Abstract:This study discusses the design and construction of a corn sheller with a capacity of 80 kg/hour using an internal combustion engine . A corn sheller is a machine that functions to shell corn to separate the corn kernels…
from the corn cobs. In Indonesia, corn is available in abundance in rural areas, especially during the harvest season. In the production process, generally, during the shelling process, many farmers still use the shelling method by hand or using simple tools, which takes quite a long time. The reason people still use the shelling method by hand or using tools is because the price of the machine is too expensive and they are not even aware of the existence of a corn shelling machine. This corn shelling machine with a 5.5 HP internal combustion engine is a tool designed to speed up and simplify the corn shelling process efficiently and produce a fairly large production capacity of 80 kg / hour. To extend the service life of this corn shelling machine, maintenance and cleanliness should be carried out so that the machine can operate optimally without problems. Safety also needs to be considered to avoid unexpected work accidents.
Abstract:This study aims to analyze the Power motor Which needed For peeling skin coconut young ; Basics Which used For make machine peeler skin young coconut ; Calculation components construction machine peeler young coconut skin…
n ; Time Which needed in One time peeling skin coconut young in manual ; Results Which obtained from testing tool help peeler or cutter coconut skin young. From the results of the discussion in designing the construction of a young coconut peeling machine with a capacity of 60 pieces / hour with acceptable results according to the plan. After the discussion is carried out in accordance with what is desired based on the objectives of this planning, namely: determining the motor power needed to drive the young coconut peeling machine; determining the material and size of the machine elements used; showing the work of the machine and making a working drawing of the coconut peeling machine. The results can be concluded as follows: The electric motor used = 1 hp , Belt length on the pulley = 61 inches , Motor pulley diameter = 3 inches , Pulley diameter on the coconut drive = 12 inches , Bearing = 6205 , Analysis of the cost of making the machine used Rp: 5,602,000 .
Abstract:Perkembangan revolusi Industry 4.0 mendorong transformasi besar dalam sistem manufaktur melalui integrasi teknologi digital dan kecerdasan buatan. Machine Learning (ML) menjadi salah satu elemen kunci dalam otomasi industri…
tri karena kemampuannya memproses data secara adaptif untuk mendukung pengambilan keputusan otonom. Penelitian ini bertujuan untuk meninjau secara sistematis penerapan Machine Learning dalam sistem manufaktur otomatis dengan menyoroti tren, tantangan, serta arah penelitian masa depan. Metode yang digunakan adalah Systematic Literature Review (SLR) terhadap 30 artikel jurnal internasional terindeks Scopus, IEEE Xplore, dan ScienceDirect dalam rentang tahun 2020–2025. Hasil studi menunjukkan bahwa Machine Learning banyak diterapkan pada empat domain utama: predictive maintenance, process optimization, quality control, serta intelligent automation. Algoritma yang dominan digunakan meliputi supervised learning dan deep reinforcement learning, yang terbukti mampu meningkatkan efisiensi operasional hingga 35%. Namun demikian, isu terkait interpretabilitas model, keterbatasan data industri, serta integrasi manusia–AI masih menjadi tantangan utama. Studi ini mengusulkan kerangka konseptual AI–Driven Manufacturing Framework sebagai panduan pengembangan sistem manufaktur cerdas yang adaptif, transparan, dan berkelanjutan menuju era Industry 5.0.
Abstract:Penipuan uang palsu merupakan masalah serius yang dapat merugikan perekonomian negara dan masyarakat. Seiring dengan kemajuan teknologi, deteksi keaslian uang kertas kini dapat dilakukan menggunakan metode berbasis citra…
digital. Penelitian ini bertujuan untuk mengembangkan sistem deteksi keaslian uang kertas menggunakan pendekatan machine learning dengan memanfaatkan platform Teachable Machine. Sistem ini memanfaatkan citra digital uang kertas yang diambil menggunakan kamera digital untuk dianalisis dan diklasifikasikan berdasarkan keaslian uang tersebut. Data citra uang kertas yang digunakan mencakup gambar dari berbagai sisi dan elemen pengaman pada uang, seperti watermark, benang pengaman, dan cetakan mikroteks. Model machine learning yang diterapkan dilatih dengan berbagai gambar uang kertas asli dan palsu untuk menghasilkan model yang dapat mengidentifikasi perbedaan antara keduanya. Hasil penelitian menunjukkan bahwa sistem ini dapat mendeteksi keaslian uang kertas dengan tingkat akurasi yang tinggi, memberikan solusi praktis dan efisien untuk membantu mendeteksi uang palsu secara cepat dan akurat. Implementasi sistem ini berpotensi untuk digunakan di berbagai sektor, seperti perbankan, ritel, dan pemeriksaan keuangan.
Abstract:Visi computer yang merupakan cabang kecerdasan buatan yang menggunakan citra digital sebagai input data. Penelitian ini bertujuan untuk mengembangkan metode pengumpulan data dalam deteksi warna buah paprika menggunakan citra…
itra digital dan platform Teachable Machine. Metode ini dirancang untuk meningkatkan efisiensi dan akurasi dalam mengidentifikasi variasi warna paprika, yang penting untuk kualitas produk di industri pertanian. Data dikumpulkan melalui pengambilan gambar paprika dalam kondisi pencahayaan yang konsisten, kemudian diproses menggunakan teknik segmentasi warna dan analisis histogram. Model machine learning dilatih menggunakan Teachable Machine, yang memungkinkan klasifikasi warna dengan mudah dan cepat. Hasil evaluasi menunjukkan bahwa model dapat mendeteksi warna paprika dengan akurasi yang memuaskan. Penelitian ini memberikan wawasan penting tentang potensi penerapan teknologi digital dalam pertanian dan membuka peluang untuk pengembangan lebih lanjut dalam deteksi dan analisis kualitas produk pertanian. Dengan demikian, penelitian ini berkontribusi pada peningkatan efisiensi pengelolaan hasil pertanian serta promosi inovasi dalam sektor ini.
Abstract:Tomat (Solanum Lycopersicum) memiliki peran penting dalam industri pertanian dan kuliner global, di mana tingkat kematangan buah secara signifan mempengaruhi kualitas, rasa, dan nilai pasar. Penentuan kematangan yang akurat…
rat sangat diperlukan untuk mengurangi kerugian ekonomi yang dialami oleh petani dan distributor. Dengan memanfaatkan teachable machine, sebuah platform machine learning inovatif dari google, telah dikembangkan model klasifikasi kematangan tomat dalam tiga kategori; mentah, setengah matang dan matang. Proses yang dilakukan mencakup pengumpulan 375 gambar tomat dari berbagai sumber, pra-pemrosesan citra, serta pelabelan data sebelum pelatihan model. Hasilnya menunjukkan akurasi tinggi yang mencapai 98% dengan nilai loss yang rendah, menandakan efektivitas metode yang diterapkan. Prototipe yang dihasilkan memungkinkan pengguna untuk melakukan klasifikasi kematangan tomat secara real-time melalui smartphone, sehigga meningkatkan aksesibilitas teknologi dalam sektor pertanian. Hasil ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas hasil panen, mengurangi kerugian dan mendukung keberlanjutan industri pertanian melalui penerapan teknologi canggih yang lebih objektif dan sistematis.
Abstract:Pelatihan ini mengembangkan model klasifikasi otomatis untuk membedakan jamur Shiitake yang dapat dikonsumsi dan jamur Galerina beracun, menggunakan Teachable Machine dan teknik pengolahan citra digital. Jamur dikenal sebagai…
bagai sumber nutrisi dan komponen bioaktif yang beracun sering kali sulit dikenali. Gambar jamur dukumlkan dari berbagai sumber, diproses, dan dimasukkan ke dalam model keterampilan pemrograman. Konfigurasi model seperti epoch, batch size, dan learning rate dioptimalkan untuk mencapai akurasi maksimal. Hasil evaluasi menunjukkan akurasi model sebesar 100% dengan nilai loss 0.25, yang menunjukkan performa yang sangat baik dalam mengklasifikasi jamur. Setelah diuji, model ini siap untuk di-deploy dalam aplikasi yang membantu identifikasi jamur dan memberikan solusi yang lebih efisien dan akurat.
Abstract:Jeruk merupakan komoditas holtikultura dengan nilai ekonomi tinggi di indonesia, namun penyakit Hunglongbing (HBL), yang disebabkan oleh bakteri Candidatus Liberibacter asiaticus (Clas) dan disebabkan oleh vektot serangga…
a Diaphorina citri, menjadi ancaman serius bagi produksi jeruk. Gejala HBL, seperti daun menguning, tunas terhambat, dan buah yang mengerut, menyebabkan penurunan kualitias dan kuantitas hasil jeruk yang signifikan. Deteksi dini penyakit ini sangat penting untuk mengurangi dampaknya, namun deteksi pada tahap awal sering kali terhambat kerena gejala baru muncul pada tahap lanjut. Salah satu solusi yang menjajikan adalah penggunaan teknologi pembelajaran mesin dalam analisis citra digital. Teachable Machine, sebuah Platform dari Google, Digunakan untuk melatih model pembelajaran esin yang dapat mendeteksi gejala HBL pada tanaman jeruk secara cepat dan akurat dengan memanfaatkan citra digital. Data set gambar daun jeruk sehat dan yang terinfeksi HBL diperoleh melalui Platform Pencairan gambar, dan model pelatihan dilakukan dengan menyusaikan parameter seperti epoch, batch size, dan learning rate. Evaluasi model menunjukkan akurasi klasifikasi yang signifikan, memberikan solusi deteksi dini yang efisien dan mudah diakses oleh petani. Penggunaan Teachable Machine menawarkan alternatif praktis bagi petani untuk mengidentifikasi penyakit tahap awal, yang dapat meningkatkan pengelolaan kesehatan tanaman jeruk dan mengurangi kerugian ekonomi akibat HBL. Hasil ini menekankan potensi besar teknologi pembelajaran mesin dalam meningkatkan keberlanjutan pertanian melalui deteksi penyakit yang lebih cepat dan akurat.
Abstract:Gangguan tidur seperti insomnia dan sleep apnea merupakan masalah kesehatan global yang dapat menurunkan kualitas hidup. Deteksi dini terhadap gangguan ini penting dilakukan, khususnya dengan bantuan teknologi seperti algoritma…
goritma data mining untuk meningkatkan ketepatan diagnosis. Data mining adalah bagian esensial dari analitik data dalam disiplin ilmu data science, yang memberikan berbagai manfaat luas dan aplikasi yang relevan. Penelitian ini menggunakan dataset Sleep Health and Lifestyle dari Kaggle untuk mengevaluasi kinerja tiga algoritma data mining, yaitu Naïve Bayes, Support Vector Machine (SVM), dan Neural Network, dalam mengklasifikasi gangguan tidur. Proses pengembangan model mengikuti tahapan CRISP-DM dengan pengujian akurasi menggunakan Cross Validation dan evaluasi menggunakan Confusion Matrix dan kurva ROC. Berdasarkan hasil pengujian, algoritma Neural Network menunjukkan kinerja terbaik dengan akurasi 93,08% dan nilai AUC yang termasuk dalam klasifikasi "Excellent." Temuan ini menunjukkan bahwa Neural Network efektif dalam mengklasifikasi gangguan tidur, sehingga dapat mendukung proses diagnosa dan penanganan gangguan tidur secara lebih akurat.
Abstract:Perkembangan teknologi yang pesat mendorong masyarakat untuk beradaptasi dalam aktivitas sehari-hari dengan cara yang lebih mudah, cepat, dan efektif. Salah satu inovasi di bidang administrasi adalah Sistem Informasi Administrasi…
inistrasi Kependudukan (SIAK), yang memungkinkan pembuatan data kependudukan secara cepat dan akurat di seluruh wilayah Indonesia. Pemerintah pusat, melalui Dukcapil Kementerian Dalam Negeri, meluncurkan identitas kependudukan digital sebagai bentuk digitalisasi dokumen kependudukan yang dapat diakses melalui aplikasi di ponsel. Meskipun aplikasi ini memudahkan masyarakat, beberapa pengguna masih menghadapi kendala, terutama terkait keamanan data. Sebagai solusi keamanan, teknologi pengenalan wajah berbasis machine learning menjadi opsi potensial dalam memastikan identitas digital yang lebih aman. Teknik seperti Convolutional Neural Networks (CNN) terbukti efektif dalam mengenali fitur wajah, memungkinkan sistem untuk mengidentifikasi individu dengan akurasi tinggi, terutama dalam konteks keamanan. Namun teknologi ini menghadapi tantangan, seperti variasi pose, pencahayaan, dan ekspresi wajah, yang mempengaruhi kinerja sistem pengenalan wajah. Studi ini mengkaji pentingnya evaluasi model pembelajaran mesin, seperti akurasi dan recall, untuk memastikan efektivitas sistem dalam mendeteksi dan mencegah akses yang tidak sah. Dalam masyarakat, pemerintah memiliki tanggung jawab memberikan layanan optimal sebagaimana diatur dalam Undang-Undang Nomor 25 Tahun 2009 tentang Pelayanan Publik. Optimalisasi informasi teknologi diharapkan memberikan manfaat luas bagi masyarakat, memperkuat peran aparat