Claim Missing Document
Check
Articles

Found 2 Documents
Search

Rancang Bangun Prototipe Kapal Elektrik Dengan Sistem Kendali Jarak Jauh Lucky Pradigta Setiya Raharja; Adytia Darmawan; Pradono Kristio Putro; Pangestu Nugroho
Jurnal Teknologi Terpadu Vol 11, No 1 (2023): JTT (Jurnal Teknologi Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v11i1.1571

Abstract

       Sejalan dengan penguatan untuk pengawasan wilayah yang sangat luas serta terdiri atas pulau – pulau, diperlukan media transportasi perairan dengan dilengkapi sistem peralatan yang mampu mengatasi segala bentuk ancaman maupun gangguan yang dapat terjadi setiap saat. Untuk memenuhi upaya tersebut maka dilakukan penelitian dan pengembangan prototipe kapal listrik yang tahan di segala medan. Dalam pembuatan prototipe kapal listrik ini menggunakan sistem penggerak elektrik. Sistem penggeraknya menggunakan Motor DC Brushless dengan sumber tenaga dari baterai. Energi listrik ini dapat menjadi alternatif pengganti energi fosil. Sistem kendali pada prototipe kapal listrik ini menggunakan sistem kendali jarak jauh. Proses pengukuran kecepatan kapal dilakukan dengan menggunakan bantuan sensor Accelerometer dan GPS pada smartphone. Kedua sensor ini di akses dengan menggunakan aplikasi NMEA Tools. Prototipe kapal listrik berhasil dikendalikan dari jarak jauh dengan uji garis lurus sejauh 50 meter pengukuran mencapai kecepatan rata-rata 23,16 Knot, uji gerak zigzag lintasan berukuran panjang 16.910 meter penguuran kecepatan rata-rata 3.1 Knots, dan uji gerak melingkar dengan radius putar adalah 2.638 meter dengan rata rata kecepatan kapal 4.25 Knots.
Self-Calibrated IMU Footpod Development for Virtual Running and Sensor Learning Adytia Darmawan; Didik Setyo Purnomo; Zahra Rizkiyatul Ummah; Afif Nur Syafiq; Hendrik Elvian Gayuh Prasetya; Hendhi Hermawan
TEPIAN Vol. 7 No. 3 (2026): September 2026
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tepian.v7i3.3977

Abstract

Low-cost inertial measurement unit (IMU) sensors can be used as footpods for virtual running and sensor learning, but speed estimation is sensitive to the sensor, mounting position, and user gait. This study develops a self-calibrated IMU footpod for estimating speed and cadence from foot motion. An ESP32-based prototype with a 6-axis IMU was mounted on the instep. The data were processed using quality control, 20-second windowing, gravity compensation, stance detection, zero-velocity update, feature extraction, and regression calibration. Eight recording sessions produced 40 valid windows at approximately 97 Hz, with 0% packet loss and no sensor saturation. Raw ZUPT estimation yielded an MAE of 3.242 km/h, whereas in-sample calibration reduced the MAE to 1.022 km/h. Cross-subject and cross-device transfer errors support the need for personal calibration. The pipeline also provides a practical learning medium for IMU calibration, filtering, drift, and wearable systems.