Claim Missing Document
Check
Articles

Found 5 Documents
Search

RANCANG BANGUN ROBOT MOBIL DENGAN SISTEM NAVIGASI BERBASIS ODOMETRY MENGGUNAKAN ROTARY ENCODER Hendrik J. Djahi; Samy Yeverson Doo; Antonius M. P. Nuga
Jurnal Media Elektro Vol 8 N0.1 (2019): April 2019
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.27 KB) | DOI: 10.35508/jme.v8i1.1082

Abstract

Dewasa ini penelitian mengenai dunia robotika berkembang begitu pesat. Temuan – temuan baru tersebut justru memaksa para peneliti untuk selalu mencari dan menemukan cara efektif agar robot yang dihasilkan lebih baik dari sebelumnya. Salah satunya berkaitan dengan proses pergerakan robot. Pada umumnya sistem navigasi robot memanfaatkan garis dan dinding yang tentunya membatasi pergerakan sebuah robot. Oleh karena itu metode odometry mulai dipakai untuk mengatasi keterbatasan tersebut. Pada prinsipnya metode odometry memperkirakan posisi relatif terhadap posisi awal dalam bernavigasi sehingga memungkinkan pergerakan sebuah robot lebih leluasa. Penelitian ini bertujuan untuk menerapkan suatu sistem navigasi robot yang baik dengan menggunakan metode odometry. Pembacaan jarak tersebut dilakukan oleh robot dengan menggunakan rotary encoder. Data yang diterima oleh sensor dalam rotary encoder akan diproses oleh mikrokontroler untuk mengatur pergerakan robot sesuai program yang telah ditanamkan. Hasil dari penelitian ini adalah posisi robot dengan koordinat akhir tidak selalu mengikuti koordinat akhir yang diberikan. Penyebabnya karena kurang tepatnya pemilihan konstanta pengubah sehingga berpengaruh pada tingkat kepresisian gerakan robot. Tetapi secara umum robot dapat bernavigasi odometry dengan cukup baik. Adapun faktor lain yang juga pengaruh terhadap hasil akhir pergerakan robot yakni adanya getaran pada robot serta permukaan lintasan. Keduanya sangat mempengaruhi pembacaan jumlah pulsa pada rotary encoder sehingga mempengaruhi juga hasil dari perhitungan odometry pada robot.
SISTEM KONTROL RUMAH BERBASIS INTERNET OF THINGS (IOT) MENGGUNAKAN ARDUINO UNO Alvin R. Kedoh; Nursalim Nursalim; Hendrik Jeheskial Djahi; Don E.D.G. Pollo
Jurnal Media Elektro Vol 8 N0.1 (2019): April 2019
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.708 KB) | DOI: 10.35508/jme.v8i1.1403

Abstract

Pemanfaatan internet yang meningkat telah menghasilkan inovasi dalam sistem kontrol. Internet of Things atau IoT merupakan inovasi dimana beberapa perangkat elektronik dapat dikontrol dari jarak jauh dengan memanfaatkan internet untuk memperoleh sistem kontrol yang lebih efisien dan menghemat waktu. Penelitian ini memanfaatkan IoT untuk mengendalikan beberapa perangkat elektronik yang biasanya digunakan di rumah-rumah seperti lampu, kipas angin, dan sistem penguncian pintu. Sistem yang dibangun berbasis Android dengan memanfaatkan perangkat Arduino Uno sebagai sistem kontrol. Selain itu, sistem tersebut juga dapat mendeteksi keadaan lampu baik menyala, padam, maupun tidak terhubung dengan listrik. Sistem pengontrol tersebut dapat digunakan secara manual atau otomatis dengan memanfaatkan sensor cahaya dan timer supaya perangkat elektronik seperti lampu, dapat menyala secara otomatis pada waktu yang telah ditentukan sebelumnya. Hasil pengujian menunjukkan bahwa aplikasi sistem yang dibangun dapat berfungsi dengan baik. Sistem tersebut menunjukkan perbedaan nilai delay pada beberapa perangkat yang disebabkan oleh pemanfaatan sensor arus. Sensor arus tersebut digunakan untuk mengetahui kondisi perangkat elektronik yaitu lampu, sebelum dan setelah dikontrol atau untuk mengetahui kondisi terkini dari perangkat tersebut.
PEMANFAATAN SPEECH RECOGNITION PAD SMARTPHONE ANDROID SEBAGAI SISTEM PENGONTROLAN PINTU BERBASIS MIKROKONTROLLER Phillipe W. N. Banamtuan; Hendrik Djahi; Amin Ajaib Maggang
Jurnal Media Elektro Vol 8 N0.1 (2019): April 2019
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (454.015 KB) | DOI: 10.35508/jme.v8i1.1421

Abstract

Perkembangan pada sistem kontrol terus mengalami inovasi seiring dengan perkembangan teknologi. Speech recognition pada smartphone merupakan suatu teknologi yang dimanfaatkan sistem kontrol untuk memudahkan aktivitas manusia. Penelitian ini telah berhasil memanfaatkan speech recognition yang terdapat Smartphone Android untuk menerima perintah suara sebagai input kepada arduino uno. Arduino uno kemudian berfungsi sebagai pusat kendali dari sistem kerja alat pengendali pintu. Alat ini menggunakan bluetooth sebagai media komunikasi data. Selain itu, relay digunakan sebagai saklar untuk menggerakan solenoid doorlock untuk melakukan penguncian pintu. Agar pintu dapat bergerak, buka dan tutup, sebuah motor servo juga digunakan pada peneilitian ini. Aplikasi ini dapat digunakan secara online maupun offline. Pengujian jarak dan intensitas suara terhadap alat yang dibuat juga telah dilakukan. Jarak efektif untuk mengontrol pintu adalah 1 sampai 6 meter tanpa halangan. Jika terdapat halangan, jarak efektifnya adalah 1 sampai 3 meter. Sedangkan jarak antara pengguna dan smartphone adalah 30cm. Selain itu, Hasil untuk intensitas suara yang efektif untuk mengontrol pintu adalah 40 sampai 80 dB dengan kecepatan pengucapan 2 sampai 4 detik. Keywords: Speech recognition, android, mikrokontroler, people with disabilities
RANCANG BANGUN SISTEM PENGONTROLAN INTENSITAS CAHAYA PADA AYAM BROILER DALAM MASA BROODING MENGGUNAKAN LOGIKA FUZZY Ezra Bale; Hendrik Djahi; Don E.D.G Pollo
Jurnal Media Elektro Vol 11 No 2 (2022): Oktober 2022
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jme.v0i0.8048

Abstract

Brooding is a period after hatching of eggs which aims to provide a comfortable environment for chicks to support optimal growth. Newly hatched chicks are not yet able to regulate their body temperature optimally. For this reason, it is necessary to use lights so that the temperature of the cage remains comfortable. Controlling light intensity is generally not maximized because the light produced is only bright and dark. This study aims to design a light control system using fuzzy logic with a range of values between light and dark. In this study, a prototype was made that utilized fuzzy logic using an Arduino mega microcontroller and a dht11 sensor to detect temperature and humidity with an incandescent lamp output. The brightness of the light is regulated by a dimmer driven by a servo motor. Fans are used to lower the temperature. Research shows that the prototype can control the light intensity according to the temperature and humidity conditions in the cage. The prototype used five chicks for 14 days, where it was found that the chicks could develop well with increased body weight, growth of feathers on the wings and tail, and good appetite, and no death occurred.
KLASIFIKASI BENIH JAGUNG UNGGUL MENGGUNAKAN METODE MACHINE LEARNING K-NEAREST NEIGHBORS Seyk, Madeleine Nizara; Ina, Wenefrida Tulit; Djahi, Hendrik J.; Tena, Silvester
Jurnal Media Elektro Vol 13 No 2 (2024): Oktober 2024
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jme.v13i2.19054

Abstract

Classifying the quality of corn seeds by manual visual observation takes a long time. It also produces products with uneven quality due to visual limitations, fatigue, and differences in observer perception. This research aims to classify superior corn seeds using the machine learning method, namely K-Nearest Neighbors (K-NN). The research data uses 500 images of corn seeds consisting of 400 training images and 100 test images. Extraction of corn image features uses the Gray Level Co-occurrence Matrix (GLCM) method to obtain texture characteristics. The texture characteristic values ​​of metric natural corn images concist of contrast, energy, homogeneity and correlation. Based on the image texture characteristic values, classification is carried out using the K-Nearest Neighbor (K-NN) method. The classification results consist of classes of viable and non-viable corn seeds. The performance evaluation metric method calculates accuracy, sensitivity and specificity using a confusion matrix. This research shows that the value of k=5 is the most optimal, and the accuracy, sensitivity and sensitivity values, respectively, are 75%, 77% and 72% found in the ninth fold