<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/60">
    <title>DSpace Collection: Tugas Akhir Mahasiswa S1 Teknik Elektro</title>
    <link>http://repository.iti.ac.id/jspui/handle/123456789/60</link>
    <description>Tugas Akhir Mahasiswa S1 Teknik Elektro</description>
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="http://repository.iti.ac.id/jspui/handle/123456789/3153" />
        <rdf:li rdf:resource="http://repository.iti.ac.id/jspui/handle/123456789/3152" />
        <rdf:li rdf:resource="http://repository.iti.ac.id/jspui/handle/123456789/3148" />
        <rdf:li rdf:resource="http://repository.iti.ac.id/jspui/handle/123456789/3144" />
      </rdf:Seq>
    </items>
    <dc:date>2026-04-21T00:29:13Z</dc:date>
  </channel>
  <item rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/3153">
    <title>IDENTIFIKASI PENYAKIT KULIT BERBASIS CITRA MENGGUNAKKAN ALGORITMA YOLOv11</title>
    <link>http://repository.iti.ac.id/jspui/handle/123456789/3153</link>
    <description>Title: IDENTIFIKASI PENYAKIT KULIT BERBASIS CITRA MENGGUNAKKAN ALGORITMA YOLOv11
Authors: Ayu Dwimoza, Medina; Tri Pamungkas, Kardana; Dewi Indraswati, Tris; Hapsari, Novy
Abstract: Penelitian ini mengembangkan sistem deteksi dan klasifikasi penyakit kulit berbasis&#xD;
kecerdasan buatan untuk membantu proses diagnosis awal secara cepat dan efisien,&#xD;
khususnya pada daerah dengan keterbatasan tenaga ahli dermatologi. Sistem yang&#xD;
dikembangkan mengintegrasikan model You Only Look Once version 11 (YOLOv11)&#xD;
sebagai pendeteksi area lesi kulit dan Convolutional Neural Network (CNN) sebagai&#xD;
pengklasifikasi jenis penyakit kulit berdasarkan citra digital. Dataset yang digunakan dalam&#xD;
penelitian ini berasal dari DermNet, yang merupakan salah satu sumber dataset citra penyakit&#xD;
kulit yang banyak digunakan dalam penelitian dermatologi berbasis pengolahan citra.&#xD;
Penelitian ini mencakup empat kelas penyakit kulit, yaitu Acne Rosacea, Atopic Dermatitis,&#xD;
Bullous Disease, Actinic Keratosis, Basal Cell Carcinoma, dan other Malignant Lesions.&#xD;
Evaluasi performa dilakukan melalui pengujian model klasifikasi dan pengujian sistem&#xD;
secara menyeluruh (end-to-end). Model CNN dievaluasi menggunakan metrik accuracy,&#xD;
Precision, Recall, dan F1-score, sedangkan pengujian sistem dilakukan untuk menganalisis&#xD;
tingkat akurasi dan konsistensi hasil klasifikasi melalui pengujian berulang pada citra uji&#xD;
yang sama. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi dan&#xD;
mengklasifikasikan penyakit kulit dengan performa yang baik. Berdasarkan pengujian&#xD;
terhadap 20 citra uji dengan 10 kali pengujian berulang pada setiap citra, sistem memperoleh&#xD;
akurasi keseluruhan sebesar 89% secara end-to-end. Ditinjau per kelas, Acne Rosacea&#xD;
mencapai akurasi 73%, Atopic Dermatitis 82%, Bullous Disease 94%, serta Actinic&#xD;
Keratosis Basal Cell Carcinoma and Other Malignant Lesions sebesar 98%. Performa sistem&#xD;
dipengaruhi oleh ketepatan deteksi area lesi menggunakan YOLOv11, di mana lesi&#xD;
berukuran besar dan memiliki kontras visual yang jelas cenderung menghasilkan klasifikasi&#xD;
yang lebih akurat dibandingkan lesi kecil dengan warna menyerupai kulit normal. Keluaran&#xD;
sistem ditampilkan melalui antarmuka grafis berupa label prediksi dan nilai confidence.&#xD;
Secara keseluruhan, sistem ini berpotensi digunakan sebagai alat bantu diagnosis awal yang&#xD;
akurat dan efisien. Keluaran sistem ditampilkan melalui antarmuka grafis (Graphical User&#xD;
Interface) berupa label prediksi jenis penyakit kulit, sehingga memudahkan pengguna dalam&#xD;
memahami hasil klasifikasi. Berdasarkan hasil penelitian, sistem ini memiliki potensi untuk&#xD;
digunakan sebagai alat bantu diagnosis awal penyakit kulit yang akurat, konsisten, dan&#xD;
efisien.
Description: Dosen Pembimbing I: Dr. Ir Tris Dewi Indraswati, S.T., M.T; Dosen Pembimbing II: Ir. Novy Hapsari, S.T., M.Sc.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/3152">
    <title>AUDIT ENERGI GEDUNG G KAMPUS INSTITUT TEKNOLOGI INDONESIA</title>
    <link>http://repository.iti.ac.id/jspui/handle/123456789/3152</link>
    <description>Title: AUDIT ENERGI GEDUNG G KAMPUS INSTITUT TEKNOLOGI INDONESIA
Authors: Prayoga Wicaksana, Davin; Daffa Althaf, Muhammad; Sanjaya, Adhi
Abstract: Audit energi tiga tahap (singkat, awal, rinci) pada Gedung G ITI mengacu SNI&#xD;
6196:2011 mengidentifikasi pemborosan dan peluang efisiensi energi. Audit&#xD;
singkat menunjukkan IKE seluruh kampus 5,59 kWh/m²/bulan (sangat efisien).&#xD;
Audit awal dengan Tuya Smart Energy Meter menghasilkan IKE Gedung G 6,32&#xD;
kWh/m²/bulan. Audit rinci mengungkap 86,4% ruangan under-lit (pencahayaan 24–&#xD;
61% dari SNI 6197:2020) dan COP AC rata-rata 2,22–2,84 jauh di bawah SNI&#xD;
6390:2020 (4,20). IKE audit rinci 6,79 kWh/m²/bulan mengonfirmasi inefisiensi.&#xD;
Rekomendasi PHE diutamakan pada tindakan tanpa biaya (2–5%; Rp2,5–5,0&#xD;
juta/tahun), biaya rendah melalui perawatan AC (7%; Rp7,5 juta/tahun), dan biaya&#xD;
tinggi melalui penggantian AC dan konversi LED (88–91%; Rp95,9 juta/tahun).&#xD;
Total potensi penghematan Rp105,9–108,4 juta/tahun dengan investasi Rp108,1&#xD;
juta dan payback period ±11 bulan, mendukung Net Zero Emission 2060.
Description: Dosen Pembimbing I: Ir. Edwin Kamal, S.T., M.Eng.,Sc., IPM; Dosen Pembimbing II: Ir. Adi Setiawan, S.T., M.Eng.,Sc., IPM</description>
    <dc:date>2026-02-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/3148">
    <title>PROTOTIPE SISTEM PEMANTAUAN LEVEL DAN PH EFLUEN CAIR BERBASIS IoT DALAM TANGKI EFLUEN AKTIF DI INSTALASI PENGELOLAAN LIMBAH RADIOAKTIF</title>
    <link>http://repository.iti.ac.id/jspui/handle/123456789/3148</link>
    <description>Title: PROTOTIPE SISTEM PEMANTAUAN LEVEL DAN PH EFLUEN CAIR BERBASIS IoT DALAM TANGKI EFLUEN AKTIF DI INSTALASI PENGELOLAAN LIMBAH RADIOAKTIF
Authors: Amellia, Ramadhani; Aisyah, Tita
Abstract: Pengelolaan efluen aktif di Instalasi Pengelolaan Limbah Radioaktif (IPLR) merupakan&#xD;
aspek krusial untuk menjamin keselamatan pekerja, masyarakat, dan lingkungan. Efluen&#xD;
aktif sebagai hasil akhir pengolahan limbah radioaktif cair masih mengandung aktivitas&#xD;
radioaktif rendah, sehingga memerlukan pemantauan sebelum dibuang ke lingkungan.&#xD;
Saat ini, pemantauan di IPLR sebagian besar masih dilakukan secara konvensional,&#xD;
sehingga terbatas dari segi efisiensi, kontinuitas, dan berpotensi menimbulkan risiko&#xD;
keselamatan akibat keterlibatan langsung petugas di area radiasi. Berdasarkan kondisi&#xD;
tersebut, diperlukan sistem pemantauan otomatis yang dapat diakses dari jarak jauh untuk&#xD;
meningkatkan efektivitas dan keselamatan operasional. Penelitian ini membuat dan&#xD;
mengimplementasikan prototipe sistem pemantauan level dan pH efluen cair berbasis IoT,&#xD;
yang memanfaatkan sensor ultrasonik HC-SR04 sebagai pendeteksi ketinggian, sensor&#xD;
pH-4502C sebagai pengukur pH, mikrokontroler ESP32 sebagai pusat kendali, serta&#xD;
aplikasi Telegram sebagai media pemantauan dan notifikasi jarak jauh. Hasil pengujian&#xD;
menunjukkan bahwa kedua sensor memiliki kestabilan dan konsistensi yang baik. Sensor&#xD;
ultrasonik HC-SR04 mampu membaca ketinggian cairan dengan rata-rata selisih absolut&#xD;
0,49 cm dan selisih relatif rata-rata 4,08%, sedangkan sensor pH-4502C menunjukkan&#xD;
rata-rata selisih absolut 0,18 pH dan selisih relatif 2,96%. Sistem komunikasi berbasis&#xD;
Telegram berhasil mengirimkan data pemantauan secara otomatis pada batas level yang&#xD;
telah ditentukan, serta menerima input rekomendasi teknis pengguna berdasarkan hasil&#xD;
analisis laboratorium. Kendali valve otomatis mampu mengatur aliran efluen berdasarkan&#xD;
level, pH, dan radioaktivitas. Secara keseluruhan, prototipe yang dikembangkan telah&#xD;
memenuhi tujuan penelitian dan menunjukkan kinerja yang sesuai dengan perencanaan&#xD;
serta kriteria pengendalian yang telah ditetapkan.
Description: Dosen Pembimbing: Ir. Tita Aisyah, ST., M.T., IPM</description>
    <dc:date>2026-02-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/3144">
    <title>RANCANG BANGUN SISTEM MONITORING KEBISINGAN PADA IMPLEMENTASI INDUSTRI BERBASIS MIKROKONTROLLER ARDUINO</title>
    <link>http://repository.iti.ac.id/jspui/handle/123456789/3144</link>
    <description>Title: RANCANG BANGUN SISTEM MONITORING KEBISINGAN PADA IMPLEMENTASI INDUSTRI BERBASIS MIKROKONTROLLER ARDUINO
Authors: Adi Prakoso, Rizki; Hapsari, Novy
Abstract: Kebisingan adalah semua bunyi/suara yang tidak dikehendaki yang dapat&#xD;
mengganggu kesehatan &amp; kesalamatan kerja. Kesepakatan para ahli mengemukakan bahwa&#xD;
batas toleransi untuk pemaparan bising selama 8 jam perhari sebaiknya tidak melebihi&#xD;
ambang batas 85 dB. Oleh karena itu,dibuat alat yang dapat diimplementasikan pada industri&#xD;
berupa “Rancang Bangun Sistem Monitoring Kebisingan Pada Implementasi Industri&#xD;
Berbasis Mikrokontroller Arduino”. Alat ini menggunakan sensor ECM (Electrit Condensor&#xD;
Microphone) sebagai pendeteksi suara dan mengubah suara dalam bentuk sinyal listrik yang&#xD;
selanjutnya akan diolah oleh mikrokontroller arduino uno. Apabila suara di atas ambang&#xD;
batas 85 dB , maka alat akan memberikan output berupa alarm yaitu buzzer, lampu dengan&#xD;
warna hijau, kuning, merah serta SMS (Short Message Service). Hasil pengujian&#xD;
memperlihatkan alat bekerja dengan baik dalam memonitor kebisingan dengan jarak deteksi&#xD;
maksimal 100 cm dan sensitifitas sensor mempunyai nilai persentase kesalahan sebesar&#xD;
2,442 % pada hasil LCD dan 0,89% pada hasil PC Arduino. Alat tersebut juga mengirimkan&#xD;
SMS ke penerima saat suara di atas Intensitas 85 dB, sesuai dengan rancangan.
Description: Dosen Pembimbing: Novy Hapsari, S.T., M.Sc</description>
    <dc:date>2019-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

