Claim Missing Document
Check
Articles

Found 15 Documents
Search

Monitoring Pergeseran Tanah Berbasis IoT Blynk Menggunakan Sensor Grove IMU 9 DOF dan ESP 32 kukuh prayoga pangestu prastiyawan; Irmalia Suryani Faradisa; Bima Romadhon Parada Dian Palevi
Magnetika: Jurnal Mahasiswa Teknik Elektro Vol 8 No 1 (2024): Magnetika: Jurnal Mahasiswa Teknik Elektro
Publisher : Magnetika: Jurnal Mahasiswa Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tanah longsor atau gerakan tanah adalah suatu proses geologi yang terjadi karena perpindahan masa batuan atau tanah dengan berbagai jenis seperti jatuhnya gumpalan bebatuan besar dari tanah, yang menyebabkan kerugian harga dan benda. Oleh karena itu dirancang suatu sistem untuk melihat adanya pergeseran tanah, menggunakan Mikrokontroler ESP32, Sensor Seed IMU 9 DOF, LCD dan aplikasi Blynk IoT. Cara kerja alat ini ESP 32 dan sensor IMU 9 Dof yang terpasang di lapangan menampilkan data pada LCD dan secara realtime akan mengirim kondisi tanah ke aplikasi Blynk IoT. Pada halaman aplikasi Blynk IoT akan menampilkan data grafik. Semakin tinggi pergeseran Tanah, maka grafik pada aplikasi Blynk IoT juga akan semakin naik.
IMPLEMENTASI THERMAL BODY IMAGING PADA PUSAT PERBELANJAAN UNTUK INDIKASI AWAL COVID-19 DENGAN FACE DETECTION MENGGUNAKAN RASPBERRY PI Yogi Nugraha Aditama; F. Yudi Limpraptono; Irmalia Suryani Faradisa
Magnetika: Jurnal Mahasiswa Teknik Elektro Vol 8 No 1 (2024): Magnetika: Jurnal Mahasiswa Teknik Elektro
Publisher : Magnetika: Jurnal Mahasiswa Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

COVID-19 merupakan penyakit yang disebabkan oleh virus servere acute respiratory syndrome coronavirus 2 (SARS-CoV-2) yang dapat menyerang saluran pernafasan dan mudah menyebar dengan cepat. Gejala umum yang dapat diketahui dari virus ini yaitu demam. Oleh karena itu harus dilakukan pencegahan dengan melakukan pengecekan suhu tubuh pada tempat-tempat yang memungkinkan banyak kerumunan orang. Melakukan kontak langsung untuk pengecekan suhu tubuh secara manual masih memungkinkan tertularnya virus ini. Oleh karena itu dibuatlah sebuah prototype alat pengecekan suhu tubuh menggunakan kamera. Kamera ini hanya akan medeteksi suhu pada manusia saja yaitu dengan cara deteksi wajah. Pada alati ini digunakan dua buah kamera yaitu thermal camera untuk scan suhu tubuh dan webcam untuk deteksi wajah. Untuk memaksimalkan alat ini dibuthkan jalur khusus pada pintu masuk pusat perbelanjaan sehingga seseorang yang masuk dapat dengan mudah terdeteksi. Untuk tampilan secara langsung digunakanlah monitor sehingga petugas dapat mengetahui mana yang diduga terjangkit COVID-19. Untuk sesorang dengan suhu normal maka frame pada face detection akan berwarna hijau. Sedangkan seseorang dengan suhu upnormal frame akan berwarna merah dan buzzer akan berbunyi.
ROBOT PENGANTAR OBAT DAN MAKANAN UNTUK RUMAH SAKIT COVID-19 MENGGUNAKAN LABVIEW MYRIO FPGA Agung Darmawan; F. Yudi Limpraptono; Irmalia Suryani Faradisa
Magnetika: Jurnal Mahasiswa Teknik Elektro Vol 8 No 1 (2024): Magnetika: Jurnal Mahasiswa Teknik Elektro
Publisher : Magnetika: Jurnal Mahasiswa Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Virus corona merupakan jenis virus yang diidentifikasi sebagai penyebab penyakit pada saluran pernapasan dan dapat menyebar dengan cepat. Untuk mengatasi penyebaran virus dilakukan sebuah tindakan pencegahan yaitu berupa karantina disebuah kamar atau ruang karantina. Pasien dikamar karantina tentunya membutuhkan obat untuk mengobati dari paparan virus corona tersebut. Proses pengantaran ke kamar karantina ini tentunya membuat petugas kesehatan menjadi rentan tertular virus ini. Robot pengantar obat dan makanan ini dibuat untuk menggantikan peran petugas kesehatan dalam melakukan pengantaran obat dan makanan ke kamar pasien karantina covid-19. Robot ini dapat mengirimkan obat maupun makanan secara otomatis sesuai input nomor ruangan yang diberikan. Robot ini menggunakan konsep odometry, yaitu bergerak mengikuti lintasan berupa jarak antara titik awal dan titik akhir (tujuan) pada sumbu kordinat pergerakan robot. Dalam perancangan sistem menggunakan myrio sebagai kontroler dan diprogram dengan software labview, sensor infrared sharp gp2y0a21 sebagai pendeteksi dinding, sensor ultrasonic ping sebagai pendeteksi halangan didepan robot, sensor infrared tcrt5000 sebagai pendeteksi garis, serta sensor rotary encorder sebagai pendeteksi jarak tempuh robot. Berdasarkan hasil percobaan robot ini sudah bisa bekerja dengan baik dalam proses pengantaran obat maupun makanan ke tiap-tiap ruangan sesuai dengan input nomor ruangan yang diberikan.
DESAIN OBSTACLE DETECTION DENGAN MENGGUNAKAN METODE YOLOv4 YANG DILENGKAPI DENGAN SENSOR JARAK SEBAGAI KEAMANAN KURSI RODA ELEKTRIK Roichan Nafis; I Komang Somawirata; Irmalia Suryani Faradisa
Magnetika: Jurnal Mahasiswa Teknik Elektro Vol 8 No 1 (2024): Magnetika: Jurnal Mahasiswa Teknik Elektro
Publisher : Magnetika: Jurnal Mahasiswa Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kursi roda elektrik semakin menjadi salah satu alat mobilitas yang penting bagi penyandang disabilitas. Namun, keamanan saat penggunaan kursi roda elektrik tetap menjadi perhatian utama, terutama terkait dengan deteksi hambatan di sekitar pengguna. Penelitian ini mengusulkan sebuah sistem keamanan untuk kursi roda elektrik dengan memanfaatkan teknologi Computer Vision berbasis YOLOv4 dan sensor jarak. Dengan mengintegrasikan algoritma YOLOv4 pada laptop untuk mendeteksi objek di sekitar kursi roda, serta sensor jarak Ultrasonic HC-SR04 yang berfungsi sebagai cadangan, sistem dapat memberikan respons untuk menghentikan kursi roda saat mendeteksi objek di dekatnya. Proses ini diimplementasikan menggunakan Arduino Uno untuk mengontrol motor dan memastikan keamanan pengguna. Percobaan dilakukan sebanyak 20 kali, dan hasil menunjukkan tingkat keberhasilan sebanyak 95% berhasil, 5% dari percobaan tersebut terdapat kesalahan minor, tetapi kursi roda masih bisa berhenti, hal tersebut menegaskan bahwa sistem ini dapat meningkatkan keamanan dan mencegah terjadinya kecelakaan. Penelitian ini memberikan kontribusi pada pengembangan teknologi keamanan untuk kursi roda elektrik, khususnya dalam menggabungkan Computer Vision dan sensor jarak untuk mendeteksi dan menghindari objek secara real-time.
Sistem Klasifikasi Indeks Massa Tubuh Dengan Metode Fuzzy dan Persentase Kadar Lemak Untuk Informasi Konsumsi Kalori Berbasis Database Dyah Ayu Girindraswari; Irmalia Suryani Faradisa; M. Ibrahim Ashari
Magnetika: Jurnal Mahasiswa Teknik Elektro Vol 8 No 1 (2024): Magnetika: Jurnal Mahasiswa Teknik Elektro
Publisher : Magnetika: Jurnal Mahasiswa Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem klasifikasi Indeks Massa Tubuh (IMT) dengan metode fuzzy dan persentase kadar lemak untuk informasi konsumsi kalori berbasis database ini merupakan sistem yang digunakan untuk meminimalisir terjadinya penyakit kronis (seperti obesitas, serangan jantung, dan lain-lain), dengan pengguna mampu memantau serta melihat informasi terkait Indeks Massa Tubuh yang ditentukan dengan metode Fuzzy Mamdani, persentase kadar lemak yang ditentukan dengan metode perhitungan prediksi berdasarkan British Journal of Nutrition, kebutuhan kalori, serta makanan/minuman apa saja yang dapat dikonsumsi. Pada penentuan Indeks Massa Tubuh, digunakan data berat badan dari sensor load cell serta tinggi badan dari sensor ultrasonic HCSR-04. Sedangkan pada persentase kadar lemak dan kebutuhan kalori diperlukan data tinggi badan, berat badan, jenis kelamin, usia, serta faktor aktivitas yang dimasukkan melalui keypad. Seluruh komponen tersebut diintegrasikan dengan Arduino Mega 2560. Data pada Arduino Mega 2560 dikirimkan menuju LCD 20X4 sebagai tampilan serta NodeMCU V3 ESP8266 untuk dikirimkan menuju website HTML sebagai penyimpan data sekaligus tampilan data. Berdasarkan hasil pengujian, diperoleh nilai error pada masing-masing sensor dan metode fuzzy serta persentase kadar lemak yang kurang dari 5%. Adapun error sensor berat load cell sebesar 1.0586%, sensor ultrasonic HCSR-04 sebesar 0.6068%, metode fuzzy sebesar 2.21% serta 2.89%, dan persentase kadar lemak sebesar 4.902%.