DADAN NUR RAMADAN, DADAN NUR
D3 Teknik Telekomunikasi Fakultas Ilmu Terapan Telkom University

Published : 9 Documents
Articles

Found 9 Documents
Search

Analisis Perbandingan KNN dengan SVM untuk Klasifikasi Penyakit Diabetes Retinopati berdasarkan Citra Eksudat dan Mikroaneurisma AULIA, SUCI; HADIYOSO, SUGONDO; RAMADAN, DADAN NUR
Jurnal Elkomika Vol 3, No 1 (2015): Jurnal Elkomika
Publisher : Jurnal Elkomika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Penelitian mengenai pengklasifikasian tingkat keparahan penyakit Diabetes Retinopati berbasis image processing masih hangat dibicarakan, citra yang biasa digunakan untuk mendeteksi jenis penyakit ini adalah citra optik disk, mikroaneurisma, eksudat, dan hemorrhages yang berasal dari citra fundus. Pada penelitian ini telah dilakukan perbandingan algoritma SVM dengan KNN untuk klasifikasi penyakit diabetes retinopati (mild, moderate, severe) berdasarkan citra eksudat dan microaneurisma. Untuk proses ekstraksi ciri digunakan metode wavelet  pada masing-masing kedua metode tersebut. Pada penelitian ini digunakan 160 data uji, masing-masing 40 citra untuk kelas normal, kelas mild, kelas moderate, kelas saviere. Tingkat akurasi yang diperoleh dengan menggunakan metode KNN lebih tinggi dibandingkan SVM, yaitu 65 % dan 62%. Klasifikasi dengan algoritma KNN diperoleh hasil terbaik dengan parameter K=9 cityblock. Sedangkan klasifikasi dengan metode SVM diperoleh hasil terbaik dengan parameter One Agains All.   Kata Kunci : Diabetic Retinopathy, KNN , SVM, Wavelet. ABSTRACT Research based on severity classification of the disease diabetic retinopathy by using image processing method is still hotly debated, the image is used to detect the type of this disease is an optical image of the disk, microaneurysm, exudates, and bleeding of the image of the fundus. This study was performed to compare SVM method with KNN method for classification of diabetic retinopathy disease (mild, moderate, severe) based on exudate and microaneurysm image. For feature extraction uses wavelet method, and each of the two methods. This study made use of 160 test data, each of 40 images for normal class, mild class, moderate class, severe class. The accuracy obtained by KNN higher than SVM, with 65% and 62%. KNN classification method achieved the best results with the parameters K = 9, cityblock. While the classification with SVM method obtained the best results with parameters One agains all . Keywords : Diabetic Retinopathy, KNN, SVM, Wavelet.
RANCANG BANGUN DAN IMPLEMENTASI AUTOMATIC TRANSFER SWITCH (ATS) MENGGUNAKAN ARDUINO UNO DAN RELAI Pakpahan, Robinzon; Ramadan, Dadan Nur; Hadiyoso, Sugondo
Jurnal Elektro dan Telekomunikasi Terapan Vol 3 No 2: JETT December (2016)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v3i2.302

Abstract

Sistem cadangan/backup catudaya mutlak diperlukan pada perangkat elektronika yang memerlukan energi listrik yang tidak terhenti. Cadangan catudaya digunakan untuk menggantikan sumber utama PLN. Pada penerapannya diperlukan sebuah perangkat pendukung berupa Automatic Transfer switch (ATS) untuk melakukan pensaklaran dari sumber utama ke cadangan catu daya atau sebaliknya. Pada paper ini, dibahas realisasi perangkat ATS berbasis mikrokontroler yang bekerja berdasarkan pembacaan arus dan tegangan. Sistem ini juga dilengkapi dengan komunikasi berbasis LAN untuk mengirim data monitoring. Setelah dilakukan pengujian, perangkat ATS dapat mengukur arus dan tegangan dengan rata-rata kesalahan 3,76% dan 0,21% pada pengukuran generator set dan sumber PLN. Pengujian lainnya, sistem relai dapat berfungsi untuk memindahkan sumber listrik dari sumber utama ke sumber cadangan atau sebaliknya.
RANCANG BANGUN DAN IMPLEMENTASI ALAT UKUR DAN SISTEM INFORMASI PADA LISTRIK SATU FASA Ramadan, Dadan Nur; Permana, Agus Ganda; Mardiansyah, Galuh; Puspaningrum, Dyah
Jurnal Elektro dan Telekomunikasi Terapan Vol 2 No 2: JETT December (2015)
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v2i2.103

Abstract

Sistem monitoring penggunaan listrik baik secara prabayar maupun pascabayar masih memiliki beberapa masalah, salah satu permasalahan yang terjadi adalah masih kurangnya pengawasan untuk mengetahui seberapa besar penggunaan listrik di suatu rumah atau suatu daerah. Untuk mengatasi permasalahan tersebut, diperlukan sebuah perangkat yang mampu mengukur parameter-parameter pada listrik arus AC (Alternating Current) satu fasa, dan menampilkannya hasilnya dalam suatu sistem informasi, sehingga penggunaan daya listrik dari setiap rumah atau daerah dapat diketahui jumlahnya.Dengan menggunakan papan mikrokontroler Arduino Uno sebagai pengolah datanya, parameter yang dapat diukur oleh perangkat terdiri dari arus, tegangan dan daya, data pengukuran tersebut kemudian dikirim melalui jaringan wireless ke sebuah komputer server, komputer server berfungsi sebagai penyimpanan data hasil monitoring dan mengolah data tersebut menjadi sebuah informasi yang ditampilkan dalam sebuah website.Berdasarkan hasil pengujian pada pengukuran arus didapatkan nilai kesalahan rata-rata sebesar 3,28%, kesalahan rata-rata pengukuran tegangan sebesar 0,39%, pada pengukuran nilai daya didapatkan nilai kesalahan rata-rata sebesar 8,82%. Sedangkan pada proses pengiriman data diperoleh nilai presentase error sebesar 0.1%, dan akurasi data mencapai 100%.
Sistem Pengisian Pulsa Pada KWH Meter Prabayar Menggunakan Ponsel Mulyana, Asep; Riza, Tengku Ahmad; Ramadan, Dadan Nur; Falih, Muhammad Dzakwan
Jurnal Elektro dan Telekomunikasi Terapan Vol 4 No 2: JETT December 2017
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v4i2.1093

Abstract

Saat ini terdapat dua cara sistem pembayaran (billing system) daya listrik yang diterapkan PT. PLN, yakni sistem konvensional dan sistem token. Dalam sistem konvensional petugas lapangan mendatangi lokasi pelanggan untuk mencatat posisi KWH Meter sebagai data penagihan. Kekurangan cara ini pemborosan waktu dan tenaga/biaya. Sedangkan dalam sistem token, kekurangannya adalah tidak ada peringatan dini menjelang habis kuota KWH Meter, yang menyebabkan listrik mati secara tiba-tiba. Selain itu cara pengisian kuota KWH sistem token hanya bisa dilakukan ditempat KWH Meter berada (melalui keypad pada KWH Meter); tidak seperti pengisian kuota pulsa telepon seluler, dapat dilakukan “dimanapun” melalui ponsel. Dalam penelitian ini dilakukan perancangan KWH Meter dijital dengan komponen utama Arduino Uno yang dilengkapi dengan modul komunikasi berbasis SMS untuk memberikan tiga fitur utama sebagai solusi permasalahan. Ketiga fitur tsb yaitu; sistem pengisian kuota KWH Meter melalui pembelian pulsa seperti pengisian pulsa pada ponsel, sistem pengecekan “sisa kuota” KWH Meter yang dapat dilakukan sewaktu-waktu melalui ponsel pelanggan secara interaktif berbasis SMS, dan sistem peringatan dini (reminder) pada ponsel pelanggan jika sisa kuota KWH Meter mencapai angka kritis menjelang habis sesuai seting angka yang diset pelanggan untuk menghindari listrik mati karena pulsa habis. Hasil pengujian sistem menunjukkan akurasi alat KWH Meter 99.34%, rata-rata delay pengisian pulsa kuota KWH Meter (round trip delay): 12,25 detik, delay pengecekan posisi KWH Meter (round trip delay):  14,25 detik, dan delay notifikasi peringatan dini (one way delay): 7,15 detik.
PERANCANGAN DAN REALISASI MOBIL REMOTE CONTROL MENGGUNAKAN FIREBASE Ramadan, Dadan Nur; Permana, Agus Ganda; Hafidudin, Hafidudin
Jurnal Elektro dan Telekomunikasi Terapan Vol 4 No 1: JETT July 2017
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v4i1.997

Abstract

Mobil Remote Control adalah miniatur mobil dengan ukuran yang lebih kecil, yang dikendalikansecara langsung oleh remote atau joystick dengan menggunakan modul transmitter sebagai mediakomunikasi, pada jurnal ini dibahas perancangan dan realisasi mobil remote control berbasisInternet of things menggunakan Firebase Cloud Messaging, data dari aplikasi joystick padasmartphone dikirim ke realtime database terlebih dahulu, dan NodeMCU pada mobil RCmelakukan singkronisasi data ke realtime database. Hasil pengujian diperoleh nilai rata-rata delaydari realtime database ke NodeMCU adalah 1.191 second, sedangkan nilai pengiriman data dariaplikasi joystick ke firebase adalah 3,13 Kb/s untuk upload dan download sebesar 2,28 Kb/s.
APLIKASI SISTEM MONITORING JARINGAN BERBASIS WEBSITE Ramadan, dadan Nur; Saputra, Risang Suryadi; ., Hafidudin
Jurnal Elektro dan Telekomunikasi Terapan Vol 5 No 1: JETT July 2018
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v5i1.1520

Abstract

To observe a network quality, there are still many who use manual methods, using ping from one host to another. This research aims create a website-based monitoring application to observe traffic delay and jitter on the network, this application made using PHP, python, JavaScript, and MySQL programming languages. The ability of this website can monitor a traffic and discover condition of the devices that connected to network computer, and the network traffic information displayed on Google Map. The test results of monitoring application, that refers to the QoS standard. Show the average delay is 1.97581 millisecond and 1.36925 millisecond for jitter, indicating the quality of data traffic is very good. The percentage error for testing monitoring application against the Wireshark testing, is 16.82% for delay and 23.46% for jitter.
IoT: smart garbage monitoring using android and real time database Putra, Riyan Hadi; Kusuma, Feri Teja; Damayanti, Tri Nopiani; Ramadan, Dadan Nur
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 3: June 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (652.472 KB) | DOI: 10.12928/telkomnika.v17i3.10121

Abstract

Every single day, garbage is always produced and sometimes, due to the unbalance between high volume produced and the garbage volume transported to the landfill; it then leads to the buildup. To prevent any negative impact on environment, a system is needed to support the waste management process. Smart Garbage Monitoring System consists of two parts: portable garbage can and monitoring application using android smartphone. The use of ultrasonic sensor, GPS and GSM Module on the garbage can aims to provide the data on the garbage and send it to the real time database, in which the data will be processed by the monitoring application on smartphone to determine the time of garbage transport purposely to prevent any buildup. The system doesn't need a server to process, because the entire process of will be run by android application on a smartphone. Test results showed the capability of the system in monitoring the garbage can with the minimum distance between the wastes by three meters. The information on the height level of garbage can be synchronized in real time to smartphone, with an average delay on the EDGE network of 4.57 seconds, HSPA+ of 4.52 seconds and LTE of 3.85 seconds.
Purwarupa Radar sebagai Pendeteksi Benda Diam menggunakan Ultrasonik RENALDI, LUKY; HADIYOSO, SUGONDO; RAMADAN, DADAN NUR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 3 (2018): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i3.317

Abstract

ABSTRAKDeteksi keberadaan objek secara otomatis pada ruangan diperlukan ketika terdapat keterbatasan dalam melakukan penginderaan. Pemanfaatan sistem radar menjadi saah satu solusi untuk penginderaan objek. Pada paper ini, diimplementasikan prototipe radar menggunakan sensor ultrasonik, mikrokontroller Arduino UNO R3 dan motor servo. Sistem ini dirancang dengan tiga buah sensor ultrasonik dengan motor sebagai penggerak horizontal dan vertikal dalam sistem pemindainya. Sensor yang berjumlah tiga buah, diletakkan pada titik yang berbeda sehingga dapat membaca jarak, sudut dan ketinggian objek dari arah titik tersebut, hasil dari pengukuran objek ditampilkan pada PC melalui aplikasi pemograman GUI. Dari hasil pengujian, radar mampu mendeteksi objek antara 5 cm dari depan radar dengan jarak maksimum 30 cm dan diperoleh tingkat kesalahan pengukuran jarak dan ketinggian sebesar 1 - 2 cm sedangkan untuk sudut 1˚- 3˚.Kata kunci: Deteksi, Radar, Ultrasonik, Jarak, SudutABSTRACTAutomatic detection of objects in the room is required when there are limitations in the sensing. Utilization of radar system becomes one solution for sensing object. In this paper, we implemented a prototype radar using ultrasonic sensor, Arduino UNO R3 microcontroller and servo motor. The system is designed with three ultrasonic sensors with motors as horizontal and vertical drive in the scanning system. Three sensors are placed at different points so that they can read the distance, angle and height of the object from that point, the result of measuring the object displayed on the PC through the GUI programming application. From the test results, the radar is able to detect objects between 5 cm from the front of the radar with a maximum distance of 30 cm and obtained the error rate measurement of distance and altitude of 1 - 2 cm while for the angle of 1˚ - 3˚.Keywords: Detection, Radar, Ultrasonic, Distance, Angle
Analisis Perbandingan KNN dengan SVM untuk Klasifikasi Penyakit Diabetes Retinopati berdasarkan Citra Eksudat dan Mikroaneurisma AULIA, SUCI; HADIYOSO, SUGONDO; RAMADAN, DADAN NUR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 3, No 1 (2015): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v3i1.75

Abstract

ABSTRAKPenelitian mengenai pengklasifikasian tingkat keparahan penyakit Diabetes Retinopati berbasis image processing masih hangat dibicarakan, citra yang biasa digunakan untuk mendeteksi jenis penyakit ini adalah citra optik disk, mikroaneurisma, eksudat, dan hemorrhages yang berasal dari citra fundus. Pada penelitian ini telah dilakukan perbandingan algoritma SVM dengan KNN untuk klasifikasi penyakit diabetes retinopati (mild, moderate, severe) berdasarkan citra eksudat dan microaneurisma. Untuk proses ekstraksi ciri digunakan metode wavelet  pada masing-masing kedua metode tersebut. Pada penelitian ini digunakan 160 data uji, masing-masing 40 citra untuk kelas normal, kelas mild, kelas moderate, kelas saviere. Tingkat akurasi yang diperoleh dengan menggunakan metode KNN lebih tinggi dibandingkan SVM, yaitu 65 % dan 62%. Klasifikasi dengan algoritma KNN diperoleh hasil terbaik dengan parameter K=9 cityblock. Sedangkan klasifikasi dengan metode SVM diperoleh hasil terbaik dengan parameter One Agains All.Kata kunci: Diabetic Retinopathy, KNN , SVM, Wavelet. ABSTRACT Research based on severity classification of the disease diabetic retinopathy by using image processing method is still hotly debated, the image is used to detect the type of this disease is an optical image of the disk, microaneurysm, exudates, and bleeding of the image of the fundus. This study was performed to compare SVM method with KNN method for classification of diabetic retinopathy disease (mild, moderate, severe) based on exudate and microaneurysm image. For feature extraction uses wavelet method, and each of the two methods. This study made use of 160 test data, each of 40 images for normal class, mild class, moderate class, severe class. The accuracy obtained by KNN higher than SVM, with 65% and 62%. KNN classification method achieved the best results with the parameters K = 9, cityblock. While the classification with SVM method obtained the best results with parameters One agains all .Keywords: Diabetic Retinopathy, KNN, SVM, Wavelet.