Communities in Repository
Select a community to browse its collections.
Recent Submissions
Hybrid Simulated Annealing and Random Forest for Traffic Density Prediction in VANETs
(Politeknik Negeri Batam, 2025-02-06) Hisan, Vira Khairatul Hisan; Wijanarko, Heru
The study addresses the issue of predicting traffic density in Vehicular Ad-hoc Networks (VANETs), where dynamic and unexpected traffic patterns limit accurate forecasting. Recent models frequently encounter challenges with accuracy caused by overfitting or complications in handling real-time data. The study introduces a hybrid model that combines Random Forest with Simulated Annealing, optimising the model’s parameters to mitigate overfitting and improve reliability. The research follows several steps: first, data from a VANETs dataset was collected and preprocessed, and then several standard machine learning models, like Linear Regression, Decision Trees, Random Forest, Support Vector Regression, and K-Nearest Neighbors, were tested. The Random Forest model showed the best performance metrics and was optimized using Simulated Annealing. The hybrid Simulated Annealing-Random Forest model significantly improved accuracy, outperforming traditional models.
Sistem Pemantauan Suhu dan Kelembaban pada Ruang Laboratorium Pengujian Mekanik & Chemical menggunakan Internet of Things (IOT)
(Politeknik Negeri Batam, 2025-01-21) Dio Yusfi; Jefiza,Adlian
Suhu dan kelembaban merupakan parameter penting dalam lingkungan laboratorium, terutama di laboratorium pengujian mekanik dan kimia, karena memengaruhi akurasi dan keandalan hasil pengujian. Standar ISO/IEC 17025 mengharuskan laboratorium untuk mengendalikan dan memantau kondisi lingkungan ini. Namun, metode pemantauan manual tradisional rentan terhadap kesalahan, karena mengandalkan pemeriksaan berkala dan pencatatan data manual. Penelitian ini mengusulkan sistem pemantauan berbasis Internet of Things (IoT) untuk memberikan pemantauan suhu dan kelembaban secara real-time serta peringatan otomatis.
Sistem ini menggunakan sensor DHT22 yang terhubung dengan mikrokontroler ESP8266 dan ESP32 untuk mengumpulkan data. Data tersebut diproses dengan logika fuzzy untuk mengklasifikasikan kondisi ruangan ke dalam tiga kategori: Aman, Waspada, dan Bahaya. Sistem mengirimkan notifikasi melalui Telegram dan mengaktifkan buzzer ketika suhu atau kelembaban melampaui ambang batas. Implementasi ini juga mencakup antarmuka berbasis web untuk visualisasi data secara real-time dan pencatatan historis.
Pengujian di laboratorium pengujian mekanik dan kimia menunjukkan kemampuan sistem dalam memantau dan mengklasifikasikan kondisi lingkungan dengan akurat. Hasil pengujian menunjukkan suhu dan kelembaban yang stabil dalam rentang yang dapat diterima, dengan sistem efektif memicu peringatan saat kondisi abnormal terjadi. Integrasi IoT dan logika fuzzy memberikan solusi untuk mempertahankan kondisi laboratorium yang optimal, memastikan kepatuhan terhadap standar ISO/IEC 17025, dan meningkatkan efisiensi operasional.
Sistem Pembuka Pintu Otomatis Berbasis IoT dan Suara
(2024-11-28) Siregar,Muhammad Ilham; Jefiza,Adlian
Sistem pembuka pintu konvensional yang mengandalkan kunci atau kartu akses seringkali kurang nyaman dan rentan terhadap masalah keamanan, seperti kehilangan kunci atau kartu. Untuk mengatasi hal ini, penelitian ini merupakan sebuah rancangan sistem pembuka pintu otomatis berbasis Internet of Things (IoT) dan pengenalan suara yang terintegrasi dengan gawai pintar. Sistem ini tidak hanya memungkinkan membuka pintu melalui perintah suara, tetapi juga dilengkapi dengan pemantauan dan pengendalian pintu dari jarak jauh melalui gawai pintar. Selain itu, sistem ini dilengkapi dengan fitur keamanan seperti peringatan saat pintu dibuka secara paksa, serta indikator status pintu yang dapat diakses secara real-time. Komponen utama sistem ini meliputi mikrokontroler sebagai pusat pengendali, modul pengenalan suara, sensor pintu, tombol manual, LCD, modul mp3, pengeras suara, aktuator pembuka pintu dan koneksi internet melalui WiFi. Dengan menggabungkan IoT dan teknologi pengenalan suara, sistem ini menawarkan solusi yang lebih aman, efisien dan nyaman dibandingkan sistem pembuka pintu konvensional yang masih memiliki keterbatasan dalam hal integrasi dengan gawai pintar dan kendali jarak jauh.
Analisis Konsumsi Energi Listrik pada Mesin Pengering Cabai dengan Variasi Suhu
(2024-11-15) Nasution Muammar Khadapi Arif; Illa Aryeni, Illa Aryeni; Toar Handri; Muhammad Jaka Wimbang Wicaksono, Muhammad Jaka Wimbang Wicaksono; Sumantri K Risandriya, Sumantri K Risandriya; Wasdoni Alfi, Wasdoni Alfi; Toar Handri; Illa Aryeni, Illa Aryeni
Penelitian ini bertujuan menganalisis konsumsi
dan efisiensi energi Listrik pada mesin pengering cabai
dengan variasi suhu dalam durasi waktu 8, 10, 12, 14 dan
16 jam. Hasil pengujian menunjukkan bahwa peningkatan
suhu dan durasi pengeringan sebanding dengan konsumsi
energi. Pada suhu 50°C, energi yang digunakan meningkat
dari 2,88 kWh dalam durasi 8 jam menjadi 5,77 kWh dalam
durasi 16 jam, sedangkan pada suhu 70°C, konsumsi energi
mencapai 7,77 kWh dalam durasi 12 jam. Efisiensi energi
tertinggi sebesar 8,06% diperoleh pada suhu 50°C selama
16 jam. Laju pengeringan juga meningkat seiring suhu dan
waktu dengan nilai tertinggi 1,06 gram/menit pada suhu
70°C selama 12 jam. Namun, kombinasi suhu dan durasi
tinggi dapat menyebabkan tekstur cabai menjadi terlalu
kering atau keras, serta meningkatkan biaya energi hingga
Rp11.655. Oleh karena itu, pemilihan suhu dan waktu
pengeringan harus diatur secara tepat untuk mencapai
efisiensi, kualitas, dan kecepatan pengeringan yang
optimal.
Implementasi Algoritma C4.5 Dalam Mengukur Tingkat Kepuasan Karyawan Terhadap Sistem Absensi Berbasis Pemindaian Wajah
(Politeknik Negeri Batam, 2025-01-27) Manalu, Febriana; Rokhayati, Yeni
PT Wasco Engineering Indonesia implemented a modern attendance system using badge scanning, but it
is considered ineffective by management in accurately recording employee attendance. Therefore, the
management decided to improve the attendance system by adopting face scanning technology and
conducting employee satisfaction surveys to evaluate the effectiveness of the new system to measure the
effectiveness of the system. The analysis of employee satisfaction results was carried out using the C4.5
Algorithm which produces a decision tree with easy-to-understand visualizations. The results of the
analysis using the C4.5 Algorithm produced a decision tree model with an accuracy and testing value of
90.54%. The results of this analysis will be used by management for evaluation media and improving the
quality of the attendance system based on facial recognition technology to improve the company
operations.