Claim Missing Document
Check
Articles

Found 12 Documents
Search

Sistem Pendeteksi Api Dini Berbasis Raspberry Pi Termonitoring Aplikasi Telegram Prakoso, Bayu Aji; Pahlevi, Rizka Reza; Shtevanie, Febryanti
LOGIC: Jurnal Penelitian Informatika Vol. 1 No. 1 (2023): September 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v1i1.6450

Abstract

Kebakaran merupakan peristiwa yang meninbulkan terjadinya api, dimana bencana kebakaran dapat menimbulkan kerugian yang sangat besar dan dapat mengancam keselamatan jiwa. Peristiwa kebaran lebih sering disebabkan oleh kelalaian manusia. Banyak penelitian mengenai permasalahan ini, namun mereka hanya berfokus pada akurasi pendeteksian tanpa mempertimbangkan mobilitas dan kemudahan yang pada kenyataanya ini sangat dibutuhkan dalam merancang sistem pendeteksian api. Penelitian ini dirancang untuk membuat sistem pendeteksi api berbasis kamera didalam ruangan, dengan memanfaatkan aplikasi Bot Telegram sebagai layanan notifikasi saat terjadinya kebaran. Pada sistem ini menggunakan TensorFlow Lite sebagai kerangka kerja untuk pembelajaran mesin dan model Yolov5 sebagai model pretraining pendeteksi api lalu Mini PC (Raspberry Pi 4 Model B) sebagai pengolah data dan alat pengontrol sistem ini. Setelah dilakukan pengujian sistem pendeteksi api ini mendapatkan akurasi sebesar 85%, dan membuktikan bahwa sistem ini dibangun dengan mobilitas yang baik tanpa mengurangi akurasi pendeteksian api
Rancang bangun Skema Autentikasi Biometric Palm Vein sebagai Faktor E-Payment pada Kasus Vending Machine Prayitno, Muhammad Ramadhan; Sukarno, Parman; Pahlevi, Rizka Reza
LOGIC: Jurnal Penelitian Informatika Vol. 1 No. 1 (2023): September 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v1i1.6467

Abstract

E-Payment merupakan sistem pembayaran elektronik yang menggunakan fasilitas internet sebagai sarana perantara. Pesatnya perkembangan jaman membuat penggunaan mesin untuk menggantikan peran manusia juga meningkat, salah satu contohnya adalah mesin penjual otomatis (vending machine). Pada salah satu penelitian mengenai sistem e-payment pada vending machine memperkenalkan metode pembayaran dengan smart card untuk menangani permasalahan pada sistem pembayaran yang masih menggunakan uang kertas dan koin. Penelitian selanjutnya pada topik yang sama memperkenalkan metode pembayaran biometric fingerprint untuk mengatasi masalah keamanan sistem dalam penelitian sebelumnya. Autentikasi biometric fingerprint masih memiliki beberapa masalah keamanan, salah satunya kemungkinan terduplikasi karena akan meninggalkan jejak cetakan laten pada perangkatnya. Dalam penelitian ini, dibangun sistem pengenalan palm vein menggunakan opencv untuk mengolah gambar dan algoritma CNN untuk mendapatkan hasil autentikasi. Dataset yang digunakan untuk membangun training model diambil sendiri dengan perangkat yang dibangun. Dataset terdiri dari 2 kelas (R dan M) yang masing-masing berjumlah 100 buah dengan proses pengambilan berbeda-beda, seperti tingkat cahaya dan sudut pengambilan gambar. Dari model yang dibangun, akurasi yang didapatkan adalah 78% dengan nilai recall 96%.