Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Syamil, Zain Ad Dienusy
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Inovasi Sistem Manajemen Rambu Lalu Lintas Real-Time Berbasis Internet of Things: Evaluasi Kinerja Berdasarkan Waktu Respons Transmisi Data dan Deteksi Lokasi GPS: Innovation of a Real-Time Internet of Things-Based Traffic Sign Management System: Performance Evaluation Based on Data Transmission Response Time and GPS Location Detection Pratindy, Raka; Utami, Unggul; Winesti, Feby Ayu; Illiyun, Bani; Diaz, Ryandi Syahputra; Syamil, Zain Ad Dienusy
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2814

Abstract

Keselamatan lalu lintas tetap menjadi isu kritis pada wilayah dengan keterbatasan rambu jalan statis yang dapat meningkatkan kebingungan pengemudi dan risiko kecelakaan. Penelitian ini bertujuan merancang Sistem Rambu Lalu Lintas Otomatis berbasis Internet of Things (IoT) untuk menyampaikan informasi lalu lintas secara real-time dan adaptif. Sistem dikembangkan menggunakan Raspberry Pi 3B+ sebagai pengendali utama yang terintegrasi dengan LED dot matrix, Firebase, Google Maps API, dan aplikasi Android. Penelitian menggunakan metode Research and Development (R&D) yang meliputi analisis, perancangan, perakitan perangkat keras, pemrograman, dan pengujian sistem. Hasil evaluasi menunjukkan rata-rata waktu respons transmisi data sebesar 5,8 detik dan waktu deteksi lokasi GPS sebesar 11,6 detik. Sistem mampu menampilkan informasi batas kecepatan dan rambu arah secara akurat dalam radius deteksi 10–30 meter. Temuan tersebut menunjukkan bahwa sistem berbasis IoT layak secara teknis untuk mendukung manajemen rambu yang fleksibel, adaptif, dan responsif terhadap kondisi jalan. Kebaruan penelitian terletak pada integrasi Raspberry Pi 3B+, LED dot matrix, Firebase, Google Maps API, dan aplikasi Android dalam sistem rambu adaptif berbasis geofencing. Pengujian pada lima titik koordinat juga menunjukkan kinerja sistem yang konsisten serta berpotensi dikembangkan melalui integrasi sensor lalu lintas dan kecerdasan buatan
Co-Authors Diaz, Ryandi Syahputra Illiyun, Bani Pratindy, Raka Utami, Unggul Winesti, Feby Ayu