D4 Teknik Mekatronika

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

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    Analisis Performansi Pengiriman Data Menggunakan Pendekatan QoS Metrics pada Platform IoT Ubidots dan ThingSpeak
    (Tanggal Sidang, 2024-01-02) Khairani,Nurul; Heru,Wijanarko; Airlangga Diputra,Muhammad Naufal
    Perkembangan teknologi IoT dan berbagai platform-nya yang memungkinkan monitoring jarak jauh secara real-time. Penelitian ini fokusnya membuat sistem monitoring aliran air pada rumah pintar berbasis IoT dengan sensor water flow YF-S201 dan mikrokontroler ESP32, serta membandingkan performansi pengiriman data platform IoT Ubidots dan ThingSpeak dengan pendekatan QoS metric dan penerapan model RNN-LSTM. Metodologi mencakup perancangan dan realisasi sistem monitoring aliran air, dilanjutkan dengan pengambilan data sensor water flow, pengiriman dan analisis data menggunakan platform IoT Ubidots dan ThingSpeak, serta penerapan RNN-LSTM untuk prediksi data sensor. Hasil penelitian menunjukkan bahwa sistem monitoring berhasil dirancang dan diimplementasikan dengan baik, data sensor water flow berhasil dikirim dan ditampilkan pada kedua platform IoT Ubidots dan ThingSpeak secara real-time. Namun, Ubidots lebih cepat dengan delay total 5 detik dengan tampilan dashboard-nya lebih informatif, dibandingkan ThingSpeak memiliki rata-rata delay 17 detik. Analisis QoS menunjukkan performansi Ubidots lebih unggul dibanding ThingSpeak pada parameter jitter dan delay, serta model RNN-LSTM mampu memprediksi data aktual serta data aplikasi sensor di masa depan dengan tingkat error yang kecil. Sehingga Ubidots dapat menjadi pilihan yang baik untuk pengiriman data sensor dan QoS metrics
  • Item
    Perbandingan Metode K-NN, SVM dan Decision Tree Pada Klasifikasi Kondisi Air Kolam Bioflok Nongsa
    (Politeknik Negeri Batam, 2024-07-01) Wijanarko, Heru; Jefiza, Adlian; Al Fajri, Muhammad; Syah Putra, Firman Dwi; Dowo Ruron, Andreas Prasetyo; Wijanarko, Heru; Jefiza, Adlian
    Kolam bioflok merupakan salah satu teknologi budidaya perikanan yang saat ini sedang berkembang karena dapat memberikan beberapa keuntungan bagi pembudidaya ikan. Dalam budidaya ikan, fungsi air memegang peranan penting dalam keberlangsungan hidup ikan, sehingga kondisi air kolam, termasuk pH, ammonia, dan larutan oksigen, harus dipantau. Namun, para pembudidaya ikan saat ini memiliki tantangan untuk memantau kualitas air pada saat itu. Hal tersebut membuat sulitnya menentukan kualitas air kolam bioflok. Jika ketiga hal tersebut tidak dijaga dengan baik, banyak bakteri dan virus yang dapat mengancam kestabilan kondisi air dan kesehatan ikan itu sendiri. Oleh karena itu, pemantauan kondisi air menjadi sangat penting, dan penelitian ini berfokus pada pembuatan alat monitoring untuk mengetahui kadar pH, amonia, dan oksigen pada air kolam. Selain membuat alat monitoring, penelitian ini juga mengklasifikasikan kondisi air kolam. Metode pengklasifikasian menggunakan tiga algoritma: K-Nearest Neighbors, Support Vector Machine, dan Decision Tree. Berdasarkan ketiga metode klasifikasi tersebut, didapatkan hasil performa sebesar 97% untuk KNN, 92% untuk SVM, dan 99,25% untuk Decision Tree. Dari perbandingan performa ketiga metode tersebut, didapatkan hasil bahwa metode Decision Tree adalah yang terbaik dibandingkan dengan metode KNN dan SVM.