37 research outputs found
PERANCANGAN LAMPU PINTAR DAN PENGUKURAN KEKERUHAN AIR PADA KOLAM IKAN BERBASIS MIKROKONTROLLER ATMEGA328 PADA SMART HOME
Get PDFPenggunaan kontrol jarak jauh merupakan sebuah komunikasi yang banyak mengalami perkembangan saat ini. Smart home merupakan sebuah konsep integrasi menggunakan sistem komunikasi yang sama dari beberapa service didalam rumah dan tetap menjamin keamanan dan kenyamanan didalam rumah. Penelitian ini menggunakan jenis penelitian kuantitatis dengan metode eksperimental. Tujuan dari penelitian ini adalah membuat prototype perancangan yang dilakukan dengan berbasis mikrokontroller ATmega328 pada Smart Home dan memonitoring kerja menggunakan Internet of Things (IoT) yang di rancang pada lampu pintar menggunakan sensor RTC (Real Time Clock) dan berfungsi untuk menghidupkan dan mematikan lampu secara otomatis berdasarkan waktu yang telah diatur pada program, kekeruhan air terhadap kolam ikan, suhu dan pH. Analisis data pada pengujian akurasi sensor ultrasonik memiliki kesalahan relatif sebesar 1,80 %, akurasi sensor suhu 1,46 %, dan akurasi sensor Ph 1,09 %, lcd dapat menampilkan pembacaan sensor, dan lampu dapat hidup di pukul 18.00 wib dan mati pukul 06.00 wib oleh sensor RTC. Hal ini di pengaruhi oleh faktor beberapa faktor baik dari luar maupun faktor dalam komponen itu sendiri. Dengan demikian maka prototype perancangan yang dilakukan dengan berbasis mikrokontroller ATmega328 pada Smart Home ini telah bekerja dengan baik
HAKI Analisis Mutu Beton K-225 Akibat Penambahan Pasir Merah Dengan Variasi Butiran 80, 100, 120 Mesh
Get PDFAnalisis Pemetaan Validasi Prediksi Curah Hujan dengan Model Jaringan Syaraf Tiruan dan Wavelet menggunakan ARC View 3.3
No full textNorth Sumatra is one of the provinces in the island of Sumatra that weather conditions and the climate is strongly influenced by topographical conditions of the area. North Sumatra is divided into 6 (six) regions where rainfall is the respective regions will be conducted rain testing to obtain the predictive models are best used in each region. In this test the model prediction using the 2 others: Neural Network and Wavelet in which the results of the validation test each area of rain has a different accuracy for each region. From the results of the validation of rainfall prediction models showed Neural Network model suitable for predicting rainfall in the rainy region 3, Wavelet models suitable for predicting rainfall in area 2, whereas for the whole region of North Sumatra, Wavelet better used to predict than with Neural Network model.Provinsi Sumatera Utara merupakan salah satu provinsi yang berada di pulau Sumatera yang kondisi cuaca dan iklimnya sangat dipengaruhi oleh kondisi topografi daerah tersebut. Wilayah Sumatera Utara dibagi atas 6 (enam) wilayah hujan yang mana masing-masing wilayah hujan tersebut akan dilakukan pengujian untuk mendapatkan model prediksi yang paling baik digunakan pada masing-masing wilayah tersebut. Dalam pengujian ini menggunakan 2 model prediksi antara lain: Jaringan Syaraf Tiruan dan Wavelet dimana hasil validasi pengujian masing-masing wilayah hujan mempunyai keakuratan yang berbeda untuk masing-masing wilayah. Dari hasil validasi model prediksi curah hujan menunjukkan model Jaringan Syaraf Tiruan cocok digunakan untuk memprediksi curah hujan pada pewilayah hujan 3, model Wavelet cocok digunakan untuk memprediksi curah hujan pada pewilayahan 2, sedangkan secara keseluruhan untuk wilayah Sumatera Utara, Wavelet lebih baik digunakan untuk memprediksi dibandingkan dengan model Jaringan Syaraf Tiruan.106 HalamanTesis Magiste
Analisis Pemetaan Validasi Prediksi Curah Hujan dengan Model Jaringan Syaraf Tiruan dan Wavelet menggunakan ARC View 3.3
No full textNorth Sumatra is one of the provinces in the island of Sumatra that weather conditions and the climate is strongly influenced by topographical conditions of the area. North Sumatra is divided into 6 (six) regions where rainfall is the respective regions will be conducted rain testing to obtain the predictive models are best used in each region. In this test the model prediction using the 2 others: Neural Network and Wavelet in which the results of the validation test each area of rain has a different accuracy for each region. From the results of the validation of rainfall prediction models showed Neural Network model suitable for predicting rainfall in the rainy region 3, Wavelet models suitable for predicting rainfall in area 2, whereas for the whole region of North Sumatra, Wavelet better used to predict than with Neural Network model.Provinsi Sumatera Utara merupakan salah satu provinsi yang berada di pulau Sumatera yang kondisi cuaca dan iklimnya sangat dipengaruhi oleh kondisi topografi daerah tersebut. Wilayah Sumatera Utara dibagi atas 6 (enam) wilayah hujan yang mana masing-masing wilayah hujan tersebut akan dilakukan pengujian untuk mendapatkan model prediksi yang paling baik digunakan pada masing-masing wilayah tersebut. Dalam pengujian ini menggunakan 2 model prediksi antara lain: Jaringan Syaraf Tiruan dan Wavelet dimana hasil validasi pengujian masing-masing wilayah hujan mempunyai keakuratan yang berbeda untuk masing-masing wilayah. Dari hasil validasi model prediksi curah hujan menunjukkan model Jaringan Syaraf Tiruan cocok digunakan untuk memprediksi curah hujan pada pewilayah hujan 3, model Wavelet cocok digunakan untuk memprediksi curah hujan pada pewilayahan 2, sedangkan secara keseluruhan untuk wilayah Sumatera Utara, Wavelet lebih baik digunakan untuk memprediksi dibandingkan dengan model Jaringan Syaraf Tiruan.106 HalamanTesis Magiste
Sistem Penyortir Otomatis Kematangan Tomat Berdasarkan Warna dan Berat dengan Sensor Tcs3200 dan Sensor Load Cell Hx711 Berbasis Arduino UNO
Get PDFTomat merupakan salah satu tanaman populer yang banyak digunakan dalam produksi makanan dan minuman. Untuk mendapatkan tomat dengan kualitas yang baik maka dilakukan proses penyortiran pasca panen. Pada era tekmologi seperti sekarang masih banyak petani yang melakukan penyortiran secara manual. Untuk mendukung petani dalam memaksimalkan hasil panen maka dirancang sebuah penyortir otomatis tomat berbasis arduino uno. Sistem kerja alat ini berupa mesin sortasi otomatis yang dapat menyortir tomat berdasarkan warna kulit dan berat dengan sensor TCS3200 dan sensor load cell. Sistem ini dirancang untuk menyortir tomat dengan 6 keadaan, yaitu tomat matang berat, tomat matang ringan, tomat setengah matang berat, tomat setengah matang ringan, tomat mentah berat, tomat mentah ringan. Untuk setiap keadaan, salah satu dari 5 motor servo akan aktif untuk mendorong tomat ke wadah penampungan. Hasil pembacaan dari sensor TCS3200 berupa nilai RGB, dan hasil pembacaan dari sensor load cell diperoleh deviasi rata-rata sebesar 0,32%
KAJIAN IKLIM BERDASARKAN KLASIFIKASI OLDEMAN DI KABUPATEN LANGKAT
Get PDFPerubahan iklim global sangat berdampak terhadap sektor pertanian. Kabupaten Langkat merupakan salah satu kabupaten yang merupakan sentra pangan di Sumatera Utara, yang mana sistem pertanaman khususnya padi sawah masih mengandalkan iklim dan cuaca. Diperlukan suatu peta iklim Oldeman yang menunjang dalam mengantisipasi adanya resiko iklim serta memberi rekomendasi pada pemerintah. Data yang digunakan untuk pengolahan adalah data curah hujan yang terdiri atas 23 pos pengamatan iklim dengan periode data umumnya berkisar antara tahun 1981-2017. Pemetaan menggunakan Software Sistem Informasi Geografis (SIG) Arc Map 10.2. Berdasarkan hasil analisis klasifikasi oldeman di Kabupaten Langkat menunjukkan bahwa wilayah tipe iklim A, dan B direkomendasikan untuk melakukan penanaman bahan pangan seperti padi sepanjang tahun, sedangkan pada wilayah tipe C, D dan E hanya direkomendasikan melakukan penanaman pada periode musim hujan dikarenakan ketersediaan air pada musim kemarau tidak memenuhi untuk melakukan penanaman
Design and Construction of Mice Detection and Removal Equipment in the House Based on the Internet of Things (IoT)
Get PDFRats are rodents that have a negative impact on society, both in agriculture and industry. Rodents roaming around in the house can damage electrical connections, which can trigger fires and cause fires, as well as causing economic losses. This research used a PIR sensor to detect movement and an ESP32 cam to stream live video on the blynk application. Box two contains a series of ultrasonic sound generators emitted through speakers. Additionally, tool tests were carried out using a 12 V battery test, PIR sensor test, relay test, ESP32 Cam, ultrasonic generator PWM test, Blynk test, and tool test on mice. This research aims to design a device for detecting and repelling mice in homes based on the Internet of Things (IoT). The design of this tool uses an ESP32 microcontroller as the main controller. This tool also has components such as an ESP32 cam, relay, ultrasonic speaker, 3.7-volt battery, PIR sensor, servo motor, and ultrasonic sound generator module. This tool has a working system in the form of a PIR sensor that detects mouse movement. Then the ultrasonic sound automatically comes on, the servo motor moves and the ESP32 cam connected to the Blynk application will stream live video. This tool also has an on and off button system via the blynk application. The test results carried out by the PIR sensor were able to detect the presence of objects at a distance of 5 m. The frequency issued by the ultrasonic module and measurements made via an oscilloscope has an average percent error of 1,02%. This proves that the performance of the designed prototype tool works well. The results of tests to repel mice using ultrasonic sound, which could disturb the mice, were at 40-50 kHz. The overall test results for the home IoT-based mouse detection and repellent system worked well
Design and Construction of an Automatic Chili Plants Watering System Based on the Internet of Things (IoT) Using the Blynk App
Get PDFChili is one of the vegetables cultivated by Indonesian farmers because of its high market value and many health benefits. Manual watering of plants still has weaknesses because water use is unlimited, especially for chili plants. Therefore, IoT is needed to water plants automatically and in real-time based on soil moisture and can monitor chilli plants' air temperature and pH. This research aims to replace manual watering with automatic watering. The system was tested and installed in a greenhouse using UV plastic measuring 70cm × 70cm × 70cm. The microcontroller used is ESP32. Other components are RTC DS3231, capacitive soil moisture sensor, DHT22 sensor, soil pH sensor, water pump, and blynk application. This device operates when reading input from the RTC, namely 07:00 WIB and 17:00 WIB. The watering pump will work at humidity <60% and stop at humidity >80%. At temperatures <24˚C, the lamp will be active and at temperatures >33˚C to <55˚C, condensation will be carried out using a nozzle sprayer. The soil pH sensor detects soil conditions, namely acidic, neutral or alkaline. The results of this research are quite good and follow the designed program. The average % error on the DHT22 sensor is 1.433%, and the soil pH sensor is 0.74%. Capacitive soil moisture sensors are also quite good at reading soil moisture conditions. Likewise, the RTC test has a time difference of only 6 seconds with the comparison tool
