Claim Missing Document
Check
Articles

Found 25 Documents
Search

Sistem Inspeksi Visual Hasil Stamping Berbasis YOLOv8 pada Raspberry Pi 4B Terintegrasi ESP32 dan Firebase: YOLOv8-Based Stamping Results Visual Inspection System on Raspberry Pi 4B Integrated with ESP32 and Firebase Rani Ariesta Nur Aprilia; Tatyantoro Andrasto; Arief Arfriandi
Jurnal Pendidikan Sains dan Komputer Vol. 6 No. 02 (2026): Call for Papers Juni 2026
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v6i02.8843

Abstract

The progress of Industry 4.0 drives the need for automated visual inspection systems to replace manual inspection processes in the printing industry, which are prone to operator errors, especially for detecting stamping defects. This research aims to implement a YOLOv8-based visual inspection system on a Raspberry Pi 4B as an edge computing device, integrated with an ESP32 and Firebase Realtime Database, for realtime IoT-based monitoring. The system is designed using a Pi CSI OV5647 camera for image acquisition, the YOLOv8 model to classify products into Good and Not Good categories, an ESP32 as a product-sorting servo controller via the HTTP GET protocol, and Firebase Realtime Database as a cloud-based storage and monitoring medium via the REST API. Testing was conducted on a prototype automatic stamping machine in a laboratory environment, with 907 frames processed continuously. The test results show that the system successfully detects and classifies stamping, with average confidence scores of 0.7097 for the Good category and 0.7398 for the Not Good category. The Raspberry Pi 4B is capable of running realtime inference with an average latency of 372.18 ms and a processing speed of 2.69 FPS, as well as stable CPU, RAM, and processor temperatures of 42.53%, 23.08%, and 62.27°C, respectively. All classification data was successfully sent to ESP32 and Firebase without failures, with average latencies of 294.46 ms and 1456.60 ms, respectively. The research results show that the Raspberry Pi 4B can serve as the main processing device for a YOLOv8-based visual inspection system integrated with IoT technology for realtime monitoring.
Penerapan Analisis Sentimen di Media Sosial: Sebuah Tinjauan Literatur Sistematis: Sentiment Analysis on Social Media: A Comprehensive Systematic Literature Review Mufid Athooyaa; Salsa Quennya Ratna Siwi; Muhammad Nabel Al Fayed; Fahturomi Anjar Septian; Arief Arfriandi
SISFOTENIKA Vol. 16 No. 1 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i1.593

Abstract

Era digital dan media sosial menghasilkan volume data besar yang menghadirkan tantangan ganda: kebutuhan moderasi konten berbahaya dan peningkatan pengalaman pengguna melalui personalisasi. Penelitian ini bertujuan untuk meninjau pemanfaatan Sentiment Analysis berbasis Natural Language Processing (NLP) dalam mendukung moderasi konten dan sistem rekomendasi pada platform sosial. Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA. Data diperoleh dari database Scopus, menghasilkan 14 artikel terpilih yang diterbitkan antara tahun 2020-2025. Hasil tinjauan menunjukkan bahwa model Deep Learning hibrida, seperti BiLSTM-CNN dan Transformer (BERT), mendominasi kinerja moderasi konten dengan akurasi di atas 90%, efektif mendeteksi hoaks, ujaran kebencian, dan sarkasme. Selain itu, integrasi analisis sentimen dalam sistem rekomendasi terbukti meningkatkan personalisasi dengan mendeteksi emosi dan kepribadian pengguna, serta menyaring konten toksik. Disimpulkan bahwa integrasi analisis sentimen bukan hanya sekadar fitur teknis, melainkan elemen strategis untuk menciptakan ekosistem digital yang lebih aman, terpercaya, dan personal.
Evaluasi Protokol Komunikasi Berbasis Web dan Non-Web pada Sistem IoT: Suatu Systematic Literature Review: Web-based and Non-Web-based IoT Communication Protocols: A Systematic Literature Review Muhammad Naufal Nashir; Elya Syafa’atun Ni’mah; Maulana Fathurahman; Reihan Diaz Pramudya; Arief Arfriandi
SISFOTENIKA Vol. 16 No. 1 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i1.595

Abstract

Perkembangan Internet of Things (IoT) menuntut penggunaan protokol komunikasi yang efisien, aman, dan mampu beradaptasi dengan keterbatasan perangkat serta kebutuhan integrasi layanan modern. Penelitian ini melakukan Systematic Literature Review (SLR) terhadap tiga puluh artikel primer untuk mengevaluasi karakteristik dan efektivitas protokol komunikasi berbasis web dan non-web pada ekosistem IoT. Proses SLR disusun menggunakan kerangka Population, Intervention, Comparison, Outcomes, dan Context (PICOC) untuk merumuskan pertanyaan penelitian, menentukan cakupan kajian, serta mengidentifikasi literatur relevan. Seleksi studi dilakukan melalui penyaringan sistematis, penilaian kualitas, dan ekstraksi data. Analisis memetakan protokol berdasarkan pola komunikasi, transport layer, serta karakteristik operasional, kemudian membandingkan efektivitasnya pada empat aspek kunci: performa, efisiensi energi, skalabilitas, dan keamanan. Hasil kajian menunjukkan bahwa protokol non-web seperti Message Queuing Telemetry Transport (MQTT) dan Constrained Application Protocol (CoAP) memberikan latensi rendah, konsumsi energi minimal, serta efisiensi komunikasi tinggi pada perangkat resource-constrained. Sebaliknya, protokol berbasis web seperti Hypertext Transfer Protocol/Representational State Transfer (HTTP/REST), WebSocket, Web of Things (WoT), dan Matter unggul dalam interoperabilitas, integrasi layanan cloud, serta dukungan keamanan berbasis Transport Layer Security (TLS) dan autentikasi berbasis token. Studi ini menyimpulkan bahwa arsitektur IoT modern cenderung mengadopsi pendekatan hybrid yang menggabungkan protokol non-web pada lapisan perangkat dengan protokol web pada lapisan aplikasi untuk mencapai kinerja dan keandalan sistem yang optimal.
Sistem Keamanan Pintu Cerdas Berbasis Rfid, Esp32-Cam, Dan Notifikasi Telegram Diva Antakarana Jwalamurti; Muhammad Rizal Dwi Supoyo; Faiz Ahmad Yudian; Naufal Rizki Ramadhani; Arief Arfriandi
Elkom: Jurnal Elektronika dan Komputer Vol. 19 No. 1 (2026): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v19i1.3797

Abstract

The security of home access is a critical aspect of asset protection and occupant safety. Conventional security systems using physical keys have weaknesses such as potential key loss, illegal duplication, and a lack of access records. This research develops Smart Door Guardian, an intelligent door security system that integrates RFID technology, the ESP32-CAM microcontroller, a servo motor lock mechanism, a reed switch sensor, and real-time notifications via the Telegram Bot API. The system operates by reading RFID cards; if registered, the servo motor rotates to unlock the door, and the ESP32-CAM captures and sends the user's image to the administrator. Conversely, forced entry attempts are detected by the reed switch, triggering an intruder's alert and photo capture. Test results show an RFID reading accuracy of 98.7%, an average photo notification speed of 2.3 seconds, and a 100% detection accuracy for forced entry at a 5 mm gap. This system provides an effective, low-cost IoT solution for room security.
DASHBOARD MONITORING DAN KONTROL MESIN STAMPING BERBASIS IOT DENGAN THRESHOLD KUALITAS DAN FIREBASE REALTIME DATABASE Intan Adinda Losvita Ningrum; Tatyantoro Andrasto; Arief Arfriandi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10138

Abstract

Monitoring kualitas dan kontrol mesin stamping di industri manufaktur umumnya masih dilakukan secara lokal dan manual, sehingga membatasi aksesibilitas data dan responsivitas pengambilan keputusan. Web dashboard online berbasis Firebase Realtime Database dikembangkan untuk mengatasi permasalahan tersebut, diintegrasikan dengan ESP32-S3 sebagai IoT gateway dan inspeksi kualitas YOLOv8 pada Raspberry Pi. Dashboard dibangun menggunakan HTML, CSS, dan JavaScript dengan fitur monitoring real-time, sistem threshold tiga parameter (Warning, Critical, Minimum Sample), Role-Based Access Control tiga tingkat, riwayat produksi harian, dan pelaporan otomatis, serta di-deploy secara global melalui Netlify. Firebase RTDB berfungsi sebagai middleware pertukaran data tanpa memerlukan server backend khusus. Pengujian fungsional pada 55 item uji dalam tujuh kategori menunjukkan tingkat keberhasilan 100%, mencakup akurasi sinkronisasi data, efektivitas threshold Minimum Sample dalam mencegah false positive alarm, dan keberhasilan eksekusi perintah relay. Sistem ini membuktikan bahwa integrasi Firebase dan web dashboard daring mampu mewujudkan monitoring dan kontrol mesin industri yang aksesibel secara global dengan infrastruktur minimal.