D4 Teknik Mekatronika

Permanent URI for this collection

https://repository.polibatam.ac.id/handle/PL029/1764

Browse

Recent Submissions

Now showing 1 - 5 of 8
  • No Thumbnail Available
    Item
    Smart home: Pintu Otomatis Berbasis Voice Recognition
    (Jurnal Integrasi, 2024-01-29) Sihombing, Fitri Andini; Setiawan, Afif; Herlina, Gise; Milala, Gerry Ibnu Luthfi Sembiring; Jefiza, Adlian; Puspita, Widya Rika; Firdaus, Fadli
    Perkembangan Smart home saat sekarang ini tidak hanya digunakan sebagai otomatisasi dan monitoring suatu ruangan, namun juga digunakan sebagai pengamanan atau biasa disebut security. Salah satu bentuk teknologi security smart home adalah kunci pintu otomatis yang dipasang pada salah satu laboratorium di Politeknik Negeri Batam. Perangkat kunci pintu otomatis dibuat dengan menggunakan pengenalan suara sebagai masukan perintah. User dapat memberikan kata Open untuk membuka kunci pintu dan Close untuk mengunci pintu. Selenoid Door Lock digunakan sebagai alat untuk pengunci pintu, serta LED dan Speaker digunakan sebagai informasi. Alat diuji dengan memberikan perintah oleh user yang telah diregistrasi dan yang belum diregistrasi. Hasil pengujian nya adalah 100% alat bekerja untuk user yang teregistrasi dengan intonasi suara normal, 77 % alat bekerja pada user tidak teregistrasi dengan intonasi suara normal, 48 % alat bekerja untuk user teregistrasi untuk intonasi suara tidak normal dan 43 % alat bekerja untuk user yang tidak teregistrasi dengan intonasi suara tidak normal. Dengan demikian, rata-rata alat bekerja dengan baik sebesar 67 %.
  • No Thumbnail Available
    Item
    Smart Home: Monitoring Kondisi Cuaca Mengunakan Sensor Kelembapan dan Kecepatan Angin Berbasis Metode Fuzzy
    (Politeknik Negeri Batam, 2024-09-12) Fernanda, Heri; Jefiza, Adlian
    Pemanasan global telah mengubah pola cuaca di Indonesia, membuatnya sulit diprediksi, dan sering kali cuaca berubah dengan cepat, seperti hujan yang tiba-tiba saat cuaca sedang panas. Penelitian ini bertujuan untuk mengatasi masalah perubahan cuaca yang tiba-tiba dengan menggunakan seperangkat alat yang dapat memonitor kelembapan dan kecepatan angin berbasis Internet of Things (IoT). Sistem ini menggunakan mikrokontroler ESP32 yang dikombinasikan dengan sensor DHT22 untuk mengukur kelembapan dan anemometer untuk mengukur kecepatan angin. Data yang dikumpulkan akan diproses untuk menghasilkan analisis kondisi cuaca menggunakan metode logika fuzzy dan disimpan dalam Firebase untuk manajemen data yang efisien. Selain itu, antarmuka pengguna dirancang berbasis Android Studio untuk memudahkan monitoring secara real-time. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan informasi cuaca yang akurat dan dapat diandalkan, sehingga membantu masyarakat dalam merencanakan aktivitas mereka dengan lebih baik.
  • No Thumbnail Available
    Item
    Pemantauan dan Pengendalian Lampu Rumah Tangga menggunakan Framework Home Assistant
    (Politeknik Negeri Batam, 2024-06-19) Prasetyo, Aji; Diono
    Padatnya aktivitas ketika sedang di luar rumah, kebanyakan pemilik rumah mengalami kesulitan dalam memantau dan mengendalikan peralatan elektronik yang ada di rumah. Peralatan yang di pantau adalah Lampu rumah,dimana saat kita berada di luar rumah lampu terkadang lupa untuk di matikan.Salah satu alternatif pemantauan dan pengendalian lampu rumah yaitu dengan menggunakan fasilitas WiFi sebagai media pembawa dan penerima informasi dengan keunggulan dapat digunakan dimanapun dan kapanpun.Penggunaan device SONOFF dimana, SONOFF yang terintegrasi dengan modul WiFi dapat menjadi solusi untuk memantau dan mengendalikan Lampu atau perangkat elektronik lainnya. Mikrokontroler Raspberry Pi digunakan sebagai pengolah dan pengendali yang dihubungkan ke device SONOFF dimana Raspberry Pi yang dihubungkan ke WiFi melalui Router untuk mengoperasikan Framework Home Asisstant. Pada penelitian kali ini variabel yang di pantau adalah keadaan lampu yang dapat di kendalikan menggunakan web dan dapat di kontrol melalui smartphone dari jarak jauh. Kelebihan dari perangkat pemantauan adalah jarak tidak berpengaruh terhadap alat. Akan tetapi, koneksi WiFi yang terhubung pada alat sangat berpengaruh dalam proses pemantauan dan pengendaliann lampu rumah tangga.
  • No Thumbnail Available
    Item
    Sand Level Measurement System for Enhanced Sandpot Management
    (EAI, 2024-01-19) Hutabarat, Pedro Nicolas Cristiansen; Roenaldo, Rico; Suciningtyas, Ika Karlina Laila Nur; Budiana
    The "Sand Level Measurement System for Enhanced Sandpot Management" addresses a critical gap in traditional sand level monitoring methods prevalent in industrial processes, such as the use of dipsticks or rods, leading to operational setbacks and increased maintenance costs. This research introduces an innovative solution by integrating advanced sensor technologies, bundled with microcontroller systems and IoT connectivity. The methodology involves developing and implementing the sand level measurement system, followed by rigorous testing to verify its effectiveness. The empirical results demonstrate the system's precision and accuracy, offering real-time data on sand levels, thereby enhancing sandpot management. This advancement contributes to industrial efficiency, reduces maintenance costs, and provides a technologically sophisticated solution for industries relying on abrasive processes like sandblasting.
  • No Thumbnail Available
    Item
    Pendeteksian Pelanggaran Lalu Lintas Berdasarkan Kecerdasan Buatan
    (Politeknik Negeri Batam, 2024) Nugroho, Redemptus Abie; Sugandi, Budi
    Pendeteksian pelanggaran lalu lintas sangat penting untuk menjaga keamanan dan ketertiban jalan raya. Penggunaan kecerdasan buatan (Artificial Intelligence) dalam pendeteksian pelanggaran lalu lintas telah meningkat pesat. Metode You Only Look Once (YOLO) terbukti efektif dalam mendeteksi objek secara real-time pada gambar. Tujuan penelitian ini adalah menerapkan metode YOLO dalam pendeteksian pelanggaran lalu lintas. Penelitian dilatarbelakangi oleh peningkatan jumlah kendaraan dan kompleksitas jalan raya yang berdampak pada peningkatan pelanggaran. Metode YOLO dipilih karena mampu mengatasi tantangan real-time dengan akurasi tinggi dan menggunakan pendekatan single-shot yang menggabungkan pemetaan dan pendeteksian objek dalam satu langkah. Algoritma ini menggunakan jaringan syaraf konvolusi yang dilatih pada data pelatihan yang mencakup objek-objek lalu lintas. YOLO mampu menghasilkan kotak pembatas dan label kelas untuk setiap objek yang terdeteksi dalam citra dengan kecepatan tinggi. Penelitian ini melibatkan pelatihan dan pengujian model YOLO dengan dataset yang mencakup berbagai jenis pelanggaran lalu lintas. Harapannya, hasil penelitian ini akan memberikan kontribusi dalam pengembangan sistem pendeteksian pelanggaran lalu lintas berdasarkan kecerdasan buatan yang efektif dan efisien.