Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Complexity of agency relationship in commercial bank demand special monitoring systems covered both market-based and regulatory measures to prevent moral hazards associated with the existence if information asymmetry. Unfortunately conflicting objectives between the two measures sometimes occurs. In this case i argue that monitoring system should focus on signals of the risk exposures confronted by bank.

Abstrak :
This paper presents the building monitoring system that can determine the building condition in real time and ensure the safety of building operations. This monitoring building system can detect the ambient, CO gas, fan, water leak and also intrusion detectors, through a wired sensor network. Then the data is processed by a main controller to generate a report that sent to the inspectors through ZigBee and / or sound an alarm if the situation is considered dangerous. Prototype of this monitoring system shows precision and stability with minimal error rate. Main controller can receive data from the sensor network properly and send it through ZigBee modules.

Paper ini menyajikan sistem pemantauan bangunan yang dapat mengetahui kondisi bangunan secara real time dan menjamin keselamatan operasi bangunan. Sistem pemantauan bangunan ini dapat mendeteksi cahaya, gas CO, kipas angin, kebocoran air, dan juga detektor intrusi, melalui jaringan kabel sensor. Kemudian data diolah oleh pengendali utama untuk menghasilkan laporan yang dikirim ke inspektur melalui ZigBee dan / atau suara alarm jika situasi dianggap berbahaya. Prototipe sistem pemantauan menunjukkan presisi dan stabilitas dengan tingkat kesalahan minimal. Pengendali utama dapat menerima data dari jaringan sensor benar dan mengirimnya melalui modul ZigBee.

Abstrak :
ABSTRAK Tesis ini menjelaskan tentang teknologi LoRa, mulai dari teori hingga penerapannya dalam memantau performa sebuah baterai. Dua purwarupa berbasis LoRa telah dirampungkan untuk memonitor parameter listrik baterai seperti: tegangan, arus, dan suhu. Purwarupa pertama (LoRa 433) cukup sederhana dengan menggunakan LoRa node-to-node yang beroperasi pada frekuensi 433MHz dengan bantuan chip SX1278. Sedangkan pada purwarupa yang kedua (LoRa 923) sudah diterapkan LoRaWAN protokol yang terhubung dengan server TTN network dan menggunakan sistem keamanan Authentication By Personalisation (ABP). Adapun frekuensi pada purwarupa yang kedua, bekerja pada 923MHz, sesuai dengan alokasi frekuensi LoRa untuk Indonesia. Monitoring baterai berjalan secara real-time, baik pada purwarupa pertama maupun purwarupa yang kedua. Persentase kesalahan kesalahan pengukuran pada pembacaan tegangan analog adalah 0,023%. Sementara itu jangkauan area pada modul 433 sejauh 480 meter, dan cakupan pada modul 923 sejauh 562 meter.

---

ABSTRACT This thesis explains about LoRa technology, from theory to its application in monitoring the performance of a battery. Two LoRa-based prototypes have been completed to monitor the electrical parameters of batteries such as: voltage, current and temperature. The first prototype is quite simple by using the LoRa node to node operating at 433MHz frequency with the help of the SX1278 chip. Whereas in the second prototype LoRaWAN protocol has been implemented that is connected to the TTN network server and uses the security system Authentication By Personalization (ABP). The frequency in the second prototype, works at 923MHz, according to the LoRa frequency allocation for Indonesia. Battery monitoring runs in real-time, both in the first prototype and in the second prototype. Battery monitoring runs in real-time, both in the first prototype and in the second prototype. The percentage error in the measurement error of the analog voltage reading is 0.023%. Meanwhile the area of the module 433 is 480 meters, and the coverage in module 923 is 562 meters.

Abstrak :
Air merupakan salah satu komponen penting dalam industri farmasi sebagai bahan baku, eksipien, pelarut dalam pemrosesan, proses produksi, dan pereaksi analitik. Kontrol terhadap kualitas mikrobiologi dan kimia air pada saat produksi, penyimpanan, dan proses distribusi merupakan hal yang penting. PT CKD OTTO Pharmaceuticals menggunakan Feed Water, Purified Water, Water for Injection, dan Pure Steam. Sehingga Water Monitoring System yang merupakan proses produksi, penyimpanan, dan distribusi air farmasi harus diterapkan untuk memastikan bahwa air yang dihasilkan sesuai dengan kualitas yang diinginkan. Tugas khusus ini bertujuan untuk mengevaluasi Water Monitoring System di PT CKD OTTO Pharmaceuticals secara konsisten sehingga kualitas air yang digunakan sesuai dengan spesifikasi dan parameter yang telah ditentukan. Pengambilan sampel dilakukan oleh staf QC yang terkualifikasi di titik yang telah ditentukan sesuai dengan SOP berlaku, kemudian sampel dianalisis dan hasil analisis akan di input untuk olah data. Diperoleh hasil pengujian Water Monitoring System memenuhi kriteria untuk parameter mikrobiologi dan parameter kimia namun dalam beberapa titik pengujian melebihi Alert Limit ditentukan seperti konduktivitas pada titik pengujian Raw Water 03, PWGEN 02, PWGEN 03, PWGEN 05, PW 01, PW 03, PW 05, PW 07 dan PS 01. Parameter temperatur melebihi Alert Limit pada titik pengujian WFI 01 dan WFI 03. Parameter pH melebihi Alert Limit pada titik samping WFI 03, PSGEN 01, PW 05. ......Water is one of the important components in the pharmaceutical industry as raw materials, excipients, solvents in processing, production processes, and analytical reagents. Control of the microbiological and chemical quality of water during the production, storage, and distribution process is important. PT CKD OTTO Pharmaceuticals uses Feed Water, Purified Water, Water for Injection, and Pure Steam. A Water Monitoring System, which is a process of producing, storing, and distributing pharmaceutical water, must be implemented to ensure that the water produced is of the desired quality. This assignment aims to evaluate the Water Monitoring System at PT CKD OTTO Pharmaceuticals consistently so that the quality of water used is in accordance with predetermined specifications and parameters. Sampling is carried out by qualified QC staff at predetermined points in accordance with applicable SOPs, then the samples are analyzed and the analysis results will be input for data processing. Obtained Water Monitoring System test results meet the criteria for microbiological parameters and chemical parameters but in some test points exceed the specified Alert Limit such as conductivity at the Raw Water 03 test point, PWGEN 02, PWGEN 03, PWGEN 05, PW 01, PW 03, PW 05, PW 07 and PS 01. The temperature parameter exceeds the Alert Limit at the WFI 01 and WFI 03 test points. The pH parameter exceeds the Alert Limit at the WFI 03, PSGEN 01, PW 05 test points.

Abstrak :
Pada penelitian ini membahas sistem pemantauan pada stairlift menggunakan internet of things (IoT), di mana sistem tertanam dalam fisik stairlift menggunakan sensor yang dipasang pada komponen stairlift dan kemudian diintegrasikan ke dalam platform IoT cloud (thingspeak) melalui jaringan internet. Akuisisi data fisis multi-sensor dapat berjalan, banyak informasi yang dapat diakses seperti: temperature motor, kecepatan, beban penumpang, konsumsi daya, getaran bearing dan getaran motor. Sistem pemantauan dapat berjalan secara real time, sehingga membuat pemantauan terpusat dan kegagalan operasi stairlift dapat dicegah sedini mungkin melalui early warning system (EWS) via Telegram. Selain itu, sistem ini dapat memberikan dukungan analisis teknis dalam mengembangkan prototype stairlift di masa mendatang. Berdasarkan analisis hasil pemantauan yang diperoleh, prototype stairlift layak dikembangkan untuk skala industri, secara operasional memenuhi ASME A18.1, ISO 10816 dan ISO 2372. Hal ini ditunjukkan dalam ujicoba variasi beban penumpang hingga maksimum 115 kg diperoleh kecepatan maksimum rata-rata <0,2 m/s, temperature motor <74,6 ˚C, konsumsi daya <600 watt, acceleration getaran bearing <0,5 g'peak dan kecepatan getaran motor (RMS) <4,5 m/s. Namun masih dibutuhkan improvement pada sistem teknis operasional prototype stairlift diantaranya temperature motor, konsumsi daya dan kecepatan agar dapat berjalan stabil. ......This research discusses monitoring systems on stairlift using internet of things (IoT), where the system embedded in the physical stairlift uses sensors that are mounted on the stairlift component and then integrated into the IoT cloud platform (thingspeak) via the internet network. Multi-sensor physical data acquisition can run, a lot of information that can be accessed such as: motor temperature, speed, passenger load, power consumption, bearing vibration and motor vibration. The monitoring system can run in real time, thus making centralized monitoring and failure of stairlift operations preventable as early as possible through the early warning system (EWS) via Telegram. In addition, this system can provide technical analysis support in developing stairlift prototypes in the future. Based on the analysis of the monitoring results obtained, the prototype stairlift is suitable for industrial scale development, operationally compliant with ASME A18.1, ISO 10816 and ISO 2372. This is shown in the trial of passenger load variations up to a maximum of 115 kg obtained an average maximum speed <0, 2 m/s, motor temperature <74.6˚C, power consumption <600 watts, bearing vibration acceleration <0.5 g'peak and motor vibration speed (RMS) <4.5 m/s. However, improvements are still needed in the operational technical system of the prototype stairlift including motor temperature, power consumption and speed so that it can run stably.

Abstrak :
ABSTRAK
Di Indonesia, salah satu penyebab tingginya biaya BBM adalah adanya tindak pencurian dan penyelewengan BBM yang sering kali terjadi di tengah lautan. Hal ini bisa terjadi karena pada saat di tengah lautan, segala kegiatan kapal tersebut tidak bisa dipantau oleh pusat operasional manajemen kapal. Selain upaya hukum, upaya pengawasan kapal melalui teknologi terbaru juga terus dilakukan, salah satunya adalah teknologi Vessel Monitoring System (VMS) berbasis Machine to machine (M2M). Perkembangan teknologi VMS dan telemetri telah memungkinkan pengawasan kondisi mesin dan pemakaian BBM kapal yang sedang berlayar secara online dan real time. Dengan menambah perangkat pengukuran pemakaian bahan bakar tersebut, diharapkan meningkatkan kecepatan koordinasi dan penanganan di lapangan saat terjadi ketidakwajaran pemakaian BBM. Kecepatan dalam mengetahui adanya ketidakwajaran ini sangat penting, karena proses pencurian minyak sering kali dilakukan dalam waktu singkat. Pencurian minyak dengan modus ilegal tapping di darat hanya memerlukan waktu 15 menit untuk 2000 liter (2 ton) BBM, sementara di laut diperlukan sekitar 5 jam untuk memindahkan 12 ton BBM, atau sekitar 2.4 ton per jam untuk sebuah kapal saja. Masalahnya untuk mengetahui ketidakwajaran tersebut masih tergantung pada analisa tenaga ahli yang memerlukan waktu yang lama untuk melakukan analisa berbagai parameter telemetri yang ada. Berdasarkan kondisi di atas, penelitian ini melakukan analisis statistik terhadap data telemetri terutama data pergerakan kapal dan aktivitas mesin untuk menentukan koefisien pergerakan kapal, lalu merancang sistem pengklasifikasi kewajaran pemakaian BBM dengan metode Naive Bayes dan Logistic Regression. Metode ini dipilih karena bisa memberikan hasil yang baik untuk prediksi data-­data numerik maupun diskrit. Hasil penelitian ini menunjukkan bahwa data telemetri dari sistem VMS dapat digunakan untuk mendeteksi adanya ketidakwajaran pemakaian BBM. Untuk kebutuhan klasifikasi kewajaran pemakaian BBM pada data telemetri kapal, algoritma pengklasifikasi Naive Bayes memiliki akurasi hingga 92% pada data sampel dan Logistic Regression mampu mendeteksi dengan akurasi hingga 96% pada data sampel.

---

ABSTRACT
In Indonesia, one of the causes of high fuel costs is the occurrence of theft and misuse of fuel which often occurs in the middle of the ocean. This can happen because when in the middle of the ocean, all the activities of the ship cannot be monitored by the ship management operational center. In addition to legal efforts, efforts to monitor ships through the latest technology are also being carried out, one of which is the Machine to Machine (M2M) Vessel Monitoring System (VMS) technology. The development of VMS and telemetry technology has enabled monitoring of engine conditions and fuel consumption of ships that are sailing online and real time. By adding the fuel consumption measurement device, it is expected to increase the speed of coordination and handling in the field when there is an irregularity in the use of fuel. Speed in knowing the existence of this irregularity is very important, because the process of oil theft is often done in a short time. Theft of oil by illegal tapping on land only takes 15 minutes for 2000 liters (2 tons) of fuel, while at sea it takes around 5 hours to move 12 tons of fuel, or around 2.4 tons per hour for a ship. The problem is to find out the irregularities that still depend on the analysis of experts who need a long time to analyze various parameters of existing telemetry. Based on the above conditions, this study conducted a statistical analysis of telemetry data, especially ship movement data and machine activity to determine the coefficient of ship movements, then designed the fuel usage irregularity classification system with the Naive Bayes and Logistics Regression. This method was chosen because it can provide good results for predicting numerical and discrete data. The results of this study indicate that telemetry data from the VMS system can be used to detect any irregularities in using BBM. For the needs of the fairness classification of BBM usage on ship telemetry data, the Naive Bayes classification algorithm has an accuracy of up to 92% in sample data and Logistic Regression is able to detect with accuracy up to 96% in sample data.

Abstrak :
Penelitian ini bertujuan untuk mendapatkan prosedur kerja atau Standard Operating Procedure (SOP) rancangan sistem pemantauan kualitas supplier yang mempertimbangkan level non-conformity. Sistem yang ada di manufaktur elektronik sebagai tempat penelitian belum cukup efektif, penanganan untuk semua non-conformity yang terjadi menggunakan Corrective Action Request (CAR) form. Untuk merancang sistem ini, metode utama yang digunakan dalam penelitian ini adalah Quality Function Deployment (QFD). Penelitian ini menggunakan historical data dari non-conformity yang terjadi selama bulan Juli – Desember 2021. Dari penelitian ini dihasilkan sebuah sistem pemantauan kualitas supplier berupa prosedur kerja atau SOP yang mengklasifikasikan level non-conformity berdasarkan critical level yang merujuk pada dampak non-conformity tersebut pada bisnis perusahaan dan juga dihasilkan corrective action yang sesuai dengan level non-conformity. ......The purpose of this study is to obtain working procedures or Standard Operating Procedures (SOPs) of supplier quality monitoring system designs that consider the level of non-conformity. The existing approach used in electronics production is ineffective in handling all non-conformities that occur utilizing the Corrective Action Request (CAR) form. The key method employed in this research to design this system is Quality Function Deployment (QFD). This research used the non-conformities data that happened between July and December 2021. This study yielded a supplier quality monitoring system in the form of work procedures or SOP, which classifies the level of non-conformity based on the critical level, which refers to the impact of the non-conformity on the company's business and also produces corrective actions based on the level of non-conformity.

Abstrak :
Dengan perkembangan teknologi mikrokontroler dan teknologi informasi, teknologi IoT tumbuh dengan pesat. Mikrokontroler adalah salah satu dari teknologi yang memungkinkan untuk mengaplikasikan IoT dalam berbagai bidang contohnya sistem monitoring ruangan menggunakan sensor yang dibutuhkan untuk mengawasi kondisi ruangan khusus seperti laboratorium secara otomatis. Untuk membangun sistem monitoring yang efisien digunakan sebuah modul mikrokontroler yaitu NodeMCU ESP8266. NodeMCU ESP8266 adalah jenis board mikrokontroler yang dilengkapi dengan modul Wifi. Mikrokontroler ini memungkinkan untuk merancang sebuah sistem yang dapat mengirim data hasil pembacaan dari banyak sensor untuk ditampilkan dan dikirimkan ke database server menggunakan modul Wifi. Data yang terkumpul dalam database kemudian akan diolah menggunakan machine learning dengan algoritma Classification and Regression Tree (CART) untuk membuat sebuah model yang kemudian akan diimplementasikan langsung menjadi embedded machine learning pada board mikrokontroler untuk mendeteksi ancaman serta memberikan peringatan dini. Sebelum diterapkan ke dalam mikrokontroler, algoritma CART juga diuji dan dibandingkan dengan beberapa jenis algoritma machine learning lain untuk mendapatkan perbandingan performa. Dengan implementasi tersebut didapatkan sebuah sistem monitoring yang menggunakan algoritma CART sebagai hasil terbaik nilai accuracy sebesar 0.99992 pada training dan 0.999154 pada testing, precision sebesar 0.999154, recall sebesar 0.999946, serta f1-score sebesar 1.0. Algoritma CART juga memberikan waktu proses yang sangat cepat dengan waktu training 0.5 detik dan waktu testing 0.06 detik.

---

With the development of microcontroller technology and information technology, IoT is growing rapidly. The microcontroller is one of the technologies that make it possible to apply IoT in various fields, for example, a room monitoring system using sensors that are needed to supervise special room conditions such as laboratories automatically. A microcontroller module called NodeMCU ESP8266 is used to build an efficient monitoring system. ESP8266 is a type of microcontroller board that is equipped with a Wifi module. ESP8266 makes it possible to design a system that can send data from multiple sensors to be displayed and sent to the database server using the Wifi module. The data collected in the database will be processed using machine learning by the Classification and Regression Tree (CART) algorithm and then implemented to the microcontroller as embedded machine learning so that system can detect impending early threats and provide early warnings. Before being implemented into a microcontroller, the CART algorithm is also tested and compared to several other types of machine learning algorithms to get a comparison of performance. In the simulation, it achieved the best result, with the accuracy of 0.99992 and 0.999154 ​​in training and testing, respectively. The precision of 0.999154, recall of 0.999946, and f1-score of 1.0 have also resulted. CART algorithm also provides a speedy processing time with training and testing time of 0.5 seconds and 0.06 seconds, respectively.