Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika

PENGEMBANGAN VENDING MACHINE OBAT DENGAN SISTEM DETEKSI BERBASIS MIKROKONTROLER

naufal tsani firjatulloh tsani — 2025-11-11

Penelitian ini membahas perancangan dan pengujian Sistem Refrigerasi Kompresi Uap (SRKU) sebagai pendingin kondensor pada ekstraktor soxhlet. Latar belakang penelitian adalah perlunya sistem pendingin yang efisien dan berkelanjutan untuk proses ekstraksi yang berlangsung secara kontinu. Metode yang digunakan meliputi desain dan perakitan SRKU, pengujian performa menggunakan beban panas dari heater, serta verifikasi kinerja melalui aplikasi pada sistem soxhlet dengan pelarut etanol. Parameter utama yang diukur meliputi kapasitas pendinginan (Q), Coefficient of Performance (COP),laju produksi kondensat,dan Specific Energy Consumption (SEC). Hasil pengujian menunjukkan bahwa SRKU mampu menghasilkan kapasitas pendinginan 100–140 W, yang cukup untuk melawan panas yang dihasilkan dari pemanas soxhlet sebesar 100 W. Nilai COP meningkat saat laju aliran air diturunkan, sedangkan laju produksi kondensat optimal terjadi pada set point suhu menengah. Hasil laju produksi kondensat yang mempunyai hasil terbaik pada suhu menengah Kesimpulan utama adalah bahwa SRKU yang dirancang dapat diintegrasikan dengan sistem soxhlet dan memiliki kinerja yang memadai untuk kebutuhan pendinginan, serta berpotensi untuk dikembangkan lebih lanjut.

Kata kunci: motor DC, pelayanan kesehatan, rotary encoder, sensor ultrasonik, vending machine obat

ANALISIS ATTRACTORS NON-LINIER PADA SINYAL HEART RATE VARIABILITY (HRV) UNTUK DETEKSI AWAL PENYAKIT JANTUNG KORONER

maudy apriana maudy — 2025-11-11

Penyakit jantung koroner (Coronary Artery Disease/CAD) merupakan salah satu penyebab kematian tertinggi di dunia yang seringkali terdeteksi pada tahap lanjut. Oleh karena itu, diperlukan metode deteksi dini yang cepat, non-invasif, dan efisien. Salah satu pendekatan yang potensial adalah pemanfaatan sinyal Heart Rate Variability (HRV). Namun, metode analisis HRV konvensional berbasis pendekatan linier sering kali tidak mampu menangkap dinamika kompleks jantung yang bersifat non-linier. Penelitian ini mengusulkan pendekatan berbasis rekonstruksi ruang fase untuk mengungkap pola dinamis non-linier dari parameter HRV, yaitu SDRR (Standar Deviation of RR intervals) dan RMSSD (Root Mean Square of Successive Differences), pada dua lead sinyal elektrokardiogram (EKG) (Lead II dan V1). Gambar hasil Phase Space Reconstruction (PSR) dianalisis secara morfologis melalui uji Kolmogorov–Smirnov dua sampel, serta diklasifikasikan menggunakan dua arsitektur dari Convolutional Neural Network (CNN), yakni VGG-16 dan LeNet. Hasil penelitian menunjukkan bahwa model CNN berbasis VGG-16 mampu mencapai akurasi yang tinggi dalam membedakan pola PSR antara pasien CAD dan individu normal. Pengujian Kolmogorov-Smirnov juga mendukung perbedaan signifikan distribusi ukuran geometris attractors antara kelas CAD dan normal.

Kata kunci: Coronary Artery Disease, Heart Rate Variability, LeNet, Phase Space Reconstruction, VGG-16

IMPLEMENTASI SISTEM MESH NETWORKING DENGAN METODE PERUTEAN UNTUK OPTIMASI HEALTHCARE IOT

hanif prasetyo herlambang prasetyo — 2025-11-11

Penelitian ini bertujuan mengembangkan sistem Mesh Networking untuk meningkatkan efisiensi aplikasi Internet of Things (IoT) di bidang kesehatan, khususnya dalam pengelolaan data citra endoskopi. Permasalahan utama yang diangkat adalah kebutuhan akan mekanisme pengiriman data yang efisien dan cara menghindari tabrakan data dalam jaringan. Sistem yang dirancang menggunakan pendekatan compressive sensing untuk kompresi data, di mana setiap node dijadwalkan untuk mengirimkan data secara teratur tanpa terjadi tabrakan. Data citra dari kamera endoskop diteruskan ke Raspberry Pi Gateway sebelum dikirim ke Data Streaming agar dapat diakses secara waktu nyata (real-time). Metodologi penelitian mencakup studi literatur, pengumpulan dan perutean data, hingga implementasi serta pengujian sistem di fasilitas kesehatan. Hasilnya menunjukkan bahwa sistem ini mampu mengurangi beban jaringan, meningkatkan kecepatan akses data, dan membantu tenaga medis mengidentifikasi kelainan pada citra tenggorokan secara efisien. Keberhasilan sistem diukur berdasarkan dua parameter: berkurangnya tabrakan data antar node dan ketepatan data yang dikirim ke Data Streaming. Dengan demikian, sistem ini memiliki potensi besar menjadi solusi praktis yang mempercepat proses diagnosis dan pemantauan kesehatan secara real-time

Kata kunci: IoT, Mesh Networking, Perutean, Endoskop, Data streaming.

APLIKASI GAS HIDROGEN HASIL ELEKTROLISIS PADA MOTOR BAKAR (GENSET)

nendang haura tri rana ahadist rana — 2025-11-11

Ketergantungan terhadap bahan bakar fosil, khususnya solar, masih mendominasi sektor energi pada penggunaan genset skala kecil. Namun, keterbatasan sumber daya dan dampak lingkungan dari bahan bakar ini menuntut adanya solusi yang lebih efisien dan ramah lingkungan. Salah satu pendekatan yang ditawarkan adalah pemanfaatan gas HHO (campuran hidrogen dan oksigen) sebagai bahan tambahan untuk meningkatkan proses pembakaran. Penelitian ini mengintegrasikan sistem produksi gas HHO berbasis elektrolisis air yang langsung disuplai dari daya genset tanpa melalui proses penyimpanan. Gas HHO kemudian dialirkan ke ruang bakar untuk memperbaiki karakteristik pembakaran solar. Metode penelitian dilakukan melalui pengujian eksperimental pada genset diesel 5 KVA dengan membandingkan kinerja sebelum dan sesudah penambahan HHO. Hasil pengujian menunjukkan adanya peningkatan efisiensi sistem genset, yaitu dari 20,50% menjadi 23,40%. Peningkatan ini dipengaruhi oleh sifat mesin diesel yang memiliki rasio kompresi tinggi dan pembakaran lebih stabil sehingga mampu memanfaatkan karakteristik HHO secara optimal. Kesimpulannya, penambahan gas HHO terbukti dapat menurunkan nilai konsumsi bahan bakar spesifik dan meningkatkan efisiensi pembakaran pada genset berbahan bakar solar, serta berpotensi dikembangkan sebagai solusi alternatif untuk meningkatkan kinerja energi pada sistem pembangkit skala kecil.

Kata kunci: Genset, Solar, Gas Hidrogen, SFC, Efisiensi Genset

IMPLEMENTASI MODEL RANDOM FOREST UNTUK KLASIFIKASI KUALITAS UDARA DI JAKARTA PERIODE 2019-2024

Ernawati Kurnia — 2025-11-11

Peningkatan polusi udara di Jakarta menjadi isu lingkungan yang krusial karena dampaknya terhadap kesehatan masyarakat, terutama pada kelompok rentan seperti anak-anak dan lansia. Indeks Standar Pencemar Udara (ISPU) digunakan sebagai indikator kualitas udara di Indonesia, dengan kategori penilaian mulai dari “baik” hingga “berbahaya”. Untuk meningkatkan akurasi pemantauan dan prediksi kualitas udara, penelitian ini menerapkan algoritma Random Forest dalam tugas klasifikasi berdasarkan data ISPU. Metode ini dipilih karena keandalannya dalam menangani data berukuran besar dan kompleks. Evaluasi dilakukan menggunakan berbagai skenario proporsi pembagian data (70:30, 80:20, dan 90:10). Hasil menunjukkan bahwa Random Forest mampu mencapai akurasi tinggi secara konsisten, dengan nilai tertinggi sebesar 0,9217 pada skenario 80:20. Nilai precision, recall, dan F1-score juga menunjukkan stabilitas performa di semua skenario. Temuan ini membuktikan bahwa Random Forest merupakan metode yang efektif dan andal dalam klasifikasi kualitas udara, serta dapat mendukung pengambilan keputusan dalam mitigasi dampak polusi udara di wilayah perkotaan.

Kata kunci— klasifikasi, machine learning, random forest, udara