Instrumentasi & Kontrol · PNJ · Semester 5

Daffa
Firmansyah

Saya membangun sistem pengukuran yang membawa modelnya ke perangkat: sensor, ESP32, dan machine learning on-device untuk deteksi dini kesehatan. Mahasiswa PNJ ILKA, di sela kelas saya merakit PCB dan menulis firmware.

Jurusan
Teknik Elektro
Program Studi
Instrumentasi & Kontrol
Fokus
Embedded · IoT · TinyML

Karya dan Kegiatan

01 / Medical IoT

Smart Heart Monitor

Sistem pemantauan jantung berbasis ESP32 dengan machine learning on-device untuk deteksi dini penyakit kardiovaskular. Analisis HRV real-time, deteksi anomali, dan dashboard mobile.

  • Stack ESP32, MAX30102, TensorFlow Lite, Python, React Native, Firebase
  • Status Aktif
Buka repository
02 / PkM · Edukasi Robotika

Circuit Camp 2026

Ketua Pelaksana program KSM Psychorobotic PNJ: seminar, workshop desain PCB dan mekanikal, serta pameran robotika interaktif bertema Treasure Hunt untuk siswa SMA/SMK tingkat nasional.

  • Peran Ketua Pelaksana, 7 divisi
  • Durasi 2 hari, Juli 2026
  • KSM Psychorobotic 2026
03 / Robotika · Kompetisi

E-Time Line Follower 2026

Panitia dan wasit lomba Line Follower tingkat nasional “The Evolution of Joyful Technology”. Menilai dan mengawasi robot pengikut garis berbasis Arduino, PID, PCB kustom, dan rangka SolidWorks.

  • Peran Panitia, Wasit (Referee)
04 / Pengabdian

Literasi AI · SMPN 81

Pemateri workshop literasi AI interaktif selama 2 jam untuk 36 siswa kelas VIII: penyaringan informasi, metode SIFT, dan pendampingan studi kasus bersama tim 10 mahasiswa PNJ.

  • Peran Pemateri (Speaker)
05 / Organisasi · KSM Psychorobotic

Divisi Pengajaran Riset & Eksplorasi

Mengembangkan kurikulum dan memandu riset mahasiswa baru di bidang robotika, IoT, dan sistem embedded. Fokus pada eksplorasi teknologi sensor, desain PCB, dan pemrograman mikrokontroler untuk kompetisi dan proyek nyata.

  • Peran Kepala Divisi Pengajaran Riset & Eksplorasi
  • Organisasi KSM Psychorobotic PNJ
  • Fokus Kurikulum, riset sensor, PCB, mikrokontroler

Kemampuan

Lima bidang yang saya pakai harian di workshop, laboratorium, dan meja desain.

Embedded & IoT
ESP32, ESP8266, Arduino, PCB Design (KiCad), sensor MAX30102 dan IMU, MQTT, BLE, WiFi
ML & Data
TensorFlow Lite, model quantization, analisis HRV, deteksi anomali, Python (pandas, numpy, scikit-learn)
Mobile & Web
React Native, JavaScript, TypeScript, HTML/CSS, Firebase, REST API
Mechanical & Design
SolidWorks, 3D printing, desain enclosure, technical drawing
Tools & Practices
Git, GitHub, VS Code, PlatformIO, Linux/WSL, CI/CD dasar

Metode

Cara saya membawa satu ide dari meja sketsa sampai sensor yang benar-benar mengukur di tangan pengguna.

  1. Tentukan sinyalnya

    Sensor apa yang mengukur apa, dan angka mana yang memang perlu dipantau pengguna.

  2. Rakit rantainya

    ESP32, sensor, dan pemrosesan sinyal sampai nilainya masuk ke model.

  3. Bawa model ke perangkat

    Quantization dan inferensi on-device, lalu kirim ringkasannya ke dashboard mobile.

Ingin bekerja sama?

Kirim konteks singkat tentang projekmu

daffafirmansyah13nov@gmail.com