Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam laporan skripsi ini penulis akan memaparkan proses dan hasil pengembangan aplikasi indoor positioning system IPS berbasis iOS dengan menggunakan teknologi Small Cell sebagai alat pendeteksi lokasi objek di dalam gedung. Dan secara spesifik pengembangan ini akan menggunakan bandara sebagai skenarionya, dikarenakan kebutuhan akan IPS sangat tinggi di area ini serta banyak layanan tambahan yang dapat diimplementasikan sebagai komplementer seperti navigasi, jadwal penerbangan, pusat informasi, media komunikasi, dan sistem pengawasan. Secara spesifik dalam pengembangan ini akan dilakukan pengujian atau simulasi untuk mengukur kinerja dan kecepatan komunikasi realtime yang didukung oleh Socket.IO serta pengujian 3D graphic rendering oleh SceneKit."

"Smart campus telah menjadi salah satu tren teknologi yang diterapkan di berbagai universitas. Salah satu layanan yang dihasilkan dari smart campus adalah layanan berbasis lokasi (LBS) yang dapat digunakan untuk berbagai kegunaan, seperti navigasi indoor. Implementasi LBS memerlukan teknologi indoor positioning system (IPS) agar dapat menentukan posisi seseorang secara akurat dalam lingkup suatu gedung atau ruangan (indoor). Salah satu metode yang populer digunakan dalam IPS adalah fingerprinting dengan teknik mengukur received signal strength indicator (RSSI) dan menggunakan teknologi penunjang Wi-Fi. Metode fingerprinting terdiri dari dua tahap, yaitu tahap pengumpulan data fingerprint (tahap offline) dan prediksi (tahap online). Proses pengumpulan fingerprint untuk tahap offline memiliki overhead yang sangat tinggi. Pada penelitian ini, tim penulis mengemukakan IPS berbasis semi-autonomous fingerprint collection untuk mengatasi overhead yang sangat tinggi tersebut dengan menerapkan konsep smart campus. Hasil evaluasi menunjukkan bahwa IPS yang dikembangkan dapat mengurangi overhead pengumpulan fingerprint manual sebanyak 550.550 data fingerprint, dengan tingkat accuracy IPS sebesar 52%. Dengan data training yang lebih banyak dan bervariasi yang digunakan untuk melatih model machine learning, hasil eksperimen menunjukkan bahwa performa IPS semi-autonomous fingerprint collection mampu bersaing dengan IPS manual fingerprint collection.

---

Smart campus has become one of the technology trends applied in various universities. One of the services that arose due to smart campus is location-based service (LBS) which can be used for various purposes, such as indoor navigation. The implementation of LBS requires indoor positioning system (IPS) technology that determines a person's position accurately within the scope of a building or room (indoor). One of the popular methods used in IPS is fingerprinting by measuring received signal strength indicator (RSSI) and with the help of Wi-Fi technology. The fingerprinting method consists of two stages, namely the fingerprint data collection stage (offline stage) and the prediction stage (online stage). The fingerprint collection process for the offline stage has a very high overhead. In this research, the author team proposes a semi-autonomous fingerprint collection-based IPS to overcome the very high overhead using smart campus. The evaluation results show that the developed IPS can reduce the overhead of manual fingerprint collection by 550,550 fingerprint data, with an IPS accuracy level of 52%. With larger amount and more varied training data used to train the machine learning model, the experimental results show that the performance of the semi-autonomous fingerprint collection IPS can compete with the manual fingerprint collection IPS."

"Skripsi ini membahas mengenai rancangan dan implementasi dari sistem translasi koordinat Indoor Positioning pada sistem absensi mahasiswa berbasiskan posisi. Penelitian ini adalah penelitian pengembangan dengan metode pengujian simulasi. Hasil penelitian menyarankan bahwa untuk mengimplementasikan sistem absensi tersebut, dibutuhkan kekuatan processing seratus kali lipat dari kekuatan processing sistem dimana penulis mengembangkan sistem tersebut, dan juga penekanan sistem translasi pada translasi koordinat lokal kepada koordinat global.

---

This research deals with the design and implementation of Indoor Positioning coordinates translation system on position based student attendance system. This research is research development with simulated testing methods.

Research results suggest that to implement the absentee system, it takes the power of processing a hundredfold of power processing system where the author developed the system, and also the emphasis on translational translational system of lokal coordinates to global coordinates."

"Teknologi Long Range Wide Area Network (LoRaWAN) yang sangat pesat untuk sistem Internet of Things (IoT) tidak dapat disangkal karena komunikasi nirkabel Low Power Wide Area Network (LPWAN) memimpin dalam skalabilitas, masa pakai, kapasitas, biaya, dan jarak transmisi. Salah satu potensi implementasi adalah pengamatan pada patok perbatasan darat Indonesia dengan negara tetangga, pada pengamatan saat ini dilakukan dengan secara patroli dan tidak diperbarui secara real-time. Penggunaan teknologi LoRaWAN dapat memberikan peningkatan efisiensi dan efektivitas dibandingkan dengan metode yang digunakan sebelumnya, terutama karena karakteristik LoRaWAN yang memungkinkan transmisi data dalam jarak yang jauh dengan konsumsi energi yang rendah. Namun, penting untuk melakukan konfigurasi jaringan yang tepat agar proses pertukaran paket data dapat berlangsung dengan semua node terhubung dengan konsumsi energi yang rendah. Menemukan konfigurasi yang optimal untuk mencapai hasil maksimal dari protokol transmisi LoRa merupakan langkah yang tidak terpisahkan sebelum penerapan dilakukan. Dari hasil simulasi diperoleh efisien energi distribusi yang berifat random uniform centered kombinasi optimal antara jumlah virtual ring dan kluster adalah 3 ring dan 6 ring, nilai bebas atau merata dari Circular arc 2 sampai dengan Circular arc 8 dan memiliki konsumsi energi terendah sebesar 0,56 mJ menggunakan skema routing Next Ring Hop (NRH) dengan critical ring 1.

---

The fast-paced Long Range Wide Area Network (LoRaWAN) technology for Internet of Things (IoT) systems is undeniable as Low Power Wide Area Network (LPWAN) wireless communications leads the way in scalability, lifetime, capacity, cost, and transmission distance. One of the potential applications is observation at Indonesia's land border with neighboring countries, currently observations are carried out by patrol and are not updated in real-time. The use of LoRaWAN technology can provide increased efficiency and effectiveness compared to the methods previously used, mainly due to the characteristics of LoRaWAN which enable data transmission over long distances with low energy consumption. However, it is important to do the right network configuration so that the process of exchanging data packets can take place with all connected nodes with low energy consumption. Finding the optimal configuration to get the most out of the LoRa transmission protocol is an integral step prior to implementation. From the simulation results obtained efficient energy distribution which is random uniform centered the optimal combination between the number of virtual rings and clusters is 3 rings and 6 rings, the value is free or evenly distributed from Circular arc 2 to Circular arc 8 and has the lowest energy consumption of 0.56 mJ using the Next Ring Hop (NRH) routing scheme with critical ring 1."

"Sistem pembacaan kWh meter konvesional yang telah dipraktikan beberapa dekade ini sangat bergantung pada tenaga manusia untuk membaca kWh-meter yang dianggap terlalu membutuhkan tenaga kerja serta biaya operasional yang besar terlebih jika lokasi kWh meter sulit untuk dijangkau. Kelemahan sistem tersebut dapat diatasi dengan teknologi yang memungkinkan untuk pembacaan kWh-meter secara real-time dan dapat dilakukan dari jauh namun berdaya rendah yang kemudian dijawab oleh teknologi LoRa. Penelitian ini membahas tentang LoRa, mulai dari teori hingga penerapannya dalam pembacaan kWh-meter berbasis teknologi LoRa. Sebuah percobaan berbasis LoRa diterapkan untuk membaca besaran kWh-meter seperti: energi yang dikonsumsi, tegangan, dan faktor daya. Pada percobaan diterapkan LoRaWAN yang bekerja pada frekuensi 923.2MHz, sesuai dengan alokasi frekuensi untuk Indonesia, yang terhubung dengan server TTN menggunakan gateway multi-channel dan gateway single-channel dan menggunakan sistem keamanan ABP. Monitoring kWh-meter berjalan secara real-time dan baik, dengan jangkauan area yang dapat dicakup sejauh 928 meter dengan RSSI berkisar -115 dBm. Penelitian ini juga menunjukkan bahwa LoRa tidak mampu berkomunikasi ketika terdapat hambatan tanah diantara keduanya. Performa jangkauan yang dihasilkan oleh kedua gateway pun tidak berbeda namun terdapat delay yang lebih besar pada gateway multichannel.

---

The conventional kWh meter reading system that has been practiced over the past few decades has been very reliant on the ability of humans to read kWh-meters that has involves too much unnecessary labor with higher operational costs when the location of these kWh meters is difficult to access. The weakness of this system can be overcome by technology that allows real- time kWh-meter reading remotely but operates at low-power, hence, LoRa technology. This study discusses LoRa, starting from its theory to its application in reading kWh-meters based on LoRa technology. LoRa-based experiments are applied to read kWh-meter quantities such as energy consumed, voltage, and power factor. In the experiment, LoRaWAN implemented with frequency at 923.2MHz, according to the Indonesia LoRa frequency regulation, which connected to the TTN network server using the multi-channel gateway and the single-channel gateway and uses the security system ABP. KWh-meter monitoring runs in real-time with the coverage area is 928 meters with the value of RSSI -115 dBm. The study also shows LoRa technology is impossible to communicate where there is earth as an obstacle between them. The coverage performances shown by both of the gateways are also not much different, but there is more delay in the multichannel gateway."

"Didalam menjalankan tugasnya, teknisi penerbangan sering kekurangan data mengenai kondisi mesinnya. Melihat kondisi ini, kami mengembangkan, merancang dan menganalisa kinerja sistem pemeliharaan dan smart monitoring peralatan bandara. Obyeknya adalah Modul Power Supply dan DC-DC conventer di Mesin X-ray. arsitekturnya berdasarkan client-server menggunakan protokol TCP / IP dan HTTP. Raspberry Pi berfungsi sebagai mini web server, database dan access point. Arduino Mega2560 sebagai client difungsikan menerima data suhu, tegangan Alernate Current (AC) dan Direct Current (DC). Arduino Ethernet Shield berfungsi sebagai jembatan pengiriman data ke database Mysql di Raspberry Pi menggunakan kabel UTP. Koneksi antara Raspberry Pi dengan perangkat Android secara Wireless Local Area Network. Pengembangan perangkat lunaknya sesuai tahapan System Development Life Cycle (SDLC) mengggunakan metode prototype. Data sensor ditampilkan di aplikasi Android mobile. Dari hasil pengujian, intergrasi TCP/IP dan HTTP antar perangkat bisa berjalan baik, Hasil data sensor yang ditampilkan di aplikasi android rata rata dibawah 1 % setelah dikalibrasi, Pengujian aplikasinya menggunakan metode black box dan masih diketemukan kekurangan yang perlu disempurnakan. Untuk penilaian Quality Of Experience (QoE) respondennya berjumlah 20 orang teknisi penerbangan. Mean Opinion Score (MOS) aplikasinya untuk performa 72%, kepuasan tampilan User Interface 42 % dan 81% responden menyetujui sistem ini mempermudah dan bermanfaatkan sebagai solusi permasalahan teknis penerbangan dilapangan.

---

In performing their duties, the aviation engineer is often a lack of data regarding the condition of the engine. Seeing this condition, we develop, design and analyze the performance of system maintenance and smart monitoring equipment airport. The object is a module Power Supply and DC-DC conventer in the X-ray machine. based on client-server architecture using TCP / IP and HTTP. Raspberry Pi serves as a mini web server, database and access point.

Arduino Mega2560 functioned as a client receives the data of temperature, voltage Alernate Current (AC) and Direct Current (DC). Arduino Ethernet Shield serves as a bridge sending data to Mysql database in the Raspberry Pi using UTP cable. Connection between the Raspberry Pi with Android devices in Wireless Local Area Network. Phases of the software development using System Development System Life Cycle (SDLC) with the prototype method. Sensor data is displayed in the Android mobile apps.

From the test results, integration of TCP / IP and HTTP can work well across devices, sensor data results are displayed in android application average below 1% after calibration, testing applications using black box and still found deficiencies that need to be refined. For the assessment of Quality Of Experience (QoE) respondents totaled 20 aviation engineer. Mean Opinion Score (MOS) for application performance 72%, satisfaction display User Interface 42% and 81% of respondents agreed and bermanfaatkan system facilitates the solution of technical problems flying field."

"This book focuses on non-GNSS positioning systems and approaches. Although it addresses both theoretical and practical aspects, the primary focus is on engineering practice. This is achieved by providing in-depth studies on a number of major topics such as tracking system architecture, link budget, system design, implementation, testing, and performance evaluation. It studies four positioning application cases in detail: covert vehicle tracking, horse racing, rowing, and tracking for field sports.Its comprehensive and systematic treatment of practical issues in wireless positioning makes the book particularly suitable for readers who are interested in learning about practical wireless positioning solutions. It will also benefit researchers, engineers and graduate students in fields such as positioning and navigation, geospatial engineering and telecommunications."

"Kemudahan manusia dalam mengakses informasi kapan dan dimana saja adalah tujuan diciptakannya Internet of Things (IoT). Banyak teknologi yang dapat menyokong implementasi IoT berjalan mulus, salah satunya Low Power Wide Area Network (LPWAN). Bertujuan mengirim informasi dalam jarak jauh dan konsumsi energi rendah, LPWAN didukung oleh teknologi physical layer sebagai platform modulasi radio untuk Internet of Things contohnya seperti LoRa. Berbagai data yang diterima oleh sensor node, maka diperlukan sebuah protokol penjadwalan sebelum melakukan transmisi ke base station atau sink node. Dalam riset ini, model penjadwalan yang akan digunakan adalah First Come First Served pada Cluster Head (CH-FCFS) dengan desain topologi jaringan star of stars. Model diimplementasikan ke dalam dua jaringan dengan 25 sensor nodes dan 1 cluster head; 50 sensor nodes dan 2 cluster head. Pengujian sistem model ini menggunakan simulator CupCarbon U-One 4.2. Hasil analisa jaringan pertama dan kedua memiliki keberhasilan pengiriman data sebesar 100% hingga ke sink node. Konsumsi energi 5 tahun untuk sensor node, cluster head S100, dan cluster head S200 adalah 22.732,2 Joule, 1.121.280 Joule, dan 1.121.280 Joule. Konsumsi energi 10 tahun untuk sensor node, cluster head S100, dan cluster head S200 adalah 45.464,4 Joule, 2.242.560 Joule, dan 2.242.560 Joule. Pengaruh dari penggunaan model scheduling dan penyesuaian penggunaan sensor berbasis baterai dijelaskan lebih rinci sesuai komunikasi model konsumsi energi pada simulasi.

---

The ease with which humans access information anytime and anywhere is the purpose of the creation of the Internet of Things (IoT). Many technologies can support the implementation of IoT running smoothly, one of which is the Low Power Wide Area Network (LPWAN). Aiming at sending information over long distances and low energy consumption, LPWAN is supported by physical layer technology as a radio modulation platform for the Internet of Things for example like LoRa. Various data received by the sensor node, it requires a scheduling protocol before transmitting to the base station or sink node. In this research, the scheduling model that will be used is First Come First Served on Cluster Head (CH-FCFS) with a star of stars network topology design. The model is implemented in two networks with 25 sensor nodes and 1 cluster head; 50 sensor nodes and 2 cluster heads. The system testing of this model uses the CupCarbon U-One 4.2 simulator. The results of the first and second network analysis have the success of sending data by 100% to the sink node. The 5 year energy consumption for sensor nodes, S100 cluster head, and S200 cluster head are 22,732.2 Joules, 1,121,280 Joules, and 1,121,280 Joules. The 10 year energy consumption for sensor nodes, S100 cluster head, and S200 cluster head is 45,464.4 Joules, 2,242,560 Joules, and 2,242,560 Joules. The impact of the use of a scheduling model and adjustments to the use of battery based sensors are explained in more detail according to the communication model of energy consumption in simulations."

"Dengan berkembangnya teknologi menyebabkan banyaknya kerentanan yang dapat terjadi pada jaringan wireless yang sering kali dimanfaatkan oleh berbagai pihak contohnya serangan DoS. Oleh karena itu sangat dibutuhkan sistem yang user friendly untuk memudahkan user dalam mendeteksi dan mencegah serangan tersebut sebelum attacker membahayakan jaringan. System tersebut dinamakan Intrusion Detection System (IDS). Pada pengujian ini menggunakan sistem operasi windows 10 dengan beberapa tools yaitu Snort sebagai IDS software, BASE sebagai report modul, Kiwi Syslog untuk menampilkan alert, dan hub sebagai network device. Ada beberapa jenis serangan yang dilakukan yaitu IP Scan dan Port Scan digunakan untuk mencari IP dan Port yang terbuka agar dapat diserang, dan Flooding sebagai penyerangnya. Dalam pengujian ini, terdapat beberapa skenario yang dilakukan yaitu pengujian Functionality Test pada client 1 – 3 untuk membandingkan nilai serangan, dan juga untuk mengetahui response time dari serangan yang dilakukan tersebut. Pada skenario pertama, dilakukan flooding pada 1 client (komputer target) dengan IP address 192.168.0.8 selama 60 menit lalu mendapatkan hasil 307.758 alert dan response time selama 0.000105741 s. Pada skenario kedua, dilakukan flooding terhadap 2 client sekaligus dengan IP address 192.168.0.1 dan 192.168.0.5 lalu hasil yang didapatkan sebanyak 378.920 alert dan response time selama 0.000127213 s. Dan pada skenario ketiga, dilakukan flooding terhadap 3 client sekaligus dengan IP address 192.168.0.8, 192.168.0.9, dan 192.168.0.4 lalu mendapatkan hasil sebanyak 430.212 alert dan response time selama 0.000142852 s. Pada setiap skenario dilakukan pengujian sebanyak 10 kali untuk melihat hasil yang didapatkan. Hasil yang didapat setelah melakukan pengujian tersebut ternyata mengalami kenaikan alert yang ditunjukan dengan persentase sebagai berikut yaitu dari skenario pertama ke skenario kedua sebesar 23,12%, skenario kedua ke skenario ketiga sebesar 13,53%, skenario pertama ke skenario ketiga sebesar 39,78%. Begitupula dengan response time yaitu dari skenario pertama ke skenario kedua sebesar 20,30%, skenario kedua ke skenario ketiga sebesar 12,29%, skenario pertama ke skenario ketiga sebesar 35,09%

---

With the development of technology, it causes many vulnerabilities that can occur in wireless networks which are often exploited by various parties, for example DoS attacks. Therefore, a user friendly system is needed to make it easier for users to detect and prevent these attacks before the attacker harms the network. The system is called the Intrusion Detection System (IDS). In this test using the Windows 10 operating system with several tools, namely Snort as IDS software, BASE as a report module, Kiwi Syslog to display alerts, and a hub as a network device. There are several types of attacks carried out, namely IP Scan and Port Scan used to find IP and open ports so that they can be attacked, and Flooding as the attacker. In this test, there are several scenarios that are carried out, namely Functionality Tests on clients 1-3 to compare the attack values, and also to determine the response time of the attacks carried out. In the first scenario, one client (target computer) was flooded with the IP address 192.168.0.8 for 60 minutes and then got 307.758 alerts and 0.000105741 s response time. In the second scenario, 2 clients are flooded at once with IP addresses 192.168.0.1 and 192.168.0.5 then the results obtained are 378,920 alerts and response time is 0.000127213 s. And in the third scenario, 3 clients are flooded at once with IP addresses 192.168.0.8, 192.168.0.9, and 192.168.0.4 and then get 430,212 alerts and a response time of 0.000142852 s. In each scenario, 10 times were tested to see the results obtained. The results obtained after carrying out the test turned out to have increased alerts as indicated by the following percentages, namely from the first scenario to the second scenario of 23.12%, the second scenario to the third scenario of 13.53%, the first scenario to the third scenario of 39.78 %. Likewise, the response time from the first scenario to the second scenario is 20.30%, the second scenario to the third scenario is 12.29%, the first scenario to the third scenario is 35.09%.

"