Claim Missing Document
Check
Articles

Found 5 Documents
Search

Prototype of Making Semi Automatic Tofu Nigarin Using Atmega16 (Tofu Without Waste) Adi Irawan; Haryanto; Kunto Aji Wibisono; Dian Neipa Purnamasari
Procedia of Engineering and Life Science Vol 1 No 1 (2021): Proceedings of the 1st Seminar Nasional Sains 2021
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.639 KB) | DOI: 10.21070/pels.v1i1.858

Abstract

Tofu has the best quality vegetable protein because it has the most complete amino acid composition and is believed to have a relatively high digestibility of 85 - 98%. Basically, making tofu uses acidic / coagulation using vinegar, but different from tofu nigari, the coagulation process uses seawater rice extract. This material was chosen because in the process it does not produce waste and also does not smell so it is environmentally friendly. The background of making this tool is to provide learning as well as knowledge about tofu nigarin and to make prototypes so that it is easier to digest knowledge and also this tool uses a semi-automatic process, which usually makes tofu still using manual technology. For the method itself, it uses the fuzzy method, which is comparing several results to find out the right size in the manufacturing process. With this tool, it is hoped that the public will know what tofu nigarin is and can also use this tool to start their own business at home because by using this tool making tofu becomes easy.
SISTEM DETEKSI DAN PERHITUNGAN JUMLAH MANUSIA DALAM RUANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Deni Tri Laksono; Indana Nihayatul Husna; Miftachul Ulum; Adi Kurniawan Saputro; Monika Faswia Fahmi; Dian Neipa Purnamasari
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19745

Abstract

Perkembangan teknologi yang pesat di bidang elektronik memberikan dampak positif dalam berbagai aspek kehidupan manusia, salah satunya dalam bidang monitoring atau pengawasan keamanan. Pekerjaan untuk menghitung jumlah pengunjung dalam suatu ruangan sangat mudah apabila dilakukan dalam skala yang kecil, namun akan menjadi sulit apabila perhitungan tersebut dilakukan pada skala yang besar. Dengan memanfaatkan teknologi pada bidang computer vision yaitu deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah manusia (people counter) secara otomatis. Pada penelitian ini menggunakan algoritma dari deep learning yaitu metode Convolutional Neural Network (CNN). Penelitian dilakukan menggunakan kamera secara real time Berdasarkan hasil pengujian, metode CNN dapat mendeteksi objek manusia dengan tingkat akurasi sebesar 86%, sistem dapat menghitung jumlah objek manusia dengan tingkat akurasi sebesar 62% dengan kondisi yang berbeda-beda seperti intensitas cahaya dan sudut kamera dalam pengambilan pengujian. Sedangkan tingkat akurasi jumlah orang yang masuk, keluar dan jumlah orang dalam ruangan dengan hasil data reporting yang disimpan dalam bentuk file .csv memiliki tingkat akurasi sebesar 73% ketika orang masuk, 64% ketika orang keluar dan 62% ketika orang dalam ruangan. Selain itu, sistem menghasilkan nilai akurasi sebesar 100% dalam menghitung jumlah orang dan memberikan output ruangan penuh ketika dalam ruangan melebihi nilai batas.Kata kunci : pemantauan; kamera; real-time; CNN; people counter
IDENTIFIKASI JENIS PLASTIK BERDASARKAN REFLEKTANSI CAHAYA MENGGUNAKAN TRANSFORMASI RUANG WARNA HSV adi kurniawan saputro; Dian Neipa Purnamasari
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19732

Abstract

Sampah merupakan benda yang tidak terpakai dari kehidupan manusia.Dunia berusaha mengurangi sampah plastik dengan berbagai cara, mulai dari mengurangi konsumsi plastik hingga mendaur ulang. Setiap jenis plastic memiliki ciri dan fungsinya masing-masing. untuk memudahkan informasi tentang jenis plastik, diperlukan suatu sistem yang dapat mengetahui jenis plastik menggunakan gambar.Hal ini dapat diatasi dengan menggunakan teknik pengolahan citra digital untuk mengidentifikasi jenis plasik dengan memanfaatkan computer vision menggunakan metode warna HSV. Karakteristik yang ditentukan adalah jenis plastik PET,PP dan HDPE. Warna HSV adalah model warna yang diturunkan dari model warna RGB. Jadi untuk mendapatkan warna HSV ini, perlu mengonversi dari RGB ke HSV. Diasumsikan koordinat-koordinat berurutan merah, hijau dan biru dengan nilai minimum dan maksimumnya.pada plastik jenis PET memiliki rata-rata nilai Hue sebesar 65,1561, Saturation sebesar 41,42881 dan Value sebesar 177,6929. Untuk Jenis PP rata-rata nilai Huenya sebesar 48,99527, Saturation sebesar 40,57995 dan Valuenya 181,638. Sedangkan untuk jenis HDPE rata-rata nilai Huenya 49,44206, Saturation 41,68613 serta Value 170,6657. Dengan membandingkan ketiga resin tersebut, terlihat bahwa nilai rata-rata dari ketiga warna tersebut berbeda Dapat ditarik kesimpulan bahwa ketika objek diberi cahaya , semakin tipis bahan maka nilai saturation nya lebih kecil dari jenis yang lain serta nilai valuenya akan lebih besar daripada jenis yang lain. Akan tetapi ketika semakin tebal bahan maka nilai value nya semakin kecil. Berdasarkan perbandingan tersebut maka jenis PP memiliki bahan yang tipis serta kerapatan yang sedikit sehingga mudah untuk tembus pandang. Berbeda dengan jenis HDPE memiliki bahan yang tebal dan kerapatan yang banyak sehingga sulit untuk tembus pandang.Kata kunci : Plastik, HSV, PET,PP,HDPE
Smart Monitoring Sistem Panel Surya Berbasis Internet Of Things (IoT) miftachul ulum; Haryanto Haryanto; Dian Neipa Purnamasari
CYCLOTRON Vol 7 No 01 (2024): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v7i01.21175

Abstract

Smart Monitoring Sistem Panel Surya Berbasis Internet of Things berfungsi untuk memantau rumah secara otomatis dari jarak jauh dengan real time memanfaatkan smartphone android dengan database firebase untuk mengirim dan menerima data. Perancangan monitoring energi listrik berbasis Internet ini dirancang untuk mendapatkan informasi-informasi yang berhubungan dengan pengukuran energi listrik antara lain arus, daya, dan tegangan secara real time yang dapat diakses dari jaringan Internet kapan saja. Proses kerja monitoring ini dimulai dari pembacaan beban oleh sensor ZPEM-004T kemudian data dikirim oleh ESP32 ke web. Smart Monitoring ini mampu dan bisa beroperasi secara otomatis berdasarkan input yang kali ini ditangani oleh web. Untuk mendapatkan nilai energi listrik seperti tegangan, arus, daya, dan faktor daya mengunakan sensor ZPEM-004T dan untuk monitoring jarak jauh dengan menggunakan web. Hasil dari sistem monitoring ini adalah pengukuran dari setiap sensor yang diproses secara langsung dan ditampilkan pada web dan mantau performa tersebut secara jarak jauh atau melalui Internet. Kata kunci: IoT, Smart Monitoring, real-time, PZEM-004T, ESP32
Rancang Bangun Alat Multimeter Dengan Output Suara Tri Sakti Sutrisno; Koko Joni; Achmad Fiqhi Ibadillah; , Haryanto; Deni Tri Laksono; Dian Neipa Purnamasari
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 18 No. 2 (2024)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v18n2.2624

Abstract

Multimeter digunakan oleh para teknisi untuk mengetahui nilai suatu besaran komponen elektronika. Saat ini untuk membantu orang yang tuna netra atau gangguan penglihatan untuk mengukur peralatan elektronika belum tersedia. Tujuan penelitian ini merancang multimeter dengan keluaran suara untuk membantu para tuna netra atau orang yang mengalami gangguan penglihatan dapat menggunakan alat bantu tersebut. Alat ini dilengkapi dengan box yang berisikan sensor PZEM-004T sebagai pengukuran tegangan AC dan arus AC, ACS712 digunakan sebagai pengukur arus DC, Sensor tegangan sebagai pengukuran tegangan DC, Arduino Mega2560 sebagai mikrokontroller, DFPlyer Mini sebagai tempat micro SD untuk pemutar file suara, LCD 16x2 sebagai tampilan hasil pengukuran, tombol push button sebagai menu pemilihan untuk besaran yang akan diukur. Pada pengukuran tegangan DC diperoleh nilai rata-rata persentase keberhasilan sebesar 87,07%. Pada pengukuran arus DC dengan nilai besaran arus yang berbeda dan diperoleh nilai rata-rata persentase keberhasilan sebesar 96,20%. Pada pengukuran tegangan AC diperoleh nilai rata-rata persentase keberhasilan sebesar 99,87%. Pada pengukuran resistansi dengan nilai besaran resistor yang berbeda diperoleh nilai rata-rata persentase keberhasilan sebesar 94,80%. Pada pengujian arus AC pada beban arus yang berbeda diperoleh nilai rata-rata persentase keberhasilan sebesar 89,15%. Pada pengujian jenis transistor yaitu untuk menentukan jenis transistor NPN atau PNP diperoleh hasil yang sangat presisi yaitu sesuai dengan data sheet yang telah ada. Kemudian pada pengujian suara dengan menyesuaikan antara tampilan pembacaan hasil pengukuran pada LCD dengan keluaran suara pada speaker diperoleh hasil yang sesuai .