TESLA Jurnal Teknik Elektro UNTAR
Not a member yet
297 research outputs found
Sort by
PENGAMATAN BEBAN MESIN PRESS DENGAN RANGKAIAN STAR-DELTA DIPABRIK KELAPA SAWIT
No full textThis study aims to observe and analyze the load of the press machine using a star-delta configuration in a palm oil mill. The press machine is a key component in the palm oil extraction process, and its efficiency is significantly influenced by the motor control system used. The efficiency of the extraction process is crucial as it directly affects production output and operational costs. The star-delta configuration was chosen for its ability to reduce the initial current when the motor starts, thereby increasing motor lifespan and reducing maintenance and operational costs. In this study, the load of the press machine was measured during operational stages to comprehensively assess the performance of the star-delta configuration. Data collected included motor current and voltage during start-up and normal operation. This analysis aimed to determine the extent of initial current surge reduction achieved and load stability during operation. Observations showed that using the star-delta configuration significantly reduces initial current surges, which are often the main cause of motor damage and wear. Additionally, this configuration provides a more stable load during press machine operation, positively impacting overall energy efficiency. Therefore, this study provides valuable insights into the importance of using the star-delta configuration in the palm oil industry and its potential to enhance the performance and operational sustainability of the mill
Abstrak
Penelitian ini bertujuan untuk mengamati dan menganalisis beban mesin press yang menggunakan rangkaian star-delta di pabrik kelapa sawit. Mesin press merupakan salah satu kunci utama dalam proses ekstraksi minyak kelapa sawit, dan efisiensinya sangat dipengaruhi oleh sistem pengendalian motor yang digunakan. Efisiensi proses ekstraksi sangat penting karena berkaitan langsung dengan output produksi dan biaya operasional pabrik. Rangkaian star-delta dipilih sebagai solusi karena kemampuannya untuk mengurangi arus awal saat motor dinyalakan, sehingga dapat meningkatkan umur motor dan mengurangi biaya perawatan serta operasional. Dalam penelitian ini, dilakukan pengukuran beban mesin press pada tahap operasional untuk menilai kinerja rangkaian star-delta secara komprehensif. Data yang dikumpulkan mencakup arus dan tegangan motor selama proses start-up dan operasi normal. Analisis ini bertujuan untuk menentukan seberapa besar pengurangan lonjakan arus awal yang dicapai dan stabilitas beban selama operasi berlangsung. Hasil pengamatan menunjukkan bahwa penggunaan rangkaian star-delta secara signifikan mengurangi lonjakan arus awal, yang sering menjadi penyebab utama kerusakan dan keausan motor. Selain itu, rangkaian ini memberikan beban yang lebih stabil selama operasi mesin press, yang berdampak positif pada keseluruhan efisiensi energi. Oleh karena itu, penelitian ini memberikan wawasan berharga tentang pentingnya penggunaan rangkaian star-delta dalam industri kelapa sawit dan potensinya untuk meningkatkan kinerja dan keberlanjutan operasional pabrik.Penelitian ini bertujuan untuk mengamati dan menganalisis beban mesin press yang menggunakan rangkaian star-delta di pabrik kelapa sawit. Mesin press merupakan salah satu kunci utama dalam proses ekstraksi minyak kelapa sawit, dan efisiensinya sangat dipengaruhi oleh sistem pengendalian motor yang digunakan. Efisiensi proses ekstraksi sangat penting karena berkaitan langsung dengan output produksi dan biaya operasional pabrik. Rangkaian star-delta dipilih sebagai solusi karena kemampuannya untuk mengurangi arus awal saat motor dinyalakan, sehingga dapat meningkatkan umur motor dan mengurangi biaya perawatan serta operasional. Dalam penelitian ini, dilakukan pengukuran beban mesin press pada tahap operasional untuk menilai kinerja rangkaian star-delta secara komprehensif. Data yang dikumpulkan mencakup arus dan tegangan motor selama proses start-up dan operasi normal. Analisis ini bertujuan untuk menentukan seberapa besar pengurangan lonjakan arus awal yang dicapai dan stabilitas beban selama operasi berlangsung. Hasil pengamatan menunjukkan bahwa penggunaan rangkaian star-delta secara signifikan mengurangi lonjakan arus awal, yang sering menjadi penyebab utama kerusakan dan keausan motor. Selain itu, rangkaian ini memberikan beban yang lebih stabil selama operasi mesin press, yang berdampak positif pada keseluruhan efisiensi energi. Oleh karena itu, penelitian ini memberikan wawasan berharga tentang pentingnya penggunaan rangkaian star-delta dalam industri kelapa sawit dan potensinya untuk meningkatkan kinerja dan keberlanjutan operasional pabrik
DETECTION OF USE OF MASKS BASED ON COLOR HISTOGRAM AND HAAR CASCADE
Full text linkAir pollution in urban and industrial areas can have adverse effects on human health, particularly the respiratory system. One effective preventive measure is the use of face masks to filter harmful particles. This study develops a mask detection system by combining the Color Histogram method and Haar Cascade. The Color Histogram is used to recognize characteristic color patterns on masks, while Haar Cascade detects the presence of faces in images or videos. The dataset consists of 1,409 images, including 723 images of mask users and 686 images without masks. The research process involves preprocessing to enhance image quality, feature extraction based on color histograms, and mask classification based on the extracted color patterns. Testing was conducted to evaluate the system’s effectiveness in detecting mask usage with various color and texture variations. Experimental results show that the system achieves a detection accuracy of 92%. However, the system encounters challenges in distinguishing masks with color patterns similar to skin tones, leading to potential detection errors. Improvements can be made by incorporating additional features such as texture analysis or deep learning to enhance accuracy. With its relatively high effectiveness, this system has the potential to be implemented in public monitoring devices to increase awareness and compliance with mask usage, particularly in areas with high pollution levels or during pandemic situations
ABSTRAK
Polusi udara di kawasan perkotaan dan industri dapat berdampak buruk terhadap kesehatan manusia, terutama pada sistem pernapasan. Salah satu langkah pencegahan yang efektif adalah penggunaan masker wajah untuk menyaring partikel berbahaya. Penelitian ini mengembangkan sistem deteksi penggunaan masker dengan menggabungkan metode Histogram Warna dan Haar Cascade. Histogram Warna digunakan untuk mengenali pola warna khas pada masker, sedangkan Haar Cascade berfungsi mendeteksi keberadaan wajah dalam citra atau video. Dataset yang digunakan terdiri dari 1.409 citra, dengan 723 citra pengguna masker dan 686 citra tanpa masker. Proses penelitian meliputi tahap preprocessing untuk meningkatkan kualitas citra, ekstraksi fitur berbasis histogram warna, serta klasifikasi penggunaan masker berdasarkan pola warna yang diperoleh. Pengujian dilakukan untuk mengevaluasi efektivitas sistem dalam mendeteksi penggunaan masker dengan berbagai variasi warna dan tekstur. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi masker dengan akurasi sebesar 92%. Meskipun demikian, sistem mengalami kendala dalam membedakan masker yang memiliki pola warna menyerupai kulit wajah, sehingga berpotensi menghasilkan kesalahan deteksi. Perbaikan dapat dilakukan dengan menambahkan fitur tambahan seperti analisis tekstur atau deep learning untuk meningkatkan akurasi. Dengan efektivitasnya yang cukup tinggi, sistem ini berpotensi diterapkan pada perangkat pemantauan publik guna meningkatkan kesadaran dan kepatuhan masyarakat terhadap penggunaan masker, terutama di area dengan tingkat polusi tinggi atau dalam situasi pandemi.Polusi udara di kawasan perkotaan dan industri dapat berdampak buruk terhadap kesehatan manusia, terutama pada sistem pernapasan. Salah satu langkah pencegahan yang efektif adalah penggunaan masker wajah untuk menyaring partikel berbahaya. Penelitian ini mengembangkan sistem deteksi penggunaan masker dengan menggabungkan metode Histogram Warna dan Haar Cascade. Histogram Warna digunakan untuk mengenali pola warna khas pada masker, sedangkan Haar Cascade berfungsi mendeteksi keberadaan wajah dalam citra atau video. Dataset yang digunakan terdiri dari 1.409 citra, dengan 723 citra pengguna masker dan 686 citra tanpa masker. Proses penelitian meliputi tahap preprocessing untuk meningkatkan kualitas citra, ekstraksi fitur berbasis histogram warna, serta klasifikasi penggunaan masker berdasarkan pola warna yang diperoleh. Pengujian dilakukan untuk mengevaluasi efektivitas sistem dalam mendeteksi penggunaan masker dengan berbagai variasi warna dan tekstur. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi masker dengan akurasi sebesar 92%. Meskipun demikian, sistem mengalami kendala dalam membedakan masker yang memiliki pola warna menyerupai kulit wajah, sehingga berpotensi menghasilkan kesalahan deteksi. Perbaikan dapat dilakukan dengan menambahkan fitur tambahan seperti analisis tekstur atau deep learning untuk meningkatkan akurasi. Dengan efektivitasnya yang cukup tinggi, sistem ini berpotensi diterapkan pada perangkat pemantauan publik guna meningkatkan kesadaran dan kepatuhan masyarakat terhadap penggunaan masker, terutama di area dengan tingkat polusi tinggi atau dalam situasi pandemi
A FUZZY SMART PRECISION LIVESTOCK FARMING SYSTEM DESIGN FOR CATTLE FARMING
No full textSmart Precision Livestock Farming (SPLF) System for Cattle Farms design, proposed based on Fuzzy Method. This system using the Internet of things (IoT) which can monitor the environmental conditions of cattle farms and provide real-time data loggers. It is hoped that the implementation of IoT can provide breakthroughs related to healthy maintenance, reducing workload, reducing costs, increasing productivity, increasing efficiency in resource use, improved data quality, and making decisions based on data. Along with advances in technology, research was carried out to produce a data monitoring model in the form of temperature, humidity, CO levels, ammonia gas levels, air quality, and tank water levels using the NodeMCU device, MQ-135, and DHT22 sensors in the cowshed aea with the Mamdani fuzzy intelligent system. Based on the test results in the research carried out, the calculated value of the average error for ultrasonic sensor testing was 0.423 cm. The average temperature error from the comparison of tests using the DHT22 system with a thermohygrometer calculation result obtained a value of 0.305 oC, the calculation result of the average error for humidity was 0.705 RH. The calculation results of the average CO gas error from comparing tests using the MQ-135 sensor with a gas detector obtained a value of 0.72 ppm, while the results of calculating the average error for ammonia gas from comparing tests using the MQ-135 sensor with a gas detector obtained a value of 0. 65 ppm
Abstrak
Permintaan akan produk peternakan, khususnya daging sapi, terus meningkat seiring dengan pertumbuhan populasi. Namun, peternakan sapi tradisional seringkali menghadapi berbagai tantangan seperti efisiensi yang rendah, kualitas produk tidak stabil, kesulitan dalam mengelola data, dan kontribusi terhadap perubahan iklim dan pencemaran lingkungan. Tujuan penelitian ini adalah mengembangkan sistem peternakan sapi yang cerdas dan presisi dengan memanfaatkan teknologi Internet of Things (IoT) dan logika fuzzy. Sistem ini diharapkan dapat meningkatkan efisiensi, produktivitas, dan kualitas produksi peternakan sapi secara keseluruhan. Desain sistem Smart Precision Livestock Farming (SPLF) peternakan sapi menggunakan metode fuzzy berbasis Internet of Things (IoT) ini dapat memonitoring kondisi lingkungan peternakan sapi dan menyediakan data logger secara realtime. SPLF dapat meningkatkan efisiensi, kualitas produk, dan keberlanjutan dalam peternakan sapi. Dengan mengadopsi teknologi SPLF, peternak dapat menghadapi tantangan masa depan dan memenuhi permintaan pasar yang semakin tinggi.. Untuk membantu kerja peternak, dilakukan pemantauan suhu, kelembaban, kadar karbonmonoksida (CO), level gas amonia, kualitas udara, dan level air tangki dengan menggunakan perangkat NodeMCU, sensor MQ-135 dan DHT11 pada area kandang sapi, dengan sistem cerdas fuzzy mamdani. Berdasarkan hasil pengujian pada penelitian yang dilakukan, diperoleh eror pengujian sensor ultrasonik sebesar 0,423 cm, error suhu dari perbandingan sistem DHT22 dengan termohygrometer diperoleh nilai 0,305 oC, eror kelembaban 0,705 RH, eror deteksi gas CO dari perbandingan sensor MQ-135 dengan detektor gas 0,72 ppm, sedangkan hasil perhitungan rata-rata eror gas amonia dari perbandingan pengujian menggunakan sensor MQ-135 dengan detektor gas 0,65 ppm. Dari hasil perhitungan eror sensor suhu dan gas diperoleh eror yang kecil, dalam batas yang bisa diterima. Penelitian ini memiliki potensi kontribusi dalam hal meningkatan efisiensi, penggunaan sumber daya optimal, otomatisasi tugas, peningkatan kualitas produk, pemantauan kesehatan real-time. Sistem SPLF berbasis IoT dan fuzzy ini masih memiliki banyak potensi untuk dikembangkan lebih lanjut, antara lain: integrasi dengan teknologi kecerdasan buatan dan blockchain, pengembanan fitur baru, seperti analisis genetik dan prediksi harga pasar, dan peningkatan skalabilitasDesain sistem Smart Precision Livestock Farming (SPLF) peternakan sapi menggunakan metode fuzzy berbasis Internet of Things (IoT) yang diusulkan ini dapat memonitoring kondisi lingkungan peternakan sapi dan menyediakan data logger secara realtime. Adanya implementasi IoT diharapkan dapat memberikan terobosan terkait pemeliharaan yang sehat, mengurangi beban kerja, mengurangi biaya, meningkatkan produktivitas, meningkatkan efisiensi penggunaan sumber daya, meningkatkan kualitas data, dan dapat melakukan pengambilan keputusan berdasarkan data. Untuk membantu kerja peternak, dilakukan pemantauan suhu, kelembaban, kadar karbonmonoksida (CO), level gas amonia, kualitas udara, dan level air tangki dengan menggunakan perangkat NodeMCU, sensor MQ-135 dan DHT11 pada area kandang sapi, dengan sistem cerdas fuzzy mamdani. Berdasarkan hasil pengujian pada penelitian yang dilakukan, diperoleh nilai hasil perhitungan rata-rata eror pengujian sensor ultrasonik sebesar 0,423 cm, hasil perhitungan rata-rata error suhu dari perbandingan pengujian menggunakan sistem DHT22 dengan termohygrometer diperoleh nilai 0,305 oC, hasil perhitungan rata-rata eror kelembaban dari perbandingan pengujian menggunakan sistem DHT22 dengan termohygrometer didapatkan nilai 0,705 RH. Hasil perhitungan rata-rata eror gas CO dari perbandingan pengujian menggunakan sensor MQ-135 dengan detektor gas diperoleh nilai 0,72 ppm, sedangkan hasil perhitungan rata-rata eror gas amonia dari perbandingan pengujian menggunakan sensor MQ-135 dengan detektor gas diperoleh nilai 0,65 ppm.
 
PENGEMBANGAN KENDALI MESIN PENDINGIN COKELAT BERBASIS NODEMCU
No full textThe control system in refrigeration machines is crucial in maintaining operational efficiency and product quality, particularly in the food industry, where precise temperature control is essential. Manual operation of refrigeration machines at production sites often limits the flexibility and effectiveness of the cooling process. This study aims to design and implement a mini chocolate refrigeration control system based on NodeMCU, connected via WiFi. The proposed system allows the machine to be operated manually through physical push buttons or remotely via a web page displaying real-time updates on the machine\u27s operational status. The research methodology involves designing the control circuit, assembling all components into a control panel box, testing the system in two operational modes, and evaluating the refrigeration performance. The results indicate that the control system operates responsively and accurately in manual and remote modes. The web page accurately displays the machine\u27s actual conditions on-site. The cooling patterns generated by the refrigeration system demonstrate its ability to effectively support the chocolate crystallization process, thus producing high-quality chocolate products. In conclusion, the Internet of Things (IoT)-based control system effectively enhances flexibility and efficiency in the cooling process within small and medium-scale food processing industries, with the potential to improve product quality and overall productivity.
Abstrak
Sistem kendali pada mesin pendingin memegang peranan penting dalam menjaga efisiensi operasional dan kualitas produk, khususnya dalam industri makanan yang memerlukan kontrol suhu yang presisi. Pengoperasian mesin pendingin yang masih bergantung pada kontrol manual di lokasi produksi sering kali membatasi fleksibilitas dan efektivitas proses pendinginan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kendali mesin pendingin cokelat skala kecil berbasis NodeMCU yang terhubung melalui jaringan WiFi. Sistem yang dikembangkan memungkinkan pengoperasian mesin secara manual melalui tombol tekan maupun jarak jauh melalui halaman web yang menampilkan status operasional mesin secara real-time. Metode yang digunakan meliputi perancangan rangkaian kontrol, perakitan seluruh komponen ke dalam kotak panel, dan pengujian kendali sistem dalam dua mode serta pengujian sistem pendinginan. Hasil menunjukkan bahwa sistem bekerja dengan responsif dan akurat dalam kedua mode. Halaman web mampu menampilkan kesesuaian dengan kondisi aktual mesin di lapangan. Pengujian sistem pendinginan memperlihatkan pola penurunan temperatur yang menunjukkan kemampuan sistem dalam mendukung proses kristalisasi cokelat secara optimal, sehingga dapat menghasilkan produk cokelat dengan kualitas baik. Dapat simpulkan bahwa sistem kendali berbasis Internet of Things (IoT) ini efektif diterapkan untuk meningkatkan fleksibilitas dan efisiensi proses pendinginan pada industri pengolahan makanan berskala kecil dan menengah, serta berpotensi meningkatkan kualitas dan produktivitas produksi secara keseluruhan.Sistem kendali pada mesin pendingin berperan penting dalam menjaga efisiensi operasional dan kualitas produk, terutama dalam industri makanan. Pengoperasian mesin pendingin secara manual di lokasi produksi masih menjadi hambatan dalam meningkatkan fleksibilitas dan efisiensi kerja. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kendali manual dan jarak jauh berbasis NodeMCU yang terintegrasi dengan WiFi untuk mesin pendingin cokelat skala kecil. Sistem yang dikembangkan memungkinkan pengoperasian mesin melalui tombol tekan manual dan melalui halaman web yang mampu dengan menampilkan status operasional mesin secara rel-time. Metode penelitian meliputi perancangan rangkaian kontrol, perakitan seluruh komponen dalam kotak panel, pengujian performa sistem dalam dua mode operasi, dan pengujian sistem pendinginan. Hasil penelitian menunjukkan bahwa sistem kendali dapat berfungsi dengan baik dan responsif dalam mode manual maupun jarak jauh. Halaman web mampu menampilkan kesesuaian dengan kondisi aktual mesin di lapangan. Pengujian sistem pendinginan menunjukkan pola penurunan temperatur yang menunjukkan kemampuannya dalam mendukung proses kristalisasi cokelat yang stabil, sehingga dapat menghasilkan produk cokelat dengan kualitas baik. Penelitian ini menyimpulkan bahwa sistem kendali berbasis Internet of Things (IoT) yang telah dikembangkan efektif untuk diterapkan dalam industri makanan. Teknologi ini dapat menjadi solusi dalam meningkatkan pengoperasian mesin pendingin agar lebih fleksibel dan mendukung peningkatan kualitas serta produktivitas industri pengolahan cokelat
DESIGN OF AUTOMATIC BOTTLE FILLING AND SEALING SYSTEM WITH QUALITY CONTROL
No full textThis research aims to design an automated bottle filling and capping system based on a Programmable Logic Controller (PLC) to improve production efficiency and accuracy in the liquid packaging industry. The system operates automatically from bottle detection, filling process, cap placement and sealing, to sorting bottles based on quality and standard. PLC is used to read sensors, control actuators, and regulate timing between each stage to ensure that the workflow runs in a synchronized and consistent manner. Counters are applied to limit the number of bottles in one production cycle and support automatic product classification, allowing the system to maintain structured output throughout the manufacturing process. The implementation results show that the system is able to run the entire process stably, precisely, and without manual intervention. The designed ladder diagram covers all major control aspects, including I/O mapping, sorting logic, actuator coordination, and production batch management. Additionally, the system integrates multiple types of sensors to detect defects, ensuring that only products meeting the required standards proceed to the next stage. This system is modular, cost-effective, and suitable for small to medium-sized industries that require efficient automation solutions. With this approach, the system is able to significantly reduce human error, enhance production consistency, and maintain product quality standards while optimizing overall operational performance. Furthermore, the system architecture is structured to ensure ease of modification and scalability, enabling future expansion or integration with additional equipment as production demands evolve. These characteristics strengthen the system’s applicability in modern industrial environments that increasingly rely on adaptive and intelligent automation technologies.
ABSTRAK:
Penelitian ini bertujuan untuk merancang sistem otomatis pengisian dan penyegelan botol berbasis Programmable Logic Controller (PLC) guna meningkatkan efisiensi, akurasi, serta konsistensi proses produksi pada industri pengemasan cairan. Sistem ini dirancang untuk beroperasi secara penuh otomatis, dimulai dari tahap deteksi keberadaan botol, proses pengisian cairan, pemasangan dan penyegelan tutup, hingga proses pemilahan botol berdasarkan kualitas dan standar produksi yang telah ditetapkan. PLC digunakan sebagai pusat kendali untuk membaca sinyal dari berbagai sensor, mengaktifkan aktuator secara terkoordinasi, serta mengatur waktu antarproses agar setiap tahapan berjalan stabil, terstruktur, dan sinkron. Selain itu, counter diterapkan untuk membatasi jumlah botol dalam satu siklus produksi sehingga alur kerja lebih terkendali dan proses klasifikasi produk dapat dilakukan secara sistematis. Hasil implementasi menunjukkan bahwa sistem mampu menjalankan seluruh rangkaian proses secara stabil, presisi, dan tanpa intervensi manual. Diagram ladder yang dirancang mencakup seluruh aspek utama pengendalian, mulai dari pemetaan input/output (I/O), logika pendeteksian cacat, koordinasi aktuator, hingga manajemen batch produksi. Dengan desain yang bersifat modular, fleksibel, dan hemat biaya, sistem ini sangat sesuai diterapkan pada industri kecil hingga menengah. Selain itu, integrasi berbagai jenis sensor—meliputi sensor fotoelektrik, induktif, dan sensor visi—memungkinkan proses deteksi yang lebih menyeluruh sehingga setiap variasi kondisi pada botol dapat diidentifikasi secara cepat dan akurat. Sistem juga dirancang agar mudah diperluas dan dimodifikasi, memungkinkan penambahan fungsi baru atau integrasi dengan perangkat otomasi lainnya. Dengan karakteristik tersebut, sistem ini mampu memberikan kontribusi signifikan dalam penerapan otomasi yang lebih andal dan adaptif pada lingkungan produksi moder
PALM VEIN RECOGNITION USING RASPBERRY PI: A VASCULAR BIOMETRICS APPROACH
Full text linkVein-based biometrics is an identification technology that uses unique vein patterns to enhance security, offering higher safety than other biometric methods like fingerprints and facial recognition. The main challenge in vein recognition lies in capturing clear images and efficiently processing data. This study develops a biometric system prototype using the Raspberry Pi NoIR Camera and Raspberry Pi 5 for biometric data capture and processing. The Raspberry Pi NoIR Camera captures vein patterns in the infrared spectrum, which is effective for revealing vein patterns not visible under normal light. The Raspberry Pi 5 functions as a processor running image processing algorithms and Convolutional Neural Networks (CNN) for feature extraction and palm vein pattern recognition. The image enhancement methods applied include histogram equalization and Contrast Limited Adaptive Histogram Equalization (CLAHE). The results show that CLAHE provides optimal contrast enhancement, achieving a classification accuracy of 90.00%. The precision, recall, and F1-score values for CLAHE are 0.93, 0.90, and 0.90, respectively, outperforming histogram equalization and no enhancement. Thus, CLAHE proves to be an effective method for improving vein image quality and the accuracy of the biometric system. The use of Raspberry Pi makes the system portable, power-efficient, and cost-effective for security applications. Overall, CLAHE delivers the best performance in enhancing vein-based biometric identification
Abstrak
Biometrik berbasis pembuluh darah adalah teknologi identifikasi yang menggunakan pola pembuluh darah unik untuk meningkatkan keamanan, dibandingkan dengan biometrik lainnya seperti sidik jari dan pengenalan wajah. Kendala utama pada pengenalan pembuluh darah adalah pengambilan citra yang jelas dan pengolahan data yang efisien. Penelitian ini mengembangkan prototipe sistem biometrik menggunakan Raspberry Pi NoIR Camera dan Raspberry Pi 5 untuk pengambilan dan pemrosesan data biometrik. Raspberry Pi NoIR Camera menangkap pola pembuluh darah dalam spektrum inframerah, yang efektif untuk mengungkapkan pola pembuluh darah yang tidak terlihat dengan cahaya tampak. Raspberry Pi 5 berfungsi untuk menjalankan algoritma pengolahan citra dan Convolutional Neural Network (CNN) untuk ekstraksi fitur dan pengenalan pola pembuluh darah telapak tangan. Metode peningkatan citra yang diterapkan adalah ekualisasi histogram dan Contrast Limited Adaptive Histogram Equalization (CLAHE). Hasil penelitian menunjukkan CLAHE memberikan peningkatan kontras yang optimal, menghasilkan akurasi klasifikasi sebesar 90,00%. Nilai precision, recall, dan F1-score untuk CLAHE adalah 0,93, 0,90, dan 0,90, yang lebih tinggi dibandingkan dengan ekualisasi histogram dan tanpa peningkatan citra. Dengan demikian, CLAHE terbukti efektif dalam meningkatkan kualitas citra pembuluh darah dan akurasi sistem biometrik. Penggunaan Raspberry Pi menjadikan sistem ini portabel, hemat daya, dan terjangkau untuk aplikasi keamanan. Secara keseluruhan, CLAHE memberikan performa terbaik dalam meningkatkan identifikasi biometrik berbasis pembuluh darah.
Biometrik berbasis pembuluh darah adalah teknologi identifikasi yang menggunakan pola unik dari pembuluh darah seseorang untuk tujuan keamanan, menawarkan keamanan yang lebih baik dibandingkan biometrik lainnya seperti sidik jari atau pengenalan wajah. Dalam penelitian ini, prototipe sistem biometrik pembuluh darah menggunakan Raspberry Pi NoIR Camera dan Raspberry Pi 5 untuk pengambilan serta pemrosesan data biometrik dirancang. Kamera Raspberry Pi NoIR digunakan untuk menangkap pola pembuluh darah dalam spektrum inframerah, yang sangat ideal untuk mengungkap pola pembuluh darah yang sulit diakses secara visual. Raspberry Pi 5 bertindak sebagai modul pemroses yang menjalankan algoritma pengolahan citra untuk meningkatkan kualitas gambar pembuluh darah dan Convolutional Neural Network untuk ekstraksi fitur dan pengenalan pola pembuluh darah telapak tangan. Proses peningkatan citra dalam sistem ini melibatkan metode ekualisasi histogram dan Contrast Limited Adaptive Histogram Equalization (CLAHE). Dari kedua metode tersebut, CLAHE terbukti memberikan peningkatan kontras yang optimal, menghasilkan pola pembuluh darah yang lebih jelas, sehingga meningkatkan akurasi dan stabilitas klasifikasi. CLAHE menunjukkan performa terbaik dibandingkan ekualisasi histogram dan tanpa peningkatan, dengan akurasi, precision, recall, dan F1-score yang lebih tinggi secara konsisten. Sementara itu, ekualisasi histogram menawarkan perbaikan dibandingkan tanpa ekualisasi, tetapi hasilnya masih lebih rendah dari CLAHE. Penggunaan Raspberry Pi dalam sistem ini membuat alat biometrik menjadi portabel, hemat daya, dan terjangkau, cocok untuk aplikasi keamanan di berbagai lingkungan. Secara keseluruhan, CLAHE adalah metode paling efektif dalam meningkatkan performa klasifikasi pembuluh darah pada sistem biometrik ini, menghasilkan citra berkualitas tinggi yang andal untuk identifikasi biometrik.
 
AUTOMATED ROOM LIGHTING AND FAN SYSTEM FOR ENERGY EFFICIENCY IN SMART HOMES
No full textEnergy waste can be caused by the uncontrolled use of electronic devices. This study develops an ESP32-based automation system to optimize the automatic operation of room lighting and fans as an effort toward energy saving and the smart home concept. The research method is system design, divided into two main parts: system 1, which regulates lighting using PIR and BH1750 sensors, and system 2, which controls a fan and desk lamp using an ultrasonic sensor, DHT11, and an AS608 fingerprint sensor. Both systems communicate through ESP-NOW to ensure coordination in device operation. The ESP32-based system was chosen for its capability of integrating wireless connectivity, relatively low power consumption, and support for multiple communication protocols, making it suitable for smart home applications. In addition, the use of biometric sensors provides added value in the form of personalized control, which is rarely found in similar studies, making the system not only efficient but also adaptive to users’ specific needs. Experimental results show that the system can adjust lighting and fan speed according to designed scenarios and user preferences. The room lighting was maintained within the range of 260 lux to 385 lux when occupied, and the fan remained active when the temperature exceeded 25°C to support air circulation, but automatically turned off when the temperature fell below 25°C to save energy. The key finding of this study is that energy savings can be achieved through condition-based load control, reduction of unnecessary power consumption, and personalization via fingerprint sensors. The integration of ESP-NOW and biometrics makes this design an innovative approach toward a user-oriented, energy-efficient smart home.
Abstrak
Pemborosan energi salah satunya dapat disebabkan oleh penggunaan perangkat elektronik yang tidak terkontrol. Penelitian ini mengembangkan sistem otomatisasi berbasis ESP32 untuk mengoptimalkan penggunaan lampu ruang dan kipas angin secara otomatis, sebagai upaya penghematan energi menuju konsep smart home. Metoda penelitian berupa perancangan sistem dengan dua bagian utama, yaitu sistem 1 yang mengatur pencahayaan menggunakan sensor PIR dan BH1750, serta sistem 2 yang mengontrol kipas dan lampu meja dengan sensor ultrasonik, DHT11, dan sensor sidik jari AS608. Kedua sistem berkomunikasi melalui ESP-NOW untuk memastikan koordinasi dalam pengoperasian perangkat. Pemilihan sistem berbasis ESP32 didasarkan pada kemampuannya dalam integrasi konektivitas nirkabel, konsumsi daya yang relatif rendah, serta dukungan terhadap berbagai protokol komunikasi sehingga sesuai untuk aplikasi smart home. Selain itu, penggunaan sensor biometrik memberikan nilai tambah berupa personalisasi kontrol yang jarang ditemukan pada penelitian sejenis, menjadikan sistem ini tidak hanya efisien tetapi juga adaptif terhadap kebutuhan spesifik pengguna. Hasil pengujian menunjukkan sistem mampu menyesuaikan pencahayaan dan kecepatan kipas sesuai skenario yang dirancang dan preferensi pengguna. Lampu ruang diatur selalu berada pada rentang 260 lux sampai dengan 385 lux, jika ruangan digunakan dan kipas angin tetap menyala jika suhu melebihi 25°C, untuk membantu sirkulasi udara, tetapi jika suhu turun di bawah 25°C, kipas mati untuk menghemat daya. Temuan penting penelitian ini adalah bahwa penghematan energi dapat dicapai melalui pengendalian beban listrik berbasis kondisi aktual, pengurangan konsumsi daya yang tidak diperlukan, serta penerapan personalisasi dengan sensor sidik jari. Integrasi ESP-NOW dan biometrik menjadikan rancangan ini sebagai inovasi menuju konsep smart home hemat energi dan berorientasi pengguna
PERFORMANCE STUDY OF OVERVOLTAGE CUTTING BY LIGHTNING ARRESTER DUE TO LIGHTNING INDUCTION
No full textLightning disturbances often cause induced overvoltages on 20 kV medium voltage distribution overhead lines, which can shorten equipment life and trigger power outages. This study aims to evaluate the cutting performance of two types of lightning arresters made of ceramic and polymer in reducing lightning-induced voltage surges through high-voltage impulse testing in the laboratory. The tests replicated standard impulse waves and were conducted in stages at 20 kV, 30 kV, 40 kV, and 50 kV levels, with each level repeated several times for data reliability. The main parameters analyzed included the measured peak voltage, response time (μs), and the cutting percentage compared to unprotected conditions, based on validated oscilloscope readings (time/div and volt/div). The results showed that both arresters reduced the induced voltage in most test scenarios, with the highest effectiveness occurring at 30 kV impulses. Quantitatively, ceramic arresters achieve a cutoff of 0.39–4.17 V (2.27–22.3%), while polymer arresters achieve 1.46–4.67 V (8.44–24.97%), and at 20 kV no significant cutoff is observed. In general, the performance of polymer lighting arresters is better than ceramic lighting arresters, which indicates the ability of polymer materials and housing designs to maintain lower residual voltages when facing fast transients
Abstrak
Gangguan petir seringkali menimbulkan tegangan lebih terinduksi pada saluran udara distribusi tegangan menengah 20 kV yang berakibat memperpendek umur peralatan dan memicu pemadaman listrik. Penelitian ini bertujuan mengevaluasi kinerja pemotongan dua tipe lightning arrester berbahan keramik dan berbahan polimer dalam mereduksi lonjakan tegangan akibat induksi petir melalui pengujian impuls tegangan tinggi di laboratorium. Pengujian mereplikasi gelombang impuls standar dan dilakukan bertingkat pada level 20 kV, 30 kV, 40 kV, dan 50 kV dimana setiap level diulang beberapa kali untuk reliabilitas data. Parameter utama yang dianalisis meliputi tegangan puncak terukur, respons waktu (μs), serta persentase pemotongan terhadap kondisi tanpa proteksi, berdasarkan pembacaan osiloskop yang telah divalidasi (time/div dan volt/div). Hasil menunjukkan kedua arrester menurunkan tegangan induksi pada sebagian besar skenario uji, dengan efektivitas tertinggi muncul pada impuls 30 kV. Secara kuantitatif, arrester keramik mencapai pemotongan 0,39–4,17 V (2,27–22,3%), sedangkan arrester polimer 1,46–4,67 V (8,44–24,97%) dan pada tegangan 20 kV tidak teramati pemotongan berarti. Secara umum kinerja lighting arrester polimer lebih baik dibandingkan lighting arrester berbahan keramik, yang mengindikasikan kemampuan material dan rancangan housing polimer untuk menjaga tegangan residual lebih rendah saat menghadapi transien cepa