Techné : Jurnal Ilmiah Elektroteknika

Penerapan Metode Non-Negative Matrix Factorization dan Support Vector Machine pada Sentimen Pengguna terhadap Update Minecraft 1.21 berbasis Website

2025-10-29T09:21:35+07:00

Perkembangan teknologi informasi telah mengubah cara manusia menyampaikan pendapat melalui media sosial dan platform ulasan daring. Dalam konteks permainan digital, komunitas pemain memiliki peran penting dalam membentuk persepsi terhadap kualitas
game melalui komentar dan ulasan yang mereka berikan. Sebagai salah satu game sandbox terpopuler, setiap pembaruan (update) Minecraft sering kali memunculkan reaksi beragam dari pemain, namun komentar yang sangat banyak dan tidak terstruktur sering kali tidak dianalisis secara menyeluruh. Kondisi ini menunjukkan pentingnya sistem yang mampu mengolah ulasan pengguna secara otomatis untuk membantu pengembang memahami persepsi pemain. Penelitian ini membahas penerapan metode Non-Negative Matrix
Factorization (NMF) dan Support Vector Machine (SVM) pada analisis sentimen pengguna terhadap update Minecraft 1.21 berbasis website. Tujuan penelitian ini adalah mengembangkan aplikasi web yang dapat mengekstrak topik, mengklasifikasikan sentimen
pengguna, dan menampilkan hasil dalam bentuk visualisasi yang informatif. Hasil penelitian menunjukkan tingkat akurasi sebesar 90,95%, dengan distribusi sentimen netral (36,7%), negatif (32,5%), dan positif (30,8%). Analisis topik menggunakan NMF mengungkapkan tema dominan terkait masalah teknis, pengalaman positif, dan fitur baru. Secara keseluruhan, kombinasi metode NMF dan SVM memberikan pemahaman yang komprehensif terhadap persepsi pengguna terhadap pembaruan Minecraft.

Perancangan dan Implementasi Sistem Pelontar Pakan Ikan Otomatis Berbasis Arduino

2025-09-03T20:47:57+07:00

Pemberi pakan ikan otomatis merupakan alat yang dirancang untuk memberikan pakan secara real-time dan dalam takaran yang telah ditentukan secara otomatis menggunakan mikrokontroler Arduino. Penelitian ini mencakup perancangan sistem elektrik, mekanik,
serta alur kerja (flowchart) untuk membangun alat pemberi pakan otomatis yang mampu menyebarkan pakan secara merata di tengah kolam sesuai waktu dan jumlah yang telah ditentukan. Mekanisme penakaran pakan menggunakan model rotary air lock, sedangkan
sistem pelontar dirancang berdasarkan konsep penyebar segala arah yang disesuaikan dengan kebutuhan. Berdasarkan hasil perancangan dan pengujian, alat berhasil dibangun dan berfungsi dengan baik. Untuk menggerakkan satu chamber ke posisi berikutnya, dibutuhkan 128 langkah (step) dari motor stepper dalam mode half-step. Setiap chamber mampu memindahkan pakan sebanyak 13 gram dengan volume 33,38 cm3. Jarak lontaran maksimum yang dicapai pada pengujian adalah 9,6 meter dengan sinyal PWM sebesar 50%. Alat ini memiliki kapasitas tampung pakan sebesar 3 kg dan berhasil dibangun sebagai sistem pemberi pakan ikan otomatis.

KETIBAN: Sistem Monitoring dan Peringatan Ketinggian Banjir Berbasis IoT

2025-10-06T18:51:12+07:00

Banjir merupakan salah satu bencana alam yang paling sering terjadi, terutama di daerah dengan curah hujan tinggi dan sistem drainase yang kurang memadai. Dampaknya tidak hanya mengganggu aktivitas masyarakat, tetapi juga dapat menyebabkan kerugian material
yang besar bahkan korban jiwa. Oleh karena itu, diperlukan sistem peringatan dini yang dapat memberikan informasi secara real-time dan mudah diakses oleh masyarakat. Penelitian ini menghasilkan KETIBAN, yaitu Sistem Pemantauan dan Peringatan Ketinggian Air
berbasis Internet of Things (IoT) yang dikembangkan menggunakan mikrokontroler ESP32 Wroom, sensor ultrasonik, dan sensor water level. Sistem ini mampu membaca ketinggian air serta memberikan notifikasi melalui indikator LED dan buzzer, sekaligus mengirimkan
peringatan jarak jauh melalui aplikasi Telegram. Prototipe sistem diimplementasikan pada salah satu wilayah rawan banjir di Kelurahan Babakan Surabaya, Bandung. Hasil pengujian menunjukkan bahwa sistem KETIBAN memiliki akurasi pembacaan sensor yang baik,
dengan rata-rata deviasi kurang dari ±2 cm, serta waktu respon rata-rata sebesar 1,6 detik dari perubahan kondisi hingga keluaran sistem. Hasil ini menunjukkan bahwa KETIBAN mampu bekerja secara konsisten dan efektif dalam memberikan peringatan banjir secara real-time berdasarkan perubahan ketinggian air. Dengan hasil tersebut, sistem KETIBAN memiliki potensi untuk diterapkan sebagai solusi peringatan dini banjir berbasis IoT yang efektif dan andal di tingkat masyarakat.

Simulasi Desain Pencahayaan Lampu Penerangan Jalan Umum Menggunakan Dialux Evo 11 di Proyek Marunda

2025-10-27T16:01:44+07:00

Lampu penerangan jalan umum (PJU) merupakan fasilitas publik yang diperlukan masyarakat untuk penerangan di jalan, khususnya pada malam hari. Namun, kadangkala terdapat beberapa lokasi dimana lampu PJU yang telah terpasang tidak sesuai dengan standar yang ditetapkan. Hal ini dapat membahayakan pejalan kaki dan pengendara pada malam hari yang memiliki jarak penglihatan rendah. Oleh karena itu, diperlukan desain pencahayaan lampu untuk pemasangan PJU yang sesuai dengan SNI 7391:2008. Jalan Marunda merupakan kelas jalan kolektor yang memiliki dua tipe jalan. Tipe 1 memiliki panjang 2.515 m dan lebar 14 m. Sedangkan tipe 2 memiliki panjang 840 m dan lebar 8 m. Perencanaan PJU sudah memenuhi standar dengan spesifikasi lampu yang dipasang dengan ketinggian 9 m, jarak antar tiang tipe 1 adalah 40 m dan tipe 2 adalah 50 m. Jumlah tiang dan titik lampu 162 buah, satu lengan dengan daya lampu 55 watt. Dari hasil simulasi diperoleh iluminasi untuk tipe 1 dengan jarak 40 m dan lebar 14 m sebesar 16 lux dan tipe 2 dengan jarak 50 m dan lebar 8 m sebesar 15,3 lux. Kebutuhan daya listrik adalah 8,91 kW dan konsumsi energi listriknya sebesar 3.207 kWH per bulan dengan durasi nyala lampu PJU dari pukul 17.00 hingga 05.00. Perhitungan tarif listrik perencanaan PJU di Jalan Marunda per bulan Rp. 3.566.184,-.

Prototipe Sistem Sewa Loker Berbasis Web dengan Pemantauan Suhu Menggunakan Arduino

2025-12-15T09:04:00+07:00

Loker merupakan sarana penyimpanan sementara yang penting untuk menjaga keamanan dan ketertiban barang bawaan di lingkungan pendidikan. Penelitian ini mengembangkan sistem sewa loker berbasis web dengan prototipe tiga unit loker yang dikendalikan
mikrokontroler Arduino Uno. Sistem dirancang menggunakan sensor DHT11 untuk memantau suhu, limit switch untuk mendeteksi kondisi pintu, solenoid doorlock sebagai pengganti kunci konvensional, serta buzzer sebagai alarm ketika suhu melebihi ambang batas.
Proses sewa dilakukan secara otomatis melalui input nomor telepon, pemilihan loker dan durasi sewa, pembayaran, hingga pengiriman kode unik melalui pesan WhatsApp sebagai akses buka/tutup loker. Hasil pengujian menunjukkan sensor DHT11 mampu mencatat suhu
antara 29,6°C hingga 65,8°C dengan akurasi rata-rata 97,56%, meskipun akurasinya menurun pada suhu di atas 60°C. Mekanisme buka loker memiliki waktu respon rata-rata 0,33 detik. Dari 30 kali percobaan akses, tingkat keberhasilan mencapai 86,67% dengan kegagalan
terutama disebabkan oleh keterlambatan respon sistem. Sementara itu, buzzer bekerja optimal 100% dengan ambang batas suhu 40°C. Secara keseluruhan, sistem terbukti berjalan otomatis, akurat, dan responsif sesuai rancangan, serta berpotensi untuk dikembangkan lebih lanjut pada aspek keandalan dan integrasi teknologi.

Efek Riak Sungai terhadap Sensitivitas Sensor Alat Pengambil Sampah Otomatis di Sungai

2026-02-04T15:31:59+07:00

Pengambilan sampah di sungai secara otomatis masih mengalami kendala berupa ketidakstabilan sistem deteksi sampah yang diakibatkan oleh faktor-faktor lingkungan, terutama pada saat sensor bekerja pada kondisi air sungai yang beriak. Beberapa penelitian
sebelumnya telah menghasilkan alat pengambil sampah otomatis di sungai berbasis Arduino maupun IoT dengan memanfaatkan sensor-sensor jarak, seperti sensor ultrasonik HC-SR04 dan sensor inframerah E18-D80NK, tetapi penelitian sebelumnya tersebut belum melibatkan faktor-faktor lingkungan seperti riak air sungai yang diakibatkan suhu sungai, kelembapan dan kecepatan angin pada permukaan sungai yang bisa mempengaruhi sensitivitas sensor. Oleh karena itu, penelitian ini akan menguji sensor jarak yang digunakan pada alat pengambil sampah otomatis di sungai pada penelitian sebelumnya, yaitu sensor ultrasonik HC-SR04 dan sensor inframerah E18-D80NK dengan memperhatikan riak air sungai yang diakibatkan suhu, kelembapan dan kecepatan angin pada permukaan sungai yang bisa mempengaruhi sensitivitas sensor-sensor jarak dan menimbulkan kesalahan pembacaan pada sensor-sensor tersebut. Hasil pengukuran menunjukkan bahwa semakin besar riak air sungai, semakin tinggi nilai error sensor. Sensor ultrasonik HC-SR04 mencatat error hingga 19,03%, sedangkan sensor inframerah E18-D80NK mencatat error hingga 19,29%.

Rancang Bangun Alat Ukur Parameter Vital Manusia Berbasis Internet of Things (IoT)

2025-10-29T10:50:18+07:00

Perkembangan teknologi telah membawa perubahan besar di segala bidang, salah satunya di bidang kesehatan. Inovasi teknologi dalam bidang kesehatan memungkinkan pengukuran parameter vital manusia secara real-time dan akurat, sehingga mempermudah deteksi dini dan penanganan yang lebih cepat. Penelitian ini merancang sebuah alat yang mengukur parameter vital, yaitu SpO2, suhu tubuh, HR dan sinyal jantung berbasis Internet of Things (IoT). Alat ini dikendalikan oleh mikrokontroler ESP32 yang terintegrasi dengan sensor
MAX30102 untuk pengukuran SpO2 dan HR, sensor MLX90614 untuk pengukuran suhu tubuh non-kontak, dan sensor AD8232 untuk pengukuran sinyal jantung. Hasil pengukuran ditampilkan melalui layar OLED, dan dikirimkan secara otomatis ke platform Blynk, serta
osiloskop untuk tampilan dari bentuk sinyal jantung. Alat pengukuran ini dikalibrasi agar mendapatkan nilai yang mendekati nilai alat standar, sehingga menghasilkan akurasi mencapai 99,72% untuk SpO2, suhu tubuh non kontak mencapai 99,64% dan untuk HR
mencapai 98,70%. Alat ukur ini diharapkan menjadi solusi pemantauan parameter vital yang membantu memantau kondisi kesehatan secara mandiri.

Evaluasi Komparatif DFFNN, DFFNN yang Dioptimasi GA, DFFNN yang Dioptimasi GWO, dan LSTM untuk Prediksi Konsumsi Energi Listrik Menggunakan Sliding Window Cross-Validation

2026-04-22T14:54:11+07:00

Prediksi konsumsi energi listrik yang akurat sangat penting untuk perencanaan jaringan dan efisiensi pasokan. Penelitian ini membandingkan empat pendekatan, yaitu Deep Feedforward Neural Network (DFFNN), DFFNN dengan Genetic Algorithm (GA), DFFNN dengan Grey Wolf Optimizer (GWO), serta Long Short-Term Memory (LSTM), menggunakan teknik Sliding Window Cross-Validation (SWCV). Tiga skenario evaluasi dilakukan: tanpa SWCV (2015-2018 latih, 2019 uji), SWCV mode 1 (2015-2017 latih, 2018 uji), dan SWCV mode 2 (2016-2018 latih, 2019 uji). Hasil menunjukkan bahwa DFFNN-GWO unggul dalam efisiensi, rata-rata hanya membutuhkan <1.000 iterasi untuk konvergen dengan MSE terbaik mencapai 6.0×10E-5 dan akurasi uji hingga 0,94-0,99. LSTM menunjukkan kestabilan temporal dengan akurasi uji konsisten di atas 0,90, meskipun MSE stagnan di kisaran 0,047. DFFNN-GA menghasilkan prediksi sangat akurat pada beberapa run (AE ? 0,00), tetapi performanya fluktuatif dengan iterasi tinggi hingga >50.000. Sementara itu, DFFNN standar berfungsi sebagai baseline dengan MSE rata-rata ~1.0×10??, namun membutuhkan iterasi 10.000-25.000 untuk stabil. Analisis ketiga skenario menegaskan bahwa kedekatan temporal data latih dengan data uji (seperti pada SWCV mode 2) meningkatkan generalisasi semua model. Secara keseluruhan, kombinasi optimisasi metaheuristik dan validasi temporal terbukti meningkatkan akurasi dan efisiensi prediksi konsumsi energi listrik, dengan GWO menonjol pada efisiensi dan LSTM pada kestabilan jangka panjang.