Claim Missing Document
Check
Articles

Found 3 Documents
Search

Passive Keyless Entry Locking Door With ESP32 Arya Wibisono; MB Nugraha
Ultima Computing : Jurnal Sistem Komputer Vol 12 No 1 (2020): Ultima Computing : Jurnal Sistem Komputer
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.482 KB) | DOI: 10.31937/sk.v12i1.1613

Abstract

in this modern era, technology is increasingly sophisticated and can be used by anyone, for example, is a lock that can be bought by anyone and is easy to learn. Therefore, the physical key is getting old and easy to be broken by anyone. By implementing a passive keyless entry system that has been applied to today's cars, adding to the safety and comfort of the car user. we try to apply the system to ESP32 and make digital keys in this research still lacking in card security systems using digital signature algorithms, passive keyless entry systems run as expected by using RFID as input identifier from the UID of each RFID card which is proven to be unique and easy to use.
Pengelolaan Sampah Organik Dan Anorganik Di Desa Lengkong Kulon Kabupaten Tangerang Dyah Ayu Anggreini Tuasikal; Ahmad Syahril Muharom; Dwi Dharma Arta Kusuma; Indiwan Seto Wahjuwibowo; M.B Nugraha; Mohammad Shobri
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 2 (2019): Peran Perguruan Tinggi dan Dunia Usaha dalam Mempersiapkan Masyarakat Menghadapi Era I
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (712.515 KB) | DOI: 10.37695/pkmcsr.v2i0.698

Abstract

Jumlah area Desa Lengkong Kulon adalah 15331 km2. Desa Lengkong Kulon ini merupakan desa berkembang yang pada saat ini wisata yang akan dikembangkan pada desa ini adalah wisata religi, wisata kuliner, wisata air, dan dari segi ekonomi. Namun dari beberapa pengembangan tersebut, desa ini membutuhkan pengelolaan sampah. Sampah merupakan hal krusial bagi kehidupan dan kesehatan masyarakat. Di area yang luas tersebut terdiri dari beberapa RW yang memiliki kebijakan tersendiri untuk pengelolaan sampahnya. Ada yang melakukan pembakaran sampah, ada yang bekerjasama dengan pemerintah daerah untuk pengangkutan sampah, dan ada pula yang membuang sampah pada lahan kosong. Dari segi kesehatan untuk proses pembakaran sampah dan membuang sampah sembarangan memiliki dampak buruk, karena dapat mengakibatkan pencemaran lingkungan bagi masyarakat sekitar. Solusi yang ditawarkan dengan Program Kemitraan Masyarakat ini adalah dengan memberikan penyuluhan terkait pengolahan sampah, peminjaman mesin pencacah sampah organik dan anorganik, dan pengawasan dalam pemanfaatan mesin tersebut. Desa Lengkong Kulon memiliki bank sampah yang akan dikelola oleh pemuda-pemudinya. Bank Sampah ini adalah wadah bagi masyarakat untuk mengubah sampah yang mereka miliki menjadi uang. Dengan adanya mesin pengolah sampah, maka harga jual sampahnya akan lebih tinggi dibandingkan jika penjualan sampah sebelum diolah.
Preliminary Study on Indonesian Word Recognition for Elder Companion Robot MB Nugraha; Dyah Ayu Anggreini Tuasikal; Ni Made Satvika Iswari; Luthfialmas Fakhrizki
Ultima Computing : Jurnal Sistem Komputer Vol 14 No 1 (2022): Ultima Computing : Jurnal Sistem Komputer
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/sk.v14i1.2696

Abstract

Word recognition using deep learning is a simple approach to speech recognition in general. From this word-level recognition, the emotional expression recognition model. The emotion recognition model can be used to describe the important level of action on future planned hardware implementation. This research was conducted using MFCC as the feature extraction method from the audio data and using the CNN-LSTM approach for the emotional expression classifier. The model itself will be implemented into a humanoid robot to become a companion robot for the elderly. The model itself has 67% accuracy for emotion recognition and 97% accuracy for word recognition. However, the model only attained 20% accuracy in real-life testing using the humanoid robot as the model tends to overfitting as a result of the lack of data used in model training.