Claim Missing Document
Check
Articles

ANALISIS PERFORMANSI QUALITY OF SERVICE (QOS) PROTOKOL MESSAGE QUEUING TELEMETRY TRANSPORT (MQTT) PADA SISTEM MONITORING PENDETEKSI BANJIR BERBASIS WEB Prastyawan, Hermanto; Muttaqin, Adharul; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 13 No. 1 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Protokol Message Queuing Telemetry Transport (MQTT) merupakan salah satu protocol komunikasi yang ringan dan efisien untuk diterapkan dalam sistem Internet of Things (IoT). Penelitian ini mengimplementasikan protocol MQTT pada sistem monitoring pendeteksi banjir berbasis web. Sistem ini dirancang menggunakan perangkat NodeMCU ESP8266 sebagai publisher, yang terhubung dengan beberapa sensor, seperti DHT11 untuk mengukur kelembapan dan suhu udara, JSN-SR04T untuk mendeteksi ketinggian air, serta sensor curah hujan untuk mengukur intensitas hujan. Pada sisi subscriber, WebSocket digunakan pada sisi web untuk memfasilitasi monitoring secara real-time. Protokol MQTT mendukung tiga tingkatan Quality of Service (QoS), yaitu QoS 0, 1, dan 2, yang diuji untuk menganalisis pengaruhnya terhadap performa pengiriman data pada sistem monitoring pendeteksi banjir berbasis web yang dirancang. QoS 0 tidak memberikan jaminan pengiriman, sedangkan QoS 1 menjamin pesan dikirikan setidaknya satu kali, dan QoS 2 memastikan pesan dikirimkan tepat satu kali. Hasil pengujian menunjukkan bahwa QoS 2 menghasilkan throughput tertinggi, yaitu 6,711 Kbps, yang 26,68% lebih tinggi dibandingkan QoS 0 (5,298 Kbps) dan 14,48% lebih tinggi dibandingkan QoS 1 (5,862 Kbps). Namun, peningkatan throughput ini diikuti dengan kenaikan delay. Delay rata-rata pada QoS 2 adalah 2,98 ms, yang 297% lebih tinggi dibandingkan QoS 0 (0,75 ms) dan 114% lebih tinggi dibandingkan QoS 1 (1,39 ms). Sebaliknya, QoS 0 memiliki delay terendah, menjadikannya opsi yang lebih efisien dalam hal waktu pengiriman data pada sistem yang dibangun di penelitian ini. Selain itu, selama pengujian tidak ditemukan packet loss pada semua tingkat QoS.Kata Kunci: MQTT, Sistem Monitoring Banjir, Throughput, Delay, Packet loss, IoT, WebSocket.
Implementasi Multilayer Perceptron untuk Pengenalan Digit Tulisan Tangan Berbasis Dataset MNIST pada FPGA Runandra, Surya Agni Wahyu; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pengenalan digit tulisan tangan merupakan salahsatu aplikasi penting dalam kecerdasan buatan, yang banyakdigunakan pada sistem verifikasi identitas, pengolahandokumen, serta antarmuka visual berbasis citra. Jaringan saraftiruan (JST) seperti Multilayer Perceptron (MLP) telahmenjadi metode yang umum digunakan untuk menyelesaikanpermasalahan ini. Namun, implementasi JST pada CPU danGPU memiliki konsumsi daya yang tinggi dan latensi yangtidak selalu dapat diterima untuk aplikasi real-time dan sistemtertanam.Penelitian ini merancang dan mengimplementasikan sistempengenalan digit berbasis MLP pada FPGA menggunakanrepresentasi data fixed-point 8, 16, dan 32 bit. Model dilatihmenggunakan TensorFlow, kemudian bobot dan biasdikonversi serta dimuat ke dalam sistem FPGA. Implementasidirancang agar memaksimalkan efisiensi sumber daya dankecepatan pemrosesan tanpa mengorbankan akurasi. Hasilevaluasi menunjukkan bahwa sistem FPGA mampu melakukaninferensi dengan waktu rata-rata 12 mikrodetik 46 kali lebihcepat dibandingkan CPU lokal (560 mikrodetik) dan 24 kalilebih cepat dari GPU T4 di Google Colab (292 mikrodetik). Darisisi akurasi, sistem memperoleh hasil sebesar 84% (8-bit), 96%(16-bit), dan 96% (32-bit). Dari sisi konsumsi daya sistemmengonsumsi daya sebesar 1,9 Watt (8-bit), 2.0 Watt (16-bit),dan 2,2 Watt (32-bit).Kata kunci—FPGA, MNIST, Multilayer Perceptron,Representasi Fixed-point
FPGA-Based Edge Detection for Vehicle License Plate Character Saputra, Nicky; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Deteksi tepi merupakan tahap penting dalampemrosesan citra untuk mengidentifikasi struktur dan batasobjek melalui perbedaan intensitas piksel. Salah satu teknikdeteksi tepi yang banyak digunakan adalah operator Sobel.Namun, dalam praktiknya, operator Sobel konvensional hanyamendeteksi tepi horizontal dan vertikal, sehingga kurangefektif pada citra dengan kontur miring atau kompleks sepertitanda nomor kendaraan bermotor (TNKB). Oleh karenanyauntuk mengatasi keterbatasan ini, digunakan algoritma Sobelempat arah yang menambahkan deteksi gradien diagonal dananti-diagonal. Akan tetapi, meskipun lebih akurat dalammengekstraksi kontur, algoritma ini meningkatkan jumlahoperasi konvolusi dan membebani komputasi, sehingga kurangcocok untuk aplikasi waktu nyata jika hanyadiimplementasikan pada Central Processing Unit (CPU).Dengan demikian, penelitian ini dilakukan untukmempersingkat waktu eksekusi dari algoritma Sobel empatarah dengan mengimplementasikan algoritma tersebut di FieldProgrammable Gate Array (FPGA).Penelitian ini membandingkan dua pendekatanimplementasi algoritma Sobel empat arah yakni menggunakanPython di CPU dan menggunakan perangkat keras di FPGAcustom board Alinx AXU2CGA. Pengujian keduanyadilakukan pada citra TNKB dengan mengukur waktu eksekusi.Hasil pengujian yang dilakukan menunjukkan bahwaimplementasi Python di Google Colab membutuhkan rata-rata5 detik, sedangkan FPGA menyelesaikannya dalam waktu 3ms. Hal ini menunjukkan bahwa FPGA memberikanpercepatan lebih dari 1600 kali dibandingkan eksekusiberbasis CPU, sehingga dapat menjadikannya salah satualternatif untuk aplikasi deteksi tepi real-time.Kata kunci – Image Processing, TNKB, FPGA, Python,Sobel
Desain dan Implementasi Akselerator Konvolusi CNN Menggunakan Systolic Array pada FPGA untuk Pemrosesan Citra Syafillah, Mohammad Ardian; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Convolutional Neural Network (CNN)merupakan metode pemrosesan citra yang unggul dalammengekstraksi fitur, namun memiliki kebutuhan komputasitinggi yang kurang efisien jika dijalankan pada perangkatdengan sumber daya terbatas. FPGA menjadi solusi potensialkarena menawarkan efisiensi energi dan pemrosesan paralel.Penelitian ini bertujuan untuk merancang danmengimplementasikan akselerator lapisan konvolusi CNNberbasis systolic array pada FPGA. Penelitian ini merancangdan mengimplementasikan sistem akselerasi konvolusimenggunakan systolic array untuk pemrosesan citraberukuran 16×16 piksel dengan satu kernel berukuran 3×3.Systolic array yang dirancang mampu menghasilkan delapanoutput secara paralel. Hasil pengujian menunjukkan bahwaakselerator yang dirancang mampu mempercepat proseskonvolusi hingga delapan kali lebih cepat dibandingkanperangkat lunak. Selain itu, error rata-rata dan maksimumyang dihasilkan relatif rendah dan tidak berdampaksignifikan terhadap akurasi prediksi.Kata kunci—CNN, FPGA, konvolusi, systolic array
Implementasi Algoritma Prewitt pada FPGA untuk Deteksi Tepi Tanda Nomor Kendaraan Bermotor Musyahadah, Faiq Arsyad; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Deteksi tepi merupakan tahap awal yang sangat pentingdalam proses pengenalan tanda nomor kendaraan bermotor(TNKB). Salah satu algoritma deteksi tepi yang memilikikeseimbangan antara kompleksitas komputasi dan kualitas hasildeteksi adalah algoritma Prewitt. Namun, implementasi algoritmaPrewitt berbasis perangkat lunak memiliki waktu eksekusi yangtinggi. Untuk mengatasi permasalahan tersebut, penelitian inimenyajikan implementasi algoritma deteksi tepi Prewitt pada FPGA.Metode yang digunakan melibatkan perancangan arsitekturperangkat keras berbasis buffer jendela. Modul linebuffer, modulkontrol linebuffer, serta modul konvolusi Prewitt diimplementasikanpada FPGA Alinx AXU2CGA. Proses validasi dilakukan melaluisimulasi behavioural menggunakan Vivado, kemudian hasilimplementasi diuji secara langsung pada FPGA.Hasil penelitian menunjukkan bahwa implementasi algoritmaPrewitt FPGA dapat mendeteksi 63,58% dan 99,4% piksel tepi padacitra uji. FPGA memberikan kecepatan pemrosesan 3 ms, lebihcepat dibandingkan CPU Ryzen 7 4800U yang membutuhkan lebihdari 3945 ms.Kata Kunci : Deteksi Tepi, Algoritma Prewitt, FPGA 
Co-Authors Abadi, Dendy Satria Abraham Tesa Putra Achsanul Khabib Adhitya Bhawiyuga Adoram Wirahadi Agung Setiabudi, Agung Ahmad Firmansyah A. Ahmad Habyan Haidar Z. AKbar Rizal Wicaksono Akbar, Muhammad Danar Akbartama, Effan Akmal Hibban Syah Alam Aloysius Andhika Aryadwuputra Angga Septi Suyanto Angger Abdul Razak Angger Dimas Bayu Sadewo Araki, Kakeru Arfa'i Fahrul Khizam Aryawiratama, Nauval Asrori Arsyad Attabik Muhammad Amrillah Attabik Mukhammad Amrillah Azzurri, Dean Fachruddin Baehaqi Bagus Ari Prabowo Bagus Esa Pramudya Barlian Henryranu Prasetio Bill Jason Bill Jason Caesario Bima Irfano Cahaya Trinala Kinanti Citra Trilaksana Dahnial Syauqy Dany Primanita Kartikasari Dany Primanita Kartikasari Dany Primanita Primanita Kartikasari Dian Falah J. Dicka Anditya Febrianto Dionysius J. D. H. Santjojo Dwi Fadila Kurniawan Effan Akbartama Eka Prakarsa Mandyartha Eko Setiawan Eko Setiawan Endah Budi Purnomowati Erni Yudaningtyas Erza Pradipta Erza Pradipta, Erza Faris Aulia Ramadhan Fatchur Rizal Hidayat Faza Rosyadan Nandita Pratama Febrian Daniel Dwiputra Ferdy Hendrawan Finnadi, Stefanus Dion Finsa Ferdifiansyah Fuad Sultan Muhammad Gahara, Ahda Gembong Edhi Setyawan Gian Giovani Glanndy Parwati Putra Hadi Suyono Hamas, Muhammad Nafis Hani Khulud Hari Kurniadi Harits Al Furqon Akbar Hasdi Sasandi Ion Caesar Oktoga Iqbal Ibrahim Ramadhan Irman Idris Issa Arwani Itsna Az Zahra Itsna Az Zahra Jason Danny Setiawan Khulud, Hani Lastono Risman Lunde Ardhenta M. Gilang Ramadhan M. Julius St. Maulana, Eka Maulana, Eka Maulani Ghiyas Mochammad Hannats Hanafi Ichsan Mohammad Ilhammudin Toiyib Mudjirahardjo, Panca Muhammad Akbar Muhammad Anwar Sanusi Muhammad Aswin Muhammad Aswin Muhammad Aswin Muhammad Aziz Muslim Muhammad Azril Muttaqin Muhammad Elvir Eriansyah1 Muhammad Farhan Muhammad Fauzan Fadli Nafrizal Muhammad Gilang Ramadhan Muhammad Ilham Akbar Muhammad Khairy Mahdi Muhammad Mursyid Albanani Muhammad Nurrohman Muhram Muis Muslichin Muslichin Muslichin, n/a Musyahadah, Faiq Arsyad n/a Aditiya n/a Indradianto n/a Soeprapto Najib, Aditya Zulfa Nanang Sulistiyanto Nararya Andika Sujarwo Nathanael, Indra Nauval Aryawiratama Nisa Intan Kumalasari Nizzah Khusnunnisa Novia Alifianti Nurus Sa'adah Onny Setyawati Pambudi, Muhammad Farrel Putra Ponco Siwindarto Ponco Siwindarto Ponco Siwindarto Prastyawan, Hermanto Prihartady, Dion Purnomo, Muhammad Fauzan Edy R. Arief Setyawan Rachmadwipa Novandri Rachmania Nur Dwitiyastuti Raden Arief Setyawan Ramadhan, Faris Aulia Reinato Teguh Santoso Reyhan Rifqi Ihsan Rif'an, Mochammad Riyanjaya, Ahmad Fadli Rizky Aiman Haniffalah Harijanto Robbith Qosath Al Auhi Royyannuur Kurniawan Endrayanto Runandra, Surya Agni Wahyu Ryoichi Miyauchi Sabriansyah Rizqika Akbar Saif Masharil Huda Samuel Aji Sena Sanusi, Muhammad Anwar Saputra, Nicky Sari, Sapriesty Nainy Setiawan, Bagus Ilyas Setyawati , Onny Shafina Rifdhayanti Zein Stefanus Dion Finnadi Suyono, Hadi Syafillah, Mohammad Ardian Taftazani, Moch. Aden Titis Hayuning Widya Pramesti Tito Cahyo Prasetyo Cahyo Prasetyo Tomi Putro Utomo Tri Yoga Septianto Trilaksana, Citra Triyogo, Anggun Utaminingrum, Fitri Valentino Ode Anugrah Kristanto Wahyu Adhitiya Rachman Wahyu Adi Prayitno Wahyu Suryo Samudro Waru Djuriatno Waru Djuriatno Waru Djuriatno Widasari, Edita Rosana Wijayanto, Micko Wirawan Hidayat Yosef Moscati Kresna Chrisnadi Youssi, Owlena Renaseilla Yudha Nurfalah Yudhistira Nugrahadi Widayat Yuni Kilawati Yunita Maimunah Zainul Abidin Zainul Abidin Zainul Abidin Zainuri, Akhmad Zakiyah Amalia