Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 2 dokumen yang sesuai dengan query
cover
Tito Alvi Nugroho
"Letak geografis Indonesia berada di dalam jalur ring of fire yang merupakan daerah dengan jumlah gunung berapi aktif terbanyak di dunia. Dengan kondisi geografis tersebut menempatkan Indonesia dalam posisi yang cukup rentan terhadap kejadian bencana alam salah satunya yaitu tanah longsor. Untuk mencegah berkurangnya korban akibat bencana tanah longsor di Indonesia, diperlukan suatu sistem peringatan dini jika terjadi tanah longsor.
Penelitian ini adalah implementasi dari sistem berbasis Jaringan Sensor Nirkabel menggunakan protokol IEEE 802.15.4 yaitu ZigBee untuk membangun sebuah sistem peringatan dini terhadap bencana tanah longsor. Dalam penelitian ini, sistem terdiri dari dua bagian yaitu bagian sistem end point yang ditempatkan pada daerah rawan longsor dan sistem koordinator yang ditempatkan pada pusat kendali. Sistem end point memiliki pusat kendali menggunakan Arduino Nano dengan sensor accelerometer untuk mengecek kondisi tanah apabila terjadi longsor. Sistem koordinator memiliki pusat pemrosesan menggunakan Raspberry Pi.
Implementasi dari protokol ZigBee menggunakan modul XBee yang akan membentuk jaringan sensor nirkabel antara koordinator dan end point. Performa sistem dalam melakukan fungsionalitas peringatan dini pada keadaan line of sight memiliki tingkat keberhasilan 90 dan pada keadaan dengan penghalang memiliki tingkat keberhasilan 70.
Dalam pengiriman data rata-rata jeda waktu dalam keadaan line of sight adalah 0,63 detik dan dalam keadaan dengan penghalang non line of sight adalah 0,58 detik. Rata-rata penggunaan energi pada sistem dalam keadaan line of sight adalah 0,00074Wh dan 0,00071Wh dengan menerapkan metode penghemat daya. Rata-rata penggunaan energi pada sistem dalam keadaan dengan penghalang non line of sight adalah 0,00074Wh dan 0,00070Wh dengan menerapkan metode penghemat daya. Pada penelitian ini, penerapan metode current level control dapat menghemat daya sebanyak 4,05 pada keadaan line of sight dan 5,4 pada keadaan non line of sight.

Indonesia 39 s geographical location lies within the ring of fire that is the region with the largest number of active volcanoes in the world. Indonesia is one of the most vulnerable country to landslide disaster. To prevent the increasing number of casualties caused by landslide disaster in Indonesia, an early warning system is needed.
This research is an implementation of Wireless Sensor Network based system using IEEE 802.15.4 protocol ZigBee to build an early warning system to landslide disaster. In this research, the system consists of two parts, namely the end point system that is placed in landslide prone areas and coordinator system that is placed in the control center. The control center of the end point system is Arduino Nano with accelerometer sensor to check the soil condition in case of landslide. The coordinator system has a processing center, Raspberry Pi. The implementation of the ZigBee protocol uses the XBee module which will form a wireless sensor network between the coordinator and the end point. System performance in performing early warning functionality in line of sight state has a success rate of 90 and in circumstances with barrier having 70 success rate.
In the average data transmission time lag in line of sight state is 0,63 seconds and in a state with a barrier non line of sight is 0,58 seconds. The average energy use of the system in line of sight states is 0,00074Wh and 0,00071Wh by applying power saving algorithm. The average use of energy in the system in a state with a barrier non line of sight is 0,00074Wh and 0,00070Wh by applying power saving algorithms. In this study, the application of current level control method can save power as much as 4,05 in line of sight and 5,4 in non line of sight.
"
Depok: Fakultas Teknik Universitas Indonesia, 2017
S67182
UI - Skripsi Membership  Universitas Indonesia Library
cover
Tito Alvi Nugroho
"Keselamatan perkeretaapian merupakan keadaan selamat dalam penyelenggaraan perkeretaapian sehingga terhindar dari suatu kecelakaan yang menimbulkan kerugian baik secara material maupun korban jiwa. Menurut data statistik Komite Nasional Keselamatan Transportasi (KNKT) bahwa kecelakaan kereta api di Indonesia paling banyak disebabkan oleh faktor prasarana yaitu sebesar 69% dari total seluruh faktor penyebab utama kecelakaan. Dengan melihat faktor tersebut maka mitigasi dalam mengurangi kecelakaan dapat diprioritaskan pada faktor prasarana. Berdasarkan laporan investigasi KNKT nomor 19.03.01.02 tahun 2019 menyatakan bahwa kecelakaan jenis anjlokan yang terjadi memiliki faktor berkontribusi yaitu permasalahan pada prasarana jalan rel berupa iregularitas dalam bentuk skilu dinamis. Pendeteksian iregularitas terutama skilu di Indonesia dilakukan pada proses pemeliharaan jalan rel menggunakan kereta api khusus dengan waktu tertentu sehingga membutuhkan waktu yang cukup lama apabila harus menunggu siklus pemeliharaan jalan rel. Di sisi lain perkembangan teknologi digital kian pesat sehingga dapat memecahkan berbagai permasalahan terutama dalam membuat sistem yang mampu menjawab persoalan di lapangan. Sistem yang akan dibuat adalah suatu sistem pendeteksi dini apabila terjadi iregularitas jalan rel berupa skilu yang berpotensi mengakibatkan kecelakaan kereta api. Sistem akan memberikan notifikasi kepada pengguna ketika sistem mendeteksi adanya skilu dinamis melebihi ambang batas. Dari hasil pengujian pengukuran sistem yang telah dilakukan maka diperoleh bahwa endpoint 1 menunjukkan hasil perbedaan pengukuran sebesar 6.16% terhadap alat ukur existing. Endpoint 2 menunjukkan hasil perbedaan pengukuran sebesar 6.14% terhadap alat ukur existing. Untuk pengujian notifikasi peringatan dini menunjukkan bahwa sistem dapat berhasil menyampaikan 100% notifikasi peringatan dini dan tidak terdapat false alarm pada pengujian. Dari hasil analisis nilai keekonomian didapatkan bahwa sistem yang diimplementasikan memiliki nilai material 1,128% lebih mahal dari alat existing.

Railway safety is a state of safety in the operation of the railway so as to avoid an accident that causes material and loss of life. According to statistical data from the National Transportation Safety Committee (KNKT) that train accidents in Indonesia are mostly caused by infrastructure factors, which are 69% of the total factors that cause accidents. By looking at these factors, mitigation in reducing accidents can be prioritized on the infrastructure factor. Based on the KNKT investigation report number 19.03.01.02 of 2019 stated that the type of slump accident that occurred had a contributing factor, namely problems with rail infrastructure in the form of irregularities in the form of dynamic skids. Detection of irregularities, especially skilu in Indonesia, is carried out in the process of maintaining rail roads using special trains with a certain time so that it takes a long time if you have to wait for the rail road maintenance cycle. On the other hand, the development of digital technology is increasingly rapid so that it can solve various problems, especially in creating systems that are able to answer problems in the field. The system that will be made is an early detection system in the event of an irregularity of the rail road in the form of skilu which has the potential to cause a train accident. The system will notify the user when the system detects that a dynamic skill exceeds the threshold. From the results of the system measurement test that has been carried out, it is obtained that endpoint 1 shows the results of the measurement difference of 6.16% against the existing measuring instrument. Endpoint 2 shows the results of the measurement difference of 6.14% against the existing measuring instrument. For early warning notification testing, it shows that the system can successfully deliver 100% early warning notifications and there are no false alarms in the test conducted. From the analysis of the economic value, it was found that the implemented system has a material value of 1.128% more expensive than existing measurement tools."
Depok: Fakultas Teknik Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library