Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dengan teknologi yang tersedia saat ini, tangan robot humanoid paling maju yang digunakan dalam prostetik atau robotika dapat berharga sangat mahal, menjadikannya tidak dapat diakses oleh disabilitas dan penggemar robotika. Menggunakan teknologi pencetakan 3D, tangan robot ini dapat diproduksi secara massal dan memiliki fungsi dasar dari tangan mahal yang canggih dan murah. Robot tangan dikendalikan menggunakan sarung tangan sensor yang dapat membaca pergerakan jari dan daya tekan jari tangann penggunanya. Robot tangan memiliki sensor taktil untuk membatasi kemampuan genggaman robot dan juga dapat dikendalikan jarak jauh (teleoperasi). Penelitian ini terdiri atas pemilihan model tangan cetak 3D, perakitan komponen mekanik dan elektronik, pembuatan perangkat lunak, pengujian tangan robot dan integrasinya dengan sensor dan implementasi teleoperasi. Tangan robot mampu menggenggam beban 358 gram, dengan efisiensi hanya 5.98% dibanding keluaran torsi aktuatornya. Kesalahan maksimum pembacaan sensor sebesar 5,61% dan integrasi sebesar 11.73%. Delay sistem <1 detik untuk koneksi kabel, 1-2 detik pada mode Bluetooth, dan 2-3 detik untuk mode Bluetooth pada ruangan berbeda. Tangan Robot dapat mengangkat objek ringan, meniru gerakan jemari tangan, dan dapat berkomunikasi secara nirkabel. Robot dan sensor dapat dikembangkan untuk operasi dan manipulasi pada berbagai aplikasi seperti prostetik untuk para disabilitas, penanganan zat berbahaya, penanggulangan bencana, robot survei antariksa atau bawah laut maupun membantu kebutuhan sehari-hari manusia.

---

With the technology available today, the hands of the most advanced humanoid robots used in prosthetics or robotics can be very expensive, making them inaccessible to disabilities and robotics enthusiasts. Using 3D printing technology, this robotic hand can be mass-produced and has the basic functions of an expensive and sophisticated expensive hand. The hand robot is controlled using sensor gloves that can read the movements of the fingers and the compressive force of the user's fingers. The hand robot has a tactile sensor to limit the grip capability of the robot and can also be controlled remotely (teleoperated). This research consists of selecting 3D hand printing models, assembling mechanical and electronic components, making software, testing robot hands, and integrating them with sensors and implementing teleoperations. The robot hand is able to hold a load of 358 grams, with an efficiency of only 5.98% compared to the output torque of the actuator. Maximum sensor reading error of 5.61% and integration of 11.73%. System delay <1 second for cable connections, 1-2 seconds in Bluetooth mode, and 2-3 seconds for Bluetooth mode in different rooms. Robot hands can lift light objects, mimic the movements of the fingers, and can communicate wirelessly. Robots and sensors can be developed for operations and manipulation in a variety of applications such as prosthetics for people with disabilities, handling hazardous substances, disaster management, space or underwater survey robots, or helping human daily needs."

"Perkembangan teknologi sensor terus meningkat pesat seiring dengan kebutuhan aplikasinya. Salah satunya adalah sensor berbasis MEMS seperti mikrokantilever, yaitu sensor yang menggunakan pendeteksi perubahan sifat mekanis sebagai transducer. Penelitian terhadap penggunaan sensor mikrokantilever relatif luas seperti di bidang kimia, fisika, biologi, lingkungan, dan kedokteran. Terdapat dua metode pengukuran deteksi objek pada sensor mikrokantilever, yaitu mode statis yang mengukur langsung defleksi yang terjadi, dan ada pula mode dinamis yang mengukur pergeseran frekuensi resonansi karena deteksi objek tertentu. Pada mode dinamis, proses menentukan frekuensi resonansi dilakukan dengan cara mengatur function generator secara manual dan mengamati pergeseran frekuensi resonansi dengan menggunakan Oscilloscope. Tujuan riset ini adalah untuk membuat sistem yang mampu secara otomatis menggeser frekuensi yang diberikan ke mikrokantilever dan mempermudah pengambilan data sehingga data dapat langsung terkomputerisasi. Sistem antarmuka menggunakan mikrokontroller Arduino Uno yang digunakan sebagai Digital to Analog Converter (DAC) sekaligus menjadi Analog to Digital Converter (ADC). Sebagai DAC, mikrokontroller akan memberikan tegangan PWM yang dikonversi menjadi tegangan analog dan dihubungkan dengan rangkaian Voltage Control Oscillator (VCO) sehingga mampu menggetarkan mikrokantilever. Sebagai ADC, Arduino akan mengolah data hasil konversi frekuensi yang dilakukan oleh IC LM2907 dan hasil konversi amplitudo yang dilakukan oleh rangkaian dengan prinsip penyearah. Nilai tegangan hasil konversi tersebut akan menjadi nilai masukan pada pin input analog Arduino Uno. Untuk tampilan grafik digunakan perangkat lunak Processing dan Labview. Sistem ini telah diujicobakan untuk pendeteksian gas, yang hasilnya dapat mendeteksi perubahan frekuensi resonansi secara otomatis serta mampu menampilkan data secara realtime. Perbandingan data dengan metode manual menunjukkan bahwa sistem yang dikembangkan telah bekerja dengan normal.

---

The development of sensor technology increases rapidly in line with the needs of the application. One is a mechanical sensor such as microcantilever sensor, which uses change in its mechanical properties as a transducer. Research in the use of microcantilever sensors is relatively broad in fields such as chemistry, physics, biology, environment and medicine. There are two methods of measuring object detection, i.e., static mode which measures the deflection that occurs immediately, and dynamic mode which measures the shift in the resonance frequency due to the detection of a specific object. So far, resonance frequency shift is generally monitored by using the oscilloscope and function generator manually. The purpose of this research is to design a system which is capable to sweep the frequency given to microcantilever automatically and also facilitate the retrieval of data in digital form, so that the data can be directly computerized. In this research the system interface uses an Arduino microcontroller. The microcontroller is used as a Digital to Analog Converter (DAC) as well as a Analog to Digital Conveter (ADC). The DAC function is used to sweep the frequency automatically. The PWM output from Microcontroller is connected to a Voltage Control Oscillator (VCO) which will oscillate the microcantilever. In the other hand, the ADC function is used to read sensor output. The principle, the value of the frequency of an electronic circuit sensor system is converted into a voltage value using the IC LM2907, while the amplitude value will be converted using an Amplitude to Voltage Converter circuit. These voltage values become the value entered in the analog pin Arduino Uno. In programming, the voltage value is converted into a frequency and amplitude value. To display the data in graphical form, we use software named Processing and Labview. The system has been tested for gas detection. The result shows that the system successfully detect resonance frequency shift automatically and display the data in realtime. The data comparison with manual method also suggest that the system works normally."

"Kekuatan suatu struktur tidak hanya dipengaruhi oleh faktor usia tetapi juga pengaruh dari gaya eksternal yang dapat mempengaruhi kekuatan suatu bangunan. Getaran gempa dapat menyebabkan kegagalan bangunan struktur yang sangat berbahaya jika kerusakan pada struktur dapat menyebabkan bangunan runtuh dan menimbulkan korban jiwa. Pada penelitian ini dibuat sistem yang dapat mengevaluasi gedung berbasis getaran untuk mendeteksi respon struktural melalui parameter dinamis yang diambil dari pengukuran akselerasi. Selanjutnya penggunaan metode berbasis Deep Neural Network digunakan sebagai prediksi informasi apabila informasi dari data mentah tidak tersedia ataupun mengalami anomali. Menggunakan studi kasus gempabumi Sumur, analisis respon dinamis berupa rasio amplifikasi menunjukkan perbesaran hingga 7.2 kali, analisis floor spectra ratio menunjukkan frekuensi alami gedung sebesar 0.75 Hz dan analisis perubahan frekuensi natural gedung tidak menunjukkan adanya perubahan frekuensi alami gedung setelah gempa yaitu sebesar 0.84 Hz setelah terjadinya gempabumi tersebut. Penggunaan Deep Neural Network untuk prediksi respon struktur menunjukkan nilai performa MAE ; 0,00091, RMSE : 0,00150 dan MAPE :0,51048. Penggunaan machine learning ini juga dapat memberikan informasi respon struktur bangunan ketika sensor mengalami malfungsi pada kejadian gempa tersebut.

---

The strength of a structure is not only influenced by the age factor but also the influence of external forces that can affect the strength of a building. Earthquake vibrations can cause structural failure which is very dangerous if damage to the structure cause the building to collapse and cause casualties. In this research, a system that can evaluate buildings based on vibration is created to detect structural responses through dynamic parameters taken from acceleration measurements. Furthermore, the use of Deep Neural Network-based methods is used as information prediction if information from raw data is not available or experiences anomaly. Using the Sumur earthquake case study, the dynamic response analysis in the form of amplification ratios shows a magnification of up to 7.2 times, floor spectra ratio analysis shows the natural frequency of the building at 0.75 Hz and the analysis of changes in the natural frequency of the building does not show any change in the natural frequency of the building after the earthquake, which is 0.84 Hz after the earthquake. the earthquake. The use of Deep Neural Network for predicting structural response shows the value of MAE performance; 0.00091, RMSE : 0.00150 and MAPE : 0.51048. The use of machine learning can also provide information on the response of the building structure when the sensor malfunctions in the earthquake event."

"Pada laporan skripsi ini akan dibahas bagaimana sensor gas dapat bekerja. Dan berdasarkan pemahaman ini baru kemudian akan dicoba mendesain sebuah sistem prototype array sensor gas dengan memanfaatkan mikrokontroler ATMega sebagai pusat pengolahan sinyal. Hasil baca dari sensor gas akan dibaca dan diterjemahkan oleh ADC sebelum diproses ulang oleh mikrokontroler. Pengujian dilakukan dengan sebatang rokok yang dibakar sebagai sumber gas. Proses pengujian sensitifitas sensor dilakukan dengan mengubah jarak dan posisi sumber gas dari sensor TGS 2600. Dari hasil percobaan dapat diperoleh bahwa dari ketiga jenis konfigurasi array sensor memiliki besar kesalahan pembacaan yang berbeda. Pada kecepatan 1,31 cm/s untuk konfigurasi pertama nilai rata-rata kesalahan 11,14% sedangkan kedua dan ketiga adalah 27.96% dan 13.93%. Sementara pada kecepatan 0,26 cm/s maka kesalahan untuk masing-masing kombinasi adalah 8,09%, 25,04% dan 11,04%. Apabila kecepatan perubahan sensor tehadap sumber diperlambat menjadi 0,13 cm/s maka kesalahan pembacaan untuk masing-masing kombinasi menjadi mengecil 3,63% , 19.26% dan 5.97%.

---

In the report of this final project will discuss how to work the gas sensor. And based on this new understanding will then try to design a prototype system of a gas sensor array using ATMega microcontroller as a signal processing center. The gas sensors results will be read and translated by ADC before being processed by a microcontroller. Testing is done with a cigarette is burned as a source of gas. Sensor sensitivity testing process is done by changing the distance and position of the source gas sensors TGS 2600.

From the experimental results can be obtained that the three types of sensor array configuration has a different mistakes of reading. At the speed of 1.31 cm/s for the first configuration error average value has 11.14% while the second and third configuration is 27,96% and 13,93%. While at the speed 0.26 cm / s, the error for each combination was 8.09%, 25.04% and 11.04%. If the speed of sensor was changes slowed from sources to 0.13 cm/s, the error readings for each combination become reduced 3,63%, 19,26% and 5,97%."

"Seiring bertambahnya jumlah pelanggan listrik di Indonesia menjadikan persentase kerugian dari susut non-teknis pada Perusahaan Listrik Negara (PLN) semakin besar tiap tahunnya yang menyebabkan berkurangnya keuntungan. Berbagai upaya telah dilakukan oleh PLN dengan membentuk tim Penertiban Pemakaian Tenaga Listrik (P2TL) berdasarkan informasi indikasi pencurian dan kelainan maupun pemilihan manual pada pelanggan pascabayar. Namun upaya yang dilakukan PLN sejauh ini masih belum efektif dalam penentuan Target Operasi (TO) karena membutuhkan waktu yang lama dengan hasil akurasi yang kecil. Tujuan dari penelitian ini adalah untuk menganalisis efektivitas dari data pemakaian listrik (kWh) pelanggan dalam pemodelan machine learning menggunakan algoritma Extreme Gradient Boosting (XGBoost) menggunakan metode feature engineering dan hyperparameter tuning. Hasil dari penelitian ini membuktikan bahwa penggunaan riwayat pemakaian listrik efektif dalam pemodelan hingga tingkat akurasi mencapai 80% pada penggunaan data jam nyala dan 82% pada penggunaan data gabungan jam nyala dengan metode statistik dan bantuan hyperparameter tuning. Dengan hasil ini dapat membantu PLN untuk menentukan TO pada pelanggan pascabayar dengan lebih mudah dan efisien menggunakan teknologi machine learning.

---

As the number of electricity customers in Indonesia increases, the percentage of non-technical losses in PLN (Perusahaan Listrik Negara) has been growing every year, leading to a decrease in profits. Various efforts have been made by PLN through the establishment of the Penertiban Pemakaian Tenaga Listrik (P2TL) team based on indications of theft or abnormalities and manual selection of postpaid customers. However, PLN's efforts so far have been ineffective in determining the Operational Target (TO) due to the long time required and low accuracy. The aim of this research is to analyze the effectiveness of customer electricity usage data (kWh) in machine learning modeling using the Extreme Gradient Boosting (XGBoost) algorithm with feature engineering and hyperparameter tuning methods. The results of this study demonstrate that the use of electricity usage history is effective in modeling, achieving an accuracy rate of 80% when using on/off hours data and 82% when using a combination of on/off hours data with statistical methods and the assistance of hyperparameter tuning. These findings can assist PLN in determining the TO for postpaid customers more easily and efficiently using machine learning technology."

"Skripsi ini merupakan pengembangan dari teknologi video surveillance system atau sistem pengawasan video. Video surveillance system yang selama ini diterapkan untuk tujuan deteksi objek menggunakan suatu metode umum yaitu dual background model. Model tersebut bekerja dengan memisahkan latar depan dan latar belakang dari suatu video frame dan memposisikan target deteksi di latar depan sebagai output. Salah satu tujuan dari skripsi ini adalah melakukan pengembangan dari sistem tersebut agar dapat mengklasifikasikan objek yang terdeteksi menjadi abandoned, stolen, dan ghost region. Untuk mencapai tujuan tersebut, digunakan metode pemelajaran mesin Mask R – CNN yang dapat melakukan segmentasi objek berbasis pemaskeran. Selain dari Mask R – CNN, terdapat model pemelajaran mesin lain yang cukup umum digunakan untuk deteksi objek dan segmentasi objek yaitu model YOLACT. Penelitian ini menggunakan video situasi natural di tempat umum seperti stasiun atau jalanan yang akan diproses menggunakan dual background model dan kemudian disegmentasi menggunakan Mask R – CNN atau YOLACT. Hasil penelitian ini diharapkan bisa membuka wawasan tentang penggunaan model pemelajaran mesin dalam aplikasi object detection, sekaligus menganalisis model mana yang paling efektif dan efisien berupa hasil kuantitatif yaitu Frame Rate per Seccond ( FPS ), waktu segmentasi, serta Intersection Over Union ( IOU ).

---

This thesis is an advancement in video surveillance technology. The existing video surveillance system commonly employs a dual background model for object detection. This model functions by separating the foreground and background within a video frame and positions the detected target in the foreground as the output. One of the goals of this thesis is to enhance this system to classify detected objects into abandoned, stolen, and ghost regions. To achieve this, the Mask R-CNN machine learning method is used, which can perform object segmentation based on masking. Apart from Mask R-CNN, another commonly used machine learning model for object detection and segmentation is the YOLACT model. This research utilizes natural situation videos in public places like stations or streets, processed using the dual background model and then segmented using Mask R-CNN or YOLACT. The anticipated outcome of this study is to broaden insights into the use of machine learning models in object detection applications while analyzing which model is most effective and efficient for similar applications."

"Dalam peneliatian ini telah dibuat dan dirancang sistem electrospinning berbasis mikrokontroler. Electrospinning umumnya digunakan untuk membuat nanofibers secara elektrostatik yang kemudian menghasilkan polimer nanofiber dengan diameter dalam skala nm dari larutan polimer yang diberi tegangan tinggi. Jika dibandingkan dengan teknologi konvensional, electrospinning adalah teknik yang serbaguna dan sangat efisien. Untuk dapat menerapkan teknik electrospinning ini, instrumen yang diperlukan adalah microfluidic syringe pump, kolektor, dan tegangan tinggi. Sistem syringe pump dibuat modular dan independent satu sama lain. Setiap syringe pump memiliki motor stepper yang menggerakkan lead screw, yang menggerakkan penyangga untuk piston pada suntikan. Drum kolektor memiliki efek yang signifikan pada produktivitas dan pengaturan nanofibers dan struktur akhir. Kecepatan rotasi atau RPM dari drum kolektor harus dikontrol untuk mendapatkan membran nanofibrous yang optimal. Tegangan tinggi yang diberikan akan menghasilkan peregangan tetesan larutan polimer yang dapat ditingkatkan dengan memberikan tegangan yang lebih tinggi. Pengaturan tegangan yang diterapkan juga merupakan faktor penting dalam teknik electrospinning, oleh karena itu perlu untuk mengontrol tegangan tinggi yang diberikan. Mikrokontroler yang digunakan dalam sistem ini adalah Atmega16. Untuk mengendalikan stepper motor digunakan driver a4988. Komunikasi antara mikrokontroler dan PC menggunakan komunikasi serial dengan baud rate 9600. Fungsi transfer kalibrasi dari microfluidic syringe pump dengan Sistem syringe pump dapat atur hingga 0,0043 mL/detik atau 15480 uL/jam dengan kesalahan Fungsi transfer kalibrasi dari drum kolektor  dengan. Drum kolektor dapat diatur dengan kecepatan maksimum 208 RPM dengan kesalahan.

---

This research describes the design development of electrospinning system based on microcontroller. Electrospinning is commonly used to make nanofibers electrostatically which then produces nanofiber polymers with a diameter in the nm scale from a high voltage polymer solution. When compared with conventional technology, electrospinning is a versatile and very efficient technique. To be able to apply this electrospinning technique, the required instruments are microfluidic syringe pump, collector, and high voltage. The syringe pump system is modular and independent of each other. Each pump has a stepper motor that drives the lead screw, which in turn moves the sled (mounted on a linear ball bearing) which pushes (inserts) or pulls (sucks) the syringe. Collectors have a significant effect on the productivity and arrangement of nanofibers and the final structure. The rotation speed or RPM of the drum collector must be controlled to obtain the optimal nanofibrous membranes. The applied voltage will result in stretching of the polymer solution droplets which can be increased by giving a higher voltage. The voltage regulation applied is also an important factor in this electrospinning technique, therefore it is necessary to control the applied high voltage. The microcontroller used in this system is ATmega16. Communication between the microcontroller and PC uses serial communication with a baud rate of 9600. Calibration transfer function of a microfluidic syringe pump  with. The system flow-rate can be set up to 0.0043 mL/second or 15480 uL/hour with error 0,674%. Calibration transfer function of microfluidic syringe pump  with. The collector drum can be set with a maximum speed of 208 RPM with an error of 0.277%."

"ABSTRAKPenelitian ini membuat situs web yang berperan sebagai antarmuka untuk menampilkan keadaan kadar pH tanaman hidroponik serta suhu dan kelembaban di dalam rumah kaca dengan menggunakan desain web responsif. Pengambilan data menggunakan Ethernet Shield HanRun yang terhubung dengan jaringan LAN yang sama ke web server dan mengirimkan data setiap 5 menit sekali. Tampilan keseluruhan fungsi dan tampilan pada sistem telah diuji pada mahasiswa departemen Biologi dan Kimia FMIPA, pengusaha tanaman hidroponik dan rumah kaca, serta dosen. Rata-rata nilai yang didapat dari responden sebesar 4.74 dengan 6 sebagai skala terbaik. Keseluruhan sistem telah diuji dengan waktu rata-rata yang dihasilkan untuk mengakses seluruh halaman web yang ada pada sistem yaitu 0.275 detik.

---

ABSTRAKThis research is to create a website which acts as an interface of greenhouse and hydroponic plant monitoring system by using responsive web design. The website will have a server which will be used to retrieve data for every 5 minute and will processed the data sent from Ethernet Shield HanRun. Overall functionality and interface of the system has been tested with Biology and Chemistry students from Faculty of Mathematics and Sciences, employee of hydroponic plants and greenhouse, as well as lecturers. The average value from the respondent is 4.74 with 6 as the best scale. The entire system has been tested with an average time generated to access all web pages on the system is 0.275 seconds."

"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."

"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."