Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal SainETIn Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
Fibriyanti
Politeknik Negeri Padang
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan Alat Pengontrolan Beban Listrik Satu Phasa Jarak Jauh Menggunakan Aplikasi Blynk Berbasis Arduino Mega Rahmi Berlianti; Fibriyanti Fibriyanti
SainETIn : Jurnal Sains, Energi, Teknologi, dan Industri Vol. 5 No. 1 (2020): SainETIn
Publisher : Teknik Elektro Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/sainetin.v5i1.6398

Abstract

Salah satu pemanfaatan Aplikasi Android tidak hanya sebagai sosial media tetapi juga bisa sebagai mengontrol penggunaan beban listrik pada rumah. Penggunaan ESP 8266 sebagai modul wifi berfungsi untuk menerima dan mengirim nilai dari aplikasi android. Dengan memanfaatkan Aplikasi Blynk pada Smartphone setiap peralatan listrik pada rumah dapat dikendalikan penggunaannya dari jarak jauh. Pengendalian peralatan listrik menggunakan Modul Relay sebagai saklar yang akan mengontrol tegangan AC untuk menyalakan atau memadamkan beban listrik yang dikirim dari aplikasi blynk. Hasil pengujian dengan pengontrolan pada aplikasi smartphone yang dapat mengontrol dan menerima status dari beban yang dikontrol menunjukan bahwa pengontrolan berjalan dengan baik. Terlihat bahwa pin-pin Arduino Mega yang telah diaktifkan berhasil mengirimkan instruksi untuk mengontrol beban listrik pada rumah
The Generating Super Resolution of Thermal Image based on Deep Learning Ismail Ismail; Yefriadi Y; Yuhefizar Y; Fibriyanti; Zulka Hendri
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 2 (2022): April 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (392.82 KB) | DOI: 10.29207/resti.v6i2.3934

Abstract

The need for a high resolution to the thermal image is urgent and essential. The high resolution of the thermal image can give accurate information on the heat distribution map of the objects. The accurate heat distribution maps can give accurate temperature information. This accurate temperature measurement is used for measuring many objects such as electric motors, engines, the human body, and so on—this information is used to detect the anomalies of the object to find the damaged parts. The anomalies are considered damaged parts found in solar panels, agricultural fields, buildings, bridges, etc. As the super-resolution of thermal images is very important, generating them is compulsory. The camera for obtaining super-resolution thermal images is rare, not available in the common market. Furthermore, this kind of device is costly too. Therefore not all the users, such as farmers or technicians, can have them. In order to handle the problem, the proposed method has the purpose of generating super-resolution thermal images economically and is more accessible through the deep learning method. The dataset is taken from the solar panel. The results show that the proposed method can handle the low-resolution problem of thermal images.
Co-Authors Ismail Ismail Rahmi Berlianti Yefriadi Yefriadi Yuhefizar Yuhefizar Zulka Hendri