Communities in Polibatam
Select a community to browse its collections.
Recent Submissions
Item type:Item, Smart Storage: Rancang Bangun Sistem Peminjaman dan Pengembalian Barang Otomatis Menggunakan Teknologi RFID dan IoT di Lingkungan Kampus Dengan Metode Unified Modeling Language (UML)(Politeknik Negeri Batam, 2026-06-04) Ramadhan, Muhammad; Abiyyi, Mahesha; Ridwan, RidwanSistem Smart Storage merupakan sistem otomatis berbasis RFID (Radio Frequency Identification) dan IoT (Internet of Things) yang dirancang untuk mempermudah proses peminjaman dan pengembalian barang di lingkungan kampus. Sistem ini menggunakan ESP32 sebagai pengendali utama, modul RFID sebagai media identifikasi pengguna, serta mekanisme conveyor untuk proses pengeluaran dan penempatan barang secara otomatis, yang terintegrasi dengan aplikasi berbasis web untuk monitoring data secara real-time. Pengujian dilakukan untuk mengevaluasi kinerja sistem dari beberapa aspek, meliputi proses peminjaman dan pengembalian barang, pembacaan RFID, pemrosesan data oleh ESP32, serta komunikasi data menggunakan protokol HTTP. Hasil pengujian menunjukkan bahwa sistem peminjaman dan pengembalian barang dapat berjalan dengan stabil setelah dilakukan penyesuaian pada mekanisme konveyor, sehingga pergerakan barang menjadi lebih presisi dan konsisten. Modul RFID mampu membaca kartu secara cepat dan stabil pada jarak optimal hingga ±3 cm dengan waktu respon yang singkat. Modul ESP32 mampu memproses data dan mengendalikan output sistem secara responsif, serta menampilkan data pada LCD I2C dengan baik. Selain itu, komunikasi data antara ESP32 dan server melalui protokol HTTP menunjukkan waktu respon dibawah 2 detik dengan tingkat akurasi data yang tinggi dan koneksi yang stabil selama pengujian berulang. Berdasarkan hasil tersebut, sistem Smart Storage yang dikembangkan terbukti mampu bekerja secara efisien, stabil, dan terintegrasi, sehingga layak diterapkan sebagai solusi pengelolaan peminjaman dan pengembalian barang otomatis di lingkungan kampus.Item type:Item, Identification Food Nutrition and Weight Prediction Using Image Processing(Politeknik Negeri Batam, 2026-01-20) Rifqi; Sani AbdullahDiabetes adalah penyakit kronis yang ditandai dengan tingginya kadar gula darah. Glukosa merupakan sumber energi utama bagi sel tubuh manusia. Akan tetapi, pada penderita diabetes, glukosa tersebut tidak dapat digunakan oleh tubuh. Kadar gula (glukosa) dalam darah dikendalikan oleh hormon insulin yang diproduksi pankreas. Namun, pada penderita diabetes, pankreas tidak mampu memproduksi insulin sesuai kebutuhan tubuh. Tanpa insulin, sel-sel tubuh tidak dapat menyerap dan mengolah glukosa menjadi energi. Glukosa yang tidak diserap sel tubuh dengan baik akan menumpuk dalam darah. Kondisi tersebut dapat menimbulkan berbagai gangguan pada organ tubuh. Jika tidak terkontrol dengan baik, diabetes dapat menimbulkan komplikasi yang berisiko mengancam nyawa penderitanya. Data dari Badan Pengawas Obat dan Makanan Amerika Serikat (FDA) menunjukkan, beberapa buah yang punya kandungan gula relatif tinggi antara lain anggur (16 gram per 100 gram porsi), leci (15 gram per 100 gram porsi), dan mangga (14 gram per 100 gram porsi). Untuk mengatasi masalah tersebut, maka pada penelitian ini akan dikembangkan sistem yang dapat mengidentifikasi nutrisi beberapa buah dan dengan menggunakan metode You Only Look Once (YOLO). YOLO adalah metode yang dapat mendeteksi beberapa object secara real time. Berdasarkan proses pengujian yang sudah dilakukan penulis, aplikasi sistem deteksi buah dengan YOLOv8 dengan Android Studio berbasis Android mempunyai tingkat akurasi sebesar 98% dengan objek gambar buah sedangkan untuk akurasi sistem aplikasi deteksi sebesar 97% dengan objek nyata buah secara aktual. Kata Kunci: Diabetes, Glukosa, YOLO, IdentifikasiItem type:Item, Improving Die Casting Machine Reliability through FMEA-Based Failure Analysis and Repair Optimization(Politeknik Negeri Batam, 2026-01-31) Tambunan, Reinhard Isral; Rika, WidyaThis research focuses on enhancing the reliability of die casting machines by applying the Failure Mode and Effect Analysis (FMEA) method to detect, assess, and mitigate potential sources of failure. Through the calculation of the Risk Priority Number (RPN), the most critical failure modes can be prioritized, forming the foundation for developing more accurate and effective corrective strategies. Data for this study was gathered through field observations, discussions with maintenance technicians, and evaluation of historical machine failure records. Findings indicate that the use of FMEA successfully highlighted the three most influential failure modes affecting machine performance, and after implementing the recommended improvements, machine uptime increased significantly with a 35% reduction in breakdown occurrences. The study confirms that combining FMEA with a systematic improvement approach can strengthen machine reliability and contribute to a more consistent and efficient production flow. Die casting is utilized due to its high production speed, cost efficiency, and suitability for manufacturing aluminum automotive components with excellent dimensional precision, ultimately reducing failures and maintenance expensesItem type:Item, Sistem Deteksi Cacat Permukaan Produk Berbasis YOLOv8 dan IoT(Politeknik Negeri Batam, 2026-02-20) Siregar, Ahmad Muhajir; Pamungkas, Daniel SutopoInvensi ini berhubungan dengan sistem terintegrasi untuk deteksi otomatis cacat pada permukaan produk dalam lingkungan produksi industri. Sistem ini menggabungkan teknologi pengolahan citra berbasis deep learning (YOLOv8), kamera, serta konektivitas Internet of Things (IoT) untuk melakukan inspeksi visual secara real-time. Gambar produk diambil oleh kamera yang ditempatkan di jalur konveyor, kemudian diproses oleh model YOLOv8 untuk mendeteksi adanya cacat. Hasil deteksi berupa status produk, jumlah cacat, dan waktu deteksi dikirim ke platform dashboard yang dapat diakses dari mana saja. Invensi ini meningkatkan efisiensi proses inspeksi, mengurangi ketergantungan terhadap pemeriksaan manual, serta memungkinkan pemantauan kualitas produk secara terpusat dan real-time melalui internet.Item type:Item, OPTIMALISASI ENGAGEMENT RATE (ER) MELALUI STRATEGI KONTEN VISUAL HUMAN-CENTERED PADA FACEBOOK “BRAND X” (STUDI KASUS PADA PRODUK HIGH INVOLVEMENT)(POLITEKNIK NEGERI BATAM, 2026-06-18) Rifadiyanti, Fiyolla; Suandi, FadliThis research examines strategies for optimizing audience engagement through human-centered visual content on Brand X’s Facebook platform. In digital marketing, engagement rate (ER) serves as an important indicator of communication effectiveness, particularly for high-involvement products that require extensive consumer consideration. This study aims to design and evaluate a visual communication strategy that addresses both the emotional and rational needs of audiences using a design thinking framework. Research data were obtained from Meta Ads Manager for the January-December 2025 period and analyzed using an index method to maintain data confidentiality. The findings show that the implementation of a human-centered storytelling approach increased the overall ER by 10% compared to the baseline period. The most significant improvement occurred in the education content category, which experienced a 354% increase in performance index. These findings suggest that shifting communication from a product-centered approach to a more empathetic and audience-oriented narrative can improve content relevance and encourage audience interaction in paid digital campaigns.