Communities in Polibatam
Select a community to browse its collections.
Recent Submissions
Item type:Item, Chicken Disease Classification Based on Digital Images Using the YOLOv11 Method(Politeknik Negeri Batam, 2026-06-02) Amelia, Malika; Sani, AbdullahAbstract—Chicken diseases are still one of the main problems in the world of animal husbandry, especially for small farmers who do not yet have access to adequate disease detection technology. To overcome this problem, this study aims to build a chicken disease classification system that works based on digital images. This system uses the You Only Look Once version 11, YOLOv11 algorithm. YOLO is a deep learning-based method that can be used to classify and detect objects quickly and efficiently. With this method, the system developed is expected to be able to recognize the type of disease in chickens automatically only through images. The results of this system are expected to be able to help farmers in early detection of chicken diseases so that treatment actions can be carried out more quickly and precisely. Keywords— Chicken Diseases, Digital Image Classification, Deep Learning, YOLOv11Item type:Item, Monitoring Panel Surya Menggunakan Mekanisme Tracking berbasis IoT(POLITEKNIK NEGERI BATAM, 2025-08-04) HAWARI,FIKRI AZNI; Syafi’i, AhmadPenelitian ini bertujuan untuk meningkatkan efisiensi konversi energi matahari menjadi listrik melalui sistem panel surya dengan mekanisme pelacakan otomatis satu sumbu (single axis). Sistem ini menggunakan sensor LDR untuk mendeteksi intensitas cahaya matahari dan menggerakkan linear actuator yang dilengkapi motor servo guna menyesuaikan posisi panel terhadap arah datang cahaya. Mikrokontroler NodeMCU ESP8266 digunakan sebagai unit pemantau performa sistem secara real-time, dengan integrasi ke aplikasi Android melalui Firebase. Metode penelitian yang digunakan adalah pendekatan kuantitatif, dengan melakukan pengujian perbandingan daya listrik yang dihasilkan antara sistem panel surya statis dan sistem dengan pelacakan otomatis. Hasil data yang diperoleh pada panel surya Tracking adalah 225w sedangkan pada panel surya non-Tracking adalah 163w sehingga Hasil pengujian data selama 10 jam menunjukkan peningkatan efisiensi energi hingga 38% pada sistem dengan tracking dibanding panel non-Tracking. Sistem ini memiliki potensi besar untuk diterapkan di wilayah tropis seperti Indonesia dalam mendukung optimalisasi energi surya yang berkelanjutan.Item type:Item, Analisis Pengaruh Inhibitor (Ampas Kopi dan Ekstrak Ampas Kopi) Terhadap Laju Korosi Besi Dengan Menggunakan Teknologi Citra Gambar(Politeknik Negeri Batam, 2025-02-28) Ilyas, Muhammad; Nasir, Muhammad; Sandi, M Padli; Mukti, Hari; BudianaBahan logam termasuk material yang sering dipakai pada era modern. Contohnya adalah besi S45C. Namun bahan tersebut memiliki kelemahan mudah mengalami korosi. Untuk mengatasi masalah ini, diperlukan inhibitor yang mampu menghambat laju korosi. Ampas kopi dapat menjadi inhibitor alami yang sangat ramah terhadap lingkungan. Riset ini melibatkan pembuatan alat yang berfungsi untuk pengambilan data sampel, diikuti dengan analisis kekuatan rangka alat tersebut. Hasil analisis von mises menunjukkan tegangan maksimum sebesar 9,775 MPa dan perpindahan total (resultant displacement) maksimum 0,081 cm, sementara nilai equivalent strain yang diperoleh sangat kecil, yaitu sekitar 0,000037. Penelitian ini menggunakan tiga model yaitu SegNet, HRNet, dan U-Net yang akan dibandingkan dalam mendeteksi pengaruh limbah ampas kopi terhadap laju korosi besi. Riset ini juga berfokus untuk meningkatkan sistem pendeteksi pengaruh limbah ampas kopi terhadap laju korosi dengan kecerdasan buatan. Riset ini berpotensi memberikan peran dalam meningkatkan teknologi inhibitor alami. Berdasarkan pengujian pada dataset citra korosi, model U-Net memberikan hasil paling akurat dengan rata-rata IoU sebesar 55,63% dan Dice Coefficient sebesar 69,51%. Hasil tersebut menunjukkan model dapat melakukan segmentasi gambar dengan baik.Item type:Item, Prototipe Sistem Deteksi dan Pemetaan Lokasi Kerusakkan Gardu Listrik Berbasis LoRa Dengan Algoritma K- Nearest Neighbor (KNN)(JATISI, 2026-05-26) Ahmadianpal, Jul Fatri; Saputra, Andika; Prebianto, Nanta FakihGardu distribusi listrik memiliki peran penting dalam menjaga kestabilan dan kontinuitas penyaluran energi listrik. Gangguan pada gardu dapat menyebabkan pemadaman listrik sehingga diperlukan sistem monitoring dan deteksi dini yang lebih efektif. Penelitian ini bertujuan untuk merancang sebuah prototipe sistem deteksi dan pemetaan lokasi kerusakan gardu listrik. Sistem menggunakan komunikasi LoRa sebagai media transmisi data dari beberapa node menuju gateway pusat. Setiap node terdiri dari ESP32, modul LoRa, power supply, serta switch ON/OFF sebagai simulasi kondisi gardu normal dan gangguan. Estimasi lokasi gardu dilakukan berdasarkan nilai Received Signal Strength Indicator (RSSI) yang diterima gateway dari masing-masing node. Algoritma K-Nearest Neighbor (KNN) digunakan untuk mengklasifikasikan kondisi gardu serta memperkirakan lokasi gardu berdasarkan pola data RSSI. Hasil monitoring dan klasifikasi ditampilkan pada Human Machine Interface (HMI) berbasis web dashboard menggunakan protokol MQTT. Sistem ini diharapkan dapat menjadi solusi prototipe monitoring gardu yang mampu mendukung deteksi dan pemetaan lokasi gangguan secara otomatis dan real-time.Item type:Item, MONITORING DAN KONTROL INFUS PASIEN BERBASIS VISUAL STUDIO DENGAN LOGIKA FUZZY(JITET, 2026-06-15) Rivaldi, Rafael; Tobing, Erwin Anggiat Parsaulian Lumban; Prebianto, Nanta FakihInfus merupakan prosedur medis yang penting dalam memberikan cairan dan obat kepada pasien secara intravena. Pemantauan infus yang masih dilakukan secara manual berisiko menyebabkan keterlambatan penggantian cairan dan komplikasi medis seperti penggumpalan darah atau emboli udara. Penelitian ini mengusulkan sebuah sistem monitoring dan kontrol infus otomatis berbasis Visual Studio yang memanfaatkan sensor optocoupler untuk mendeteksi laju tetesan cairan secara real-time dalam satuan tetesan per menit (TPM), serta logika fuzzy untuk mengatur laju infus secara otomatis. Data pembacaan sensor dikirim melalui mikrokontroler ke aplikasi Visual Studio berperan sebagai antarmuka pengaturan parameter target, sedangkan proses fuzzy sepenuhnya dieksekusi di ESP32. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan menampilkan laju infus dengan rata-rata error pembacaan sebesar ±4,5%, serta mampu mempertahankan kestabilan laju infus dengan steady-state error sebesar ±1 TPM dan waktu setting sekitar 12 detik. Sistem ini diharapkan dapat meningkatkan efisiensi tenaga medis, mengurangi risiko komplikasi pasien, serta menjadi solusi inovatif dalam pemantauan dan pengendalian infus pasien secara otomatis