Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada tugas akhir ini membahas mengenai pengenalan jenis ikan dengan menggunakan sensor sonar. Sonar adalah sensor yang umum digunakan untuk menentukan jarak sebuah objek yang akan di deteksinya. Salah satu aplikasi penting pemanfaatan sensor sonar adalah untuk pendeteksi ikan. Pendeteksian dilakukan melalui gerakan kawanan jenis ikan, tertentu di perairan baik dilaut maupun di air tawar, yaitu dengan metode schooling. Selain mengenali jenis ikan sonar juga dapat mengetahui jarak ikan tersebut, serta dengan menggunakan perangkat GPS (Global Positioning System) dapat diketahui posisi kapal. Pada tugas akhir ini menggunakan suatu perangkat lunak yang sudah ada untuk dapat mendeteksi objek-objek ikan melalui pengenalan suara, yaitu bentuk gelombang suara yang telah direkam dan akan disimulasikan dengan perangkat komputer. Jarak ikan didapatkan dengan mensimulasikan masukan jarak dengan menggunakan mikrokontroler, serta mengetahui posisi kapal berupa bujur dan lintang dengan menggunakan perangkat GPS. Tugas akhir ini merancang suatu modul pada perangkat lunak pendeteksi ikan yang sudah ada, untuk mengetahui jarak ikan, posisi ikan dan posisi bujur serta lintang dari kapal dengan menggunakan perangkat GPS.

---

In this final project explane about recognition of fish type by using sonar sensor. Sonar sensor is a commonly used sensor to measure the distance of object which is want to be detected. One of the most important used of sonar sensor is as a fish detector. Detection is done trough the movement of a certain a type of fish in the sea or plain water by using schooling method. Besides recognizing the fish type trough sonar, also can measure the distance of our fish and ship position by using GPS.

In this final project software are implemented and used to detect fish through voice recognition. A wave shape which is already recorded will be simulated using this software. The distance of fish is gained by simulating the distance input using microcontroller which also can be use to determine the position of ship in the longitude and latitude form using gps.

In this final project designs a module at fish detector software which there are, to know fish distance, position of fish and position of longitude and latitude from ship by using peripheral GPS."

"Jenis ikan yang tergolong dalam ikan jenis sonikrous mempunyai suara yang khas_ Beberapa diantaxanya dapat mengeluarkan lebih dari satu jenis suara. Sebagai contoh ikan wealdish (Cynoscion regalis) jantan akan mengeluarkan suara drumming pada masa bertelur dan suara chartering untuk aktiiitas hidup sehari-bali, sedangkan untuk betina hanya mengbluarkan suara cha!!ering.Untuk dapat mengenali suara ikan tersebut clengan cepat diperlukan suam sarana agar proses identifikasi dapat dilalcukan dengan mudah, Penerapan teknologi voice recognition dapat mempemwdah dan mempercepat proses pengenalan suara ikan. Dengan diketahul suara ikan tersebut mal-za berarti pula dapat diketahui keberadaan jenis ikan dan aktiiitas hidup beberapa jenis ikan tertentu seperti proses bertelur yang terjadi di dalam laut. Penggunaan voice recognition dengan mengaplikasikan hidden mar/:ov model untuk mengidentifikasi suara ikan dapat mengenali dengan baik suara ikan yang dimasukan dalam sistem. Sistem dengan training data berupa sampel suara ikan yang terdiri dari kombinasi beberapa bursi dan satu periode pcnuh dari suara ikan menghasilkan sistem dengan kemampuan recognition yang Iebih baik. Dari percobaan yang dilakukan menunjukan sistem mempunyai tingkat akurasi yang baik sampai sekitar 5O - 90 %."

"Skripsi ini berisi tentang perbandingan dari 3 jenis algoritma VQ (Vector Quantization) yaitu Traditional K-Means Clustering, LBG (Linde, Buzo, and Gray), dan Sucessive Binary Split yang digunakan dalam proses pengenalan sinyal akustik (Suara) dari berbagai jenis ikan. Dalam proses pengenalan sinyal akustik ikan yang menggunakan HMM (Hidden Markov Model), sinyal akustik ikan yang akan dideteksi, terlebih dahulu dikuantisasi dengan menggunakan algoritma VQ.Pada sistem pengenalan sinyal akustik ikan, sinyal akustik ikan diubah terlebih dahulu ke dalam bentuk diskrit dengan cara sampling. Sinyal diskrit ini diekstraksi agar diperoleh karakteristiknya dengan menggunakan MFCC (Mel Frequency Cepstrum Coefficient). Vektor data yang terbentuk kemudian dikuantisasi dengan menggunakan 3 jenis algoritma VQ. Pada tahap pengenalan sinyal akustik ikan (recognition) yang memanfaatkan model HMM, ketiga jenis algoritma VQ ini diteliti unjuk kerjanya berdasarkan tingkat akurasi yang diperoleh.Berdasarkan hasil simulasi, algoritma Sucessive Binary Split merupakan algoritma paling optimum untuk sistem pengenalan sinyal akustik ikan karena memiliki tingkat akurasi tertinggi (pada ukuran codebook < 64) dengan kebutuhan kapasitas memori dan waktu komputasi (saat pembuatan codebook dan model HMM) paling kecil. Untuk memperoleh sistem pengenalan sinyal akuslik ikan dengan tingkat akurasi yang paling baik, algoritma LBG dapat digunakan dengan ukuran codebook > 128 tetapi kapasitas memori dan waktu komputasi yang dibutuhkan makin besar. Tingkat akurasi (recognition rate) pada sistem pengenalan sinyal akustik ikan yang menggunakan VQ dan HMM dapat ditingkatkan dengan memperbesar ukuran codebook, jumlah iterasi algoritma VQ, dan jumlah iterasi pada Baum Welch Algorithm."

"ABSTRAKTesis ini membahas penelitian yang telah dilakukan untuk membuatperangkat lunak simulasi berbasis Matlab Simulink untuk pembangkit uap.Pembangkit uap ini bekerja dengan 72% kualitas uap, 1.2% kandungan oksigen,laju aliran uap didesain maksimum 3600 Barrel per hari dan laju aliran gas bahanbakar didesain maksimum 1300 MSCF per hari .Perangkat lunak simulasi pembangkit uap terdiri atas TungkuPembakar, Aliran Bahan Bakar, Aliran Air Umpan, Konveksi, Radian dan AliranUap. Di dalam bagian-bagian tersebut, prinsip termodinamika dan perpindahanenergi panas seperti konduksi, konveksi dan radiasi diaplikasikan untukmenghitung nilai tekanan, nilai suhu dan nilai laju aliran.Proses validasi dilakukan pada kondisi stabil dan kualitas uap 72% telahtercapai kepada 10 parameter proses penting pembangkit uap hasil simulasi.Persentase kesalahan yang dihasilkan dari simulasi Beda Tekanan Orifis BahanBakar Gas : 2,39% , Tekanan Bahan Bakar Gas : 1,37%, Suhu Gas Bahan BakarGas : 5,95%, Laju Aliran Gas Bahan Bakar : 1,25%, Beda Tekanan Orifis AirUmpan : 1,94%, Tekanan Air Umpan : 1,54%, Laju Aliran Air Umpan : 0,92% ,Beda Tekanan Orifis Uap : 3,26%, Tekanan Keluaran Uap : 1,93% and KualitasUap : 0,05% .

---

ABSTRACTThis paper describes the work done in order to make Matlab Simulinkbased steam generator simulator in simulation of a steam generator. The steamgenerator is operated with steam quality of 72%, O2 content is 1.2%, designsteam volume flow is 3600 barrel per day at at a maximum and design fuel gasvolume flow is 1300 MSCF per day at at a maximum.The steam generator simulation program is consisting of Burner, Radiant,Convection, Exhaust Stack, Feedwater Pump Discharge and Steam Discharge.Within the components, thermodynamics and heat transfer principles such asconduction, convection and radiation were applied to compute the pressurevalues, temperature values and flow rate values.The validation process has been done with steam generator is operating onsteady steady state and steam quality target of 72% has been achieved to the 10important process parameters of the steam generator. The error percentageresulted from simulation of Fuel Gas Orifice Differential Pressure : 2.39%, FuelGas Pressure : 1.37%, Fuel Gas Temperature : 5.95%, Fuel Gas Flow Rate :1.25%, Feedwater Orifice Differential Pressure : 1.94%, Feedwater Pressure :1.54%, Feedwater Flow Rate : 0.92%, Steam Orifice Differential Pressure 3.26%,Steam Discharge Pressure 1.93% and Steam Quality : 0.05%."

"Kebakaran bangunan merupakan suatu bencana yang merugikan bagi banyak pihak yang dapat mengakibatkan kerugian materi dan berpotensi terhadap kematian yang cukup besar sehingga memerlukan perhatian akan keselamatan pengguna bangunan. Skripsi ini membahas perancangan voice alert notification pada sistem evakuasi bahaya kebakaran.Tujuan dari perancangan sistem ini adalah untuk membantu manusia untuk mendapatkan informasi dimana zona bahaya kebakaran berasal dan mengarahkan ke jalur evakuasi yang aman secara otomatis apabila terjadi kebakaran. Voice alert notification dirancang dengan menggunakan Mikrokontroler AT89S51 dengan bahasa pemrograman assembly. Metode pengumpulan data yang digunakan dalam penulisan skripsi ini adalah dengan melakukan perancangan dan pengujian alat. Berdasarkan hasil pengujian alat , baik sensor suhu LM35, LED, Voice Speaker, Buzzer, dan rangkaian secara keseluruhan dapat bekerja dengan baik. Pada alat ini, sensor suhu LM35 mendeteksi kenaikan suhu yang kemudian diproses pada mikrokontroler, apabila suhu melebihi batas yang telah ditentukan, maka output LED, Buzzer, dan Voice dari Speaker akan bekerja secara otomatis. Sistem voice alert notification pada perancangan alat ini dapat menginformasikan lokasi bahaya kebakaran dan zona evakuasi melalui output voice speaker dan penggunaan LED bertujuan untuk mengarahkan ke jalur evakuasi yang aman tersebut.

---

Fire building is a disaster which detrimental for many party that may result in material losses and the potential for considerable mortality and require attention to the safety of building users. This thesis discusses the design of voice alert notification on fire danger evacuation system.

The purpose of the design of this system is to assist people to obtain information which are a fire hazard zones and directing to the safe evacuation routes automatically in case of fire hazard. Voice alert notification designed using Microcontroller AT89S51 with assembly language programming. Data collection methods that used in writing this paper is to perform design and testing tools.

Based on the results of testing tools, both LM35 temperature sensor, LED, Voice Speaker, Buzzer, and the circuit series as a whole is running well. In this tool, LM35 temperature sensor detects the temperature rise which is then processed in the microcontroller, when the temperature exceeds the limit specified in the program in the microcontroller, the output LED, Buzzer, and Voice of the Speaker will work automatically. Voice alert notification system in this design can inform the location of fire and evacuation zone through voice output speaker and use of LED aims to drive to a safe evacuation routes."

"Jantung adalah organ penting dalam tubuh manusia yang berfungsi untuk memompa darah ke seluruh tubuh. Salah satu cara untuk mengetahui bagaimana kondisi jantung adalah dengan mengetahui frekuensi detak jantung per menit. Pada tulisan ini akan dirancang alat pendeteksi dan penghitung frekuensi detak jantung dengan menggunakan asas doppler. Sistem ini menggunakan fetal doppler yang berfungsi untuk mendeteksi bunyi yang dihasilkan oleh jantung. Bunyi detak jantung orang dewasa mempunyai frekuensi antara 20-40 Hz. Untuk memisahkan antara frekuensi yang dihasilkan detak jantung dengan frekuensi noise maka perlu dibuat rangkaian band pass filter. Rangkaian ini akan melewatkan frekuensi yang diinginkan dan meredam frekuensi yang tidak diinginkan. Sistem ini juga menggunakan mikrokontroler AVR Atmega 8535 yang akan mengolah sinyal yang masuk dan menampilkan data detak jantung per menit pada layar LCD. Dengan dirancangnya alat ini, diharapkan perhitungan detak jantung dapat dilakukan dengan cepat dan mudah.

---

The heart is an important organ in the human body which have functioned to pump blood to all over body. One way of knowing how to condition the heart is to know the frequency of heartbeats per minute. In this paper, we design a detector and counter heartbeat using doppler principle. This system uses a fetal Doppler, its uses to detect sound generated by the heart. The sound of an adult heart rate has a frequency between 20-40 Hz.

To separate between the frequency of the heartbeat with the frequency noise, it needs band pass filters circuit. This circuit will pass the desired frequency and reduce unwanted frequencies. This system also uses ATmega 8535 AVR microcontroller which will process the incoming signal and displays heart beat per minute on the LCD screen."

"Rangkaian pendeteksi amplitudo dapat dijadikan dasar untuk pembuatan system pendeteksi jarak kawanan ikan menggunakan gelombang akustik. Proses penentuan jarak dilakukan dengan membandingkan antara rangkaian pembangkit pulsa pada pengirim dengan pendeteksi amplitudo pada penerima. Sistem radio komunikasi menggunakan modulasi amplitudo untuk memancarkan frekuensi gelombang radio. Hal ini dilakukan dengan memodulasi sinyal, menumpangkan sinyal informasi pada sinyal pembawa (carrier). Kemudian sinyal informasi diambil kembali, yaitu selubung dari gelombang yang dimodulasi, proses ini dinamakan demodulasi. Salah satu metode demodulasi adalah penggunaan envelope detector. Keluaran dari rangkaian ini akan digunakan filter low pass, yang berfungsi meneruskan frekuensi rendah dan menghilangkan ripple keluaran envelope detector, rangkaian ini disebut pendeteksi amplitudo.

---

Amplitudo detector circuit can be based for built the system of recognize distance of fish species using acoustic reflection. Process to get the value of distance from comparation between outputs of generator pulse at transmitter with output of amplitude detector at receiver.

Most radio communications systems today utilize amplitude modulation to broadcast a certain frequency over the radio waves. This is done by taking a modulating signal, mixing it with a carrier signal and retrieving the original signal, the modulating signal that is supposed to be broadcasted. The way that the original signal is retrieved is by a process called demodulation. Demodulation is the process of removing the carrier and modulating signal from each other and returning the modulating signal, or signal of interest. One method of performing demodulation is through the use of an envelope detector. Output of envelope detector will be used for low pass filter that output stays at or near the peak value of envelope long enough to be measured, this circuit called amplitude detector."

"Pada penelitian ini, dibuat sebuah sistem yang dapat mencegah terjadinya kecelakaan lalu lintas ketika mengemudi. sistem ini dibuat untuk mendeteksi tanda-tanda terjadinya kantuk dan menghasilkan keluaran peringatan mengantuk kepada pengemudi. Parameter yang menjadi acuan seseorang dalam kondisi mengantuk pada sistem ini yaitu detak jantung manusia. Metode yang digunakan pada sistem ini yaitu batas bawah detak jantung seseorang mengantuk (-8 BPM). Sistem ini terdiri dari dua perangkat keras utama, yaitu Mi Band 3 dan ponsel berbasis Android. Mi Band 3 berfungsi untuk mengambil data detak jantung pengemudi, sedangkan ponsel berfungsi untuk menampilkan peringatan terjadinya kantuk melalui aplikasi pendeteksi kantuk berbasis Android Drowsy Alert. Kualitas sistem pendeteksi kantuk ini diuji dengan melakukan survey menggunakan metode Mean Opinion Score (MOS). Nilai rata-rata kualitatif untuk pengujian tampilan aplikasi dari responden adalah sebesar 4.18 dan pengujian fungsionalitas sistem sebesar 4.45 (dalam skala 5 terbaik). Aplikasi sistem pendeteksi kantuk ini berhasil mendeteksi rasa kantuk seseorang berdasarkan batas bawah -8 BPM dengan penurunan detak jantung sebesar 8-18% pada setiap responden dari kondisi segar hingga mengantuk.

---

In this paper, a system was created to prevent traffic accidents while driving. This system was made to detect a signs of drowsiness and give an alert to the driver. Parameter that becomes a reference point of drowsy condition is human heart rate. Method that used in this system is a lower limit of drivers drowsiness heart rate (-8 BPM). This system consist of two main hardware devices, Mi Band 3 and Android smartphone. Mi Band 3 is used to retrieve drivers heart rate data, whereas a smartphone is used to show drowsiness alert via drowsiness detection Android application Drowsy Alert.

The quality of the application was tested by conducting a survey using the Mean Opinion Score (MOS) method. The qualitative average value from respondents for application appearance testing is 4.18 and system functionality testing is 4.45 (5 scale for the best). This drowsiness detection application successfully detects a respondents drowsiness based on the lower limit of -8 BPM with 8-18% heart rate decrease for each respondent from awake state to drowsy."