sample urine. Data dari kedua sensor akan diolah oleh metode naïve bayes untuk mengetahui hasil klasifikasi dan juga menggunakan metode regresi linier untuk menghitung kadar glukosa darah. Hasil dari penelitian ini dengan menggunakan 16 sample, untuk metode naïve bayes diperoleh akurasi sebesar 93,75%.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.27238
Issue No: Vol. 18, No. 4 (2022)
- Perancangan dan Implementasi Alat Pendeteksi Dini Penyakit Jantung Koroner
Authors: Budi Nur Iman, Raay Rafikasitha, Kemalasari Kemalasari
Abstract: Penyakit jantung koroner merupakan penyebab kematian tertinggi di Indonesia setelah stroke dengan persentase sebesar 12,9%. Penyakit jantung koroner terjadi akibat penumpukan plak yang disebabkan oleh tingginya kadar kolesterol serta meningkatnya tekanan darah dalam jangka panjang. Dibutuhkan sistem yang dapat memantau kesehatan jantung secara berkala. Pada penelitian ini menyajikan sistem yang mampu melakukan deteksi dini penyakit jantung koroner yang terdiri dari kategori risiko rendah, sedang, dan tinggi berdasarkan tiga parameter yaitu kolesterol, tekanan darah, dan detak jantung. Pengukuran kolesterol dilakukan secara non-invasif menggunakan LED sebagai transmitter dan photodioda sebagai receiver. Pengukuran tekanan darah menggunakan sensor MPX5100DP dengan metode osilometri, dan pengukuran detak jantung menggunakan sensor MAX30102. Data dari sensor dan informasi tambahan berupa jenis kelamin, usia, dan status perokok akan diolah dengan metode K-Nearest Neighbor untuk mengetahui hasil klasifkasi penyakit jantung koroner. Dari keseluruhan pengukuran, akurasi rata-rata untuk pengukuran kolesterol adalah 97,9%, pengukuran tekanan darah sistolik adalah 96,3%, tekanan darah diastolik 92,7%, dan pengukuran detak jantung adalah 98,8%. Klasifikasi penyakit jantung koroner pada 15 responden menggunakan metode K-Nearest Neighbor memiliki perbedaan sekitar 20% dengan perhitungan menggunakan tabel Framingham Risk Score yang dilakukan oleh dokter.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.27240
Issue No: Vol. 18, No. 4 (2022)
- Pemodelan Pembangkit Listrik Tenaga Angin yang Berbasis DFIG untuk
Analisis Aliran Daya
Authors: Rudy Gianto
Abstract: Belakangan ini, kepopuleran dari PLTAn (Pembangkit Listrik Tenaga Angin) kecepatan variabel yang berbasis DFIG (Doubly Fed Induction Generator) telah melampaui PLTAn kecepatan tetap. Kepopuleran ini terutama disebabkan karena dalam operasinya, kecepatan rotasi generator dari PLTAn kecepatan variabel yang berbasis DFIG dapat bervariasi pada interval yang jauh lebih lebar dibandingkan PLTAn kecepatan tetap sehingga ekstraksi energi angin dapat dilakukan dengan lebih optimal. Untuk mengevaluasi performa keadaan mantap (steady state) dari suatu sistem tenaga listrik, seluruh komponen-komponen sistem (termasuk PLTAn) harus dimodelkan dengan baik dan benar. Makalah ini mengusulkan model keadaan mantap DFIG untuk analisis aliran daya sistem distribusi tenaga listrik. Usulan model tersebut diperoleh berdasarkan rumusan-rumusan daya dari PLTAn yaitu: daya turbin, daya-daya rotor dan stator DFIG, serta keluaran daya listrik PLTAn. Model yang diusulkan ini dapat diaplikasikan pada berbagai mode operasi faktor daya DFIG. Untuk memverifikasi usulan model, makalah ini juga membahas studi kasus dimana penerapan usulan model pada suatu sistem distribusi tenaga listrik dilakukan. Hasil studi memperlihakan bahwa pada kecepatan-kecepatan angin antar 5 m/d sampai 12 m/d, keluaran daya aktif PLTAn bervariasi diantara 0,09 MW sampai 2,10 MW. Sedangkan keluaran daya reaktifnya bervariasi diantara 0,03 MVAR sampai 0,67 MVAR (untuk faktor daya 0,95 leading), dan diantara -0,69 MVAR sampai -0,03 MVAR (untuk faktor daya 0,95 lagging). Hasil-hasil penyelidikan dalam studi kasus ini juga mengkonfirmasi validitas usulan model PLTAn yang berbasis DFIG tersebut.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.23329
Issue No: Vol. 18, No. 4 (2022)
- Antena-Filter Hairpin dengan Peningkatan Perolehan untuk Aplikasi 5G
Authors: Gilang Bonie Wiryawan, Kun Fayakun, Harry Ramza, Mohd Azman Zakariya, Emilia Roza, Dwi Astuti Cahyasiwi
Abstract: Antena-filter mikrostrip merupakan gabungan antara antena dengan filter yang terintegrasi dan multifungsi. Sebagaimana antena mikrostrip lainnya, antena-filter mikrostrip memiliki kekurangan yaitu perolehan yang rendah dan lebar pita yang sempit. Untuk mengatasi perolehan yang rendah, maka penelitian ini mengusulkan penambahan Artificial Magnetic Conductor (AMC) yang diberi lapisan celah udara. Antena-filter terdiri dari sebuah radiator lingkaran yang diintegrasikan dengan dua buah resonator hairpin. Resonator terhubung dengan radiator secara langsung sedangkan antara resonator dengan pencatu 50-ohm terhubung secara kopel. AMC dengan struktur split ring resonator ditambahkan pada bagian atas antena dan diberi celah udara antara keduanya. AMC dirancang sebagai reflektor, fungsi reflektor ini menerima dan memantulkan gelombang ke radiator antena-filter sehingga dapat meningkatkan perolehan. Antena difabrikasi dan diukur dimana hasil pengukuran dengan penambahan AMC berhasil meningkatkan perolehan dari 6,4 dBi menjadi 13,88 dBi pada frekuensi 4,45 GHz. Selain peningkatan perolehan, AMC juga memperbesar lebar pita yang semula 105 MHz menjadi 125 MHz pada rentang frekuensi 3,99 - 4,525 GHz.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.27754
Issue No: Vol. 18, No. 4 (2022)
- Perbandingan Kinerja Algoritma Optimasi pada Metode Random Forest untuk
Deteksi Kegagalan Jantung
Authors: Unang Sunarya, Tita Haryanti
Abstract: Abstrak— Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Kegagalan jantung pada pasien dapat mengakibatkan dampak yang vital dan berujung pada kematian. Adapun kegagalan jantung bukan hanya dipengaruhi oleh faktor usia, juga dipengaruhi komorbid dan pola hidup dari pasien. Berbagai upaya medis telah banyak dilakukan untuk mendeteksi kegagalan jantung yang mengharuskan pasien dirawat intensif di rumah sakit yang tentunya membuat pasien merasa kurang nyaman. Maka dari itu, dalam penelitian ini dirancang sebuah aplikasi machine learning untuk deteksi kegagalan jantung yang dapat mengklasifikasikan kondisi pasien ke arah kematian atau bertahan berdasarkan gejala-gejala yang dimiliki pasien. Adapun algoritma machine learning yang digunakan adalah random forest yang dioptimasi dengan tiga buah algoritma optimasi yaitu grid search, random search dan Bayesian search sebagai perbandingan. Kinerja ketiga algoritma optimasi kemudian diukur menggunakan akurasi, presisi dan recall. Ada 299 sampel pasien yang digunakan dalam penelitian ini. Hasil menunjukkan bahwa random forest dengan algoritma optimasi random search mencapai kinerja yang paling unggul dengan akurasi rata-rata sebesar 85,63 %, presisi rata-rata 87,38% dan recall 85,63%.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.26981
Issue No: Vol. 18, No. 4 (2022)
- Identifikasi Citra Kualitas Minyak Kelapa Sawit Berbasis Android
Menggunakan Algoritma Convolutional Neural Network
Authors: Deny Haryadi, Sasmi Hidayatul Yulianing Tyas, Adi Kuncoro, Fiqry Firdhan Pratama Putra, Andri Ariyanto
Abstract: The Central Statistics Agency reports that the average development of palm cooking oil consumption at the household level in Indonesia during the 2015-2020 period has increased by 2.32% per year. The use of cooking oil repeatedly is commonplace among the people of Indonesia and quite a lot. Even though the use of cooking oil can endanger health because the frying process at high temperatures can damage the chemical structure of the oil. Therefore, in this study, image processing was carried out to identify the quality of palm oil using the Convolutional Neural Network (CNN) algorithm. This research was conducted through several stages, namely dataset collection, dataset preprocessing, CNN algorithm implementation, testing, and development of information systems. The dataset consists of image data of palm cooking oil that has not been used, palm cooking oil used for frying twice, and palm cooking oil used for frying more than twice. The total amount of data is 3000 image data. Distribution of training data and test data using the Pareto division of 80:20. Based on the test, the best accuracy is 97.08%. This research produces an android-based information system that can identify the quality of cooking oil based on the classification.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.28617
Issue No: Vol. 18, No. 4 (2022)
- Penerapan Algoritma HSV pada Autonomous Car untuk Sistem Self-Driving
Berbasis Raspberry Pi 4
Authors: Florentinus Budi Setiawan, Padang Ufqi Sutrisno, Leonardus Heru Pratomo, Slamet Riyadi
Abstract: Perkembangan teknologi di sektor transportasi di masa ini semakin krusial. Sehingga perusahaan berinovasi menciptakan mobil yang dapat berjalan sendiri dengan tingkat keamanan yang tinggi. Pada penelitian ini, kami merancang sistem self-driving untuk mobil RC skala 1:10 menggunakan komponen utama berupa Raspberry Pi 4 sebagai pengolahan citra untuk kendali otomatis pada autonomous car. Untuk mengatur pergerakan roda belakang dan steering menggunakan motor DC. Penelitian ini menerapkan computer vision yang dipakai untuk sistem navigasi agar dapat berjalan sesuai dengan lintasan. Permasalahan yang dijumpai pada penelitian sebelumnya adalah masih mengambil sampel lintasan terlebih dahulu yang dirasa kurang efisien karena pada jalan yang belum diambil sampelnya tidak dapat dilalui robot tersebut. Untuk memecahkan permasalahan ini maka peneliti menerapkan algoritma HSV agar dapat mengikuti lintasan secara real-time. Algoritma HSV(hue, saturation, value) merupakan sistem untuk mendeteksi tepi garis lintasan dengan memproses gambar dari kamera Raspberry Pi. Dari hasil kalibrasi nilai threshold yang digunakan adalah sebesar Hmin = 135 dan Hmax = 179, Smin = 70 dan Smax = 255, dan nilai V sebesar Vmin = 53 dan Vmax = 106 agar dapat mendeteksi jalur lintasan secara jelas, baik di dalam ruangan maupun diluar ruangan, dan HSV toleran terhadap perubahan intensitas cahaya. Itulah keuntungan dari algoritma HSV. Berdasarkan hasil pengujian dan implementasi robot ini dengan menggunakan kecerdasan buatan dapat bekerja sesuai dengan algoritma yang sudah dibuat dengan tingkat akurasi deteksi jalur yang cukup tinggi.
PubDate: 2022-12-01
DOI: 10.17529/jre.v18i4.27495
Issue No: Vol. 18, No. 4 (2022)
|
Open Access journal
