1,720,985 research outputs found
PERANCANGAN LAMPU PINTAR DAN PENGUKURAN KEKERUHAN AIR PADA KOLAM IKAN BERBASIS MIKROKONTROLLER ATMEGA328 PADA SMART HOME
Full text linkPenggunaan 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
Full text linkAnalisis 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
KAJIAN IKLIM BERDASARKAN KLASIFIKASI OLDEMAN DI KABUPATEN LANGKAT
Full text linkPerubahan 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
HAKI Pemetaan Iklim Berdasarkan Klasifikasi Oldeman Dalam Upaya Swasembada Pangan Di Kabupaten Langkat
Full text linkIklim dunia yang tidak menentu saat ini, mengakibatkan perubahan-
perubahan diberbagai sektor. Salah satu sektor yang sangat merasakan
dampak dari perubahan ini adalah 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. Sehingga sangat
diperlukan suatu peta iklim Oldeman yang menunjang dalam
mengantisipasi adanya resiko iklim serta memberi rekomendasi hal-
hal yang harus dilakukan pemerintah setempat dalam mengantisipasi
dampak dari iklim tersebut. 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 dikarenakan ketersediaan air sangat memenuhi
untuk melakukan penanaman, 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. Sehingga untuk
meningkatkan swasembada pangan perlu peran pemerintah untuk
melakuan kajian teknis terkait potensi luas baku lahan yang cukup
luas di wilayah tipe C, D dan E untuk meningkatkan produksi
pemerintah harus meningkatkan indeks pertamanan dengan
membangun fasilitas-fasilitas penunjang seperti waduk dan jaringan
irigasi, sehingga pada periode kemarau wilayah tipe iklim C, D dan E
dapat melakukan penanaman
Design and Construction of Mice Detection and Removal Equipment in the House Based on the Internet of Things (IoT)
Full text linkRats 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
HAKI Rancang Bangun Alat Electrical Resistivity Method (ERM) Sebagai Alat Ukur Litologi Bawah Permukaan
Full text link- …
