Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Telah dibuat prototipe sistem data logger berbasis PC dengan mikrokontroler AVR ATmega8535 sebagai unit akuisisi data. Tujuan pembuatan dari alat ini adalah untuk mempermudah dalam proses pengambilan, penyimpanan, pengolahan dan penampilan data hasil pengukuran besaran fisika. ATmega8535 merupakan mikrokontroler 8 bit yang telah dilengkapi fasilitas ADC 10 bit dengan 8 kanal input termultiplek. Komunikasi serial dengan PC dilakukan melalui USART. Program pengendali mikrokontroler dibuat dengan bahasa C dan Bascom AVR sedang disisi PC menggunakan program Hyper terminal yang tersedia pada OS Windows. Sistem data logger ini mempunyai resolusi 5 mV dengan tingkat kelinieran yang baik. Selanjutnya dengan menggunakan sensor temperature LM35 sistem diujicobakan pada proses monitoring temperatur lingkungan dan digabungkan pada alat OSK 4565-A untuk pengukuran konduktivitas termal bahan dengan hasil yang sangat baik dimana tingkat keakuratan lebih dari 90% dan kepresisian mendekati 99%.

Abstrak :
Dalam medan yang cukup sulit diperlukan sistem quadcopter yang mempunyai kemampuan manuver, pemetaan, pendeteksi rintangan, dan objek yang dapat mengakses area yang cukup sulit. Penelitian ini membahas tentang pendeteksian rintangan menggunakan ORB-SLAM3 dan OctoMap, stabilisasi quadcopter menggunakan kontrol PID, dan pendeteksian bagian tubuh manusia menggunakan YOLOv8 dalam satu sistem untuk menciptakan sistem quadcopter yang dapat mendeteksi keberadaan manusia dan juga rintangan dalam melakukan proses Search and Rescue (SAR) yang pada tahap ini dilaporkan hingga implemetasi ketiganya saja. ORB-SLAM3 digunakan untuk proses pemetaan dan pendeteksi rintangan yang menghasilkan pointcloud dari ekstraksi fitur dan juga estimasi pose kamera pada quadcopter Pointcloud yang dihasilkan dari proses ekstraksi fitur digunakan untuk merekonstruksi rintangan. agar dapat mengikuti lintasan tersebut kemudian sekaligus dapat melakukan pelacakan objek. Dari hasil pelatihan model YOLO v8 didapatkan mAP sebesar 95% menunjukkan kinerja keseluruhan yang tinggi dalam deteksi objek di berbagai kelas. ......In a challenging field, a quadcopter system with maneuvering, mapping, obstacle detection, and access to difficult areas capabilities is essential. This research focuses on obstacle detection using ORB-SLAM3, OctoMap, quadcopter stabilization using PID control, and human body part detection using YOLOv8 in a unified system to create a quadcopter system capable of detecting both human presence and obstacles during Search and Rescue (SAR) operations. ORB-SLAM3 is utilized for mapping, generating point clouds from feature extraction and camera pose estimation on the quadcopter. The point cloud produced from feature extraction is employed to reconstruct obstacles, allowing the quadcopter to follow paths and simultaneously track objects. The YOLOv8 model achieved an mAP of 95% after training, demonstrating high overall performance in detecting objects across various classes.

Abstrak :
ABSTRAK
Pesatnya perkembangan teknologi komunikasi berdampak pada mudahnya proses penyampaian informasi. Salah satu pengaruhnya merambah pada pemanfaatan fasilitas SMS ke dunia bisnis dan industri, dengan daerah jangkauan yang luas, sms menawarkan keselamatan transmisi data yang terjamin. Dalam penelitian ini dibuat sebuah sistem yang dapat mentransmisikan data dengan memanfaatkan fasilitas sms pada telepon seluler. Pertama, GPS memantau posisi kendaraan yang jika terdeteksi terdapat perubahan posisi maka melalui media sms akan dikirimkan pesan yang menginformasikan bahwa mobil telah dicuri. Kedua, jika pemilik mobil ingin mengetahui dimana kini mobil berada maka pemilik mobil hanya perlu mengirimkan sms berisi posisi lalu sistem akan memberi sms balasan yang berisi data koordinat dan posisi dimana mobil tersebut berada melalui layanan pesan singkat. Pemrograman mikrokontroler pada sistem pengaman kendaraan ini menggunakan bahasa basic yaitu Basic Compiler AVR (BASCOM-AVR).

Abstrak :
Telah dibuat suatu robot pengangkut barang dengan metode pengangkutan seperti forklift dengan menggunakan color sensor TCS230 sebagai petunjuk jalan di setiap tikungan dan juga sebagai petunjuk daerah pengangkutan barang maupun penyimpanan barang. Digunakan pula sebuah sensor jarak sebagai pendeteksi dinding maupun barang yang akan diangkut. Semua rancang bangun alat ini dikendalikan oleh sebuah microcontroller yang mengambil data dari semua sensor yang digunakan, kemudian diaplikasikan dengan mengatur pergerakkan motor dc yang digunakan sebagai penggerak mobilitas robot dan juga sebagai penggerak alat angkut robot. Sistem ini dirancang dengan tujuan untuk membantu memindahan suatu barang produksi dengan sistem otomatis

Abstrak :
Telah dibuat alat ukur tinggi cairan memakai tranduser ultrasonik berdasarkan waktu jalar, yang dilengkapi dengan pengendali pompa, menggunakan mikrokontroller 80C31. Waktu penjalaran gelombang ultrasonik 40 KHz dari pemancar dan kembali ke penerima dihitung menggunakan timer 16 bit mode 1 dari mikrokontoller, menggunakan saluran INTI dengan detak pencacah dari luar 20 kHz dan hasil penghitungannya dipakai sebagai data untuk ditampilkan pada tampilan tujuh segmen LED yang menyatakan tinggi cairan dalam satuan centimeter. Hasil penghitungan tersebut juga dipakai sebagai dasar untuk otomatisasi hidup/mati pompa sesuai dengan nilai/tinggi cairan yang telah ditetapkan sebelumnya saat melalukan setting. Kompensasi temperatur bisa dilakukan secara manual dengan kalibrasi ulang. Alat ini telah diuji dan mempunyai spesifikasi kisaran jarak tranduser permukaan air 36-190 cm, span 154 cm dan sensitifitas 1 satuan/cm.

Abstrak :
Penelitian ini didasarkan kebutuhan data intensitas radiasi matahari yang mendorong penggunaan sensor pyranometer yang semakin tinggi. Dalam rangka meningkatkan efisiensi kalibrasi pyranometer, perlu dikembangkan metode kalibrasi yang lebih efisien. Salah satu metode yang mampu memenuhi kebutuhan efektivitas kalibrasi pyranometer adalah Continous Sun Shade Method (CoSSM). Tujuan penelitian ini adalah menemukan teknik kalibrasi terbaik sebagai acuan metode kalibrasi pyranometer di Jakarta. Penelitian ini dilakukan di gedung BMKG Kemayoran Jakarta dari tanggal 9 Desember 2022 hingga 5 Februari 2023. Empat unit pyranometer UUT GHI, satu pyrheliometer (DNI), dan satu pyranometer standar dengan pembayang (DHI) digunakan dalam penelitian ini. Peneliti mengkombinasikan tiga faktor yaitu perbedaan jeda dengan 30, 60, dan 120 detik, data set dengan 10, 15, dan 20 data, serta data seri dengan 10, 15, dan 20 data. Data yang diperoleh kemudian dilakukan tiga tahapan filtrasi menggunakan python dan perhitungan manual. Nilai responsivitas yang dihasilkan kemudian dibandingkan dengan responsivitas kalibrasi di dalam ruangan yang terakreditasi menggunakan Mean Bias Difference . Hasil pengolahan data kalibrasi seharusnya menghasilkan 27 nilai responsivitas, namun hanya 16 teknik yang menghasilkan responsivitas karena kurangnya data akibat filtrasi. Hasil penelitian menunjukkan bahwa teknik dengan jeda 1 menit, 10 data set, dan 20 data seri menghasilkan nilai responsivitas dengan nilai RMSE paling kecil, 0,46. Oleh karena itu, teknik tersebut dapat dijadikan prototipe sistem kalibrasi CoSSM di luar ruangan di Jakarta. ......This research is based on the need for solar radiation intensity data, which has led to an increasing utilization of pyranometer sensors. In order to enhance the efficiency of pyranometer calibration, it is necessary to develop more efficient calibration methods. One of the methods capable of meeting the effectiveness requirements of pyranometer calibration is the Continuous Sun Shade Method (CoSSM). The objective of this study is to identify the best calibration technique as a reference for pyranometer calibration methods in Jakarta. The research was conducted at the BMKG Kemayoran Building in Jakarta from December 9, 2022, to February 5, 2023. Four units of UUT GHI pyranometers, one pyrheliometer (DNI), and one standard pyranometer with shading (DHI) were used in this study. The researcher combined three factors: time interval differences of 30, 60, and 120 seconds, data sets of 10, 15, and 20, and data series of 10, 15, and 20. The obtained data underwent three stages of filtration using Python and manual calculations. The resulting responsiveness values were then compared to the responsiveness of accredited indoor calibration using the Mean Bias Difference method. The calibration data processing was expected to yield 27 responsiveness values, but only 16 techniques produced responsiveness due to data loss caused by filtration. The research results show that the technique with a 1-minute interval, 10 data sets, and 20 data series yields responsivity values with the smallest RMSE value of 0.46. Therefore, this technique can be used as a prototype for the CoSSM outdoor calibration system in Jakarta.

Abstrak :
Berdasarkan dari situs arsip Mahkamah Agung, saat ini terdapat 64 laporan kasus penjualan daging ayam bangkai di Indonesia. Hal ini menjadi persoalan karena bisa jadi masih banyak kasus yang tidak terungkap karena belum memiliki instrumen atau alat ukur untuk mengetahui perbedaan dari daging ayam bangkai ataupun sehat. Salah satu teknik pengukuran yang sedang berkembang dengan menggunakan citra. Teknik pengukuran citra sangatlah efisien untuk melakukan pengukuran karena tidak memerlukan alat dan bahan tambahan serta tidak menghancurkan terlebih dahulu sampelnya. Salah satu pengambilan citra dengan menggunakan hiperspektral merupakan teknik yang cukup baik karena hiperspektral memiliki band yang bervariatif dan dapat melakukan pendeteksian multi parameter. Citra hiperspektral memiliki spektrum yang luas dari spektrum citra RGB. Spektrum tersebut dapat menjadikan informasi yang digunakan dalam melakukan pengukuran kadar dalam suatu objek. Namun, dalam pengukuran menggunakan hiperspektral membutuhkan biaya yang tinggi dan membutuhkan penyimpanan data yang besar. Oleh Karena itu, salah satu metode yang di lakukan adalah melakukan rekonstruksi dari bentuk citra RGB menjadi citra Hiperspektral. Citra RGB dapat digunakan dalam kehidupan sehari – hari dan penyimpanan dari citra RGB lebih kecil ukurannya. Maka, Penelitian ini melakukan Implementasi Dual Dense Convolutional Neural Network  untuk Rekonstruksi citra Visible Nearinfrared dan Klasifikasi Daging Ayam Bangkai. Dual Dense CNN merupakan gabungan dari Dense Block CNN untuk melakukan rekontruksi citra hiperspektral dari RGB dan DenseNet untuk klasifikasi citra hiperspektral. Variasi jumlah band target rekonstruksi dilakukan dengan tujuan memperoleh performa model terbaik pada model rekonstruksi dan klasifikasi. Performa model rekonstruksi terbaik diperoleh pada jumlah band 112 dengan nilai RMSE sebesar 0.0012 dan nilai MAE sebesar 0.0269. Sedangkan performa model klasifikasi terbaik direntang band 224 dengan akurasi training varietas ayam 86,00% dan status daging 97,65% serta memiliki nilai presisi dari varietas 91,00% dan 98,00% untuk status daging. Hasil pengujian dengan sistem klasifikasi dan rekonstruksi arsitektur Dual Dense CNN dapat dilakukan dengan citra RGB. ......Until now, Indonesia has reported 64 cases of selling carcass chicken meat. This is a problem because there may still be many cases that are not uncovered because they do not yet have instruments or measuring instruments to find out the difference between carcass and healthy chicken meat. One measurement technique that is being developed is using imagery. Image measurement techniques are very efficient for making measurements because they do not require additional tools and materials and do not destroy the sample first. One of the image capture using Hyperspectral is a fairly good technique because Hyperspectral has varied bands and can perform multi-parameter detection. Hyperspectral image has a broad spectrum of the RGB image spectrum. The spectrum can make information used in measuring levels in an object. However, measurements using hyperspectral require high costs and require large data storage. Therefore, one of the methods used is to perform a reconstruction from the form of an RGB image to a hyperspectral image. RGB images can be used in everyday life and storage of RGB images is smaller in size. So, this research implements the Dual Dense Convolutional Neural Network for Visible Nearinfrared Image Reconstruction and Classification of Carrion Chicken Meat. Dual Dense CNN is a combination of Dense Block CNN to perform hyperspectral image reconstruction from RGB and DenseNet for hyperspectral image classification. Variation of the number of reconstruction target bands was carried out with the aim of obtaining the best model performance in the reconstruction and classification models. The best reconstruction model performance is obtained in the number of bands 112 with an RMSE value of 0.0012 and an MAE value of 0.0269. While the performance of the best classification model spanned band 224 with a training accuracy of 86.00% for chicken varieties and 97.65% for meat status and had a precision value of 91.00% for varieties and 98.00% for meat status. The results of testing the classification modeling and reconstruction of the Dual Dense CNN architecture can be done with RGB images.

Abstrak :
Tingkat kebutuhan daging di dalam negeri terus mengalami peningkatan dari tahun ke tahun. Menurut laporan Badan Pusat Statistik (BPS), pada tahun 2021 rata-rata konsumsi daging ayam di Indonesia mencapai 0,14 kilogram (kg) per kapita per minggu, rekor tertinggi dalam satu dekade terakhir. Tingginya tingkat kebutuhan membuka praktek penjualan ayam bangkai sehingga mempengaruhi tingkat kepercayaan konsumen. Maraknya penjualan daging ayam bangkai membuat perlunya suatu sistem pengujian kualitas daging ayam. Penelitian ini bertujuan untuk membangun sistem multi-output yang dapat mengidentifikasi kualitas daging ayam berdasarkan citra visual near infrared (VNIR) dan spektral VGG. Sampel daging ayam yang telah divariasi, diakuisisi oleh kamera hiperspektral dengan metode line scanning, dan secara paralel dilakukan pengukuran nilai pH. Kemudian citra dilakukan koreksi dan segmentasi sebelum dibangunnya dataset hypercube dimensi dimensi. Klasifikasi berbasis CNN dari arsitektur AlexNet, GoogleNet, dan VGG16 diuji untuk menemukan arsitektur optimal dalam pemodelan multi-output. Berdasarkan penelitian yang telah dilakukan, diperoleh ukuran ROI terbaik untuk model multi-output yakni  24 x 24 x 112 dengan hasil pengujian nilai akurasi pengujian 0,87 untuk kelas varietas dan 0,97 untuk kelas status daging ayam, sementara untuk prediksi kadar pH dengan nilai RMSE pengujian 0,081 dan koefisien determinasi (R²) pengujian 0,812. ......The demand for meat in the domestic market increases year by year. According to the report from the Badan Pusat Statistik (BPS), in the 2021 the average consumption of chicken meat in Indonesia reached 0.14 kilograms (kg) per capita per week, the highest record in the past decade. Unfortunately, the high demand in the market creates the possibility of carrion chicken carcasses selling, which affects consumer confidence. The prevalence of selling chicken carcasses necessitates a system for testing the quality of chicken meat. This research aims to develop a multi-output system that can identify the quality of carcass chicken based on near-infrared visual (VNIR) and VGG spectral images. The variation of carcass chicken samples are acquired using a hyperspectral camera with a line scanning method, and parallelly taken the value of pH. The images are then corrected and segmented before constructing a hypercube dataset with multiple dimensions. CNN-based classification from AlexNet, GoogleNet, and VGG16 architectures is tested to find the optimal architecture for multi-output modeling. Based on the research, the best ROI (Region of Interest) size for the multi-output model is 24 x 24 x 112. The testing results show an accuracy of 0.87 for the variety class and 0.97 for the status class of carcass chicken. Additionally, for pH prediction, the testing results yield an RMSE (Root Mean Squared Error) value of 0.081 and a coefficient of determination (R²) value of 0.812.

 

Abstrak :
ABSTRAK
Untuk memperoleh informasi yang akurat mengenai posisi data yang diambil dibawah permukan air laut Maka diperlukan posisi kedalaman air wahana dan arah wahana terhadap kutub utara. Informasi ini penting karena dengan digabungkan dengan panjang tali alat maka dapat diperoleh panjang alat secara garis lurus dari GPS di kapal. Alat ini mengubah tekanan air yang diterimanya menjadi perubahan tahanan. Selanjutnya diumpankan tegangan ekstisasi pada sensor tersebut, dimana akan keluar tegangan yang besarnya sebanding dengan kedalaman air laut. Dengan sensor tekanan ke tahanan piezoresistive yang mampu mengukur sampai kedalaman 200 meter dengan keluaran tegangan sampai 2,5 volt. Dengan menggunakan mikrokontroler serial 80 dari Ateml sinyal analog tadi diubah ke sinyal digital 11 bit sehingga mampu mengukur sampai ketelitian 9,77 cm kedalaman. Tegangan ini kemudian diolah oleh rangkaian elektronik sehingga hasil akhirnya berupa petunjuk kedalaman dalam bentuk display dan data serial. Demikian juga dengan arah kompas, medan magnet bumi mengubah tahanan dari bahan permaloy menjadi berubah tergantung besarnya medan magnet yang diterima oleh bahan tersebut, bahan disusun menjadi konfigurasi jembatan wheatstone untuk kemudian diberi tegangan eksitasi seperti susunan sebelumnya pada sensor kedalaman, keluaran dari sensor ini berupa lebar pulsa dimana besarnya sudut azimuth berbanding lurus dengan lebar pulsa yang dihasilkan. Lebar pulsa ini kemudian dihitung dengan perbandingan terkecil sampai terendah berpadanan dengan sudut 0 derajat sampai 360 derajat

Abstrak :
Alat ukur microwave test bench digunakan mengetahui nilai dielektrik sample. Peralatan dirakit untuk memperoleh data parameter gelombang yang digunakan menentukan nilai dielektrik.Tesis yang menggunakan alat ini membahas pengukuran dielektrik. Nilai konstanta dielektrik perlu diketahui di peralatan instrumentasi yang dipakai untuk menaikan kapasitas kapasitif. Penelitian ini alat yang dipakai microwave test bench. Nilai konstanta dielektrik dihitung untuk menentukan nilai kapasitas kapasitor. Penelitian ini menggunakan tiga(3) material yang berbeda setelah itu diukur nilai dielektriknya. Nilai yang terukur dari penelitian teflon terukur 1,953 dan polistirena 2,455 dan 2,58. Untuk mengetahui beberapa parameter gelombang yang belum terukur di analisa dengan grafik dua dimensi. Sebaran data dalam grafik dianalisa dengan fungsi grafik. Hasil grafik untuk pendekatan nilai dielektrik pada kisaran konstanta gelombang yang tidak terbaca. Nilai hasil penelitian dibandingkan dengan referensi ternyata hasil pengukuran alat mendekati nilai referensi. Penggunaan alat ini akan dapat membantu dalam mengukur konstanta yang belum diketahui nilai dielektrikanya.

---

Microwave test bench measuring tool used to determine the value of the dielectric sample. Assembled equipment to obtain data on wave parameters used to determine the value dielektrik.Tesis who use this tool to discuss the dielectric measurements. Dielectric constant values necessary to know the instrumentation equipment used to increase the capacity of capacitive. This research is a tool used microwave test bench. The value of dielectric constant is calculated to determine the value of capacitor capacity. This study uses three (3) different materials and then measured the value of the dielectric. Measured by the value of polystyrene teflon study measured 2.455 and 1.953 and 2.58. To find out some parameters that have not been measured in wave analysis by two-dimensional graph. Distribution of data in the graph were analyzed using graphics functions. Results graph for the approach of the dielectric constant value in the range of waves that can not be read. Score results compared with the referent.