Claim Missing Document
Check
Articles

Rancang Bangun Control Unit Magnetic Powder Brake pada Laboratorium Mesin Elektrik Devis Maulidy Zoechriba; n/a Soeprapto; Hery Purnomo
Jurnal Mahasiswa TEUB Vol 4, No 7 (2016)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Magnetic powder brake adalah salah satu beban motor listrik yang berfungsi sebagai alat pengukur torsi motor. Magnetic powder brake bekerja sesuai dengan nilai tegangan brake yang dicatukan ke dalam magnetic powder brake. Tegangan brake hampir linear terhadap besarnya torsi beban. Untuk mencatu magnetic powder brake dan menghitung besarnya torsi maka dibutuhkan control unit yang bekerja bersama dengan magnetic powder brake. Control unit ini nsntinys akan menghitung besar torsi dan daya mekanik. Pada penelitian ini, untuk mengetahui hubungan antara tegangan brake terhadap torsi maka control unit akan dikalibrasi dengan control unit lama yang masih berfungsi dengan baik. Arduino membaca tegangan yang dicatukan ke dalam magnetic powder brake melalui sensor tegangan. Sedangkan untuk membaca kecepatan sistem, arduino membaca tegangan keluaran tachogenerator kemudian dikonversi menjadi kecepatan dalam satuan rpm. Pengujian secara keseluruhan alat ini yaitu mengambil data torsi dan daya mekanik kemudian dibandingkan dengan teori. Kesalahan rata-rata dari data torsi yang diambil sebesar 5,18%. Kesalahan rata-rata dari data daya mekanik sebesar 2,25%. Kata kunci— magnetic powder brake, control unit, torsi beban, tegangan brake.
VEHICLE DETECTION AND COUNTING BERBASIS OTOMATIS MENGGUNAKAN YOLO Juan Mora Michael Marbun; Panca Mudjirahardjo; n/a Soeprapto
Jurnal Mahasiswa TEUB Vol. 11 No. 2 (2023)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Vehicle counting is considered as one of the most important applications in traffic control and management, for detection and counting of vehicles must be carried out. Efficient real time vehicle counting can improve control in traffic management by aiming to efficiently collect real time traffic information. In vehicle detection and counting system, vehicle detection and counting is very important for traffic flow in monitoring, planning and control. Traffic flow is monitored using a computer vision paradigm, where images or sequences of images provide improvements to the road view that are used to detect vehicles, monitor and count the number of vehicles in traffic flow. The system works by capturing video streams such as vehicles in the monitored area to compute information and transferring compressed video streams to provide a video based solution which is mainly implemented in OpenCV by Python Programming and using You Only Look Once (YOLO) is an approach for real-time object detection based on a Convolutional Neural Network. Keywords: Vehicle Detection and Counting, Open-Cv, Phyton, Yolo DAFTAR PUSTAKA[1] Undang-Undang No 22 Tahun 2009 Tentang Lalu Lintas Dan Angkutan Jalan.[2] Yustianingsih, H. & Istianah. (2013). Survei Kepadatan Arus Lalu Lintas Di Persimpangan Penceng Jalan Ra. Rukmini, Kecapi Kebupaten Jepara. Reviews In Civil Engineering. Jepara: Universitas Islam Nahdlatul Ulama.[3] TRIBUNJOGJA. (2020). Masih Menghitung Kendaraan Secara Manual, Dishub DIY Butuh Alat yang Lebih Canggih Masih Menghitung Kendaraan Secara Manual, Dishub DIY Butuh Alat yang Lebih Canggih (jogjaprov.go.id). (diakses 21 Oktober 2022).[4] Pamudi. (2018). Penerapan Sistem Dinamik Dalam Sistem Transportasi Cerdas Untuk Mengurangi Kemacetan, Polusi DanMeningkatkan Keselamatan Berlalu Lintas (Study Kasus Dinas Perhubungan Kota Surabaya). Surabaya: Institut Teknologi Sepuluh Nopember Surabaya[5] Yostisa, R. (2021). Penerapan Sistem Transportasi Cerdas Di Ibu Kota Negara Baru https://baketrans.dephub.go.id/berita/penerapan-sistem-transportasi-cerdas-di-ibukota-negarabaru~Intelligent%20Transport%20 System%20atau%20sistem,transportasi%2C%20kendaraan%20dan%20pengguna%20jalan. (diakses 21 Oktober 2022)[6] Najm, M. & Ali, Y. H. (2020). Automatic Vehicles Detection, Classification and Counting Techniques / Survey. Department of Computer Science. Iraq: University of Technology, Baghdad[7] Redmon, J., Divvala, S., Girshick, R. & Farhadi, A. (2016). You only look once: Unified, realtime object Detection. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. https://doi.org/10.110 9/CVPR.2016.91. (diakses 26 Oktober 2022)[8] Amwin, A. (2021). Deteksi dan Klasifikasi Kendaraan Berbasis Algoritma You Only Look Once (YOLO) Program Studi Informatika. Yogyakarta: Program Sarjana Fakultas Teknologi Industri Universitas Islam Indonesia