Jurnal Mahasiswa TEUB
Not a member yet
2001 research outputs found
Sort by
Rancang Bangun Monitoring Teknologi Reduksi Kalsium Oksalat Menggunakan Metode Ekstraksi Elektrokoagulasi pada Limbah Cair Industri Pengolahan Hasil Pertanian
No full text—Industri pengolah hasil pertanian merupakansalah satu sumber penghasil limbah cair terbesar di Indonesia.Salah satunya, terletak di Kabupaten Malang, Jawa Timurdimana limbah industri ini mengandung kontaminan beirupapati, lemak, minyak, serta kalsium oksalat yang langsungdibuang ke sungai sehinggamengakibatkan sedimentasi dankontaminasi pada air tanah. Selain itu, pembuangan limbahcair secara langsung ini juga berdampak pada Kesehatanmasyarakat, mulai dari penyakit kulit hingga masalahpencernaan. Oleh sebab itu, diperlukan suatu inovasi teknologiuntuk mereduksi kandungan bahan cemaran secara optimal.Teknologi ini dirancang dengan empat tahap pemurnian yangterdiri dari chamber filtrasi, chamber ekstraksielektrokoagulasi, dan diakhiri dengan chamber ozonisasi.Terdapat juga sensor pada bagian output alat. Teknologi inimampu untuk mereduksi Kekeruhan, TDS, pH, dan kalsiumoksalat lebih dari 50%. Teknologi ini menawarkan berbagaikeunggulan seperti, sistem kerja kontinu serta dapat dimonitorsecara real time dari jarak jauh. Teknologi ini diharapkanmampu menjadi solusi bagi permasalahan limbah cair gunamendukung SDGs nomor 6 yakni "Air Bersih dan Sanitasi"dan 12 yakni "Konsumsi dan Produksi Bertanggung Jawab".Kara kunci: Kalsium Oksalat, Limbah Cair, Pertanian,Elekrojoagulasi
RANCANG BANGUN SISTEM MONITORING KUALITAS UDARA DAN REDUKSI PARTIKULAT BERBASIS INTERNET OF THINGS
No full textThis study discusses the design and implementationof an Internet of Things (IoT)-based air quality monitoringsystem capable of detecting PM2.5 particles, carbon dioxide(), temperature, and humidity. The system utilizesGP2Y1010AU0F, MQ-135, and DHT22 sensors integrated withan ESP32 microcontroller. Environmental data is transmittedin real-time to the Thinger.io platform and displayed through aThinger.io based application connected to Firebase. The systemis also equipped with automated features such as a mist maker,LED indicators, and a buzzer that activate when pollutionlevels exceed the established thresholds based on Indonesia\u27sMinistry of Health Regulation No. 7 of 2019. Test results showthat the system effectively detects and responds to poor airconditions and that the sensors demonstrate high accuracycompared to reference instruments. This system has thepotential to be further developed as a mitigation tool for airpollution impacts on public health in indoor and semi-enclosedenvironments.Keywords - Internet of Things, air quality, PM2.5sensor, carbon dioxide, Thinger.io, ESP32
ESTIMASI JARAK LINIER GEOMETRIS BERBASIS RSSI MENGGUNAKAN HIBRIDA KALMAN FILTER DAN REGRESI LINIER PADA SISTEM MULTI-ANCHOR ESP32
No full textEstimasi jarak dan posisi di lingkungan dalamruangan (indoor) merupakan tantangan fundamental bagiaplikasi Internet of Things (IoT) karena ketidakandalansinyal GPS. Penelitian ini mengusulkan sebuah sistemestimasi jarak linier berbasis Received Signal StrengthIndicator (RSSI) pada platform ESP32. Arsitektur sistemyang diusulkan adalah sistem multi-anchor yang terdiridari satu node target (ChildNode), tiga node jangkar(ParentNode), dan satu node pemroses (ScannerNode)yang berkomunikasi menggunakan protokol ESP-NOW.Untuk meningkatkan akurasi, diimplementasikan sebuahmetode hibrida yang mengintegrasikan Kalman Filter(KF) untuk meredam fluktuasi sinyal RSSI dan RegresiLinier untuk kalibrasi model propagasi sinyal. Parametermodel propagasi ini ditentukan secara empiris dari datakalibrasi untuk memetakan hubungan antara RSSI danjarak. Kinerja metode usulan (KF + Regresi Linier)dievaluasi secara kuantitatif dan dibandingkan dengan duametode baseline: (1) arsitektur multi-anchor dengan RSSImentah dan (2) arsitektur multi-anchor dengan KF saja(KF-Only) pada lima titik lokasi di dalam lingkunganindoor terkontrol. Hasil eksperimen menunjukkan bahwametode usulan berhasil menekan Mean Absolute Error(MAE) secara drastis hingga mencapai rata-rata 16.6 cm,dengan hasil terbaik 10.5 cm. Kinerja ini secara signifikanmengungguli metode Baseline 2 (KF-Only) yang memilikiMAE rata-rata 81.4 cm dan Baseline 1 (RSSI Mentah)dengan MAE di atas 1.5 meter. Temuan ini membuktikansecara kuantitatif bahwa pendekatan hibrida KalmanFilter dan Regresi Linier pada arsitektur multi-anchorsangat efektif dalam meningkatkan akurasi estimasi jaraklinier di lingkungan indoor yang kompleks.Kata Kunci— Estimasi Jarak, RSSI, ESP32, ESP-NOW,Kalman Filter, Regresi Linier, Trilaterasi, Multi-Anchor
Implementasi Jaringan Hotspot dan Manajemen Bandwidth untuk Meningkatkan Sistem Pembelajaran di PONPES PPAI An Nahdliyah (MAPKNU) Karangploso, Kabupaten Malang
No full textWi-Fi-based hotspot networks have become the main solution for providing broad and flexible internet access, especially in environments that require shared connections, such as educational institutions. This research focuses on the design and construction of a Wi-Fi-based hotspot network at the PPAI Annahdliyah Islamic Boarding School (MAPKNU) Karangploso, Malang Regency, with the implementation of bandwidth management for even distribution of connections. The activity stages include site surveys, hardware installation, software configuration, and Quality of Service (QoS) testing. Test results show an increase in bandwidth efficiency after implementing management using Mikrotik, where throughput increased from an average of 4.5 Mbps to 9.8 Mbps, delay was reduced from 78 ms to 45 ms, and packet loss fell from 6% to 1%. This increase reflects more efficient bandwidth allocation and better connection quality for all users.Keywords – Hotspot, Bandwidth Management, QoS
ANALISIS KARAKTERISTIK BEBAN DAN TINGKAT KONSUMSI ENERGI LISTRIK PADA GEDUNG A, B, E, F, FAKULTAS ILMU ADMINISTRASI UNIVERSITAS BRAWIJAYA
No full textKeseimbangan antara konsumsi dengan pasokan energi listrik merupakan hal yang perlu dipertimbangkan konsumen. Pasalnya, permasalahan yang sering terjadi adalah ketidaksesuaian penyediaan energi dengan kebutuhan energi listrik sehingga konsumen harus mengeluarkan biaya yang lebih besar. Maka dari itu, diperlukan analisis karakteristrik beban listrik dan keseimbangan konsumsi dengan pasokan energi listrik. Pada penelitian ini dipilih Fakultas Ilmu Administrasi Universitas Brawijaya (FIA UB) sebagai objek pengujian untuk mewakili fakultas non-eksakta. Penelitian ini bertujuan untuk mendapatkan karakteristik beban listrik serta penggunaan energi listrik sehingga dapat menjadi acuan dan evaluasi sistem kelistrikan di FIA UB. Metode yang digunakan berupa pengukuran secara langsung selama 7 hari (Senin-Minggu) dengan interval waktu 10 menit menggunakan Power Analyzer LUTRON DW 6092 di sisi Incoming LVMDP 555kVA. Data pengukuran yang akan dianalisis yaitu, data tegangan, arus, daya aktif, daya semu, dan energi. Berdasarkan hasil analisis data tersebut, didapatkan bahwa rata – rata penggunaan beban tertinggi terjadi di hari Senin sebesar 66,85 KWdan relatif menurun mencapai 19,9 KW di hari Minggu. Ketidakseimbangan tegangan dan fluktuasi tegangan selama satu minggu sudah optimal dan sesuai dengan standar IEEE No.446-1995 (<2,5%) dan SPLN No. 1 Tahun 1995. Lalu untuk ketidakseimbangan arus beban selama satu minggu dikategorikan sebagai ”cukup” berdasarkan SPLN No. 17 Tahun 2014. Penggunaan energi listrik di FIA UB sudah terkategori hemat energi dengan nilai Intensitas Konsumsi Energi (IKE) sebesar 17,55 kWH/m²/tahun, tetapi penggunaan terhadap pasokan daya dari PLN masih tidak seimbang yaitu hanya 35,53% dan juga presentase pembebanan trafo yang hanya 19,72% dari kapasitas nominal trafo. Kata kunci: Karakteristik beban listrik, Keseimbangan, Metode pengukuran, FIA UB, IK
Rancang Bangun Alat Monitoring Detak Jantung Janin Menggunakan Sensor AD8232 dengan Metode K-Means Clustering Terintegrasi Aplikasi Smartphone
No full textKehamilan merupakan periode penting dalam pertumbuhan dan perkembangan janin, namun tidak semua kehamilan berlangsung normal. Salah satu komplikasi yang dapat terjadi adalah gawat janin, yaitu kondisi ketika janin mengalami kekurangan oksigen, yang dapat berujung pada kerusakan otak hingga kematian. Deteksi dini gawat janin sangat penting untuk mencegah komplikasi serius, namun keterbatasan alat pemantauan seperti Fetal Doppler menjadi tantangan dalam evaluasi kesejahteraan janin. Oleh karena itu, diperlukan sistem monitoring yang lebih canggih untuk mendukung tenaga medis dalam menganalisis kondisi janin secara real-time. Penelitian ini mengusulkan penggunaan sensor AD8232 dalam sistem monitoring aktivitas listrik jantung janin untuk mengklasifikasikan Detak Jantung Janin (DJJ) secara otomatis dan real-time. Inovasi ini telah dilakukan uji fungsionalitas alat yang dibandingkan dengan diagnosis dokter. Didapatkan hasil pengujian pengiriman data melalui internet dengan dua Access Point Band yang berbeda dengan rata-rata waktu pengiriman 1,95 dan 1,65 detik. Pada pengujian klasifikasi kondisi menggunakan aplikasi dan algoritma K-Means Clustering didapatkan tingkat akurasi 90,00% sensitivitas 85,71%, spesifisitas 92,31% dan presisi 85,71% dengan pengujian kepada dua puluh pasien yang telah didiagnosis oleh dokter. Hasil ini menunjukkan bahwa alat monitoring kehamilan ini efektif untuk mendeteksi dan memantau kondisi detak jantung janin secara berkelanjutan, mengurangi ketergantungan pada metode invasif dan membantu pengguna dalam mengklasifikasi kondisi detak jantung janin.Kata Kunci ̶ Detak Jantung Janin, AD8232, K-Means Clustering, Non-invasive, Internet of Things
Optimasi Hyperparameter Metode Convolutional Neural Network (CNN) dengan Algoritma Genetika pada Klasifikasi Kanker Melanoma
No full textKanker 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 KAMERA TERMAL UNTUK DETEKSI SUHU BERBASIS AMG8833 DAN ESP32
No full textPenelitian ini bertujuan untuk merancang dan membangun kamera termal sederhana berbasis sensor AMG8833, mikrokontroler ESP32, dan layar TFT LCD ILI9341, sebagai alternatif alat pemantauan suhu yang terjangkau. Kamera termal ini menggunakan pendekatan koreksi regresi linear sebagai faktor kalibrasi pembacaan suhu, serta dilengkapi dengan pengaturan nilaiemisivitas secara manual guna meningkatkan akurasi pengukuran suhu pada berbagai jenis material. Kebaruan dari penelitian ini terletak pada integrasi sistem pengolahan data sederhana namun adaptif, yang mampu mendeteksi fenomena termal seperti pantulan, hamburan kaca, dan residu panas, yang jarang dibahas dalam penelitian sejenis sebelumnya. Pengujian dilakukan dengan membandingkan hasil pembacaan suhu dari kamera dengan termometer kontak sebagai acuan. Hasilnya menunjukkan bahwa penerapan regresi linear menurunkan nilai galat dari MAE sebesar 3,16 °C menjadi 0,54 °C, serta meningkatkan nilai koefisien determinasi R² dari 0,9525 menjadi 0,9969. Penyesuaian nilai emisivitas juga terbukti mampu meningkatkan kedekatan nilai pembacaan terhadap suhu referensi. Dengan demikian, alat ini layak digunakan dalam kontekspembelajaran dasar termografi dan validasi eksperimen suhu non-kontak. Penelitian ini juga dapat menjadi landasan awal bagi pengembangan lebih lanjut, seperti peningkatan resolusi sensor, integrasi sistem kecerdasan buatan, kemampuan zoom optik, maupun konektivitas IoT untuk aplikasi industri.Kata Kunci— kamera termal, AMG8833, emisivitas, regresi linear, MAE, R², pantulan termal, pengukuran suhu non-kontak.
Implementasi Metode Health Index dalam Penilaian Kondisi dan Sisa Umur Transformator Daya 30MVA Gardu Induk Blimbing
No full textTransformator daya merupakan salah satu elemenutama dalam sistem kelistrikan yang berfungsi untuk mentransferenergi listrik antara dua rangkaian dengan mengubah tingkattegangan tanpa mengubah frekuensinya. Umumnya, transformatordirancang untuk beroperasi dengan aman selama 20 hingga 30tahun. Namun, seiring waktu, transformator rentan mengalamianomali kegagalan yang dapat mempercepat penurunan umurnya.Oleh karena itu, penelitian terkait prediksi sisa umur dan kondisiisolasi transformator di masa depan sangat penting untukmendukung perencanaan peremajaan aset berdasarkan kondisi danriwayat operasionalnya. Dalam penelitian ini, transformator 2Gardu Induk Blimbing dijadikan objek analisis untuk memprediksikondisi isolasi dan sisa umur menggunakan metode health index(HI). Metode HI mengombinasikan berbagai parameter yangmencerminkan kondisi dan riwayat transformator. Faktor historismencakup enam parameter, yaitu masa operasi, tingkatpembebanan, inspeksi pemeliharaan, gangguan internal, kelas aset,dan merek. Sementara itu, faktor kondisi meliputi pengujiantegangan tembus, kadar air, gas terlarut, nilai tan δ, indekspolaritas, dan rasio lilitan (turn ratio). Berdasarkan pendekatanhealth index, nilai akhir yang diperoleh untuk transformator 2Gardu Induk Blimbing adalah 2.72 . Berdasarkan kriteria healthindex, nilai ini menunjukkan bahwa transformator berada dalamkondisi baik dan diperkirakan masih dapat beroperasi 5-10 tahunkedepan.Kata Kunci ̶ Health Index, Faktor Historis, Faktor Kondisi,Prediksi Umur, Transformator Daya
PERANCANGAN SISTEM PEMANTAUANMIKROALGA BERBASIS CITRAMIKROSKOP DAN DEEP LEARNINGMENGGUNAKAN YOLOV8 INSTANCESEGMENTATION
No full textMenurut data terbaru, tingkat kecukupankonsumsi protein masyarakat Indonesia masih dibawah 80%. Mikroalga Spirulina dan Chlorellaberpotensi sebagai alternatif sumber protein dengankandungan gizi tinggi dan kemudahan budidaya.Namun, kultivasi mikroalga memerlukan pemantauankonsentrasi yang akurat untuk pemanenan optimal.Metode manual seringkali lambat dan rentan humanerror, sementara teknologi otomatis terdahulu memilikiketerbatasan dalam deteksi jenis dan kepadatan.Penelitian ini merancang dan mengimplementasikansistem pemantauan mikroalga berbasis citramikroskop dan deep learning menggunakan YOLOv8instance segmentation secara portabel. Sistem yangdibangun mengintegrasikan hardware berupa sisteminstrumen akuisisi dan sistem backlighting sertaaplikasi Android untuk menampilkan hasil analisissistem deep learning. Hasil pengujian menunjukkanpeningkatan performa model seiring epoch, mencapaiprecision 0.793, recall 0.777, dan mAP 0.794 pada epochke-20. Sistem ini mampu beradaptasi dengan berbagaiintensitas cahaya eksternal berkat sistem backlightingyang dapat beroperasi selama 10 jam dengan sisa daya40%. Sistem aplikasi Android menyediakan UI/UXintuitif dengan fitur lengkap dan stabil sebagaiplatform pemantauan. Penelitian ini diharapkan dapatberkontribusi pada kultivasi mikroalga dan menjadidasar pengembangan sistem pemantauan mikroalga dimasa depan.Kata kunci: Mikroalga, Chlorella, Spirulina, Deep Learning,YOLOv8