Claim Missing Document
Check
Articles

Found 4 Documents
Search

RANCANG BANGUN ATAP JEMURAN PAKAIAN OTOMATIS MENGGUNAKAN SENSOR HUJAN, SENSOR LDR, SENSOR INFRA RED DAN REMOTE BERBASIS ARDUINO UNO R3 Lenni Lenni; Abdul Ajis
Jurnal Dinamika UMT Vol 2, No 2 (2017)
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/dinamika.v2i2.1438

Abstract

Abstrak--Rancang Bangun Atap Jemuran Pakaian Otomatis Menggunakan Sensor Hujan, Sensor Light Dependent Resistor , Sensor Infra Red dan Remote Berbasis Arduino Uno R3 dibuat berdasarkan permasalahan yang sering dialami masyarakat saat meninggalkan pakaian dirumah. Hujan atau cuaca buruk sampai saat ini menjadi masalah utama bagi masyarakat yang memiliki jemuran,sehingga pakaian yang sudah kering menjadi basah oleh air hujan ketika penghuni rumah berada di luar rumah. Alat tersebut menggunakan Arduino Uno ditambah dengan sensor hujan, sensor Light Dependent Resistor, sensor Infra Red dan Remote. Cara kerja alat ini adalah mendeteksi cuaca disekita rmelalui sensor hujan dan sensor LDR, ketika sensor tidak menerima cahaya maka alat akan menterjemahkan akan terja dihujan, sehingga atap jemuran akan bergeser tertutup secara otomatis. Ketika sensor mendeteksi sinar matahari 450-0 lux alat akan menterjemahkan bahwa cuaca disekitar cerah, sehingga atap akan bergeser terbuka. Sedangkan sensor hujan mendeteksi rintik dari air hujan 650-250 lux alat akan menterjemahkan bahwa cuaca disekitar hujan, sehingga atap akan bergeser tertutup. Harapan dengan terciptanya rancang bangun atap jemuran pakaian otomatis mampu membantu masyarakat mengurangi rasa cemas ketika menjemur pakaian dimusim penghujan. Kata Kunci : Arduino UNO R3, Sensor Hujan, Sensor LDR, Sensor Infra Red
PURWARUPA PENGAWAS KEAMANAN RUMAH MENGGUNAKAN ROBOT MOBILE BERODA BERBASIS SENSOR ULTRASONIK DAN PIR Yuliza Yuliza; Yosy Rahmawati; Lenni Lenni; Muhammad Irsyad Salim
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 25, No 1 Januari (2023): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.25.1.17-24

Abstract

Berdasarkan publikasi statistik kriminal tahun 2021, selama periode 2011-2018 jenis kejadian pencurian merupakan kejahatan yang paling banyak terjadi pada desa/kelurahan di Indonesia. Salah satu teknologi yang sudah banyak digunakan untuk mengawasi aktivitas di dalam rumah yaitu CCTV (Closed Circuit Television). Perangkat ini dapat merekam aktivitas di dalam rumah, tetapi belum dilengkapi dengan fitur untuk mengirimkan notifikasi atau pemberitahuan secara realtime kepada pengguna ketika terdapat kejadian atau aktivitas yang mencurigakan. Kemudian, sudut tangkap layar dari CCTV bersifat statis (tidak bergerak), dan CCTV juga tidak dapat membedakan antara gerakan yang dilakukan oleh manusia dengan gerakan benda-benda lainnya. Oleh karena itu, pada penelitian ini dilakukan rancang bangun robot mobile beroda yang dikendalikan oleh perangkat lunak Arduino IDE dan mikrokontroler ESP32-CAM menggunakan sensor ultrasonik dan PIR untuk mengidentifikasi medan dan gerakan manusia yang berada di sekitar sensor. Dari hasil rancangan dan pengujian robot mobile beroda ini, sistem terbukti dapat beroperasi dengan baik mendeteksi keberadaan manusia, mengirim notifikasi dan gambar melalui aplikasi telegram kepada pengguna dengan jarak 30 cm s/d 200 cm. Sistem dapat mengirimkan notifikasi dan gambar dengan rata-rata waktu tunda (delay) selama 5 detik. Melalui perpaduan teknologi tersebut dapat membantu meningkatkan pengawasan keamanan di dalam rumah sehingga tingkat kejahatan pencurian dapat diturunkan. 
Fast Human Recognition System on Real-Time Camera Yuliza Yuliza; Rachmat Muwardi; Mustain Rhozaly; Lenni Lenni; Mirna Yunita; Galatia Erica Yehezkiel
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 4 (2023): December
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i4.27009

Abstract

Technology development is very rapid, so all fields are required to develop technology to increase the effectiveness and efficiency of work. One of the focuses is related to image processing technology. We can get many benefits by implementing this system, so various fields have implemented image processing systems, such as security, health, and education. One of the current obstacles is in the area of safety, namely in the field of searching for people, which is still done manually. Often search teams find it challenging to find people because of the significant search area, low light conditions, and complex search fields. Therefore, we need a tool capable of detecting humans to assist in finding people. Therefore, to detect human objects, the authors try to research human object detection using a simple device for the human object detection system. The authors use the You only look once (YOLO) method with the YoloV4-Tiny type, where this algorithm has high detection speed and accuracy. Using the YOLOV4-Tiny simulation method for human object recognition, a detection rate of 100% is obtained with an FPS value of 5.
Raspberry Pi 4 and Ultrasonic Sensor for Real-Time Waste Classification and Monitoring with Capacity Alert System Yuliza Yuliza; Rachmat Muwardi; Prima Wijaya Kusuma; Lenni Lenni; Rizky Rahmatullah; Mirna Yunita; Akhmad Wahyu Dani
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 10 No. 4 (2024): December
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v10i4.30036

Abstract

The problem of waste management creates daily rubbish buildup due to thorough sorting. garbage sometimes accumulates in public garbage receptacles due to officials' ignorance of bin capacity and collectors' schedules, causing unclean conditions and the development of deadly diseases. Internet of Things technology was used to create a smart waste classification system with a notification mechanism in this study. This system classifies waste into plastic, metal, B3, and organic using a Raspberry Pi 4, camera module, and deep learning model. The classification uses a Convolutional Neural Network to speed up waste processing and separation. This research can be linked with research on separating trash types in one container and then allocated to garbage bins by type. Ultrasonic sensors and Raspberry Pi 4 can continuously monitor waste levels by sending data to the Ubidots IoT platform over HTTP. Based on experimental device data, system analysis shows 90% classification accuracy for all four waste categories. A Wireshark network analysis showed 61,098 bytes/s of throughput, 16 ms of delay, and zero data loss, demonstrating the system's ability for real-time monitoring and alerting. This research provides a realistic, cost-effective, and minimal solution to improve garbage classification and reduce collection costs to promote sustainability.