D4 Teknik Mekatronika

Permanent URI for this collectionhttps://repository.polibatam.ac.id/handle/PL029/1764

Browse

Search Results

Now showing 1 - 10 of 99
  • Item
    Penerapan Sistem Hybrid Pengisian Daya Baterai pada Kapal Nelayan Tradisional dengan Alternator dan Panel Surya.
    (Jurnal Integrasi Polibatam, 2025-05-15) Pangestu, Syukur Dwi Febri; Toar, Handri
    Indonesia sebagai negara maritim memiliki sebagian besar wilayah kedaulatannya berupa perairan dan lautan, menjadikan banyak penduduknya berprofesi sebagai nelayan. Nelayan tradisional indonesia seperti di Desa Rantau Panjang, Kabupaten Lingga menggunakan kapal kecil dengan mesin tempel tanpa sumber energi listrik sering menghadapi kesulitan dalam memperoleh sumber energi listrik yang andal untuk kebutuhan penerangan dan operasional kapal. Penggunaan energi berbasis minyak tanah atau baterai pengisian konvensional memiliki keterbatasan, terutama terkait biaya dan waktu pengisian. sedangkan solusi penggunaan panel surya juga masih kurang efektif karena bergantung dengan kondisi cuaca. Pada penelitian ini kebutuhan listrik pada kapal nelayan tradisional diketahui sebesar 0,54 kWh yang mereka gunakan untuk menyalakan lampu penerangan pada malam hari. Penelitian ini bertujuan untuk mengembangkan sistem pengisian daya baterai hybrid menggunakan kombinasi alternator dan panel surya pada kapal nelayan tradisional. Metode yang digunakan adalah eksperimen dengan merancang dan menguji sistem yang mengintegrasikan kedua sumber energy listrik tersebut. Data yang dikumpulkan mencakup waktu pengisian daya baterai dengan kapasitas 45 Ah dengan menggunakan alternator, panel surya, dan sistem hybrid. Hasil penelitian menunjukkan bahwa pengisian daya baterai menggunakan alternator membutuhkan waktu sekitar 8 jam, sementara dengan panel surya memerlukan waktu sekitar 18 jam. Sedangkan, sistem hybrid mampu mengurangi waktu pengisian hanya dalam waktu sekitar 5 jam. Dari hasil pengujian, penerapan sistem hybrid dengan gabungan daya dari alternator dan panel surya mampu untuk memberikan solusi pengisian daya yang andal dan berkelanjutan, khususnya kebutuhan energi listrik pada kapal nelayan tradisional disemua kondisi cuaca, serta memberikan efisiensi waktu dalam proses pengisian daya baterai yang lebih cepat dibandingkan menggunakan salah satu jenis pembangkit. Kata kunci: Kapal Nelayan Tradisional, Alternator, Panel Surya, Sistem Hybrid.
  • Item
    Pengembangan Sistem Manajemen Inventaris Berbasis IoT dengan Teknologi Pick to Light dan Sistem Identifikasi Barang untuk Meningkatkan Akurasi Pengambilan Barang
    (2025-07-18) Widiantara, Muhammad Prima; Safitri, Dian; Nurjanah, Ade; Diono, Diono
    Sistem penyimpanan konvensional sering menimbulkan kesalahan dan memperlambat proses pengambilan barang. Untuk mengatasinya, dikembangkan sistem manajemen inventaris berbasis Internet of Things (IoT) yang mengintegrasikan aplikasi inventaris berbasis LabVIEW, sistem pick to light dengan ESP32 sebagai panduan visual, serta sistem identifikasi barang menggunakan ESP32-CAM dan QR-Code untuk verifikasi. Hasil pengujian menunjukkan efisiensi meningkat dengan rata-rata waktu pengambilan berkurang 34,3% dari 136,3 detik menjadi 89,6 detik. Sistem juga mampu mendeteksi kesalahan pengambilan secara real-time melalui sensor rak dan meningkatkan akurasi dengan identifikasi QR-Code. Dengan dukungan jaringan WiFi 5G, sistem ini terbukti mampu mempercepat pertukaran data, meningkatkan akurasi, efisiensi, serta mendukung pencatatan inventaris secara waktu nyata
  • Item
    Sistem Keamanan Rak Sepatu Berbasis IoT
    (2025-07-22) Dili Yudha Ananda Pratama, Bentar; Diono S.Tr. T., M.Sc
    Seiring meningkatnya nilai jual sepatu, terutama dari merek ternama, kebutuhan akan sistem keamanan rumah tangga yang andal semakin penting. Penelitian ini mengembangkan sistem keamanan rak sepatu berbasis Internet of Things (IoT) dengan integrasi sensor berat (load cell), mikrokontroler ESP32, dan Firebase sebagai basis data real-time. Sistem ini menggunakan logika fuzzy untuk menganalisis perubahan berat sepatu pada rak dan menentukan status sistem (Normal, Notification, atau Alarm), yang kemudian dikirimkan ke pengguna melalui aplikasi Android. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi perubahan berat secara real-time dengan akurasi tinggi, di mana sebagian besar pembacaan menghasilkan error 0%, dan sisanya berkisar antara 1,16% hingga 1,35%. Waktu pendaftaran barang tercatat antara 20 hingga 32 detik dengan rata-rata 28,3 detik, dan waktu pengambilan barang antara 19 hingga 27 detik dengan rata-rata 23,8 detik. Hasil ini membuktikan bahwa sistem bekerja secara akurat, cepat, dan stabil, serta dapat diandalkan untuk pemantauan keamanan barang di rumah.
  • Item
    Sistem Klasifikasi Bahasa Isyarat secara Realtime menggunakan SSD MobilNet dengan Tensorflow2
    (2025-01-27) Elsie Tria Paramian Elsie Tria Paramian; Daniel Sutopo Pamungkas, S.T., M.T., Ph.D Daniel Sutopo Pamungkas, S.T., M.T., Ph.D; Pamungkas, Daniel Sutopo
    Sign language is the primary communication tool for the deaf community. However, limited public understanding creates communication barriers. This study develops a real-time sign language classification system using the SSD MobileNetV2 architecture based on TensorFlow. The dataset consists of 2,000 BISINDO hand gesture images across 10 classes. The system was tested under offline and realtime conditions and at various distances (0cm to 150cm). The highest accuracy reached 90.2% at 50cm and 96% accuracy in realtime for the "Wah, Keren" class. This system significantly contributes to accessible technology for the deaf community.
  • Item
    Penyangga Kamera Monitoring Ikan di Akuarium
    (Politeknik Negeri Batam, 2025-01-21) Adi Nugroho, Naufal; Jefiza, Adlian
    Invensi ini berhubungan dengan alat penyangga kamera untuk monitoring ikan di akuarium yang dapat digerakkan naik dan turun secara otomatis. Alat tersebut terdiri dari kerangka utama, sistem pergerakan vertikal , box electrical, dan base laptop/mini pc. Sistem pergerakan vertikal terdiri dari braket kamera, slider shaft, motor steper, dan ball screw . Kerangka utama terbuat dari aluminium profile yang membentuk struktur portal. Motor steper dikendalikan oleh mikrokontroler dalam box electrical untuk menggerakkan braket kamera naik dan turun melalui ball screw. Alat ini memungkinkan pengamatan ikan dari berbagai ketinggian dengan gerakan yang stabil dan terkontrol. Kecepatan pergerakan dapat diatur, memungkinkan monitoring jangka panjang dan pengumpulan data perilaku ikan pada berbagai kedalaman akuarium. Invensi ini memberikan solusi efektif untuk penelitian di bidang akuakultur dan biologi kelautan dengan memungkinkan pengamatan presisi tanpa mengganggu lingkungan ikan.
  • Item
    Pengembangan Prototipe Sistem inspeksi Papan Sirkuit Cetak Berbasis Visual Menggunakan Deep Neural Network
    (Politeknik Negeri Batam, 2025-05-29) Syahputra, Azhani; Wijaya, Ryan Satria
    Inspeksi kualitas pada Printed Circuit Board (PCB) krusial dalam industri elektronik, namun deteksi cacat kecil menjadi tantangan. Penelitian ini bertujuan mengembangkan sistem inspeksi visual otomatis berbasis Deep Neural Network (DNN) untuk PCB, dengan fokus pada peningkatan deteksi objek kecil dan antarmuka pengguna (GUI) interaktif. Metodologi melibatkan evaluasi model Faster R-CNN, RetinaNet, dan YOLOv11n pada dataset PCB manual. Model YOLOv11n terpilih sebagai basis sistem karena kinerja optimalnya, mencapai mAP@0.5 sebesar 0.890 dengan ukuran model hanya 5.2 MB dan kecepatan inferensi rata-rata ~4.33 FPS. Untuk meningkatkan identifikasi cacat kecil, teknik Slicing Aided Hyper Inference (SAHI) diintegrasikan dengan YOLOv11n. Analisis kualitatif visual menunjukkan bahwa SAHI meningkatkan kemampuan sistem untuk mendeteksi sejumlah cacat kecil yang sebelumnya terlewat oleh model standar. Sistem ini diimplementasikan dengan GUI berbasis Streamlit untuk mempermudah pengoperasioan dan analisis.
  • Item
    Analisa Kinerja Sistem YOLOv4-Tiny Pada Pembuatan Alat Deteksi Kecurangan Jual Beli Gas LPG 3 kg
    (JOIV : International Journal on Informatics Visualization, 2025-08-27) Widya Pratiwi Widya Pratiwi; Sugandi, Budi
    Abstract— The 3 kg LPG distribution plays an important role in fulfilling household gas needs in Indonesia. However, challenges such as consumer fraud, where individuals may manipulate gas cylinder exchanges, can lead to inaccurate records and financial discrepancies. This research aims to develop a visual detection system capable of identifying 3 kg LPG gas cylinders to support monitoring and fraud prevention at gas distribution. The system utilizes the You Only Look Once (YOLO) object detection, with YOLOv4-Tiny selected due to its balance between detection speed and lightweight architecture. The experiments were done to evaluate the performance of Yolov4-Tiny in fraud detection by tuning the hyperparameters. The hyperparameters that were tuned are the learning rate, batch size, and dataset split ratio, which is the ratio of training, validation, and test data. The best results were obtained using a learning rate of 0.012 and a batch size of 64, yielding a detection accuracy of 81.08%, with a precision of 84%, a recall of 87%, an F1-score of 86%, and an mAP@0.50 of 91.70%. The average image processing time was recorded at 81.07ms, with a video inference speed of 18.51 frames per second (FPS), indicating the system's potential for real-time implementation, depending on hardware constraints. The findings suggest that this system can improve the accuracy of cylinder tracking. For future research, it is recommended to explore higher maximum batch settings, and additional parameters such as momentum, decay, and subdivisions can also be tested for a better understanding of their impact on model training.
  • Item
    Comparison of Decision Tree and Naive Bayes in Analysing Weather Monitoring System
    (Politeknik Negeri Batam, 2025-08-11) Pakpahan, Reso; Jefiza, Adlian
    Weather is an important factor that affects various human activities, including agriculture, transportation, and even education. Uncertainty in weather conditions can disrupt teaching and learning activities, as was the case in Makassar City at the end of 2024 due to extreme weather. To address this challenge, this study developed an Internet of Things (IoT)-based weather monitoring system to monitor weather parameters such as temperature, humidity, and wind speed in real-time, as well as predict future weather conditions. This system is designed to support the learning activities of Batam State Polytechnic students by providing accurate weather information at the campus location that can be accessed anytime and anywhere. To optimize weather prediction accuracy, this study compares the performance of two popular methods in weather data analysis, namely Decision Tree and Naive Bayes. Based on testing and evaluation using accuracy metrics, Mean Squared Error (MSE), and Root Mean Squared Error (RMSE), it was found that the Decision Tree method performs better than Naive Bayes in real-time weather monitoring and predicting future weather conditions in the weather monitoring system developed by the authors.
  • Item
    Penyangga Kamera Monitoring Ikan Di Akuarium
    (2023-06-21) Arnoldus Yoel Dolok Tua Sihite Arnoldus Yoel Dolok Tua Sihite; Adlian, Jefiza
    This study presents the design of a camera support for monitoring fish in aquariums. The device was developed to provide stability, improve image quality, and facilitate continuous observation. Testing shows that the support enhances monitoring efficiency, making it useful for both research and aquarium management.
  • Item
    Perbandingan Metode Decision Tree dan Naive Bayes dalam menganalisis Sistem Pemantauan Cuaca
    (2025-07-16) Arie Yan Frans Warman Singa Rimbun Arie Yan Frans Warman Singa Rimbun; Adlian, Jefiza
    Cuaca merupakan elemen krusial yang memengaruhi berbagai sektor kehidupan, seperti pertanian, transportasi, dan pendidikan. Ketidakpastian cuaca dapat mengganggu aktivitas manusia, sebagaimana terjadi di Kota Makassar pada akhir tahun 2024 akibat cuaca ekstrem. Penelitian ini mengembangkan sistem pemantauan cuaca berbasis Internet of Things (IoT) yang mampu mengamati parameter suhu, kelembapan udara, dan kecepatan angin secara real-time, sekaligus memprediksi kondisi cuaca yang akan datang. Sistem ini dirancang untuk menunjang kegiatan pembelajaran di Politeknik Negeri Batam dengan menyediakan informasi cuaca yang akurat dan dapat diakses kapan saja. Untuk meningkatkan akurasi prediksi, penelitian ini membandingkan dua metode klasifikasi data cuaca, yaitu Decision Tree dan Naive Bayes. Berdasarkan hasil pengujian menggunakan metrik akurasi, Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE), metode Decision Tree menunjukkan performa yang lebih ungg