IJEIS (Indonesian Journal of Electronics and Instrumentation Systems)
Not a member yet
300 research outputs found
Sort by
Pengembangan Sistem Pemantauan SpO2, Suhu Tubuh dan Aktifitas Jantung Berbasis IoT
Full text linkTeknologi pemantauan parameter-parameter kesehatan tubuh manusia sudah ada dalam berbagai macam tipe dan bentuk. Mulai dari alat EKG atau elektrokardiogram, alat pemantau respirasi, tekanan darah, suhu tubuh dan lain-lain. Kegiatan pemantauan parameter kesehatan tubuh manusia merupakan suatu hal yang penting untuk meningkatkan kualitas perawatan orang sakit. Mulai dari deteksi gangguan kesehatan lebih awal, dengan begitu dapat melakukan diagnosa yang lebih tepat sasaran. Akan tetapi, lain ceritanya apabila seseorang yang sedang dipantau parameter kesehatannya mengidap penyakit berbahaya dan mudah menular, contohnya seperti saat pandemi beberapa tahun lalu. Maka dari itu diperlukannya proses pemantauan parameter kesehatan secara berjarak atau jarak jauh untuk mengurangi potensi menularnya penyakit dari seseorang yang mengidap penyakit berbahaya dan mudah menular tersebut. Penelitian ini menggunakan sebuah sistem pemantauan kadar saturasi oksigen dalam darah, suhu tubuh dan aktifitas jantung berbasis IoT. Dengan implementasi IoT atau Internet of Things pada sistem, memungkinkan pengiriman data hasil baca sensor SpO2, suhu tubuh dan aktifitas jantung ke platform IoT, Thingsboard, menggunakan protokol komunikasi MQTT. Apabila nilai SpO2 dan suhu tubuh berada dalam rentang tidak normal, maka akan mengaktifkan alarm peringatan dalam Thingsboard. Data-data tersebut akan ditampilkan menggunakan dashboard pada Thingsboard yang dapat diakses melalui browser internet maupun aplikasi gawai
Perbandingan Algoritma SVM Dan CNN Untuk Klasifikasi Citra Batik Nitik
Full text linkDi Indonesia, berbagai motif batik tersebar di seluruh daerah sehingga menyulitkan untuk mengidentifikasi motif-motif tersebut. Kesalahan dalam klasifikasi motif batik akan menyebabkan misinformasi sehingga informasi tentang motif batik tidak tersampaikan dengan baik. Hal ini bisa menjadi penghambat dalam pengenalan berbagai motif batik secara digital. Motif batik dapat diklasifikasikan dengan metode machine learning atau deep learning. Algoritma yang banyak digunakan pada masing-masing metode tersebut adalah Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) yang dapat digunakan untuk membantu mengenali dan mengidentifikasi motif batik. SVM dan CNN akan melakukan pemodelan dengan menggunakan dataset batik nitik 960 kemudian membandingkan performa kedua model. Dataset batik nitik terdiri dari 960 data citra yang terbagi kedalam 60 kelas. SVM dibangun dengan menggunakan ekstraksi fitur color moment dan MTCD, sedangkan CNN menggunakan arsitektur VGG16 pretrained. Berdasarkan hasil analisis matriks evaluasi seperti akurasi, presisi, recall, dan F1-score model CNN dengan arsitektur VGG16 mendapatkan akurasi konsisten di angka 100% pada data testing dengan nilai learning rate = 0,001. Sedangkan SVM mendapatkan akurasi yang bervariasi pada beberapa pengujian berdasarkan pembagian jumlah dataset
Pengembangan Sistem Kendali Otomatis Kualitas Air Kolam Bioflok Berbasis Fuzzy Sugeno
Full text linkBudidaya ikan air tawar dengan sistem bioflok telah menjadi solusi inovatif dalam meningkatkan produktivitas serta efisiensi penggunaan air dan pakan. Namun, tantangan utama dalam sistem ini adalah menjaga kualitas air tetap optimal secara berkelanjutan. Penelitian ini mengembangkan sistem kendali kualitas air berbasis logika Fuzzy Sugeno yang diimplementasikan pada mikrokontroler ESP32 dual-core untuk mengotomatisasi pemantauan dan pengendalian parameter suhu, pH, serta kekeruhan air secara real-time. Penggunaan ESP32 memungkinkan pengolahan data yang lebih cepat dan efisien berkat fitur dual-core yang mendukung pemrosesan sensor dan aktuator secara simultan.Hasil pengujian menunjukkan bahwa metode Fuzzy Sugeno mampu memberikan respons kendali yang lebih presisi dibandingkan dengan sistem manual. Meskipun sistem kendali telah bekerja sesuai rancangan, sensor amonia yang dibuat menggunakan kombinasi sensor warna TCS3200 dan kertas uji amonia masih memerlukan pengembangan lebih lanjut karena belum mampu mendeteksi amonia secara aktual. Dengan peningkatan ini, sistem diharapkan dapat menjadi solusi efektif dalam otomatisasi pemeliharaan kualitas air kolam dan meningkatkan keberlanjutan produksi akuakultur
Implementasi Logika Fuzzy Dalam Sistem Pendingin Otomatis Kandang Ayam Broiler Closed House
Full text linkIndustri peternakan ayam broiler di Indonesia memiliki peran penting dalam memenuhi kebutuhan protein nasional, tetapi suhu tropis tinggi menjadi tantangan yang dapat memicu heat stress pada ayam. Kondisi ini berdampak pada penurunan produktivitas, kesejahteraan ayam, dan kerugian ekonomi. Oleh karena itu, sistem otomatisasi pengontrol suhu dan kelembaban menjadi kebutuhan penting, khususnya dalam menghadapi tantangan tersebut. Penelitian ini merancang sistem kontrol otomatis suhu dan kelembaban menggunakan logika Fuzzy Sugeno dengan mengintegrasikan sensor kelembaban dan suhu serta pompa dan blower sebagai aktuator. Hasil penelitian menunjukkan bahwa sistem ini berhasil meningkatkan stabilitas suhu kandang, dengan kategori aman berdasarkan Temperature-Humidity Index (THI) meningkat dari 27,60% menjadi 50,56%. Uji performa sistem menghasilkan nilai MAE 1,475; RMSE 3,903; dan R² Score 0,988 untuk kontrol blower, serta MAE 0,037; RMSE 0,124; dan R² Score 0,923 untuk kontrol pompa. Selain itu, sistem ini meningkatkan indeks performa ayam broiler dari 366 menjadi 406. Solusi ini terbukti efektif dalam mendukung efisiensi serta keberlanjutan industri peternakan ayam broiler
Analisis Fitur pada Klasifikasi Kualitas Teh
Full text link Indonesia merupakan salah satu produsen terbesar teh hitam dunia, maka kualitas dari minuman teh perlu diperhatikan. PT Pagilaran, salah satu perusahaan di Indonesia dengan salah satu komoditas unggulannya berupa teh, khususnya teh hitam melakukan penilaian 10 tingkatan kualitas teh dengan penilaian manual oleh tenaga ahli yang rentan dengan inkonsistensi. Electronic nose adalah salah satu teknologi yang berkembang pesat untuk digunakan penilaian kualitas teh. PT Pagilaran dan Fakultas Teknologi Pertanian Universitas Gadjah Mada melakukan pengembangan solusi yang lebih objektif dan konsisten dalam penilaian kualitas teh dengan electronic nose. Data aroma teh akan diekstrasi dari electronic nose kemudian dianalisis untuk menentukan fitur-fitur yang representatif dalam membedakan 10 kelas kualitas teh. Beberapa penelitian sebelumnya telah menunjukkan potensi penggunaan fitur dari electronic nose untuk mengklasifikasikan kualitas teh, namun sebagian besar hanya mencapai klasifikasi tujuh kelas teh. Penelitian ini melakukan analisis kombinasi fitur yang tepat untuk mengembangkan model klasifikasi kualitas teh menjadi 10 kelas menggunakan data electronic nose. Metode yang digunakan adalah seleksi fitur Recursive Feature Elimination dan Principal Component Analysis serta classifier Support Vecor Machine. Hasil dari penelitian menunjukkan bahwa model klasifikasi dengan nilai akurasi terbaik mencapai 89,85% menggunakan 18 fitur pilihan dari electronic nose
Ocean Wave Power Plant With A Pendulum Drive System
Full text linkThis research explores the development and evaluation of a pendulum-driven wave energy conversion system designed to harness ocean wave motion for renewable energy production. The prototype system integrates a buoy, pendulum, gearbox, and generator to convert kinetic energy into electrical power. Testing revealed that the system achieved an average power output of 4.854 W, demonstrating sufficient performance despite inherent mechanical and electrical losses. The buoy design, optimized using Archimedes' principle, provided consistent energy capture, while the pendulum mechanism effectively transmitted this energy to the generator. Despite its advantages, the system exhibited limitations that require further exploration. Mechanical friction and resistive losses also reduced overall efficiency, indicating areas for improvement. This study underscores potential for the pendulum-based wave energy system as a promising approach to renewable energy production, leveraging the abundant and untapped resource of ocean waves
Implementasi Algoritma Support Vector Machine pada Deteksi Kebakaran Dini untuk Mencegah Terjadinya False Alarm Berbasis Electronic Nose
Full text linkKebakaran adalah terjadinya api yang tidak dapat dikendalikan. Kebakaran merupakan sebuah kejadian yang tidak diinginkan. Pada umumnya sebuah bangunan fasilitas umum memiliki pendeteksi kebakaran dini berupa smoke detector. Namun dalam penerapannya, smoke detector sering mengalami false alarm akibat deteksi asap selain asap kebakaran. Oleh karena itu, diperlukan sistem deteksi asap yang lebih cerdas untuk membedakan asap kebakaran dan non-kebakaran guna mengurangi kemungkinan terjadinya false alarm menggunakan electronic nose. Algoritma Support Vector Machine digunakan pada sistem electronic nose untuk mengklasifikasikan jenis asap. Proses ini meliputi perancangan hardware menggunakan sensor MQ2, MQ5, dan MQ7 serta pengujian dengan berbagai sampel asap, yaitu asap dari dupa, kain, rokok, dan kayu. Data dari masing-masing asap diperoleh dari pengambilan secara mandiri dengan pemanasan setiap sampel dalam chamber dengan jarak 30 cm dari sensor gas larik. Data dari setiap asap dikumpulkan dan dilakukan preprocessing sebelum dilatih. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan jenis asap dengan akurasi sebesar 93%. Sistem mampu membedakan asap kebakaran dan non-kebakaran dengan baik, sehingga dapat mengurangi false alarm yang sering terjadi pada sistem pendeteksi kebakaran konvesional. Kata kunci—Electronic Nose, Support Vector Machine, False Alar
Sistem Pakan Ikan Otomatis Berdasarkan Kualitas Air Menggunakan Metode Fuzzy Mamdani
Full text linkIn addressing the global food scarcity crisis associated with global warming, the development of the fisheries sector becomes crucial, particularly in Indonesia. This research discusses the innovation of an automatic fish feeding system based on water quality detection using fuzzy logic control. The system integrates sensors for temperature, pH, and TDS to measure the conditions of fish pond water. Fuzzy logic control is employed to regulate the intensity of fish feeding based on environmental conditions. The system's performance is tested by comparing the fuzzy results from Matlab simulation with the implementation on Arduino. Despite differences, the results show a high level of consistency between the two systems. However, field trials reveal result variations, emphasizing the challenges of dealing with unpredictably changing environmental conditions. The conclusion highlights the disparities between simulation and field implementation, underscoring the importance of adjustments and calibration in practical applications
Pengembangan Kemampuan Model Autonomous Car Terhadap Aspek Keselamatan Berkendara Saat Kondisi Ekstrem Menggunakan Carla Simulator
Full text linkThe advancement of automation technology, particularly in autonomous vehicles, has rapidly progressed with the integration of machine learning. However, these systems still face challenges in environments with dense traffic and dynamic conditions, making safety a primary concern. Traffic accident data indicate that the implementation of autonomous vehicles remains far from optimal, especially under extreme conditions such as severe weather and unpredictable traffic congestion. This study aims to develop an autonomous vehicle system model that can operate not only under normal conditions but also adapt to extreme situations. The model is developed using the CARLA Simulator, which enables testing in various realistic environmental scenarios. Simulations involving severe weather and high traffic density are conducted to evaluate the model’s resilience and responsiveness across different scenarios. The results show that the developed model enhances driving safety under extreme conditions with high effectiveness in obstacle avoidance and dynamic decision-making. Thus, this approach is expected to contribute to the development of more adaptive and safer autonomous vehicles for real-world application
Rancang Bangun Sistem Pengukuran Kematangan Buah Apel Manalagi Menggunakan Sensor Ultrasonik Piezoelectric
Full text link This study aims to design and test a non-destructive ripeness measurement system for Manalagi apples (Malus Sylvestris) using a piezoelectric-based ultrasonic sensor. Manalagi apples have green skin that does not show any significant changes when ripe, so the visual method is less effective in assessing their ripeness. The designed system utilizes ultrasonic waves to measure the attenuation of waves as they propagate through the fruit. The attenuation results are then correlated with the dissolved sugar content (measured in °Brix) using a refractometer as a comparison. This method offers a faster, more efficient, and less destructive alternative to conventional methods that require fruit extraction. The system prototype consists of a microcontroller, signal amplifier circuit, piezoelectric transducer, and digital oscilloscope to display the waves. The results of the wave measurement test showed that the higher the sugar content in the fruit, the greater the attenuation value produced. Regression analysis of the data obtained provides an equation of y = –40.28 – 0.486x with a coefficient of determination (R²) of 0.6299. This finding provides an important contribution to the development of non-invasive methods for fruit quality analysis, as well as being the basis for further research aimed at improving the accuracy of fruit characteristic predictions through a multivariable approac