Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jumlah kendaraan yang digunakan manusia dalam bertransportasi di dunia semakin meningkat baik kendaraan roda empat maupun kendaraan roda dua, tidak terkecuali di Indonesia. Ini membuat semakin sulitnya pengidentifikasian pelanggaran lalu lintas yang dilakukan pengendara. Pendeteksi plat nomor otomatis merupakan suatu sistem teknologi yang memiliki kemampuan untuk mendeteksi, mengenali, dan menyimpan plat nomor kendaraan melalui kamera, pemroresan citra, dan kecerdasan buatan. Di dalam penelitian ini akan dikembangkan metode pendeteksi plat nomor menggunakan YOLOv8 dan MobileNetV2 pada framework Mediapipe yang ditanam pada sistem Android pada gawai. Plat nomor yang telah terdeteksi kamera gawai dikenali karakternya menggunakan Optical Character Reader (OCR) kemudian disalin dan dimasukkan ke situs SAMSAT setempat untuk diidentifikasi. Informasi yang tersaji pada situs SAMSAT dapat digunakan sebagai informasi untuk memvalidasi keabsahan kendaraan oleh pihak yang berwenang. Waktu inferensi yang diperlukan untuk mengidentifikasi plat nomor mencapai 350 ms detik pada gawai dengan spesifikasi Snapdragon 695 dan RAM 11 GB. Akurasi model deteksi plat kendaraan diuji dengan split test dataset yang menghasilkan akurasi sebesar 96%. Selain itu, model juga diuji dengan pengujian keandalan dengan melakukan simulasi aplikasi pada beberapa variasi kondisi seperti jenis plat, waktu pengujian, dan jarak yang menghasilkan akurasi rata-rata 81%. Implementasi sistem ini pada perangkat Android memberikan manfaat gawai yang lebih besar bagi pihak yang berkepentingan. Untuk memastikan implementasinya secara realtime, sistem harus efisien, kompleksitas komputasi yang rendah, dan skalabilitas yang tinggi.

---

The number of vehicles used for transportation in the world is increasing, both fourwheeled vehicles and two-wheeled vehicles, including in Indonesia. This makes it increasingly difficult to identify traffic violations committed by drivers. Automatic number plate detection is a technology that has the ability to detect, recognize and store vehicle number plates through cameras, image processing and artificial intelligence. In this research, a number plate detection method will be developed using YOLOv8 and Mediapipe which are embedded in the Android system on the device. The character of the number plate that has been detected by the device camera is identified using an Optical Character Reader (OCR), then copied and entered into the local SAMSAT site for identification. The information presented on the SAMSAT website can be used as information to validate the data of the vehicle by the authorized parties. The inference time required to identify number plates reaches 350 ms seconds on a device with Snapdragon 695 specifications and 11 GB RAM. The accuracy of the vehicle plate detection model was tested using a split test dataset which resulted in an accuracy of 96%. Apart from that, the model was also tested using reliability testing by simulating the application under several variations of conditions such as plate type, testing time and distance which resulted in an average accuracy of 81%.Implementation of this system on Android devices provides greater device benefits for interested parties. To ensure its real-time implementation, the system must be efficient, low computational complexity, and high scalability."

"Teknologi deep learning dapat menyelesaikan banyak masalah yang sulit dipecahkan oleh rumus matematis biasa. Salah satu masalah yang bisa diatasi adalah bahaya akibat rasa kantuk yang dialami pengemudi saat berkendara. Pada penelitian ini dibuat aplikasi android sistem deteksi kantuk yang memanfaatkan kamera smartphone. Kamera digunakan untuk mendapatkan informasi fitur citra wajah yaitu aspek rasio mata kanan, aspek rasio mata kiri, aspek rasio mulut, percentage of eye closure (PERCLOS), tingkat kejadian microsleep, dan tingkat kejadian menguap. Fitur-fitur tersebut didapat dari proses transformasi titik-titik landmark wajah. Pada penelitian ini, ditemukan bahwa metode terbaik untuk mendapatkan titik landmark wajah adalah dengan pelacakan Lucas-Kanade optical flow dengan 5 jumlah frame yang dilacak. Fitur-fitur yang dikumpulkan dapat digunakan untuk mendeteksi tingkat kantuk dengan memanfaatkan model deep learning yang telah dilatih dengan data yang dikumpulkan dari 10 orang. Pada penelitian ini, ada 2 jenis model deep learning yang dilatih untuk mendeteksi tingkat kantuk yaitu model deep neural network (DNN) dan long short-term memory (LSTM). DNN memiliki keseluruhan performa yang lebih baik dibandingkan LSTM. DNN memiliki accuracy sebesar 0.902538 dan f1 sebesar 0.899563. Sedangkan LSTM memiliki dari accuracy sebesar 0.891857 dan f1 sebesar 0.892689. Aplikasi android sistem deteksi kantuk yang dibuat menggunakan model deep learning DNN dan memiliki performa yang bagus dengan accuracy sebesar 0.844 dan f1 sebesar 0.865052. Aplikasi Android memiliki mekanisme pemberitahuan berupa suara yang dimainkan ketika pengemudi mengantuk. Selain itu, pada aplikasi Android juga terdapat 2 fungsi tambahan yaitu deteksi tidur dan deteksi gangguan konsentrasi pengemudi. Kedua fungsi tersebut akan mengeluarkan suara ketika terdeteksi untuk memberitahukan kepada pengguna. Dengan adanya aplikasi sistem deteksi kantuk yang dibuat pada penelitian ini, diharapkan dapat mendeteksi tingkat kantuk pengemudi sehingga mengurangi risiko kecelakaan akibat mengantuk.

---

Deep learning technology can solve many problems that are difficult to solve by ordinary mathematical formulas. One of the problems that can be overcome is the danger due to drowsiness experienced by the driver while driving. In this study, a drowsiness detection system on Android application that uses a smartphone camera is made. The camera is used to obtain facial image feature informations which is right eye aspect ratio, left eye aspect ratio, mouth aspect ratio, percentage of eye closure (PERCLOS), microsleep rate, and yawning rate. These features are obtained by transforming and processing facial landmark points. In this study, it was found that the best method for obtaining facial landmarks points is from Lucas-Kanade optical flow tracking with 5 frames tracked. The features collected can be used to detect drowsiness by utilzing a deep learning model that has been trained with data collected from 10 volunteers. In this study, there are 2 types of deep learning models that are trained to detect drowsiness that are deep neural network (DNN) and long short-term memory (LSTM). DNN has better overall performance than LSTM. DNN has an accuracy of 0.902538 and f1 of 0.899563. Whereas LSTM has an accuracy of 0.891857 and f1 of 0.892689. The drowsiness detection system Android application is created using the DNN model and has a good performance with an accuracy of 0.844 and f1 of 0.865052. The Android application has a notification mechanism in the form of sound that played when the driver is detected to be drowsy. In addition, the Android application also has an additional function that are sleeping detection and driver distraction detection. Both functions will make a sound when detected to notify the user. With the application of drowsiness detection system made in this study, it is expected to detect the level of drowsiness of the driver thereby reducing the risk of accidents due to drowsiness.

"

"Salah satu faktor penyebab kemacetan lalu lintas di perkotaan adalah banyaknya aktivitas keluar dan masuk pada rumah-rumah yang dibangun di sekitar ruas jalan raya. Permasalahan utamanya adalah waktu yang dibutuhkan untuk membukakan pintu gerbang rumah. Untuk itu perlu dikembangkan sebuah sistem gerbang otomatis yang dapat menghilangkan waktu delay kendaraan tersebut di jalan raya. Beberapa gerbang otomatis yang telah dikembangkan adalah sistem gerbang otomatis berbasis sensor ultrasonik dan kemudian sistem gerbang berbasis RFID. Gerbang dengan sistem sensor ultrasonik memiliki kelemahan pada sistem autentikasi kemudian pada sistem gerbang berbasis RFID rentan terganggu apabila ada perangkat yang beroperasi pada frekuensi yang sama di sekitar gerbang. Pada Skripsi ini akan dikembangkan gerbang otomatis yang dapat mengautentikasi pemilik kendaraan dan juga tidak dapat diganggu oleh gelombang radio seperti pada sistem RFID. Skema dari sistem gerbang otomatis ini adalah dengan mengintegrasikan aplikasi android berbasis GPS untuk mengirimkan gelolocation kendaraan ke web server. Dan data yang ada di web server akan diambil oleh mikrokontroler secara real-time.

---

In urban areas, the number of houses on the roadside causes congestion. The vehicles need a delay time when opening the gate by themself to enter the house. If the owner has to get out of the car to open the gate himself or wait for someone from inside of the house to open the door, it will cause disruption of the public road. For this reason, it is necessary to develop a gate system that can overcome this problem.

There are many methods to build this system. The first is the ultrasonic sensor-based automation system, where the gate can be opened if the coming object reflects the sound wave from the sensor and make it as trigger to open the gate. But the problem of this system is it can not authenticate approaching objects. Another system is RFID-based automatic gate that can provide a trigger to the microcontroller if the desired object is on a radius. And this system can authenticate the vehicle that will open the gate. But this system is susceptible to radio waves that being distributed by other devices that work on the same frequency as RFID receivers at the gate. In addition, this system requires additional RFID tags for each vehicle.

In this scientific work, an automatic gate will be designed that can open the gate automatically and can authenticate, but is not disturbed by radio waves. This system will utilize geolocation, android applications, web servers, and microcontrollers."

"ABSTRAKPetir merupakan fenomena alam yang bersifat desruktif yang dapat membahayakan kehidupan makhluk hidup. Data pemetaan petir sangat dibutuhkan oleh perusahaan asuransi untuk membuktikan bahwa lokasi tersebut tersambar petir. Data pemetaan petir tersebut diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) dari perangkat Lightning Detector yang terbatas dan relatif mahal harganya. Oleh karena itu penelitian ini bertujuan untuk membuat sebuah sistem yang dapat mendeteksi lokasi petir dengan bermodalkan smartphone android dengan metode trilateration. Prinsip kerja sistem ini dimulai dari perangkat android yang merekam gelombang elektromagnetik dan suara guntur yang dihasilkan petir. Sistem pengenalan suara petir berbasis Convolutional Neural Network (CNN) digunakan dalam sistem yang dibangun. Selanjutnya data lokasi (lintang dan bujur) dari Global Positioning System (GPS) akan dikirim ke server untuk dihitung sehingga mendapatkan nilai jarak antara dari lokasi petir dan lokasi perangkat android. Beberapa perangkat android (minimal tiga perangkat) akan menghasilkan titik perpotongan dengan metode trilateration. Titik perpotongan tersebut dapat diasumsikan lokasi petir.

---

ABSTRACTLightning is a destructive natural phenomenon in nature that can endanger the lives. Lightning mapping data is needed by insurance companies to prove that the location was struck by lightning. The lightning mapping data was obtained from the Meteorology, Climatology and Geophysics Agency (BMKG) from the Lightning Detector device which was limited and relatively expensive. Therefore, this study aims to create a system that can map the distribution of lightning with an android smartphone using the trilateration method. The working principle of this system starts from an android device that records electromagnetic waves and the sound of thunder generated by lightning. The lightning voice recognition system based on the Convolutional Neural Network (CNN) is used in the built system. Then the location data (latitude and longitude) from the Global Positioning System (GPS) will be sent to the server to be calculated so that the distance between the location of the lightning and the location of the android device is obtained. Some android devices (at least three devices) will generate the intersection point by the trilateration method. The point of intersection can be assumed to be the location of the lightning."

"Electronic traffic law enforcement (ETLE) merupakan solusi yang diharapkan membantu mengurangi pelanggaran lalu lintas. Dengan ETLE, kemacetan akibat tindakan polisi untuk memberhentikan kendaraan langsung di tempat serta terjadinya tindakan suap dapat dihilangkan. Salah satu hal penting pada ETLE adalah identifikasi kendaraan pada citra atau video seperti pelat kendaraan, kondisi pengemudi dan lain sebagainya. Sebelum identifikasi, model harus mendeteksi terlebih dahulu mana bagian yang ingin diidentifikasi. Deteksi pelat mobil pada citra mobil merupakan salah satu tantangan yang berat. Penelitian ini dilakukan dengan data yang tergolong kecil, sehingga terlihat apakah model dapat berjalan dengan baik atau tidak. Analisis kinerja model dapat dilihat dari kurva yang dihasilkan model YOLOv7 beserta hasil uji yang dilakukan. Adanya penelitian ini diharapkan dapat memberi wawasan yang lebih baik dalam pengembangan dan peningkatan model deteksi objek yang efisien dan akurat di masa depan.

---

Electronic Traffic Law Enforcement (ETLE) is a solution that is expected to help reduce traffic violations. With ETLE, traffic jams due to police action stop vehicles right where they occur and acts of bribery can be eliminated. One of the important things in ETLE is vehicle identification on images or videos, such as vehicle plates, driver conditions, and so on. Before identification, the model must first detect which part it wants to identify. The detection of car plates on car images is a formidable challenge. This research was conducted with relatively small data, so it showed whether the model works well or not. An analysis of the performance of the model can be seen from the curves that are produced by the YOLOv7 model, along with the results of the tests that were carried out. The existence of this research is expected to provide better insight into the development and improvement of efficient and accurate object detection models in the future."

"Head unit pada kendaraan merupakan perangkat yang digunakan untuk memutar media seperti musik dan radio yang bahkan dapat digunakan sebagai alat navigasi dengan kemampuan menampilkan peta ketika berkendara. Pada penulisan ini, dilakukan penelitian bagaimana sebuah head unit kendaraan khususnya kendaraan listrik dapat digunakan tidak hanya untuk memutar media saja, tetapi juga sebagai alat human-machine interface (HMI) yang dapat menampilkan parameter-parameter kendaraan seperti kecepatan, RPM motor, dan suhu. Pada kendaraan listrik, parameter lain yang dapat ditampilkan adalah tegangan dan arus dari bagian kendaraan listrik seperti power distribution unit (PDU), battery management system (BMS), inverter, dan sebagainya. Head unit yang digunakan pada penelitian ini menggunakan sistem yang sudah ada banyak di pasar, yaitu berbasiskan sistem operasi Android sehingga dari segi fungsi utamanya sebagai head unit, ia bisa langsung mengutilisasikan kemampuan yang ditawarkan oleh sebuah perangkat Android. Dalam perancangan sistemnya, sebuah aplikasi Android dengan antarmuka pengguna grafis (GUI) yang dirancang secara fungsional dikembangkan dan di-install pada head unit. Head unit ini kemudian akan terhubung melalui koneksi serial USB dengan sebuah microcontroller yang bertindak sebagai salah satu node yang mewakilkan head unit tersebut pada jaringan CAN bus kendaraan. Dengan begitu, head unit dapat membangun komunikasi dengan perangkat-perangkat kendaraan.

---

The head unit in a vehicle is a device used to play media such as music and radio that can even serve as a navigation tool with the ability to display maps when driving. In this paper, research is conducted on how a vehicle head unit, especially on electric vehicles, can be used not exclusively to play media, but also as a human-machine interface (HMI) tool that can display vehicle parameters such as speed, motor RPM, and temperature. In electric vehicles, other parameters that can be shown are voltage and current from electric vehicle parts such as the power distribution unit (PDU), battery management system (BMS), and inverter, among others. The head unit used in this research uses a system that already exists in many markets, namely the Android operating system so that in terms of its primary function, the head unit can directly utilize the capabilities offered by an Android device. In the system design, an Android application with a functionally designed graphical user interface (GUI) was developed and installed on the head unit. The head unit will then connect via a USB serial connection with a microcontroller that acts as one of the nodes representing the head unit on the vehicle CAN bus network. Thus, the head unit can establish communication with the vehicle parts."

"Tesis ini mengembangkan aplikasi android m-learning yang menjalankan video streaming dengan memanfaatkan realtime streaming protocol (RTSP) serta menggabungkan live messaging sebagai media interaksi antar user android yang disisipkan pada layar secara bersamaan. Secara garis besar sistem ini terdapat tiga bagian utama yaitu server, jaringan dan android, server berperan menerima sumber video baik berupa file rekaman video atau live camera secara langsung kemudian mendistribusikan sumber video streaming disamping live messaging yang berbasis web kepada seluruh user. Android yang mendukung aplikasi ini versi 4.4 (kitkat) ke atas, sedangkan sumber file video dengan format mp4, 3gp, 3g2, serta camera android. Dari hasil pengujian format video yang memiliki bitrate rendah dan kompresi yang tinggi dengan dimensi optimal yang dapat memperkecil konsumsi bandwidth, begitu pula ruang penyimpanannya. Beban prosesor server meningkat hingga 50% jika input video berasal dari kamera android sedangkan yang berasal dari file rekaman berada dikisaran 5% rata-rata

---

This thesis develops android m-learning application that runs video streaming by using realtime streaming protocol (RTSP), and combining live messaging as a medium of interaction between users android is pasted on the screen simultaneously. Generaly, this system there are three main parts: a server, network and android, server role accept either the video source recording file or live video camera directly and then distributes resources in addition to live streaming video, web-based messaging to all users. This application supports Android version 4.4 (kitkat) or later, while the source video file with format mp4, 3gp, 3g2, and camera android. From the test results of video formats that have a low bitrate and a high compression with optimal dimensions which can minimize bandwidth consumption, as well as storage space. Server processors load increased up to 50% when input video coming from camera android, while video sources from the recording file is around 5% average."

"Di awal tahun 2020, banjir beberapa kali menggenangi sebagian besar wilayah Jakarta dan sekitarnya. Ribuan warga harus mengungsi ke tempat lain karena air yang masuk dan menggenangi rumah mereka. Fenomena baru yang banyak terjadi pada saat banjir awal tahun ini adalah maraknya warga yang menggunakan media sosial untuk mencari berbagai jenis bantuan, mulai dari bantuan evakuasi atau pun bantuan seperti makanan dan medis. Fenomena tersebut melatarbelakangi adanya penelitian ini, yaitu untuk mengembangkan aplikasi berbasis Android bernama Res-Q yang dapat memfasilitasi para korban banjir mencari berbagai jenis bantuan. Melalui aplikasi Res-Q, para korban banjir dapat mengirimkan lokasi terbaru beserta dengan jenis bantuan yang diinginkan agar dapat diketahui oleh pihak tim penolong. Korban banjir yang masih dapat melakukan evakuasi mandiri juga dapat mencari posko bantuan dan penampungan terdekat beserta informasi seputar posko tersebut. Aplikasi Res-Q yang telah dikembangkan dievaluasi menggunakan pengujian task scenario dan kuesioner System Usability Scale (SUS). Skor yang didapatkan pada pengisian kuesioner SUS adalah 87 yang berarti aplikasi Res-Q termasuk acceptable dengan grade A. Sementara itu, dari pengujian task skenario didapatkan beberapa masukan terkait tampilan dan juga fungsionalitas beberapa fitur tertentu.

---

In the early 2020, Jakarta and its neighborhood suffered from floods several times. Thousands of people had to be evacuated since their dwellings were flooded. This sudden emergence of repeating floods incited the society to use social media platforms to seek for help such as food supply, evacuation, and medical support. The urge of people using the social media platforms to help fulfilling their needs is the main background why this research is conducted, which is developing an Android-based application called Res-Q. This application works for those people who seek for several kind of aids. By using the application, the user is able to send their location along with the kind of aids they need. The floods victim who is still capable to independently evacuate themselves is also possible to find the closest aid post along with its detailed information. Res-Q application that has been developed is evaluated by task scenario test and System Usability Scale (SUS) questionnaire. The research reveals that the final score earned in SUS questionnaire is 87, which shows how the Res-Q application is acceptable with the A grade. On the other hand, the task scenario test received several feedbacks in regards of its display and its functional features. "

"Cyberbullying merupakan hal yang marak terjadi di dunia global, bahkan di Indone- sia. Menurut survei yang dilaksanakan oleh UNICEF terhadap 2.777 anak muda di Indonesia pada tahun 2019, 45 persen dari partisipan tersebut pernah mengalami cy- berbullying. Dari data tersebut, penulis ingin mencoba mengurangi jumlah tersebut dengan membuat suatu aplikasi untuk mendeteksi apakah sebuah kalimat yang ditulis mengandung unsur cyberbullying atau tidak sehingga pengguna aplikasi terse- but dapat menjaga ucapannya dalam mengirim pesan secara online. Aplikasi tersebut dibuat berbasis android sehingga mudah untuk diakses masyarakat Indonesia. Aplikasi tersebut juga dibuat berdasarkan bahasa pemrograman Kotlin, karena ba- hasa pemrograman tersebut merupakan bahasa yang modern, ringkas, mudah untuk dioperasikan, serta merupakan bahasa pemrograman yang lebih aman untuk digu- nakan dalam mendesain suatu aplikasi android dibandingkan dengan bahasa pem- rograman yang lainnya.

---

Cyberbullying is something that is happening massively in global, especially in In- donesia. According to a survey by UNICEF that is conducted to 2,777 young people in Indonesia in 2019, 45 percent of the participants had experienced cyberbullying. From this data, the author wants to try to reduce this number by creating an application to detect whether a sentence written contains elements of cyberbullying or not so that application users can protect their speech when they are sending messages online. The application is based on Android so that it is easy for Indonesian people to access. The application is also made based on Kotlin programming language, be- cause this programming language is a modern, concise, easy-to-operate language, and is a safer programming language to use in designing an Android application compared to other programming languange."

"Waktu merupakan hal yang penting khususnya bagi mahasiswa, oleh karena itu dibuatlah aplikasi bikunin untuk memperkirakan waktu datangnya bikun (Bis Kuning) pada setiap halte, sehingga waktu yang digunakan untuk menunggu bikun dapat dimanfaatkan dengan lebih baik. Selain itu, aplikasi bikunin juga memiliki fitur lain seperti pesan dan tracking bikun untuk lebih memudahkan user mengetahui kondisi dan lokasi bikun. Perancangan dan pengimplementasian aplikasi bikunin menggunakan metode HCI (Human and Computer Interaction) untuk memudahkan user menggunakan aplikasi bikunin dan memberikan tampilan yang menarik. Dari hasil pengujian didapatkan bahwa rata-rata hasil eksekusi waktu pada fitur tracking bikun adalah 936,5 milliseconds untuk kartu Smartfren dan 500,7 untuk kartu Axis. Sedangkan waktu pemrosesan rata-rata untuk melakukan pengiriman pesan kepada 20 user adalah 11492,1 milliseconds, untuk 10 user adalah 6305,1 milliseconds, untuk 5 user adalah 3902,7 milliseconds, untuk 1 user adalah 2792,6 milliseconds. Waktu pemrosesan rata-rata untuk menampilkan estimasi waktu kedatangan Bis Kuning pada halte berikutnya adalah 13971,9 milliseconds untuk kartu Smartfren dan 15935,1 untuk kartu Axis. Hasil pengujian responden menunjukkan bahwa tingkat kepuasan responden sebesar 83,1% untuk fungsi utama, 77,1% untuk fitur-fitur serta 74,6% untuk tampilan antarmuka. Secara keseluruhan tingkat kepuasan responden sebesar 78,8 %.

---

Time is important, especially for students, therefore we made an bikunin application to estimate the arrival time of bikun (Bis Kuning) at each bikun shelter, so the time spent waiting bikun can be optimized. In addition, the bikunin application also has other features such as messaging and bikun tracking to assists the user to find out the location of the Bis Kuning. The design and implementation of bikunin applications employs HCI (Human and Computer Interaction) principles to allow users to use the bikunin application easily and provides attractive appearance.

From the test results, it is showed that the average execution time on the bikun tracking features is 936.5 milliseconds for Smartfren card and 500.7 milliseconds for Axis card. While the average processing time for sending messages to the 20 users is 11492.1 milliseconds, whereas for 10 users is 6305.1 milliseconds. Meanwhile for 5 users is 3902.7 milliseconds, and 2792.6 milliseconds for one user. The average processing time to provides the expected arrival time of Bis Kuning to the next shelter is 13971.9 milliseconds for Smartfren card and 15935.1 milliseconds for Axis card.

The test results shows that the respondents' satisfaction level is 83.1% for the main function, 77.1% for features and 74.6% for the interface. Overall satisfaction level of respondents is 78.8%."