Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Applied Electrical Engineering

Pengendalian Suhu Terhadap Proses Penetasan Telur Ayam Dengan Kendali Logika Fuzzy Menggunakan IoT Sebagai Monitoring Syahroni, Muhammad; Setyawan, Angga; Risandriya, Sumantri K; Lubis, Eka Mutia; Aryeni, Illa
Journal of Applied Electrical Engineering Vol 8 No 1 (2024): JAEE, June 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaee.v8i1.6071

Abstract

Penetasan adalah proses perkembangan embrio pada telur, dimana tujuannya ialah menghasilkan individu baru. Secara mekanisme penetasan secara buatan dinilai lebih baik karena dapat dilakukan secara terus-menerus tanpa terpengaruh kondisi cuaca, karena ditempatkan pada ruangan dan memiliki komponen pengontrol di dalamnya. Penelitian ini menggunakan kendali otomatis berupa fuzzy dan sistem iot sebagai monitoring. Sensor yang digunakan adalah DS18B20 sebagai sensor untuk mendeteksi suhu yang kemudian diolah fuzzy dengan menetapkan nilai suhu ideal 38°C dengan memanfaatkan pwm kecerahan lampu sebagai outputnya. Penelitian yang dilakukan, sistem fuzzy memiliki keberhasilan 100% dengan pembanding diantaranya yaitu perhitungan manual, menggunakan labview dan menggunakan arduino IDE. Sedangkan untuk IoT kecepatan mengirim data antara LCD dan website adalah 5.25 seconds. Hal ini dipengaruhi dari koneksi internet yang digunakan.
Penerapan Computer Vision untuk Deteksi Warna dan Ukuran Buah secara Real-Time pada Alat Penyortir Buah Aryeni, Illa; Maulidiah, Hana Mutialif; Toar, Handri; Wicaksono, Muhammad Jaka Wimbang; Gunawan, Indra
Journal of Applied Electrical Engineering Vol 7 No 2 (2023): JAEE, December 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaee.v7i2.6740

Abstract

Computer vision aims to build a computer that can see like humans. Humans can immediately recognize and define an object after seeing and recording an object. This is different from computer visual systems, where camera recordings cannot be directly translated, defined, and recognized by computers, therefore digital image processing is needed first. In this study, computer vision technology was used to detect fruit based on color, size, and shape in real time. The fruit is placed on a conveyor belt, then the fruit object is captured by a webcam using object tracking. Computer vision algorithms and programs can detect fruit objects and recognize ripe and unripe fruits by converting RGB (Red, Green, Blue) colors into HSV (Hue, Saturation, Value) for the color segmentation process. After the detection process, a selector is placed at the end of the conveyor which is used to sort the fruit into 2 categories, namely ripe and unripe. In addition, this study also determines the size and shape of the fruit. From design, realization, and testing, it was found that the success rate of detecting ripe fruit was 97.33% and unripe fruit was 93.33%. To get maximum results, it needs to be supported by room lighting settings that are kept constant.