14 research outputs found
Peningkatan Akurasi Wireless Positioning System Menggunakan Cluster Filter K-NN
No full textWireless Positioning System (WPS) merupakan sebuah teknologi yang sudah banyak dikembangkan sekarang ini, Alasannya adalah karena penggunaan Global Positioning System (GPS) tidak dapat berfungsi dengan baik ketika berada di dalam gedung. Penelitian ini akan membuat sebuah web yang di harapkan dapat digunakan sebagai sistem penentuan posisi di dalam sebuah gedung. Sistem ini akan meningkatkan keakurasian dari penelitian terdahulu dengan melakukan penambahan jumlah data variable dan menggunakan Cluster Filter. Pengerjaan ini akan menggunakan beberapa alat seperti access point dimana yang berguna sebagai acuan data dari sistem ini dan juga kemudian dengan menggunakan database untuk menyimpan dan mengolah data.Dimana dari pengujian didapatkan nilai akurasi pengukuran tanpa mengunakan cluster adalah sebesar 58 % dan pengukuran dengan menggunakan cluster 85,33 %
Kata kunci:WPS (Wireless Positioning System), GPS (Global Positioning System), Cluster Filte
Identifikasi Tingkat Kesegaran Ikan Berbasis Android
No full textIkan merupakan salah satu makanan yang penting bagi tubuh, sebab ikan mengandung protein tinggi yang sangat diperlukan oleh tubuh. Selain itu, harga ikan juga lebih murah dibanding dengan daging yang juga mengandung protein. Namun banyak masyarakat yang salah dalam memilih ikan, kebanyakan ikan yang beredar di pasaran sudah tidak segar lagi, sehingga apabila di konsumsi dapat membahayakan tubuh. Oleh karena itu, dirancanglah sebuah aplikasi pendeteksi kesegaran ikan yang diberi nama aplikasi AKSI GRAKAN yaitu aplikasi untuk mendeteksi tingkat kesegaran ikan menggunakan pengolahan citra digital (image processing) yang berbasis android. Pada penelitian ini obyek yang dideteksi adalah mata ikan dengan menggunakan metode ruang warna citra RGB. Sedangkan untuk klasifikasi menggunakan metode K-Nearest Neighbor (KNN) untuk dapat mengelompokkan ikan dengan 4 kondisi yaitu sangat segar, segar, kurang segar atau tidak segar. Pada penelitian ini menggunakan 2 jenis smartphone, Untuk smartphone dengan spesifikasi smartphone dual kamera belakang 13MP+5MP menghasilkan tingkat akurasi sebesar 93,75 dan smartphone dengan spesifikasi smartphone dual kamera belakang 13MP+2MP tingkat akurasinya adalah 90%. Waktu yang dibutuhkan untuk mengidentifikasi dari proses capture sampai klasifikasi jenis ikan adalah 3-5 detik.
Sistem Keamanan Aplikasi Chatting Menggunakan Algoritma Camelia
No full textPerkembangan teknologi sekarang ini sangat penting dalam pengiriman suatu informasi, Sehingga menyebabkan tingginya tingkat resiko dalam pembajakan data. Salah satu cara untuk mengamankan dari pembajakan data dengan menggunakan metode kriptografi. Dimana data atau informasi yang bersifat rahasia agar tidak diketahui oleh pihak-pihak yang tidak berkepentingan. Salah satu metoda kriptografi yang di gunakan yaitu metode camellia. Camellia merupakan block chiper yang di rancang oleh ahli-ahli dalam riset dan pengembangan teknik kriptografi.
Metode camellia memiliki 3 secret kunci yaitu 128-bit, 192-bit, dan 256-bit, dan dengan blok data sebesar 128-bit. Aplikasi ini menggunakan bahasa pemograman PHP. Pada proyek akhir ini menambahkan membangun sebuah web untuk aplikasi chatting menggunakan algoritma camellia. Pada proyek akhir ini dapat diambil kesimpulan , untuk proses waktu enkripsi lebih lama menggunakan panjag kunci 256 bit dan berhasil membangun web untuk aplikasi chatting menggunakan algoritma camellia.
Kata kunci Camellia, kriptografi, enkripsi, Dekripsi, Php (Perl Hypertext Processor
Rancang Bangun Alat Voltage Loss Detector Pada Transformator Percabangan
No full textBranching transformers are transformers located at the branching of the Medium Voltage (TM) network. The output from this transformer will be forwarded to the homes of the public/PLN customers. The loss of voltage in the branching transformer due to a disturbance in the electricity network cannot be known by PLN officers before receiving a report from the public, so the duration of the blackout is very long. This is certainly very detrimental to the community and PLN. Voltage Loss Detector is designed to detect loss/ready voltage on branching transformers. This tool uses a ZMPT101B voltage sensor to detect voltage, an Arduino uno microcontroller and a GSM SIM800L module to send messages. After testing, this tool successfully sends a message when the voltage is ready/loss. The voltage values read by the ZMPT101B sensor on the R, S and T phases are 223.36 volts, 222.02 volts and 220.18 volts, while the voltage using a multimeter measuring instrument is 223 volts, 222 volts and 220 volts. The highest time Delay in receiving messages in the room is 20 seconds. The highest time Delay in receiving messages outdoors is 15 seconds. The signal quality of the GSM SIM800L module will affect the Delay in receiving messages. With this tool, power outages in branching transformers will be immediately noticed by PLN officers for follow-up.Transformator percabangan adalah transformator yang berada pada percabangan jaringan Tegangan Menengah (TM). Keluaran dari transformator ini akan diteruskan ke rumah masyarakat/pelanggan PLN. Hilangnya tegangan pada transformator percabangan akibat gangguan jaringan listrik tidak bisa diketahui oleh petugas PLN sebelum mendapat laporan dari masyarakat, sehingga durasi pemadaman aliran listrik sangat lama. Hal ini tentu sangat merugikan masyarakat dan PLN. Alat Voltage Loss Detector dirancang untuk mendeteksi tegangan loss/ready pada transformator percabangan. Alat ini menggunakan sensor tegangan ZMPT101B untuk mendeteksi tegangan, mikrokontroler Arduino uno dan modul GSM SIM800L untuk mengirim pesan. Setelah dilakukan pengujian, alat ini berhasil mengirim pesan pada saat tegangan ready/loss. Nilai tegangan yang terbaca oleh sensor ZMPT101B pada phasa R, S dan T adalah 223.36 volt, 222.02 volt dan 220.18 volt, sedangkan tegangan menggunakan alat ukur multimeter adalah 223 volt, 222 volt dan 220 volt. Delay waktu terima pesan didalam ruangan yang tertinggi adalah 20 detik. Delay waktu terima pesan diluar ruangan yang tertinggi adalah 15 detik. Kualitas sinyal modul GSM SIM800L akan mempengaruhi Delay waktu terima pesan. Dengan alat ini, pemadaman listrik di transformator percabangan akan langsung diketahui oleh petugas PLN untuk ditindaklanjuti
Analisis Perbandingan Machine Learning SVM Dan Adaboost Face Detection Dengan Metode Viola Jones: Analisis Perbandingan Machine Learning SVM Dan Adaboost Face Detection Dengan Metode Viola Jones
No full textTeknologi pengenalan wajah sudah banyak diimplementasikan dalam kehidupan sehari-hari. Untuk mendeteksi wajah pada suatu citra dibutuhkan kecepatan dan keakurasian yang cepat dan tepat. Salah satu metode pendeteksian wajah yang bisa digunakan adalah metode Viola Jones. Machine learning yang bisa diimplementasikan untuk metode ini adalah Adaboost dan SVM. Tujuan Penelitian ini adalah membandingkan kelebihan dan kekurangan dari 2 jenis machine learning tersebut. Hasil akurasi metode viola jones dengan machine learning Adaboost yaitu 90%. Total gambar yang digunakan adalah 50 dengan 30 sampel terdapat wajah dan 20 sampel yang tidak memiliki wajah. Sedangkan pada machine learning SVM tingkat keakurasian yang didapat yaitu sebesar 50%. Rata-rata waktu komputasi yang didapat pada metode AdaBoost sebesar 1,9s dan SVM sebesar 31,19s. Persentase nilai Sensitivitas metode AdaBoost didapat sebesar 86,66% dan SVM sebesar 80%. Nilai Spesifisitas untuk AdaBoost 95% dan untuk SVM yaitu 4,76% . Hal ini karena SVM menempatkan banyak sampel dalam kelompok yang ada wajah meskipun sampel tidak memiliki wajah. Sehingga penelitian ini menyimpulkan bahwa metode machine learning yang lebih efisien adalah dengan menggunakan metode AdaBoost.
Kata kunci: deteksi wajah, viola jones, AdaBoost, svm, akuras
Sistem Pengontrolan dan Monitoring Budidaya Sarang Burung Walet Berbasis Android
No full textIn the cultivation of swallow nests, swallow breeders experience problems, especially in maintaining the temperature and humidity of the room in the wallet bird house. Swallow breeders must be able to maintain a stable temperature and humidity and maintain the safety of the swallow from owl pests. When the temperature is hot, the swallow room will become dry so that the nest becomes damaged and the swallow feels uncomfortable living in the nest. Based on this, a control and monitoring system for swallow nest cultivation based on Android was created. This system can help reduce the temperature and humidity in the swallow nest room using a dew machine that works automatically and the swallow room door can open/close automatically using an application on a smartphone. This system can work well if given a supply voltage of AC220V and DC12V. The dew machine will work (ON) if the temperature is above 29°C or the humidity is less than 70%. The sensor read data will be sent by the NodeMCU to the blynk server and displayed on the smartphone. The swallow room door can be opened or closed based on the light intensity value measured on the LDR sensor which is then sent to the NodeMCU to drive the motor driver and stepper motor. With this system, farmers are expected to be able to monitor and control the condition of swallow’s nests using the blynk application on smartphones in real time.
Key words: Swallow\u27s nest, temperature, humidity, swallow room door, dew machine, blynk applicationPada pembudidayaan sarang walet, peternak walet mengalami kendala terutama dalam menjaga temperatur suhu dan kelembaban ruangan pada rumah burung walet. Peternak walet harus dapat menjaga kestabilan suhu dan kelembaban serta menjaga keamanan burung walet dari hama burung hantu. Saat suhu panas, ruangan walet akan menjadi kering sehingga sarang menjadi rusak dan burung walet merasa tidak nyaman tinggal pada sarangnya. Berdasarkan hal tersebut, maka dibuat sistem pengontrolan dan monitoring budidaya sarang burung walet berbasis android. Sistem ini dapat membantu menurunkan temperatur suhu dan kelembaban pada ruangan sarang walet menggunakan mesin embun yang bekerja secara otomatis serta pintu ruang walet dapat terbuka/tertutup secara otomatis menggunakan aplikasi pada smartphone. Sistem ini dapat bekerja dengan baik jika diberi tegangan supply AC220V dan DC12V. Mesin embun akan bekerja (ON) jika suhu diatas 29°C atau kelembaban kurang dari 70%. Data hasil pembacaan sensor akan dikirimkan oleh NodeMCU ke server blynk dan ditampilkan pada smartphone. Pintu ruang walet dapat terbuka atau tertutup berdasarkan nilai intensitas cahaya yang terukur pada sensor LDR yang kemudian dikirim ke NodeMCU untuk menggerakkan motor driver dan motor stepper. Dengan adanya sistem ini diharapkan petani dapat memonitoring dan mengontrol kondisi sarang burung walet menggunakan aplikasi blynk pada smartphone secara realtime.
Kata kunci: Sarang Walet, Suhu, Kelembaban, Pintu Ruang Walet, Mesin Embun, Aplikasi blynk
Sistem Deteksi Posisi Pada Area Indoor Menggunakan GSM Fingerprinting
No full textSistem deteksi posisi menggunakan GSM fingerprinting merupakan teknologi yang dirancang untuk mengetahui posisi dan pergerakan sebuah objek pada area indoor. Teknologi ini dikembangkan untuk mengatasi keterbatasan teknologi GPS yang tidak mampu bekerja pada area indoor. GSM Fingerprinting merupakan salah satu teknologi yang digunakan untuk penentuan posisi berdasarkan pola sinyal yang diterima dari sinyal GSM. Pengujian dan pengambilan data untuk penelitian ini dilakukan di area Kampus Politeknik Caltex Riau. Hasil pengujian didapatkan tingkat akurasi sebesar 47
Rancang Bangun Alat Pengusit Hama Tikus Menggunakan Gelombang Ultrasonik: Rancang Bangun Alat Pengusir Hama Tikus Menggunakan Gelombang Ultrasonik
No full textOne of the agricultural problems in Indonesia is the rice field mouse pest. The problem is that controlling rat pests is done with chemicals that are not good for the rice field ecosystem, so it is necessary to prevent them by controlling rat pests that are more environmentally friendly, such as using ultrasonic waves. The rat repellent tool uses a NodeMCU ESP32 microcontroller with a PIR sensor to detect the presence of rats. The expulsion method uses ultrasonic waves which cause uncomfortable conditions for rat pests. The tool designed also uses an energy source from sunlight. The 50wp solar cell functions to convert sunlight energy into electrical energy. Then, energy is stored in the battery via the charger controller. The voltage produced by solar panels varies depending on the intensity of sunlight received with a maximum voltage of 22V. The PIR sensor can detect at a maximum distance of 8m at a beamwidth of 45°.Salah satu permasalahan pertanian di Indonesia adalah hama tikus sawah. Masalah pengendalian hama tikus dilakukan dengan bahan kimia yang tidak baikuntuk ekosistem sawah, maka perlu dilakukan pencegahan dengan pengendalianhama tikus yang lebih ramah lingkungan seperti penggunaan gelombang ultrasonik. Alat pengusir tikus menggunakan mikrokontroller NodeMCU ESP32 dengan sensor PIR sebagai pendeteksi keberadaan tikus. Metode pengusiran memanfaatkan gelombang ultrasonik yang menyebabkan kondisi tidak nyaman pada hama tikus. Alat yang dirancang junga menggunakan sumber energi dari sinar matahari. Solar cell 50wp berfungsi untuk mengkonversi energi cahaya matahari menjadi energi listrik. Kemudian, energi disimpan pada baterai melalui charger controller. Tegangan yang dihasilkan oleh solar panel bervariasi bergantung pada intensitas cahaya matahari yang diterima dengan tegangan maksimal 22V. Sensor PIR telah dapat mendeteksi dengan dengan dengan jarak maksimal 8m pada beamwidth 45°
Computer Aided Diagnosis (CAD) untuk Phonocardiogram (PCG) Berbasis Fast Fourier Tranform
No full textData from WHO 2015 shows that 70% of deaths in the world are caused by non-infection diseases, 45% are caused by heart and blood vessel disease, namely 17.7 million from 39.5 million deaths. Riset Kesehatan Dasar (Riskesdas) reported that in 2018, there were 15 of 1000 people, or 2,784,064 individuals in Indonesia suffering from heart disease. Symptoms of heart abnormalities often come suddenly. Therefore, early recognition can help to avoid heart attacks. Doctors currently use a heart sound / phonocardiogram (PCG) to assess the performance of the heart using a stethoscope. The PCG’s diagnosis is very influenced by the subjectivity of doctors because of its relatively weak and physical limitations. So that the possibility of a False Positive Result happening is quite high. To minimize this risk, a Computer Aided Diagnosis (CAD) PCG signal was developed. Several studies have proposed a PCG diagnostic method using the wavelet or Welch method and based on Neural Network are more complex. In this study, a simple diagnosis method is proposed so that the computation is easier and faster with good accuracy. The PCG signal is amplified twice, then the Fast Fourier Transform (FFT) process is carried out to obtain the characteristics of the fundamental frequency and max amplitude. The classification stage uses the Multi Layer Perceptron (MLP). From testing of 55 data PCG, the results obtained accuracy of 90%, sensitivity of 80%, PPV of 100% and NPV of 83.33%.
Keywords: PCG, CAD, FFT, frekuensi fundamental, classificatio
Penerapan Deep Learning Pada Jenis Penyakit Tanaman Kelapa Sawit Menggunakan Algoritma Convolutional Neural Network
No full textMasalah Organisme Pengganggu Tumbuhan (OPT) terutama berkaitan dengan penyakit selalu menjadi isu dalam pengelolaan perkebunan kelapa sawit. Kelapa sawit memiliki penyakit yang disebabkan oleh hama dan lainnya yang dapat mempengaruhi pertumbuhan serta proses berbuahnya.Untuk itu, penelitian ini bertujuan untuk mengidentifikasi sehat dan tidaknya tanaman kelapa sawit melalui warna daunnya, sehingga akan memudahkan kinerja petani. Deep Learning (DL) merupakan bidang ilmu dari machine learning dengan melakukan pembelajaran lebih dalam untuk banyak lapisan. Convolutional Neural Network (CNN) adalah salah satu algoritma DL yang dirancang untuk mengolah data dalam bentuk dua dimensi misalnya gambar. Oleh karena itu, pada penelitian ini akan diterapkan metode CNN untuk mengklasifikasikan sehat atau tdiaknya tanaman kelapa sawit berdasarkan warna daunnya. Data yang digunakan berjumlah 3000 data dengan skenario pengujian untuk data training dan data testingnya adalah 90%:10%, 80%:20%, 70%:30% dan 65%:35%. Berdasarkan dari 4 skenario pengujian tersebut akurasi terbaik didapatkan adalah 99.90% untuk skenario 65% data training dan 35% data testing. Sedangkan tingkat akurasi yang paling rendah adalah 99,50% untuk skenario 90% data training dan 10% data testing
