Erik, Muhammad
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

LABSAVE: SISTEM PROTEKSI KEBAKARAN IOT TERINTEGRASI UNTUK LABORATORIUM TEKNIK Kurniawan, Teguh; Erik, Muhammad; Hanafi, Zikri; Saragih, Yuliarman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6603

Abstract

Kebakaran di lingkungan laboratorium dan ruangan lainnya dapat menyebabkan kerusakan serius dan membahayakan keselamatan. Oleh karena itu, sistem deteksi kebakaran yang cepat dan efektif sangat diperlukan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang dapat mendeteksi api, kualitas udara, dan suhu, serta memberikan notifikasi secara real-time kepada pihak terkait. Metode yang digunakan dalam penelitian ini meliputi penggunaan mikrokontroler ESP32 yang terhubung dengan sensor flame, MQ-135, dan DHT22, serta aplikasi Blynk dan WhatsApp untuk notifikasi. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kebakaran hingga jarak 40 cm, serta mengukur kualitas udara dan suhu dengan akurasi yang memadai. Selain itu, sistem berhasil memberikan peringatan secara otomatis kepada pengelola laboratorium melalui buzzer dan notifikasi WhatsApp. Sistem ini dapat diandalkan untuk meningkatkan respon terhadap bahaya kebakaran dan mempercepat tindakan pencegahan. Kesimpulannya, alat ini memberikan solusi inovatif dalam pemantauan dan pengendalian kebakaran secara real-time, yang dapat diimplementasikan pada berbagai fasilitas untuk meningkatkan keselamatan.
DETEKSI GANGGUAN PRODUKTIVITAS DI TEMPAT KERJA: PENGGUNAAN YOLOV8 UNTUK MENDETEKSI TIDUR DAN PENGGUNAAN PONSEL PADA KARYAWAN Erik, Muhammad; Kurniawan, Teguh; Hanafi, Zikri; Lammada, Ibrahim
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6645

Abstract

Ponsel pintar dan tidur yang tidak cukup telah terbukti memengaruhi produktivitas di tempat kerja. Penelitian ini bertujuan untuk mengembangkan sistem berbasis kecerdasan buatan (AI) yang dapat mendeteksi gangguan seperti penggunaan ponsel dan tidur di tempat kerja dengan menggunakan teknologi YOLOv8. Meskipun ponsel pintar dapat meningkatkan fleksibilitas kerja, ketergantungan berlebihan dapat menyebabkan penurunan fokus, yang berpengaruh pada kualitas dan efisiensi pekerjaan. Selain itu, kurang tidur berkontribusi terhadap peningkatan stres dan penurunan kinerja. YOLOv8 digunakan dalam sistem ini untuk mendeteksi objek secara real-time dengan akurasi tinggi. Hasil penelitian menunjukkan bahwa sistem ini dapat secara efektif mendeteksi gangguan di tempat kerja, seperti penggunaan ponsel atau tidur, dan dapat digunakan untuk meningkatkan produktivitas dengan memungkinkan tindakan korektif yang cepat. Dengan integrasi teknologi AI, diharapkan sistem ini dapat menciptakan lingkungan kerja yang lebih produktif dan efisien.