<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns="http://purl.org/rss/1.0/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel rdf:about="http://repository.iti.ac.id/jspui/handle/123456789/60">
<title>[TA] 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>2026-04-22T04:42:34Z</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>IDENTIFIKASI PENYAKIT KULIT BERBASIS CITRA MENGGUNAKKAN ALGORITMA YOLOv11
Ayu Dwimoza, Medina; Tri Pamungkas, Kardana; Dewi Indraswati, Tris; Hapsari, Novy
Penelitian ini mengembangkan sistem deteksi dan klasifikasi penyakit kulit berbasis&#13;
kecerdasan buatan untuk membantu proses diagnosis awal secara cepat dan efisien,&#13;
khususnya pada daerah dengan keterbatasan tenaga ahli dermatologi. Sistem yang&#13;
dikembangkan mengintegrasikan model You Only Look Once version 11 (YOLOv11)&#13;
sebagai pendeteksi area lesi kulit dan Convolutional Neural Network (CNN) sebagai&#13;
pengklasifikasi jenis penyakit kulit berdasarkan citra digital. Dataset yang digunakan dalam&#13;
penelitian ini berasal dari DermNet, yang merupakan salah satu sumber dataset citra penyakit&#13;
kulit yang banyak digunakan dalam penelitian dermatologi berbasis pengolahan citra.&#13;
Penelitian ini mencakup empat kelas penyakit kulit, yaitu Acne Rosacea, Atopic Dermatitis,&#13;
Bullous Disease, Actinic Keratosis, Basal Cell Carcinoma, dan other Malignant Lesions.&#13;
Evaluasi performa dilakukan melalui pengujian model klasifikasi dan pengujian sistem&#13;
secara menyeluruh (end-to-end). Model CNN dievaluasi menggunakan metrik accuracy,&#13;
Precision, Recall, dan F1-score, sedangkan pengujian sistem dilakukan untuk menganalisis&#13;
tingkat akurasi dan konsistensi hasil klasifikasi melalui pengujian berulang pada citra uji&#13;
yang sama. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi dan&#13;
mengklasifikasikan penyakit kulit dengan performa yang baik. Berdasarkan pengujian&#13;
terhadap 20 citra uji dengan 10 kali pengujian berulang pada setiap citra, sistem memperoleh&#13;
akurasi keseluruhan sebesar 89% secara end-to-end. Ditinjau per kelas, Acne Rosacea&#13;
mencapai akurasi 73%, Atopic Dermatitis 82%, Bullous Disease 94%, serta Actinic&#13;
Keratosis Basal Cell Carcinoma and Other Malignant Lesions sebesar 98%. Performa sistem&#13;
dipengaruhi oleh ketepatan deteksi area lesi menggunakan YOLOv11, di mana lesi&#13;
berukuran besar dan memiliki kontras visual yang jelas cenderung menghasilkan klasifikasi&#13;
yang lebih akurat dibandingkan lesi kecil dengan warna menyerupai kulit normal. Keluaran&#13;
sistem ditampilkan melalui antarmuka grafis berupa label prediksi dan nilai confidence.&#13;
Secara keseluruhan, sistem ini berpotensi digunakan sebagai alat bantu diagnosis awal yang&#13;
akurat dan efisien. Keluaran sistem ditampilkan melalui antarmuka grafis (Graphical User&#13;
Interface) berupa label prediksi jenis penyakit kulit, sehingga memudahkan pengguna dalam&#13;
memahami hasil klasifikasi. Berdasarkan hasil penelitian, sistem ini memiliki potensi untuk&#13;
digunakan sebagai alat bantu diagnosis awal penyakit kulit yang akurat, konsisten, dan&#13;
efisien.
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>AUDIT ENERGI GEDUNG G KAMPUS INSTITUT TEKNOLOGI INDONESIA
Prayoga Wicaksana, Davin; Daffa Althaf, Muhammad; Sanjaya, Adhi
Audit energi tiga tahap (singkat, awal, rinci) pada Gedung G ITI mengacu SNI&#13;
6196:2011 mengidentifikasi pemborosan dan peluang efisiensi energi. Audit&#13;
singkat menunjukkan IKE seluruh kampus 5,59 kWh/m²/bulan (sangat efisien).&#13;
Audit awal dengan Tuya Smart Energy Meter menghasilkan IKE Gedung G 6,32&#13;
kWh/m²/bulan. Audit rinci mengungkap 86,4% ruangan under-lit (pencahayaan 24–&#13;
61% dari SNI 6197:2020) dan COP AC rata-rata 2,22–2,84 jauh di bawah SNI&#13;
6390:2020 (4,20). IKE audit rinci 6,79 kWh/m²/bulan mengonfirmasi inefisiensi.&#13;
Rekomendasi PHE diutamakan pada tindakan tanpa biaya (2–5%; Rp2,5–5,0&#13;
juta/tahun), biaya rendah melalui perawatan AC (7%; Rp7,5 juta/tahun), dan biaya&#13;
tinggi melalui penggantian AC dan konversi LED (88–91%; Rp95,9 juta/tahun).&#13;
Total potensi penghematan Rp105,9–108,4 juta/tahun dengan investasi Rp108,1&#13;
juta dan payback period ±11 bulan, mendukung Net Zero Emission 2060.
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>PROTOTIPE SISTEM PEMANTAUAN LEVEL DAN PH EFLUEN CAIR BERBASIS IoT DALAM TANGKI EFLUEN AKTIF DI INSTALASI PENGELOLAAN LIMBAH RADIOAKTIF
Amellia, Ramadhani; Aisyah, Tita
Pengelolaan efluen aktif di Instalasi Pengelolaan Limbah Radioaktif (IPLR) merupakan&#13;
aspek krusial untuk menjamin keselamatan pekerja, masyarakat, dan lingkungan. Efluen&#13;
aktif sebagai hasil akhir pengolahan limbah radioaktif cair masih mengandung aktivitas&#13;
radioaktif rendah, sehingga memerlukan pemantauan sebelum dibuang ke lingkungan.&#13;
Saat ini, pemantauan di IPLR sebagian besar masih dilakukan secara konvensional,&#13;
sehingga terbatas dari segi efisiensi, kontinuitas, dan berpotensi menimbulkan risiko&#13;
keselamatan akibat keterlibatan langsung petugas di area radiasi. Berdasarkan kondisi&#13;
tersebut, diperlukan sistem pemantauan otomatis yang dapat diakses dari jarak jauh untuk&#13;
meningkatkan efektivitas dan keselamatan operasional. Penelitian ini membuat dan&#13;
mengimplementasikan prototipe sistem pemantauan level dan pH efluen cair berbasis IoT,&#13;
yang memanfaatkan sensor ultrasonik HC-SR04 sebagai pendeteksi ketinggian, sensor&#13;
pH-4502C sebagai pengukur pH, mikrokontroler ESP32 sebagai pusat kendali, serta&#13;
aplikasi Telegram sebagai media pemantauan dan notifikasi jarak jauh. Hasil pengujian&#13;
menunjukkan bahwa kedua sensor memiliki kestabilan dan konsistensi yang baik. Sensor&#13;
ultrasonik HC-SR04 mampu membaca ketinggian cairan dengan rata-rata selisih absolut&#13;
0,49 cm dan selisih relatif rata-rata 4,08%, sedangkan sensor pH-4502C menunjukkan&#13;
rata-rata selisih absolut 0,18 pH dan selisih relatif 2,96%. Sistem komunikasi berbasis&#13;
Telegram berhasil mengirimkan data pemantauan secara otomatis pada batas level yang&#13;
telah ditentukan, serta menerima input rekomendasi teknis pengguna berdasarkan hasil&#13;
analisis laboratorium. Kendali valve otomatis mampu mengatur aliran efluen berdasarkan&#13;
level, pH, dan radioaktivitas. Secara keseluruhan, prototipe yang dikembangkan telah&#13;
memenuhi tujuan penelitian dan menunjukkan kinerja yang sesuai dengan perencanaan&#13;
serta kriteria pengendalian yang telah ditetapkan.
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>RANCANG BANGUN SISTEM MONITORING KEBISINGAN PADA IMPLEMENTASI INDUSTRI BERBASIS MIKROKONTROLLER ARDUINO
Adi Prakoso, Rizki; Hapsari, Novy
Kebisingan adalah semua bunyi/suara yang tidak dikehendaki yang dapat&#13;
mengganggu kesehatan &amp; kesalamatan kerja. Kesepakatan para ahli mengemukakan bahwa&#13;
batas toleransi untuk pemaparan bising selama 8 jam perhari sebaiknya tidak melebihi&#13;
ambang batas 85 dB. Oleh karena itu,dibuat alat yang dapat diimplementasikan pada industri&#13;
berupa “Rancang Bangun Sistem Monitoring Kebisingan Pada Implementasi Industri&#13;
Berbasis Mikrokontroller Arduino”. Alat ini menggunakan sensor ECM (Electrit Condensor&#13;
Microphone) sebagai pendeteksi suara dan mengubah suara dalam bentuk sinyal listrik yang&#13;
selanjutnya akan diolah oleh mikrokontroller arduino uno. Apabila suara di atas ambang&#13;
batas 85 dB , maka alat akan memberikan output berupa alarm yaitu buzzer, lampu dengan&#13;
warna hijau, kuning, merah serta SMS (Short Message Service). Hasil pengujian&#13;
memperlihatkan alat bekerja dengan baik dalam memonitor kebisingan dengan jarak deteksi&#13;
maksimal 100 cm dan sensitifitas sensor mempunyai nilai persentase kesalahan sebesar&#13;
2,442 % pada hasil LCD dan 0,89% pada hasil PC Arduino. Alat tersebut juga mengirimkan&#13;
SMS ke penerima saat suara di atas Intensitas 85 dB, sesuai dengan rancangan.
Dosen Pembimbing: Novy Hapsari, S.T., M.Sc
</description>
<dc:date>2019-01-01T00:00:00Z</dc:date>
</item>
</rdf:RDF>
