Claim Missing Document
Check
Articles

Found 21 Documents
Search

Implementasi Single-Hop Wireless Sensor Network pada Lintasan Mobil Remote Control LISA KRISTIANA; MUHAMMAD RAFLY
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 7, No 1 (2022): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v7i1.72-86

Abstract

ABSTRAKPenerapan teknologi dalam sistem pemantauan dapat mengatasi kelemahan pada pemantauan secara manual. Untuk meningkatkan kualitas pemantauan, diperlukan suatu sistem yang dapat memantau mobil remote control yang berada di lintasan. Wireless Sensor Network (WSN) merupakan teknologi yang dapat meningkatkan efisiensi pemantauan secara otomatis pada area tertentu. WSN pada lintasan menerapkan sistem komunikasi Single-Hop. Sistem Single-Hop menggunakan sensor node (obstacle infrared) untuk mendeteksi mobil di area lintasan, lalu dikirim langsung oleh sink node ke server dengan menggunakan ESP8266-01. Arsitektur WSN menggunakan Topologi Point to Point terhubung langsung antara sensor node dengan Access Point. Metode pengiriman Single-Hop menggunakan Transmission Control Protocol/Internet Protocol (TCP/IP). Hasil pengujian TCP/IP berdasarkan jarak baca sensor menggunakan parameter Quality of Service (QoS) meliputi parameter Delay, Jitter, Throughput, Packet loss, menghasilkan delay, jitter dan throughput yang sangat baik dan stabil, dan paket loss 0%. Kemudian TCP/IP menguji tingkat akurasi pengiriman data ke server sebanyak 400 kali menghasilkan tingkat akurasi 100%.Kata kunci: lintasan mobil remote control, single-hop wireless sensor network ABSTRACTApplication of technology in monitoring system can overcome weaknesses in manual monitoring. To improve quality of monitoring, need system that can monitor remote control cars on track. Wireless Sensor Network (WSN) is technology that can increase monitoring efficiency automatically in certain areas. WSN on track implements Single-Hop communication system. Single-Hop system uses sensor node (obstacle infrared) to detect cars in the track area, then sent directly by sink node to server using ESP8266-01. WSN architecture uses  Point to Point topology connected directly between  sensor nodes and Access Point. Single-Hop delivery method uses Transmission Control Protocol/Internet Protocol (TCP/IP). TCP/IP test results based on sensor reading distance using Quality of Service (QoS) parameters including Delay, Jitter, Throughput, Packet loss parameters, resulting in excellent and stable delay, jitter and throughput, and 0% packet loss. Then TCP/IP tests the accuracy of sending data to server 400 times resulting in an accuracy rate of 100%.Keywords: remote control car track, single-hop wireless sensor network
Wireless Personal Area Network Performance Evaluation On Driving Simulator Realization LISA KRISTIANA; AFRIZAL MAULANA MUHAMMAD
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 6, No 2 (2021): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v6i2.205-220

Abstract

ABSTRAKBerdasarkan hukum Indonesia, dijelaskan bahwa setiap orang yang mengemudikan kendaraan bermotor wajib memiliki Surat Izin Mengemudi (SIM) yang dapat diperoleh dengan menggunakan simulasi mengemudi. Namun, banyak calon pengemudi yang gagal karena kurangnya pelatihan, seperti tidak ada lahan atau tidak memiliki kendaraan pribadi. Selain itu, pelatihan menggunakan simulasi tidak dapat dilakukan secara pribadi karena simulasi hanya berada di kantor kepolisian dan biaya instalasi yang mahal. NRF24L01 adalah Wireless Personal Area Networks (WPAN) yang digunakan untuk penelitian ini karena cakupannya yang kecil tetapi kecepatan data yang tinggi. Tujuan dari penelitian ini adalah mengimplementasikan NRF24L01 untuk simulasi mengemudi dan mengamati tingkat akurasi dan Quality of Service (QoS) terjadi pada simulasi wireless. Pengujian menunjukkan bahwa penghalang dan jarak antar transceiver dapat menurunkan tingkat akurasi dan QoS.Kata kunci: simulasi menyetir, jaringan nirkabel, NRF24L01, Wireless Personal Area Networks, Quality of  Service.ABSTRACTBased on Indonesian law, it is explained that everyone who drives a motorized vehicle is required to have a Driving License (SIM) which can be obtained by using a driving simulation. However, many prospective drivers fail due to lack of training, such as not having land or not owning a private vehicle. In addition, training using simulations cannot be carried out in person because the simulations only take place at the police station and the installation costs are expensive. NRF24L01 is the Wireless Personal Area Networks (WPAN) used for this research because of its small coverage but high data rate. The purpose of this research is to implement NRF24L01 for driving simulation and observe the level of accuracy and Quality of Service (QoS) occurring in the wireless simulation. Tests show that obstructions and distance between transceivers can reduce the level of accuracy and QoS.Keywords: driving simulation, wireless networks, NRF24L01, Wireless Personal Area Networks, Quality of Service.
Metode Fuzzy Logic pada Sistem Pemantauan dan Pemberian Pakan Kucing Berbasis Smartphone RACHMA APRILIYANI; LISA KRISTIANA; MIRA MUSRINI BARMAWI
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 5, No 1 (2020): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v5i1.24-38

Abstract

AbstrakKucing merupakan hewan peliharan yang perlu diberi pakan secara rutin oleh pemiliknya karena ada sebagian kucing yang mudah terserang penyakit dikarenakan pola makan yang tidak teratur. Untuk mengatasinya, penelitian ini mengusulkan membangun sistem kecerdasan buatan untuk memberi pakan kucing secara terjadwal serta mengetahui kondisi kesehatan kucing dengan memanfaatkan Raspberry Pi, sensor berat dan sensor gerak dengan masukan dari sensor yang telah terpasang di sekitar tempat pakan kucing. Data yang didapat berupa data pakan yang dihabiskan kucing dan data gerak kucing kemudian diterapkan metode fuzzy logic Sugeno untuk menentukan kondisi kesehatan kucing. Dari hasil penelitian didapatkan nilai status sebesar 71%, 76% dan 80% untuk masing-masing kucing. Nilai tersebut termasuk kedalam kategori kondisi kucing sehat sehingga tindakan yang dilakukan pemilik yaitu menjaga pola makan kucing. Pada smartphone ditampilkan informasi mengenai data pakan kucing, status, dan kondisi kesehatan kucing.Kata Kunci: kesehatan kucing, Raspberry Pi, kecerdasan buatan, fuzzy logic Sugeno, smartphone.AbstractCats is one kind of pets that need to be fed regularly by their owners because some cats are susceptible to disease due to their irregular diet. This research proposes to build an artificial intelligence system to provide cat food regularly and can determine the health condition of cats, this system was built using the Raspberry Pi, weight sensor and motion sensor with input from the sensors that has been installed around the cat feed area. The data obtained in the form of feed data consumed by cats and cat motion data then Sugeno fuzzy logic method is applied to determine the health condition of the cat. From the results, each cat has a status value of 71%, 76% and 80%. This status value is included in the category of a healthy cat condition so the action taken by owners is to maintain the cat's diet. The smartphone displays information about cat feed data, status and health conditions of cats.Keywords: cat health, Raspberry Pi, fuzzy logic Sugeno, artificial intelligence, smartphone.
Penambahan Parameter PM2.5 dalam Prediksi Kualitas Udara : Long Short Term Memory KRISTIANA, LISA; MIYANTO, DIAN
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 8, No 2 (2023): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v8i2.188-202

Abstract

AbstrakKualitas udara yang buruk menjadi masalah serius yang mempengaruhi kesehatan manusia dan lingkungan. Penyebabnya bervariasi, termasuk polusi udara, emisi industri, dan aktivitas manusia. Masalah yang dibahas adalah bagaimana menggunakan metode Long Short-Term Memory untuk memprediksi kualitas udara. Data kualitas udara yang mencakup parameter yang digunakan yaitu Partikel Kasar (PM10), Sulfur dioksida (SO), Karbon monoksida (CO), Ozon (O3) Nitrogen dioksida (NO2) serta penambahan Partikel Halus (PM2.5) yang belum terdapat pada penelitian sebelumnya. Penggunaan metode LSTM jenis khusus dari model Recurrent Neural Network (RNN), yang dirancang untuk mengatasi masalah "vanishing gradient" yang sering muncul dalam pelatihan RNN tradisional. Salah satu keunggulan LSTM adalah kemampuannya untuk menangkap dependensi jarak jauh dalam data berurutan, yang berarti dapat "mengingat" informasi dalam jangka waktu yang lama. Dengan melakukan evaluasi data pengujian menggunakan metrik evaluasi Root Mean Squared Error dengan hasil 4.0279.Kata kunci: LSTM, RNN, Kualitas Udara, Prediksi, PM2.5AbstractPoor air quality is a serious problem affecting human health and the environment. The causes are varied, including air pollution, industrial emissions, and human activities. The problem discussed is how to use the Long Short-Term Memory method to predict air quality. Air quality data which includes the parameters used are Coarse Particles (PM10), Sulfur dioxide (SO), Carbon monoxide (CO), Ozone (O3) Nitrogen dioxide (NO2) and the addition of Fine Particles (PM2.5) which have not been found in research previously. The use of the LSTM method is a special type of Recurrent Neural Network (RNN) model, which is designed to overcome the "vanishing gradient" problem that often arises in traditional RNN training. One advantage of LSTM is its ability to capture remote dependencies in sequential data, meaning it can "remember" information over long periods of time. By evaluating the test data using the evaluation metric Root Mean Squared Error with a result of 4.0279.Keyword: LSTM, RNN, Air Quality, Prediction, PM2.5
Implementasi backbone CSPDarknet53 pada algoritma YOLOv4 sebagai sistem pendeteksi wajah manusia Rauf, Muhammad; Kristiana, Lisa
Nautical : Jurnal Ilmiah Multidisiplin Indonesia Vol. 2 No. 11 (2024): Nautical: Jurnal Ilmiah Multidisiplin Indonesia
Publisher : ARKA INSTITUTE

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55904/nautical.v2i11.609

Abstract

Sistem pendeteksi wajah manusia merupakan salah satu teknologi yang banyak digunakan pada bidang komputer vision. Algoritma YOLOv4 merupakan algoritma yang dapat digunakan sebagai object detector. Algoritma YOLOv4 mampu mendeteksi secara realtime sebuah object benda termasuk pada wajah manusia. Algoritma YOLOv4 mempunyai beberapa struktur salah satunya adalah backbone yang akan digunakan pada penelitian ini. Backbone yang digunakan pada penelitian ini adalah CSPDarknet53. CSPDarknet53 merupakan struktur yang optimal sebagai ekstrasi fitur detector. Pada penelitian ini sistem pendeteksi wajah manusia dirancang menggunakan algoritma YOLOv4 dengan struktur backbone CSPDarknet53 yang dimana sistem ini diuji untuk mendapatkan nilai akurasi dan kecepatan respon deteksi dari jarak yang ditentukan. Hasil pengujian deteksi dan kecepatan respon mendapatkan nilai akurasi terbesar pada pengujian pendeteksian jarak 1meter dengan nilai akurasi sebesar 89.6% dan kecepatan respon sebesar 0.433 detik.
An Energy Balance Model for a Small Educational Thermal Device KRISTIANA, LISA; MANURUNG, AURALIUS
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 9, No 2: Published April 2021
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v9i2.333

Abstract

ABSTRAKPada paper ini, kami membahas mengenai suatu divais yang telah dikembangkan untuk menunjang proses belajar di tingkat universitas. Divais yang kami kembangkan dilengkapi dengan sebuah pemanas dan sebuah kipas. Kami menggunakan metode kesetimbangan energi untuk memodelkan divais tersebut, dimana nilai dari kapasitas panas, emissivity, dan koefisien transfer panas dihitung. Selain itu, kami juga mencari hubungan antara kecepatan putar kipas dengan perubahan koefisien transfer panas dengan menggunakan metode optimisasi. Hasil yang diperoleh menunjukkan bahwa model kesetimbangan energi dapat menghampiri keluaran sebenarnya dengan sangat baik dengan absolute error sebesar 9ºC. Pada tahap validasi, niliai absolute error yang diperoleh menjadi lebih tinggi, yakni 16ºC dan terjadi pada temperature tinggi. Sementara itu, kecepatan putar kipas berpengaruh secara linear terhadap perubahan koefisien transfer panas.Kata kunci: Sistem thermal, MISO, kesetimbangan energi, pemodelan ABSTRACTThis paper presents a small thermal device that has been developed for collegelevel teaching purposes. The developed device is equipped with one heater and one fan. An energy balance model is used to model the device and the parameters are calculated accordingly, such as heat capacity, emissivity and heat transfer coefficient. Additionally, we also quantify how the speed of the fan affects the heat transfer coefficient by using optimization methods to identify all the unknown parameters of the model. The results show that an energy balance model, which includes convection and radiation, can fit the dynamics of the device very well with a maximum absolute error of about 9ºC. However, during the validation process, the derived model gives a larger maximum absolute error of about 16ºC, which happens at high temperatures. As for the fan, we find that the speed of fan and the resulting heat transfer coefficient are likely to be linearly related.Keywords: Thermal device, MISO, energy balance equation, system modeling
Deep Learning RetinaNet based Car Detection for Smart Transportation Network DEWI, IRMA AMELIA; KRISTIANA, LISA; DARLIS, ARSYAD RAMADHAN; DWIPUTRA, REZA FADILAH
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 3: Published September 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i3.570

Abstract

ABSTRAKDeteksi objek yang merupakan salah satu bagian utama dari sistem Smart Transportasion Network (STN) diajukan pada penelitian ini. Penelitian ini menggunakan salah satu model STN yaitu Infrastructure-to-Vehicle (I2V), dimana sistem ini bekerja dengan mendeteksi kendaraan mobil menggunakan model arsitektur RetinaNet dengan backbone Resnet101 dan FPN (Feature Pyramid Network), kemudian hasil deteksi mentrigger VLC transmitter yang terpasang di lampu penerangan jalan mengirimkan sinyal informasi menuju VLC receiver yang dipasang di mobil. Pada tahap proses training, jumlah dataset mobil yang digunakan adalah sekitar 1600 image dan 400 validation image serta pengulangan proses sebanyak 100 epoch. Berdasarkan 50 kali pengujian pada image test, diperoleh nilai precision mencapai 86%, nilai recall mencapai 85% dan f1-score mencapai 84%.Kata kunci: Object detection, RetinaNet, Resnet101, STN, VLC, I2V ABSTRACTObject detection is one of the main part in Smart Transportation Network (STN) system proposed in this research. This research used one of the STN models, namely Infrastructure-to-Vehicle (I2V), a system works by detecting car using RetinaNet architecture model with ResNet 101 and FPN (Feature Pyramid Network) as backbone, then the detection result triggers VLC transmitter set up on the street lighting to transmit information signal to the VLC receiver which set up in the car. At the training process stage, the number of car datasets is approximately 1600 images, 400 validation images and repetition of processes about 100 epochs. Based on the 50 times testing process on a image test, it is obtained 86% of a precision value, by reaching 85% of recall value, and 84% of f1-score. Keywords: Object detection, RetinaNet, Resnet101, STN, VLC, I2V
An Analysis of Distance Extension Method in Visible Light Communication (VLC) Performance KRISTIANA, LISA; DARLIS, ARSYAD RAMADHAN; DEWI, IRMA AMELIA; LIDYAWATI, LITA; ARCHANDHIKA, HEGAR REFALDY
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 1: Published January 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i1.218

Abstract

ABSTRAK A Visible Light Communication (VLC) adalah teknologi yang menawarkan konsep inovatif karena VLC menerapkan cahaya tampak untuk mentransmisikan informasi dari satu titik ke titik lain. Tantangan utama dalam penerapan VLC adalah pelemahan sinyal cahaya tampak karena faktor jarak dari titik sumber ke titik tujuan. Penelitian ini berfokus pada metode untuk merancang dan menerapkan pemancar dan penerima VLC pada media udara. Dengan membandingkan berbagai macam tipe LED, pengukuran yang didapatkan menunjukkan bahwa pemancar dan penerima VLC dapat ditingkatkan kemampuannya sehingga mencapat jarak maksimum 8.5 meter dengan menggunakan LED HPL. Kata kunci: Visible Light Communication, VLC Transceiver, Distance Extension Method, Light Emitting Diodes (LEDs).  ABSTRACT A Visible Light Communication (VLC) offers the innovative concept in telecommunication since it implements visible lights to transmit information from one point to other points. The main challenge in VLC is the attenuation due to the distance from source to destination. This research focuses on extension method to design and implement the VLC transceiver in an air medium. By comparing the real measurement of several types of LEDs, the distance of VLC transceiver can be extended up to 8.5 meters by applying HPL LED. Keywords: Visible Light Communication, VLC Transceiver, Distance Extension Method, Light Emitting Diodes (LEDs).
The Viability of Leap Motion Implementation in Controlling Drone using K-Nearest Neighbor Algorithm KRISTIANA, LISA; ADITYA, HAFIDZ DAYU
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 3: Published September 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i3.683

Abstract

ABSTRAKPengendalian drone secara konvensional menggunakan joystik mengurangi fleksibilitas pergerakannya. Metoda pengendalian akan menjadi lebih bebas dan fleksibel dengan menggunakan pergerakan tangan. Metode pengendalian dengan pergerakan tangan ini menghasilkan data set dalam jumlah yang besar yang mengendalikan arah drone. Dengan alasan tersebut, Leap Motion Controller dibutuhkan untuk merekam dan mengenali contoh-contoh pose tangan dan mengekstrak data set. Metode pendekatan yang di lakukan adalah menggunakan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan nilai x, y, z, Pitch, Roll dan Yaw yang berdasarkan pergerakan pesawat konvensional. Riset ini fokus pada nilai akurasi dalam menerapkan peralatan Leap Motion dalam mengontrol arah drone dengan menggunakan algoritma KNN. Hasil eksperimen menunjukkan bahwa nilai k=3 menghasilkan tingkat akurasi sebesar 72.8%.Kata kunci: Drone Controller, Hand Gesture, K-Nearest Neighbor Algorithm, Leap Motion, K-value ABSTRACTControlling a drone can be more entertaining and flexible by using a hand esture compare to the conventional mode by using a joystick. However, a drone controlling using the hand gestures produce a large number of data sets that drive the drone’s movements in particular. For this reason, a Leap Motion Controller is required to record and recognize the hand pose samples and extract the data sets. Our approach is to use the K-Nearest Neighbor (KNN) algorithm as our method in order to classify the x, y, z, Pitch, Roll and Yaw values which are based on the conventional aircraft motions. This research focuses on the accuracy value of implementing the Leap Motion device to control a drone with the KNN algorithm. The result shows that the k-values from 3 obtain 72.8% of accuracy Keywords: Drone Controller, Hand Gesture, K-Nearest Neighbor Algorithm, Leap Motion, K-value
Implementasi Game Pengenalan Binatang di TK Putra I Bandung Miftahuddin, Yusup; Kristiana, Lisa; Anindia, Hana Nathania; Sugiharto, Ariq Bagus; Adli, Muhammad Arkan; Nurrahmayanti, Fadhilah; Setiyawati, Setiyawati
Society : Jurnal Pengabdian Masyarakat Vol 4, No 1 (2025): Januari
Publisher : Edumedia Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55824/jpm.v4i1.511

Abstract

The animal recognition game application is designed to support interactive learning at TK Putra 1 Bandung, Arcamanik District, Bandung City. This application aims to provide an engaging learning experience where young children can learn about various animals, their habitats, sounds, and distinctive features. Interactive elements such as animal images, sounds, and videos are presented in an enjoyable way, allowing children to learn in an engaging and active manner. Features such as quizzes, clickable buttons, and animations support children’s engagement, enhance curiosity, and encourage active participation in the learning process. The application is also designed to make it easier for teachers and staff to deliver interactive content, ensuring that learning takes place in an enjoyable and effective manner.