DIELEKTRIKA

Transformasi Proteksi Tegangan: Sistem Monitoring IoT untuk Pemantauan Real-Time

2024-08-01T09:22:29+08:00

Electric energy is a vital resource extensively used in various sectors such as industry, offices, agriculture, and trade. Its significance in supporting a nation's economy is undeniable, making the monitoring of power consumption and quality crucial. This study focuses on designing and implementing an Internet of Things (IoT)-based monitoring system for overvoltage protection in an electrical power system. The power system incorporates an Over Voltage Relay (OVR) as a protective measure against voltage fluctuations that may harm the equipment. The OVR operates based on electromagnetic principles, promptly responding to deviations in voltage beyond specified limits. Additionally, the system integrates the PZEM-004T module for measuring voltage, current, power, frequency, energy, and power factor, providing comprehensive insights into the electrical system's performance. The heart of the IoT-based monitoring system is the ESP32-32D module, facilitating real-time monitoring and remote control through the Blynk application. The implemented system successfully detects overvoltage conditions, automatically triggers protective measures, and allows users to monitor the power system through an intuitive interface.The study concludes with an evaluation of the average voltage measured by the OVR, emphasizing the system's reliability and potential for further industrial applications. The average OVR voltage, determined to be approximately 239 Volts, provides a comprehensive overview of measurement consistency throughout the experiments. This research contributes to the enhancement of electrical power management, ensuring the reliability and efficiency of overvoltage protection through IoT-based monitoring systems. Further evaluations and advancements could optimize the system's performance for broader industrial applications.

3D Model Prototype of Robotic Arm and Motion Control Simulation on 4-DOF Based on Virtual Reality

2024-08-31T20:47:04+08:00

Penggunaan robotika dalam industri modern telah menjadi krusial, terutama dalam otomatisasi dan manufaktur. Robot lengan, sebagai elemen kunci, memerlukan pengembangan dan pengujian prototipe yang teliti untuk mencapai performa optimal. Teknologi Virtual Reality (VR) muncul sebagai solusi inovatif untuk mensimulasikan gerakan robot lengan di lingkungan virtual, memungkinkan visualisasi dan interaksi mendalam dalam berbagai derajat kebebasan (DOF). Penelitian ini bertujuan untuk membangun prototype model robot lengan 3D dan mengerjakan eksplorasi virtualisasi gerakan dari pengembangan prototipe robot lengan berbasis VR. Hasil penelitian ini diantaranya telah dilakukan integrasi teknologi VR dengan sistem kontrol robot lengan dalam lingkungan Unity, memungkinkan pengguna mengendalikan gerakan robot lengan dalam ruang 3D secara real-time. Studi ini menunjukkan bahwa robot lengan dengan 4 DOF dapat mencapai fleksibilitas dan presisi yang diinginkan pada skenario uji yang telah dirancang. Dari hasil pengujian antara parameter simulasi dari lingkungan unity dan perhitungan secara teoritis gerakan robot lengan yang dikendalikan menggunakan controller, diperoleh rentang koordinat yang dijangkau adalah x = -19,85 cm hingga 28,53 cm, y = 21,69 cm hingga 52,04 cm, z = -15,35 cm hingga -24,87 cm. Setelah dilakukan perhitungan perbandingan antara hasil pengujian di Unity dan hasil perhitungan berdasarkan rumus, didapatkan selisih koordinat sebesar x = 0,080, y = 0,038, dan z = 0,034

Optimalisasi Penentuan Posisi Access Point Pada Ruang Tertutup Menggunakan Algoritma Genetika

2024-07-24T16:51:29+08:00

WiFi is a term used for wireless network devices (WLAN) based on IEEE 802.11 standard. Access Point is a WLAN device that is used as a transmitter or receiver. One of the parameters that can determine the performance of a WiFi is the coverage area of an access point. Placement it is not appropriate with environmental conditions will cause some of an area that is not covered or a blankspot area. In this research, the position of the access point was optimized using a genetic algorithm based on position and coverage area. Total coverage area is obtained by determining the union coverage area of all access points which appropriate with the range that is determined using indoor propagation model. From the research results, the most optimal number of access points is 5 access points. The existing condition with 5 access points has a coverage area of 75,27%, while optimization using 5 access points has a coverage area of 96,64%. The optimization can increase the coverage area by 21,38% and reduce the blank spot area to 3,36%.

Pemetaan Potensi Energi Surya Berbasis Global Solar Atlas di Fakultas Teknik Universitas Mataram

2024-08-31T23:00:24+08:00

Indonesia merupakan negara yang memiliki potensi energi terbarukan yang besar berkisar antara 4,5 – 5,5 kWh/m² per hari. Oleh karena Indonesia berada pada garis khatulistiwa. Potensi energi ini sangat berpeluang penerapan sistem PV off-grid maupun microgrid. Global solar atlas adalah aplikasi gratis berbasis web dikembangkan membantu pembuat kebijakan, perencana, dan investor mengidentifikasi daerah-daerah intensitas radiasi surya untuk pembangkit listrik tenaga surya secara virtual di manapun di dunia. Titik koordinat pengukuran iradisi di Halaman Fakultas Teknik Unram menggunakan Solar Power Meter (SPM) pada koordinat -8,588053⁰, 116,097621⁰. Gambaran posisi pengukuran sudut azimuth 0⁰ kemiringan panel surya 12⁰ iradiasi global optimum 1930,2 kW/m². Potensi PLTS rooftop Fakultas Teknik Unram, total panel PV berpotensi dipasang pada rooftop sebanyak 2.283 buah (300 Wp perpanel PV), berdaya total panel PV 684.900 Wp atau 684,9 kWp. Total energi terpotensi dibangkitkan dari keseluruhan panel PV Arah Utara dan Selatan sebesar 882,9 MWh/tahun

Pengaturan Tracking Attitude Quadrotor Pada SO(3)

2024-07-24T17:02:50+08:00

Quadrotor merupakan salah satu tipe UAV yang paling sering digunakan pada daerah yang berbahaya dan sulit dijangkau. Hal ini dikarenakan quadrotor memiliki kemampuan yang unik, seperti hovering dan VTOL (Vertical Take Off and Landing). Untuk mendapatkan kemampuan penerbangan quadrotor secara otomatis yang baik, pengendalian tracking attitude sangat diperlukan agar lintasan orientasi yang diharapkan bisa diperoleh. Untuk menghindari kondisi singularitas dan double covering, attitude direpresentasikan dengan sebuah matrix rotasi (SO(3)), sehingga quadrotor dapat melakukan manuver dengan sudut yang lebih besar. Dalam pengaturan tracking attitude, angular velocity yang diinginkan bergantung pada attitude yang diharapkan. Hal ini menunjukan bahwa angular velocity pada pengendalian tracking attitude mempunyai dinamika tersendiri. Oleh karena itu, untuk mentracking attitude sebuah quadrotor, angular velocity yang diinginkan harus di hitung dengan menggunakan pengendalian inverse kinematic. Kemampuan dari pengendali yang di rancang diuji dengan cara melakukan simulasi menggunakan perangkat lunak Matlab. Dari simulasi yang dilakukan, pengendali yang dihasilkan mampu mentracking perubahan attitude quadrotor dengan baik, dimana konvergensi dapat tercapai dalam kurun waktu sekitar 2 detik

Marketplace Data Analysis Using Web Scraping

2024-08-31T22:53:22+08:00

The rapid development of the internet in fast communication has provided significant benefits for business people, allowing them to offer and sell product information boldly. One of the main advantages is the ability to search and find a variety of products easily through the internet. This convenience has led to the proliferation of many online stores in Indonesia, so that the need for applications that can help users search and combine product data from the internet arises. This study aims to develop a web application for product data analysis by utilizing web scraping techniques on the Tokopedia marketplace website, using the BeautifulSoup4 (Bs4) method. The web application is designed using the Streamlit module from Python. The results of this study are web applications that process data analysis taken from the Tokopedia website, which are classified based on certain criteria such as price range, highest and lowest ratings, highest and lowest sales, highest and lowest prices, percentage of location distribution, percentage of seller stores, and product recommendations.

Rancang Bangun Sistem Monitoring Parkir Mobil Indoor Dengan Wireless Sensor Network Menggunakan Nodemcu Esp8266 Berbasis Internet Of Things

2024-01-20T11:11:20+08:00

Keterbatasan lahan parkir menjadi tantangan utama seiring pertumbuhan penggunaan kendaraan bermotor. Untuk mengatasi masalah ini, banyak fasilitas parkir dalam ruangan, seperti parkir bertingkat atau bawah tanah, telah dibangun. Namun, sistem parkir dalam ruangan saat ini masih menghadapi tantangan karena pengelolaan manual yang tidak dapat memenuhi keinginan pengemudi untuk dengan cepat menemukan tempat parkir karena kurangnya informasi langsung. Penelitian ini bertujuan untuk menciptakan solusi efisien dalam memantau ketersediaan tempat parkir mobil dalam ruangan melalui pengembangan sistem berbasis IoT. Sistem ini menggunakan jaringan sensor nirkabel (ESP-NOW) dengan NodeMCU ESP8266 untuk pemantauan secara real-time melalui aplikasi sebagai bagian dari IoT. Penggunaan ESP-NOW mengoptimalkan pengiriman data di lingkungan dalam ruangan yang padat, mengatasi keterbatasan sinyal yang sering terjadi di area parkir dalam ruangan. Setiap slot parkir dilengkapi dengan sensor ultrasonik yang terhubung ke NodeMCU ESP8266 yang berfungsi sebagai node sensor dalam komunikasi ESP-NOW. Sensor-sensor ini mengumpulkan data ketersediaan tempat parkir dan mengirimkannya ke node server. Data dari node server dipublikasikan ke server MQTT dan diteruskan ke aplikasi. Melalui aplikasi ini, pengguna dapat dengan cepat memantau lokasi parkir yang tersedia. Dengan menerapkan sistem ini, pengelolaan parkir mobil dalam ruangan diharapkan dapat dioptimalkan, sementara pengguna mendapatkan informasi ketersediaan parkir secara real-time.

Implementasi Convolutional Neural Network pada Multi-label Classification Wajah Manusia Berdasarkan Usia, Gender, dan Ras

2024-08-31T14:45:05+08:00

Klasifikasi wajah manusia merupakan bidang penelitian penting dalam pengenalan pola dan computer vision, dengan fokus pada informasi seperti jenis kelamin, usia, ras, dan ekspresi wajah. Penelitian ini bertujuan untuk meningkatkan klasifikasi multi-label wajah manusia menggunakan convolutional neural network (CNN). Metode tradisional seperti Local Binary Pattern (LBP) dan Random K-Nearest Neighbor (KNN) menunjukkan keterbatasan dalam akurasi dan ketergantungan pada ekstraksi fitur manual, sementara metode CNN yang lebih modern menunjukkan peningkatan akurasi yang signifikan. Penelitian ini bertujuan meningkatkan klasifikasi multi-label wajah manusia berdasarkan usia, gender, dan ras menggunakan convolutional neural network (CNN). Menggunakan dataset UTKFace, model CNN diuji dengan berbagai arsitektur dan teknik augmentasi data. Hasil terbaik menunjukkan akurasi 82.98% untuk usia, 90.36% untuk gender, dan 79.48% untuk ras. Penggunaan augmentasi data dan peningkatan jumlah filter CNN secara signifikan meningkatkan akurasi model. Meskipun ada tantangan dalam mengklasifikasikan usia "teenager" dan ras "Indian" serta "Others" akibat distribusi data yang tidak seimbang, hasil ini menunjukkan potensi besar CNN dalam klasifikasi multi-label wajah manusia. Pengembangan lebih lanjut direkomendasikan dengan fine-tuning arsitektur CNN dan eksplorasi metode augmentasi data serta transfer learning.

Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Status Gizi Stunting Pada Balita

2024-03-14T14:20:30+08:00

Child stunting is a major public health concern in Indonesia. This study uses the Naïve Bayes classification algorithm to assess the nutritional condition of stunted children based on demographic and anthropometric characteristics. The information used comes from the Toddler Weighing Month (Bulan Penimbangan Balita - BPB) in Majalengka Regency. Data type conversion, separating data into training and testing sets, and data normalization are all examples of preprocessing steps. The model's evaluation results reveal an accuracy of 94.65%, with precision and recall for each category of stunted nutritional status. This study makes a substantial contribution to early diagnosis and mitigation of stunting in Indonesia, as well as providing the framework for future development of more powerful predictive models.