Claim Missing Document
Check
Articles

Found 14 Documents
Search

Sistem kontrol otomatis dan monitoring temperatur ruangan menggunakan ESP-32 untuk mengendalikan motor DC pada motorized valve I Putu Gede Giri Satriawan; I Made Eri Setiadi; I Putu Bagus Wisnu Saputra; Wayan Nara Wisesa; Dewa Ayu Indah Cahya Dewi; I Gede Suputra Widharma; I Wayan Raka Ardana; I Wayan Teresna; I Wayan Sudiartha; I Nyoman Sugiarta
Journal of Applied Mechanical Engineering and Green Technology Vol. 3 No. 3 (2022): November 2022
Publisher : Unit Publikasi Ilmiah, P3M, Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31940/jametech.v3i3.99-103

Abstract

Sistem kontrol otomatis dan monitoring temperature ruangan menggunakan ESP-32 untuk mengendalikan motor DC pada motorized valve yang mengatur aliran air dingin pada AHU (air handling unit) adalah rancangan alat yang dibuat untuk mengontrol suhu pada suatu ruangan. Dengan adanya alat kontrol temperatur otomatis menggunakan mikrokontroler ESP-32, maka dapat menjadikan alternatif untuk kontrol suhu pada suatu ruangan. Alat kontrol temperature otomatis menggunakan mikrokontroler ESP-32, suatu buah sensor suhu termokopel MAX6675 untuk membaca suhu pada supply ducting AHU serta menggerakkan motorized valve dari 0%, 50%, dan 100%. Komponen yang digunakan untuk mengatur pergerakan motorized valve tersebut adalah motor driver L298N. Motor driver L298N ini berfungsi sebagai pengatur tegangan output motor yang di mana tegangan output tersebut diubah menjadi gelombang PWM yang mengatur pergerakan motorized valve, sehingga motorized valve dapat terbuka dari 0%, 50%, dan 100% sesuai dengan pembacaan suhu dari sensor suhu.
PERANCANGAN LEARNING MANAGEMENT SYSTEM PADA PROGRAM STUDI TEKNOLOGI REKAYASA PERANGKAT LUNAK JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI BALI Luh Gede Putri Suardani; I Wayan Raka Ardana
Jurnal Teknologi Informasi dan Komputer Vol 9, No 2 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRACTThe Bali State Polytechnic already has a Learning Management System which can be penetrated on the https://elearning.pnb.ac.id page. However, the lack of adequate resources for monitoring existing systems makes applications difficult to update. Meanwhile, the need to update as well as requests for additional features from the lecturers and students side are increasing. Therefore, an open-source learning management system application is needed when there is a lack of resources to monitor the system and add existing features quickly and easily.Keywords: Learning Management System, Blended-Learning.ABSTRAKPoliteknik Negeri Bali telah memiliki Learning Management System yang dapat diakses di halaman https://elearning.pnb.ac.id. Namun, kurangnya sumber daya yang memadai untuk memonitoring sistem yang sudah ada membuat aplikasi menjadi tidak mudah untuk diperbarui. Sementara itu, kebutuhan untuk memperbarui serta permintaan penambahan fitur yang ada dari sisi dosen dan mahasiswa semakin meningkat. Oleh karena itu, aplikasi learning management system yang bersifat open-source sangat dibutuhkan ketika kurangnya sumber daya yang ada untuk memonitoring sistem serta menambah fitur-fitur yang ada dengan cepat dan mudah.Kata Kunci : Learning Management System, Blended-Learning.
PENGARUH TEMPERATUR PV SOLAR SEL TERHADAP KARAKTERISTIK I-V DENGAN MENGGUNAKAN APLIKASI SOFTWARE GT SOLAR TEKNOLOGI Parti, I Ketut; Ardana, I Wayan Raka; Mudiana, I Nyoman
JURNAL SIMETRIK Vol 8 No 2 (2018): Jurnal Simetrik (Sipil, Mesin, Listrik)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat (P3M) Politeknik Negeri Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31959/js.v8i2.201

Abstract

Permasalahaan energi  sangat krusial yang dihadapi oleh pemerintah Indonesia  sekarang ini, karena energi merupakan suatu kebutuhan dalam meningkatkan pembangunan nasional. Pertumbuhan konsumsi energi rata-rata 6.5% pertahun, belum diimbangi dengan suplai energi yang cukup. Harga energi semakin mahal, dan subsidi energi semakin besar, penggunaan energi masih boros. Salah satu cara mengatasi permasalahan energi  listrik adalah energi solar sell. Solar sel merupakan sumber energi sangat belimpah dan tidak ada habisnnya sepanjang tahun. Agar dalam pemakaian energi PV solar sel dapat dipakai sebagai energi pengganti fosil yang sudah semakin langka dan mahal, maka perlu adanya penelitian dan kajian untuk mendapatkan  hasil yang optimal, maka    tujuan  penelitian ini adalah:  “ Bagaimana Pengaruh temperature PV Solar sel terhadap karakteristik I-V dengan menggunakan aplikasi software GT Solar Teknologi” hal ini dilakukan untuk melihat pengaruh temperature/panas terhadap  PV solar. Karakteristik I-V solar dapat dipengaruhi oleh temperature, dan pembebanan. Tegangan PV soal akan stabil pada temperature  440c sampai 600c dan pada pembebanan minal 40%.
Face Images Classification using VGG-CNN Astawa, I Nyoman Gede Arya; Radhitya, Made Leo; Ardana, I Wayan Raka; Dwiyanto, Felix Andika
Knowledge Engineering and Data Science
Publisher : citeus

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Image classification is a fundamental problem in computer vision. In facial recognition, image classification can speed up the training process and also significantly improve accuracy. The use of deep learning methods in facial recognition has been commonly used. One of them is the Convolutional Neural Network (CNN) method which has high accuracy. Furthermore, this study aims to combine CNN for facial recognition and VGG for the classification process. The process begins by input the face image. Then, the preprocessor feature extractor method is used for transfer learning. This study uses a VGG-face model as an optimization model of transfer learning with a pre-trained model architecture. Specifically, the features extracted from an image can be numeric vectors. The model will use this vector to describe specific features in an image. The face image is divided into two, 17% of data test and 83% of data train. The result shows that the value of accuracy validation (val_accuracy), loss, and loss validation (val_loss) are excellent. However, the best training results are images produced from digital cameras with modified classifications. Val_accuracy's result of val_accuracy is very high (99.84%), not too far from the accuracy value (94.69%). Those slight differences indicate an excellent model, since if the difference is too much will causes underfit. Other than that, if the accuracy value is higher than the accuracy validation value, then it will cause an overfit. Likewise, in the loss and val_loss, the two values are val_loss (0.69%) and loss value (10.41%).