Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 65576 dokumen yang sesuai dengan query
cover
Rianto Wibowo
"Pada Skripsi ini akan menguraikan tentang rancangan sistem absensi digital berbasis IoT Internet of Things dengan menggunakan Raspberry Pi 3 sebagai detector Mac Address Bluetooth yang dijadikan sebagai pengenal perangkat Smartphone yang digunakan oleh mahasiswa dan dosen dan sebagai tampilan monitoring absensi digunakan Web Service dalam pengimplementasiannya. Pada sistem ini dibutuhkan setidaknya 3 komponen yakni adanya jaringan internet untuk melakukan akses ke Web Service, perangkat smartphone yang menggunakan fitur Bluetooth, dan Raspberry Pi yang mendeteksi Mac address Bluetooth dari Smartphone mahasiswa maupun dosen yang bersangkutan serta mengirimkan Mac Address Bluetooth tersebut ke Web. Pada sistem ini juga dilengkapi dengan sistem monitoring absensi dengan menggunakan empat tampilan interface pada Web Service yang terdiri dari : Tampilan untuk Admin, Tampilan untuk Dosen, Tampilan untuk Mahasiswa, dan Tampilan untuk Pimpinan yang memiliki fitur masing-masing serta tingkat kekuasaan terhadap Web Service yang berbeda satu dengan lainnya. Pada Hasil Pengujian dengan jumlah responden 25 orang dan dengan menggunakan dua scenario maka didapatkan 48 iterasi data yang dilakukan untuk membaca 20 Responden pada scenario pertama dan didapatkan 67 iterasi data yang dilakukan untuk membaca 25 Responden pada scenario kedua hal ini disebabkan adanya kendala pada koneksi internet yang sangat berpengaruh pada sistem absensi ini karena dengan tidak stabilnya koneksi internet maka proses pengiriman data ke Web Service berupa Mac Address Bluetooth yang telah dideteksi oleh Raspberry Pi gagal dan jumlah mahasiswa juga mempengaruhi kecepatan absensi dengan sistem ini.

In this undergraduate thesis will describe the design of IOT based digital absence system Internet of Things by using Raspberry Pi 3 as a Mac Address Bluetooth detector is used as a Smartphone device identifier used by students and lecturers and as a display of attendance monitoring used Web Service in implementing it. In this system required at least 3 components namely the Internet network to access the Web Service, smartphone devices that use Bluetooth features, and Raspberry Pi that detects the Mac Bluetooth address of the student Smartphone and lecturer in question and sends the Mac Bluetooth Address to the Web. In this system is also equipped with attendance monitoring system using four interface display on Web Service which consists of Display for Admin, Display for Lecturer, Display for Students, and Display for Leaders who have their respective features and level of power to Web Service different from each other. In the Test Results with the number of respondents 25 people and by using two scenarios then obtained 48 iterations of data conducted to read 20 Respondents in the first scenario and obtained 67 iterations of data conducted to read 25 Respondents in the second scenario this is due to the constraints on the internet connection very influential on this attendance system because with the unstable internet connection then the process of sending data to Web Service in the form of Mac Address Bluetooth that has been detected by Raspberry Pi failed and the number of students also affect the speed of attendance with this system. "
Depok: Fakultas Teknik Universitas Indonesia, 2018
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ekmal Rizki Rahman Hakim
"ABSTRAK
Perkuliahan merupakan kegiatan akademis yang dilaksanakan berdasarkan kurikulum yang memang telah direncanakan. Kegiatan perkuliahan tersebut dilaksanakan untuk pencapaian yang maksimal. Sehingga dalam pencapaiannya diperlukan pemantauan terhadap komponen-komponen yang mendukung jalannya aktivitas perkuliahan. Pencatatan absensi merupakan salah satu bagian penting dalam kegiatan perkuliahan. Sistem yang selama ini digunakan untuk mendukung absensi mahasiswa masih konvensional yaitu dengan mengisi daftar kehadiran berupa tandatangan secara tertulis, sehingga validitas data absensi kurang mampu dipertanggungjawabkan dan kurangnya efisiensi dalam hal pengolahan data ke pusat administrasi kampus. Sebuah raspberry pi 3 berperan sebagai gateway antara perangkat bluetooth dari masing-masing smartphone dan server, akan melakukan pencarian identitas perangkat berupa mac address bluetooth dari setiap perangkat smartphone yang masuk dalam jangkauannya. Segala pengolahan data akan dilakukan pada sisi backend yang sebelumnya beberapa paket data perlu dikirim terlebih dahulu oleh gateway melalui koneksi internet secara periodik. Sehingga kesimpulan mengenai kehadiran setiap mahasiswa mampu didapatkan Sistem absensi ini diharapkan mampu menjadi solusi bagi permasalahan dalam kegiatan perkuliahan yang ada. Performa yang diukur selama pengujian ditunjukkan oleh waktu identifikasi perangkat dengan beberapa parameter yang divariasikan seperti konfigurasi posisi gateway, jumlah gateway, jumlah responden dan kecermatan sistem dalam mengidentiifkasi setiap mahasiswa. Berdasarkan pengujian yang dilakukan, diperoleh kesimpulan bahwa posisi gateway memberikan pengaruh terhadap durasi yang diperlukan untuk melakukan identifikasi terhadap seluruh perangkat. Durasi identifikasi terbaik yang mampu dilakukan gateway untuk 20 responden adalah 1 menit 24 detik pada posisi gateway diletakkan pada ketinggian 2 meter dari permukaan tanah. Selain itu, jumlah gateway yang perlu diaplikasikan sistem untuk mengidentifikasi perangkat dipengaruhi oleh bentuk dan dimensi suatu ruangan.

ABSTRACT
Lectures are academic activities undertaken based on a curriculum that has been planned. Lecture activities are carried out for maximum achievement. So in the achievement required monitoring of the components that support the course of lecture activities. Registration of attendance is an important part of lecturing activities. The system that has been used to support student absences is still conventional by filling the attendance list in the form of signatures in writing, so the validity of data absenteeism is not accountable and lack of efficiency in terms of data processing to the campus administration center. A raspberry pi acts as a gateway between the bluetooth device of each smartphone and server, will perform a device identity search in the form of a bluetooth mac address of any smartphone device within its range. Then the data processing will be done on the backend side previously sent first by gateway through internet connection periodically. So the conclusion about the presence of each student can be obtained. This system is designed to be the solution for problems in classes. Performance is tested by device 39 s identification time, with several changed variables gateway position, number of respondents, and system 39 s accuracy in identifying students. Based on the tests performed, it is concluded that the gateway position has an effect on the duration required to identify all devices. The best identification duration a gateway can perform for 20 respondents is 1 minute 24 seconds at the gateway position is placed at a height of 2 meters from the ground level. In addition, the number of gateways that the system needs to apply to identify devices is influenced by the shape and dimensions of a room."
2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Henry Hendarwin
"Sistem akuisisi data Electroencephalography (EEG) telah dikembangkan. menggunakan Analog Front End (AFE) ADS1299 EEGFE-PDK berbasis Raspberry Pi. Sistem ini merupakan kelanjutan dari sistem yang dikembangkan sebelumnya, dengan menambahkan fitur Relative Power Ratio (RPR), komunikasi Local Area Networking (LAN) dan GUI (Graphical User Interface). Fitur RPR perlu dipahami Karakteristik sinyal EEG. ADS 1299 memiliki beberapa keunggulan diantaranya Akuisisi data secara simultan, resolusi 24 bit, membutuhkan daya <0,2 mW dan noise <1 μV. Sistem akuisisi data ini terdiri dari 4 unit AFE yang dikonfigurasi secara daisy rantai. Komunikasi antara AFE dan Raspberry Pi menggunakan periferal serial antarmuka (SPI) dengan format RDATA. Bahasa pemrograman C digunakan untuk komunikasi antara Raspberry dengan AFE dan Matlab digunakan untuk pemrosesan sinyal. Data dari Raspberry ditransfer melalui LAN ke Personal Computer (PC). Kemudian disaring menggunakan Butterworth order 5. Data EEG dan perhitungan RPR ditampilkan secara real-time. Perhitungan dilakukan dengan Fast Fourier Transforms (FFT) dan Power Spectral Density (PSD). Sistem ini telah dievaluasi dengan menggunakan simulator EEG (NETECH Mini-Sim EEG) yang menghasilkan sinyal listrik sinusoidal dengan frekuensi 2 Hz, 5 Hz, dan amplitudo tegangan 30, 50 μV. Dengan perbandingan rata-rata FWHM (Full Width at Half Maximum) didapatkan untuk frekuensi 2Hz di sistem akuisisi tersebut memperoleh nilai 4 Hz, dan dalam Neurostyle 4 Hz. Di frekuensi 5 Hz, rata-rata nilai FWHM yang diperoleh untuk sistem akuisisi yang dibuat adalah 13 Hz dan Neurostyle pada 14 Hz.

The systems have been developed to obtain Electroencephalography (EEG) data using the Raspberry Pi based Analog Front End (AFE) ADS1299 EEGFE-PDK. This system is a continuation of a previously developed system, supported by Relative Power Ratio (RPR) features, Local Area Networking (LAN) and GUI (Graphical User Interface) features. EPR. ADS 1299 has several advantages that can be taken from simultaneous data, 24 bit resolution, requires power <0.2 mW and noise <1 μV. This data acquisition system consists of 4 AFE units completed by daisy chains. Communication between AFE and Raspberry Pi uses a serial peripheral interface (SPI) with RDATA format. C programming language is used for communication between Raspberries and AFE and MATLAB is used for signal implementation. Data from Raspberry is transferred via LAN to Personal Computer (PC). Then filtered using Butterworth order 5. EEG data and realtime calculations. The calculations are carried out by Fast Fourier Transforms (FFT) and Power Spectral Density (PSD). This system has been evaluated using an EEG simulator (NETECH Mini-Sim EEG) which produces sinusoidal electrical signals with a frequency of 2 Hz, 5 Hz, and a amplitude of 30, 50 μV. With the average change in FWHM (Full Width at Half Maximum) obtained for the 2Hz frequency in the acquisition system a value of 4 Hz is obtained, and in Neurostyle it is 4 Hz. At a frequency of 5 Hz, the average FWHM value obtained for the acquisition system is 13 Hz and Neurostyle is 14 Hz."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2019
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Asep Muhamad Awaludin S
"Saat ini perekaman gelombang seismik masih menggunakan geophone konvensional, yaitu terdiri dari koil yang digantung oleh pegas. Pada penelitian ini, telah dikembangkan sebuah sistem perekam gelombang seismik menggunakan akselerometer MEMS. Data keluaran akselerometer diakuisisi dengan menggunakan mikrokomputer Raspberry Pi, kemudian data tersebut disimpan di dalam Raspberry Pi dan dikirim ke sebuah komputer host setelah proses akuisisi selesai. Keluaran data dari sistem ini setara dengan data keluaran dari geophone konvensional, yaitu dalam domain kecepatan. Sistem ini menggunakan komunikasi Wi-Fi untuk terhubung ke sebuah server sehingga memungkinkan kegiatan eksplorasi tanpa memerlukan kabel. Hasil rekaman sistem ini dibandingkan dengan geophone konvensional. Uji coba dilakukan di Universitas Indonesia.

Currently recording seismic waves still use conventional geophones, which consists of coils suspended by springs. This research has developed a system of recording seismic waves using MEMS accelerometer. Accelerometer output data acquired using microcomputers Raspberry Pi, then the data is stored in the Raspberry Pi and sent to a host computer after the acquisition is completed. The output data from this system is equivalent to the output data from conventional geophones, which is in the domain of speed. This system uses the Wi-Fi communication to connect to a server making it possible exploration activities without cables. Recording the results of this system compared with conventional geophones. Tests performed at the University of Indonesia."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2015
S60171
UI - Skripsi Membership  Universitas Indonesia Library
cover
Nahrowi
"Pengembangan teknologi single-board-computer (SBC) telah diaplikasikan dalam bidang perekaman data geofisika. Dalam penelitian ini digunakan mikrokomputer Raspberry Pi sebagai sistem akuisisi dan perekam data gelombang seismik. Penggunaan sistem operasi Linux dan bahasa pemrograman Python pada Raspberry Pi yang bersifat open-source dan multi-platform menghasilkan sistem yang lebih murah dan sederhana. Sebagai pengolah sinyal analog, digunakan analog to digital converter (ADC) eksternal berupa chip IC ADC MAX186 produk Maxim™. Sinyal tegangan yang dihasilkan pada geophone akibat gelombang seismik (elastik) di dalam permukaan bumi, diperkuat menggunakan penguat instrumentasi dan difilter menggunakan rangkaian low-pass filter sesuai dengan frekuensi gelombang seismik. ADC MAX186 dikomunikasikan dengan mikrokomputer Raspberry Pi untuk mengonversi sinyal dalam bentuk kumpulan data digital 12 bit dan disimpan pada SD-Card. Perancangan ini menghasilkan sistem akuisisi yang bekerja dengan laju pencuplikan 1600 SPS, resolusi data 12 bit, dan kapasitas penyimpanan yang dinamis sesuai media penyimpanan yang dipasang.

Development of single-board-computer (SBC) technology has been applied in the field of geophysical data recording . In this study, the Raspberry Pi microcomputer is used as data acquisition system and seismic waves recorder . The use of the Linux operating system and Python programming language on Raspberry Pi which is open-source and multi-platform produce a cheaper and simpler system. As an analog to a digital signal processor, analog to digital converter ( ADC ) is used in the form of external ADC IC chip MAX186 from Maxim Integrated. Voltage signal generated by seismic waves at geophone on the surface of the earth, amplified using an instrumentation amplifier and filtered using a low-pass filter circuit in accordance with the frequency of the seismic waves. ADC MAX186 communicated with Raspberry Pi microcomputer to convert the analog signal in the form of 12-bit digital data set and stored in the SD-Card. The result of this study is a system that works with the acquisition sampling rate of 0,6 ms, a resolution of 12 bits of data, and data storage capacity dynamically as storage media installed."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2013
S54087
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sulkhan Arrosyid
"Teknologi alat akuisi seismic sudah semakin berkembang. Pada penelitian sebelumnya sudah dilakukan penelitian mengenai alat akuisisi sinyal seismik berbasis sensor accelerometer MEMS. Sehingga pada penelitian ini telah memperbaharui alat akuisisi sinyal seismik dari sisi komunikasi agar dapat mengakuisisi lebih banyak geophone atau alat akuisisi sinyal seismik. Selain itu agar jangkauan kabel atau jarak antar geophone juga semakin panjang. Keluaran data dari sistem ini hamper setara dengan keluaran data dari geophone konvensinal. Sistem ini menggunakan Modul SPI Extender untuk membuat satu buah Raspberry Pi dapat mengakuisisi geophone MEMS dengan lebih banyak dan jengan jangakaun kabel yang lebih panjang. Hasil respon atau keluaran dari geophone disimpan kedalam Raspberry Pi terlebih dahulu untuk kemudian bisa diambil secara wireless oleh komputer host. Uji coba dilakukan di Universitas Indonesia.

The technology of seismic acquisition instrumentation has getting developed. In previous research, a study of seismic signal acquisition instrumentation based on MEMS accelerometer sensor has been done. This research has renewed seismic signal accelerometer by communication aspect to acquire more geophones or seismic signal acquisition instrumentation. Output data of this system is almost same with output from conventional geophone. This system uses SPI Extender modul to make one Raspberry Pi to acquire more MEMS geophone and with further cable reach. Respond result or output of geophone is saved into Raspberry Pi first so that it can be taken wirelessly by host computer. Trial test is done at Universitas Indonesia."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2017
S66911
UI - Skripsi Membership  Universitas Indonesia Library
cover
Abdul Chandra Irawan
"Teknologi SMS sebagai media komunikasi dapat digunakan untuk mengendalikan perangkat IoT seperti SCADA Supervisory Control and Data Acquisition untuk pengontrolan suatu proses dalam sistem kendali industri berbasis computer . Serta sebagai alternatif yang handal pengganti media Internet untuk kendali jarak jauh. Namun, teknologi SMS masih memiliki kekurangan terhadap aksi penyadapan. Oleh karena itu pada penelitian ini dirancang pengendalian jarak jauh melalui SMS berbasis algoritma enkripsi NTRU dan kompresi GZIP yang di implementasikan pada Raspberry Pi dan perangkat Android.
Dari hasil uji coba penerapan algoritma NTRU dan GZIP pada Raspberry pi menghasilkan parameter bilangan prima 5 sampai 23 untuk membangun public key dan dalam proses enkripsi dekripsinya. Dengan rentang parameter tersebut membuat perintah dapat dikirim dalam 1 kali SMS tidak lebih dari 160-byte . Dengan menggunakan parameter optimal yaitu 23, implementasi enkrispi dan kompresi dilanjutkan pada hasil performa untuk menggerakan 3 aktuator relay, servo, dan LED PWM dengan 100 perintah yang dikirim berhasil diterjemahkan untuk dieksekusi pada aktuator.

SMS Technology as a communication medium can be used to control the IoT device for example, SCADA Supervisory Control And Data Acquisition . However, SMS technology still has a disadvantage of wiretapping. Therefore, in this study designed remote control system via SMS based NTRU Encryption and GZIP compression algorithm that is implemented on Raspberry Pi and Android devices to control the actuator.
Based on the result, the best parameter size of NTRU encryption and GZIP compression algorithm is 5 until 23 to build public key and encryption decryption process that can be sent in one time SMS not more than 160 bytes. Using the optimum parameter of 23, the encryption and compression implementation are continued on the performance result to drive three actuators relay, servo and LED PWM with 100 of the commands sent successfully decrypted for control the actuator.
"
Depok: Fakultas Teknik Universitas Indonesia, 2017
S68743
UI - Skripsi Membership  Universitas Indonesia Library
cover
William Yangjaya
"Dalam penelitian ini, telah dibangun sebuah sistem akuisisi data elektrokardiograf (EKG) 12-lead berbasis Raspberry Pi 4 yang berbobot rendah, berdaya rendah dan terjangkau. Raspberry Pi 4 digunakan untuk mengakuisisi dan memproses sinyal elektrokardiograf (EKG) dengan performa tinggi, karena memiliki kombinasi antara fleksibilitas dan versality. Sebagai pusat dari sistem akuisisi data yang dibangun, Raspberry Pi menerima, memproses, dan menyimpan data dari Analog Front-End to Digital Converter (ADC) ADS1298RECGFE-PDK. ADS1298 memiliki beberapa kelebihan diantaranya adalah akuisisi data secara simultan, resolusi 24-bit, membutuhkan daya <0.2 mW dan noise<1μV. Komunikasi data yang digunakan dalam sistem yang dibangun adalah Serial Peripheral Interface (SPI). Sistem ini menggunakan sumber daya dari baterai Sony VTC5 18650 untuk mencegah interferensi power line. Untuk bagian pemrosesan sinyal, penulis mengimplementasikan filter low pass Butterworth dengan orde 5 dan Fast Fourier Transform (FFT) pada program Python. Bahasa pemrograman yang digunakan adalah C yang digunakan untuk komunikasi antara Raspberry Pi dengan ADS1298RECGFE-PDK dan Python yang digunakan pemrosesan sinyal. Sistem ini telah dievaluasi menggunakan ProSim 4 yang menghasilkan bentuk gelombang ECG dengan ECG rate 120 BPM, 150 BPM, dan Aritmia, serta pengambilan data partisipan. Dicari juga selisih sinyal yang diperoleh dengan CardioCare 2000 dan hubungannya menggunakan regresi linier pada 120 BPM. Didapatkan nilai error selisih, gradien, dan intercept terbesar adalah 23.615%, 0.062%, dan 9.030%. Sistem ini akan digunakan dalam studi lain untuk mendeteksi Aritmia dengan metode klasifikasi Convolutional Neural Network (CNN). Hasil dari klasifikasi menunjukkan accuracy 100%, specificity 100%, dan sensitivity 100%.

In this study, a low weight, low cost, and affordable Raspberry Pi 4 based 12-lead electrocardiograph (ECG) data acquisition system has been built. Raspberry Pi is used to acquire and process electrocardiograph (ECG) signals in high performance, because it has a combination of flexibility and versality. As the center of the data acquisition system built, Raspberry Pi acquires, processes, and stores data from the ADS1298RECGFE-PDK Analog Front-End to Digital Converter (ADC). ADS1298 has several advantages including simultaneous data acquisition, 24-bit resolution, requires power <0.2 mW and noise <1μV. Data communication used in the system built is the Serial Peripheral Interface (SPI). The system uses the power source of the Sony VTC5 18650 battery to prevent power line interference. For the signal processing section, the authors implement the Butterworth low pass filter in order 5 and Fast Fourier Transform (FFT) in the Python program. The programming language used is C which is used for communication between Raspberry Pi with ADS1298RECGFE-PDK and Python which is used for signal processing. This system has been evaluated using ProSim 4 which produces ECG waveforms with ECG rates of 120 BPM, 150 BPM, and Arrhythmia, as well as participant data collection. This system is also looking for the difference in the signal obtained by CardioCare 2000 and its linear relationship using linear regression.The biggest difference, gradient, and intercept error values are 23.615%, 0.062%, and 9.030%. This system will be used in other studies to predict arrhythmias using the Convolutional Neural Network (CNN) classification method. The results of the classification show 100% accuracy, 100% specificity, 100% sensitivity."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Teuku Alif Rafi Akbar
"Penelitian ini membahas rancang bangun sistem komunikasi menggunakan spektrum cahaya tampak secara nirkabel untuk mengirimkan informasi berupa informasi temperatur dan kelembapan ruangan berbasis Raspberry Pi dan IC Analog to Digital Converter (ADC) seri MCP3008. Sistem komunikasi cahaya tampak yang dibangun menggunakan LED pada sisi pengirim untuk mengirimkan sinyal. Fotodiode digunakan pada sisi penerima sebagai penangkap sinyal dengan bantuan MCP3008, sinyal analog dapat dikonversi menjadi sinyal elektrik untuk diproses. Mikrokontroler Raspberry Pi digunakan sebagai pemroses sinyal informasi pada kedua sisi dengan implementasi teknik sinkronisasi dan teknik modulasi On-Off Keying. Penelitian dilakukan pada kondisi ruangan gelap dan konfigurasi Array LED 2x2 untuk meminimalisir efek pencahayaan dari ruangan sekitar terhadap kinerja dari sistem komunikasi cahaya tampak. Pada penelitian ini juga melakukan variasi jenis LED yang digunakan, variasi metode sinkronisasi alat yang dilakukan, dan variasi laju pengiriman data bit untuk melihat pengaruh performa sistem komunikasi cahaya tampak dan nilai BER yang dihasilkan. LED yang digunakan berwarna biru dengan rata-rata voltase 0.0423V untuk nilai 1 dan 0.00448V untuk nilai 0. Kecepatan transmisi yang dapat dilakukan berjarak dari 1bps hingga 10kbps dengan parameter BER ≤ 0.5 sebagai threshold. Implementasi metode sinkronisasi yang dilakukan menurunkan nilai BER sebesar 0.0945 dengan implementasi sinkronisasi kalibrasi transmisi, dan penurunan nilai BER sebesar 0.1221 menggunakan sinkronisasi dengan protokol komunikasi MQTT. Pada penelitian berikutnya Adapun pengembangan dapat dilakukan dengan implementasi Forward Error Correction (FEC) untuk memilimalisir error yang terjadi pada transmisi, dan bekerja sama dengan vendor dengan penelitian di bidang yang sama.

.
This study discusses the design of a communication system using the visible light spectrum wirelessly to transmit information in the form of room temperature and humidity information based on Raspberry Pi and the MCP3008 series Analog to Digital Converter (ADC). The visible light communication system is built using LEDs on the sending side to transmit signals. The photodiode is used on the receiving side as a signal catcher with the help of MCP3008, analog signals can be converted into electrical signals for processing. The Raspberry Pi is used as an information signal processor on both sides with the implementation of synchronization techniques and On-Off Keying modulation techniques. The research was conducted in a dark room and a 2x2 LED Array configuration to minimize the effect of lighting from the surrounding room on the performance of the visible light communication system. This study also varies the type of LED used, the variation of the synchronization method of the tool, and the variation of the data transmission rate to see the effect of the visible light communication system performance and the resulting BER value. The LED used is blue with an average voltage of 0.0423V for value of 1 and 0.00448V a for value of 0. The transmission speed that can be done is from 1bps to 10kbps with BER 0.5 as a threshold parameter. The implementation of the synchronization method reduces the BER value by 0.0945 with the implementation of transmission calibration synchronization and decreases the BER value by 0.1221 using synchronization with the MQTT communication protocol. In the next research, development can be done by implementing Forward Error Correction (FEC) to minimize errors that occur in transmission and collaborating with vendors with research in the same field.
"
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Fery Hadi Setiawan
"Kerak pipa selalu terjadi pada pipa produksi pada pembangkit listrik yang memanfaatkan panas bumi. Kerak pipa dapat terjadi dalam waktu yang lama maupun dalam hitungan bulan. Hal ini dapat mempengaruhi diameter dalam pada pipa sehingga dapat mengurangi laju alir dan bahkan dapat menyumbat pipa. Pengukuran tebal kerak pipa dibutuhkan untuk dapat mengetahui seberapa besar kerak yang terjadi di dalam pipa. Gamma scanning merupakan teknik yang digunakan untuk menganalisis struktur di dalam suatu objek tanpa merusak atau membuka bagian objek tersebut sehingga dapat digunakan tanpa mengganggu jalannya operasi. Sistem Gamma scanning dalam penelitian ini dapat melakukan pemindaian secara otomatis dan dapat diinstall dengan mudah. Sumber radiasi Gamma Cs-137 digunakan sebagai pemancar foton gamma menembus objek yang kemudian akan dideteksi menggunakan detector sintilasi NaI(Tl). Sistem pengendali menggunakan Arduino dan Raspberry Pi 4 yang akan mengatur pergerakan secara otomatis dan juga pengambilan data serta pengolahan data. Data hasil rekonstruksi akan dianalisis untuk mengetahui ketebalan kerak di dalam pipa.

The growth rate of pipe scale always occurs in production pipes at power plants that utilize geothermal energy. This growth rate can occur in a long time or in a matter of months. This can affect the inside diameter of the pipe so that it can reduce the flow rate and can even clog the pipe. Measurement of the growth rate of pipe scale is needed to be able to find out how much scale occurs in the pipe. Gamma scanning is a technique used to analyze the structure inside an object without damaging or opening parts of the object so that it can be used without disturbing the operation. The Gamma scanning system in this study can perform scanning automatically and can be installed easily. Gamma radiation source Cs-137 is used as a gamma photon emitter to penetrate the object which will then be detected using a NaI(Tl) scintillation detector. The control system uses Arduino and Raspberry Pi 4 which will automatically regulate the movement as well as data retrieval and data processing. The reconstructed data will be analyzed to determine the thickness of scale in the pipe."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>