Article Per Year (5 Year)
p-Index From 2021 - 2026
3.014
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JMM (Jurnal Masyarakat Mandiri) Jurnal ULTIMA Computing Jurnal Ilmu Komputer dan Informatika Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT)
Azam Zamhuri Fuadi
Universitas Telkom
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Sistem Parkir Pintar Berbasis IoT dengan Mesh Network pada Basement TULT Rafif , Muhammad Endy; Pangaribuan, Porman; Fuadi, Azam Zamhuri
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Tingginya mobilitas dan keterbatasan lahan parkir di lingkungan kampus memerlukan solusi parkir yang efisien dan adaptif. Penelitian ini merancang dan mengimplementasikan Sistem Parkir Pintar berbasis Internet of Things (IoT) dengan metode Mesh Network pada area basement Gedung TULT. Sistem memanfaatkan empat mikrokontroler ESP32 yang saling terhubung menggunakan protokol ESP-NOW dalam topologi semi-mesh. Setiap node bertugas membaca data dari sensor ultrasonik dan mengirimkannya ke node pusat untuk ditampilkan pada OLED display serta platform web secara real-time. Hasil pengujian menunjukkan bahwa sistem mampu mentransmisikan data secara stabil dengan delay yang masih berada dalam batas toleransi. Faktor seperti penempatan node, jarak antar perangkat, dan kekuatan sinyal terbukti berpengaruh terhadap kualitas komunikasi. Sistem ini menunjukkan potensi untuk diterapkan dalam pengelolaan parkir modern di area terbatas dan dapat menjadi acuan bagi pengembangan sistem IoT serupa di lingkungan institusional maupun urban. Kata kunci— Internet of Things, sistem parkir pintar, ESP- NOW, mesh network, smart parking
Sistem Deteksi Objek Menggunakan Depth Camera Untuk Unmanned Ground Vehicle Di Lingkungan Outdoor Dinata, Laduni; Rusdinar, Angga; Fuadi, Azam Zamhuri
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Penggunaan Unmanned Ground Vehicle (UGV) di area luar ruangan membutuhkan sistem deteksi objek yang mampu bekerja secara optimal untuk membantu sistem navigasi untuk menghindari berbagai rintangan secara otomatis. Salah satu tantangan dalam navigasi UGV adalah mendeteksi dan mengukur jarak objek seperti pohon secara real time di medan yang kompleks. Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi objek menggunakan algoritma You Only Live Once (YOLO) v11 yang dipadukan dengan depth camera Intel RealSense D435I, berfokus pada pohon sebagai objek tunggal. Sistem ini dirancang guna menunjang pergerakan mandiri UGV di lingkungan outdoor. Metodologi yang digunakan mencakup pengumpulan dataset secara mandiri sebanyak 3.502 gambar pohon dari area sekitar Gedung P Universitas Telkom, proses pelabelan menggunakan platform Roboflow, pelatihan model YOLOv11 dengan teknik augmentasi data, serta integrasi dengan algoritma robust center untuk mengestimasi jarak. Pelatihan dilakukan di Google Colab dengan GPU NVIDIA A100. Evaluasi performa dilakukan menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP), serta perbandingan terhadap model YOLOv10. Hasil pengujian menunjukkan bahwa model YOLOv11 memiliki kinerja deteksi dengan precision sebesar 88,1%, recall 85,6%, dan mAP 0.5 mencapai 90,5%. Estimasi jarak paling akurat diperoleh dengan nilai center_ratio sebesar 0,3 pada metode robust center. Sistem yang dikembangkan mampu mendukung sistem deteksi objek UGV di lingkungan outdoor dan memiliki potensi aplikasi di berbagai bidang seperti pertanian, militer, serta penanggulangan bencana. Kata Kunci: Kendaraan Tanpa Awak, Deteksi Objek, Depth Camera, YOLOV11, Robust Center, Deep Learning.
Co-Authors Adri Tamma Furqon Angga Rusdinar Arrayyan, Muhammad Izza Ramadhan Bachri, Ibram Muharam Billy Ahmad Abdilah Brahmantya Aji Pramudita Dinata, Laduni Edi Leksono Faisal Budiman Fayza, Wafiq Gunawan, Selga Humam Heni Pujiastuti Herwian, Eduardus Arjuna Irsyad Nashirul Haq Istiqomah Katsaman Katsaman Listya Lokeswara Mariel, Reinald Martin Hardiyanto Modirono, Muh Ihsan Akmal Muhammad Ary Murti Muhammad Hablul Barri Muhammad Zakiyullah Romdlony Novi Prihatiningrum Porman Pangaribuan Rafif , Muhammad Endy Rivalda, Azhar Sang Made Sedana Yoga Saragih, Intan Sasmito, Ahmad Yulianto Bekti Syiraz, Rifqi Fathin Usman Sakiman