Article Per Year (5 Year)
p-Index From 2020 - 2025
2.707
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Techne : Jurnal Ilmiah Elektroteknika Journal of Telecommunication, Electronics and Control Engineering (JTECE) eProceedings of Engineering Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi
YULIAN ZETTA MAULANA
Institut Teknologi Telkom Purwokerto
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Otomatisasi Sistem Pakan Kucing Berbasis Iot Untuk Pengaturan Porsi Pakan Dan Monitoring Secara Real-Time Nada Fitri, Refia; Yulian Zetta Maulana; Hanni Pradana, Zein
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi Internet of Things (IoT)dan Artificial Intelligence (AI) mendorong terciptanya sistemotomatisasi cerdas dan responsif. Penelitian ini mengusulkansistem pakan kucing otomatis berbasis IoT dan AI yangdirancang untuk mengatasi permasalahan keterbatasan waktupemilik hewan dalam memberi pakan secara teratur. Sistemmenggunakan YOLOv11 untuk mendeteksi kucing secara realtime melalui webcam, sehingga hanya kucing teridentifikasiyang dapat menerima pakan. Model AI dilatih menggunakanplatform Roboflow dan dikonversi ke format TensorFlow agarkompatibel dengan perangkat edge. Raspberry Pi 4 digunakansebagai pengendali utama untuk sensor dan aktuator, sertaterhubung ke server lokal melalui integrasi Cloudflare Tunnelguna menyediakan akses website secara aman. Sensor loadcelldan ultrasonik digunakan untuk mendeteksi berat pakan danketersediaan pakan, sedangkan motor stepper mengatur prosesdistribusi pakan baik secara otomatis maupun manual. Sistemdapat dikendalikan dan dipantau dari jarak jauh melaluiantarmuka web dan notifikasi Telegram. Hasil pengujianmenunjukkan akurasi loadcell sebesar 97,16%, sensorultrasonik 98,28%, akurasi pemberian pakan otomatis 91,92%,manual 89,13%, dan akurasi deteksi kucing 95%. Websitememiliki waktu connect time rata-rata 109,2 ms, notifikasiTelegram 3,4 ms, dan latency akses ke server lokal sebesar 373,6ms. Sistem ini menunjukkan performa yang andal dalampengelolaan pakan kucing secara selektif dan efisien melaluiintegrasi teknologi IoT dan AI.Kata kunci — AI, Cloudflare Tunnel, IoT, Raspberry Pi 4,YOLOv11
Otomatisasi Sistem Pakan Kucing Berbasis Iot Untuk Pengaturan Porsi Pakan Dan Monitoring Secara Realtime Cornelius, Yuwan; Zetta Maulana, Yulian; Hanni Pradana, Zein
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi Internet of Things(IoT) dan Artificial Intelligence (AI) mendorongterciptanya sistem otomatisasi cerdas dan responsif.Penelitian ini mengusulkan sistem pakan kucing otomatisberbasis IoT dan AI yang dirancang untuk mengatasipermasalahan keterbatasan waktu pemilik hewan dalammemberi pakan secara teratur. Sistem menggunakanYOLOv11 untuk mendeteksi kucing secara real-timemelalui webcam, sehingga hanya kucing teridentifikasiyang dapat menerima pakan. Model AI dilatihmenggunakan platform Roboflow dan dikonversi keformat TensorFlow agar kompatibel dengan perangkatedge. Raspberry Pi 4 digunakan sebagai pengendali utamauntuk sensor dan aktuator, serta terhubung ke serverlokal melalui integrasi Cloudflare Tunnel gunamenyediakan akses website secara aman. Sensor loadcelldan ultrasonik digunakan untuk mendeteksi berat pakandan ketersediaan pakan, sedangkan motor steppermengatur proses distribusi pakan baik secara otomatismaupun manual. Sistem dapat dikendalikan dandipantau dari jarak jauh melalui antarmuka web dannotifikasi Telegram. Hasil pengujian menunjukkanakurasi loadcell sebesar 97,16%, sensor ultrasonik98,28%, akurasi pemberian pakan otomatis 91,92%,manual 89,13%, dan akurasi deteksi kucing 95%. Websitememiliki waktu connect time rata-rata 109,2 ms,notifikasi Telegram 3,4 ms, dan latency akses ke serverlokal sebesar 373,6 ms. Sistem ini menunjukkan performayang andal dalam pengelolaan pakan kucing secaraselektif dan efisien melalui integrasi teknologi IoT dan AI.Kata kunci — AI, Cloudflare Tunnel, IoT, Raspberry Pi4, YOLOv11
Otomatisasi Sistem Pakan Kucing Berbasis Iot Untuk Pengaturan Porsi Pakan Dan Monitoring Secara Real-Time Zetta Maulana, Yulian; Farhan Nulhakim, Irsad
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi Internet of Things (IoT)dan Artificial Intelligence (AI) mendorong terciptanya sistemotomatisasi cerdas dan responsif. Penelitian ini mengusulkansistem pakan kucing otomatis berbasis IoT dan AI yangdirancang untuk mengatasi permasalahan keterbatasan waktupemilik hewan dalam memberi pakan secara teratur. Sistemmenggunakan YOLOv11 untuk mendeteksi kucing secara realtime melalui webcam, sehingga hanya kucing teridentifikasiyang dapat menerima pakan. Model AI dilatih menggunakanplatform Roboflow dan dikonversi ke format TensorFlow agarkompatibel dengan perangkat edge. Raspberry Pi 4 digunakansebagai pengendali utama untuk sensor dan aktuator, sertaterhubung ke server lokal melalui integrasi Cloudflare Tunnelguna menyediakan akses website secara aman. Sensor loadcelldan ultrasonik digunakan untuk mendeteksi berat pakan danketersediaan pakan, sedangkan motor stepper mengatur prosesdistribusi pakan baik secara otomatis maupun manual. Sistemdapat dikendalikan dan dipantau dari jarak jauh melaluiantarmuka web dan notifikasi Telegram. Hasil pengujianmenunjukkan akurasi loadcell sebesar 97,16%, sensorultrasonik 98,28%, akurasi pemberian pakan otomatis 91,92%,manual 89,13%, dan akurasi deteksi kucing 95%. Websitememiliki waktu connect time rata-rata 109,2 ms, notifikasiTelegram 3,4 ms, dan latency akses ke server lokal sebesar 373,6ms. Sistem ini menunjukkan performa yang andal dalampengelolaan pakan kucing secara selektif dan efisien melaluiintegrasi teknologi IoT dan AI.Kata kunci — AI, Cloudflare Tunnel, IoT, Raspberry Pi 4,YOLOv11
Co-Authors Al Anshory, Muhammad Zahid Albilah Bayu Seno Pratama Alfani, Nezar Febri Cornelius, Yuwan Danny Kurnianto Fani Kurniawan Farhan Nulhakim, Irsad Fata Allamsyah, M. Zahwa Fikra Titan Syifa Firdaus Fathurrohman Gunawan Wibisono Gunawan Wibisono Haifan, Naufal Herryawan Pujiharsono Hisbi Maulana, Muhammad Iman, Aphitz Maulana Khansa Danendra, Raissandi Nada Fitri, Refia Nur Alif, Muh Nur Fajri, Bintang Pardomuan Siregar, Santo Pradana, Zein Hanni Risa Farrid Christianti Setyawan, Reza Wardani Supardi, Dila Zakiyah, Maudina