Claim Missing Document
Check
Articles

Found 2 Documents
Search

GELANG BAGI TUNARUNGU BERBASIS INTERNET OF THINGS Aryan Wahqid Susanto; Irfan Piscesa; Riska Widianingsih; Rakhmad Gusta Putra; Sulfan Bagus Setyawan
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.483 KB)

Abstract

Tunarungu adalah seseorang yang mengalami kekurangan atau kehilangan kemampuan pendengaran. Jumlah penyandang disabilitas di Indonesia berjumlah 17 juta orang. Tunarungu tidak mampu untuk mendengarkan suara dengan jelas melalui indera pendengarannya. Sebaliknya, tunarungu mampu merasakan dengan indera perasanya. Oleh karena itu, “Gelang Bagi Tunarungu Berbasis Internet of Things (IOT)” diharapkan mampu menanggulangi permasalahan tersebut. Pada penelitian ini terdapat dua perangkat yaitu gelang dan node sensor. Gelang digunakan sebagai tampilan notifikasi dan node sensor digunakan untuk membaca nilai kondisi lingkungan sesuai dengan fungsi masing-masing sensor. Prinsip kerja sistem ini yaitu setiap node sensor akan mengirimkan data kondisi lingkungan ke gelang. Gelang akan menampilkan notifikasi pada saat node sensor mendeteksi kondisi yang ditentukan, notifikasi yang ditampilkan yaitu peringatan ada tamu, peringatan hujan, peringatan kebakaran, dan peringatan ada pencuri. Dengan adanya internet of things nantinya node sensor dapat mengirim dan memperbarui secara realtime. Alat ini diharapkan dapat memberikan informasi keadaan sekitar khususnya pengguna tunarungu.Kata kunci : iot, notifikasi, node, gelang, tunarungu.
Sistem Penghitung dan Pengklasifikasi Jenis Kendaraan Secara Real Time Menggunakan Pengolahan Citra pada Komputer Papan Tunggal Nvidia Jetson Nano Rakhmad Gusta Putra; Wahyu Pribadi; Dirvi Eko Juliando Sudirman
JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Vol. 7 No. 2 (2022): JOURNAL OF ELECTRICAL, ELECTRONICS, CONTROL, AND AUTOMOTIVE ENGINEERING (JEECAE
Publisher : Pengelolaan Penerbitan Publikasi Ilmiah (P3I) Politeknik Negeri Madiun

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

Abstract

Untuk mendukung terwujudnya smart city, interkoneksi antar bidang menjadi sangat penting, tak terkecuali bidang transportasi. Bidang transportasi berperan sangat besar untuk mendukung kemajuan daerah. Perbandingan jumlah kedaraan dan kapasitas jalan raya yang sesuai sangat penting untuk diperhatikan. Apabila kapasitas jalan kurang, maka akan menimbulkan kemacetan. Kemacetan ini bisa menaikkan tingkat kecelakaan, efek pada pertumbuhan ekonomi, dan kenaikan emisi gas buang. Arus kendaraan merupakan suatu hal yang penting dalam pengoperasian dan perencanaan pada ruas jalan yang baru dan melakukan modifikasi  ruas jalan yang ada untuk dapat memenuhi dan mengantisipasi perubahan yang terjadi pada kondisi lalu-lintas.Untuk mendapatkan informasi karakteristik lalu-lintas ,diperlukan berbagai informasi sarana lalu-lintas yang bergerak, serta perilaku penggunanya. Dari informasi yang diperoleh kemudian dianalisa untuk didapatkan hasil dampak kerja lalu-lintas, apabila hasil dari dampak kerja berada kurang dari  standar pelayanan minimal, maka perlu diusulkan untuk perbaikan geometrik atau pengaturan kembali penggunaan pada ruang jalan. Penghitungan jumlah kendaraan dan pengklasifikasian selama ini dilakukan dengan cara penghitungan secara konvensional  pada titik waktu yang ditentukan. Penggunaan teknik ini  memiliki kekurangan yaitu memerlukan sumber daya manusia yang banyak dan tidak bisa dilakukan secara terus menerus. Dengan mengetahui kondisi tersebut, maka  dalam penelitian ini akan dibuat sistem penghitung dan melakukan klasifikasi  jenis kendaraan secara real time dan terus menerus menggunakan teknik pengolahan citra. Komputer papan tunggal nVidia Jetson Nano digunakan karena didesain melakukan proses kecerdasan buatan yang tertanam dan dengan harga yang relatif terjangkau. Berdasarkan percobaan didapatkan hasil Sistem Pendeteksian yang digunakan mobienet-SSD v2 hasil training mendapatkan akurasi perhitungan kendaraan sepeda motor 50 %, kendaraan ringan yang terdiri dari mobil dan pickup sejumlah 65 %, Truk sejumlah 83 % dan Bus sejumlah 33 %. Kecepatan pemrosesan metode pada Jetson Nano dengan tensor RT, mobilenet SSD v2 dan tensorflow didapatkan kecepatan proses realtime 24 fps.