Mardiana Mardiana
Teknik Informatika Universitas Lampung

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

SISTEM PENDETEKSI KEBOCORAN TABUNG GAS LPG OTOMATIS BERBASIS ARDUINO UNO MENGGUNAKAN METODE PROTOTYPE Yosa Anggara Hasan; Mardiana Mardiana; Gigih Forda Nama
Jurnal Informatika dan Teknik Elektro Terapan (JITET) Vol 10, No 3 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (255.274 KB) | DOI: 10.23960/jitet.v10i3.2671

Abstract

Abstrak. Liquefied Petroleum Gas (LPG) merupakan gas hidrokarbon produksi dari kilang minyak dan kilang gas dengan komponen utama gas propane dan butane dan dikemas di dalam tabung. Salah satu risiko penggunaan LPG adalah terjadinya kebocoran pada tabung atau pipa LPG sehingga jika terkena api maka dapat menyebabkan kebakaran dengan cepat. Sistem pendeteksi kebocoran tabung gas LPG merupakan sebuah sistem untuk pendeteksian kebocoran Gas LPG pada ruangan menggunakan teknologi embedded. Pendeteksi Gas LPG berfungsi untuk memberitahu adanya kebocoran Gas. Dengan adanya alat pendeteksi Gas LPG di harapkan dapat memberikan pencegahan kebakaran pada rumah sehingga memberikan  rasa aman tanpa perlu rasa risau ketika meninggalkan rumah. Penelitian ini menggunakan metode Prototype yang terdiri dari beberapa tahapan yaitu Communication, Quick Plan and Modelling Quick Design, Construction of Prototype, dan Deployment Delivery and Feedback. Berdasarkan hasil penelitian, sistem yang dibuat berhasil mendeteksi adanya kebocoran gas LPG dan memberikan tanda kebocoran dengan menampilkan kondisi pada LPG, menghidupkan alarm, dan mengirim SMS. Pengujian menggunakan metode blackbox testing, pengujian software dan hardware yang dilakukan sebanyak 8 pengujian didapatkan hasil 8 pengujian berhasil atau sesuai dengan yang diharapkan. Keywords: Liquefied Petroleum, Embedded Sistem, Prototype, Black-box testing
RANCANG BANGUN APLIKASI WEB PENDETEKSI WARNA PADA PIXEL GAMBAR DENGAN KNN CLASSIFIER Kadafi Eka Sakti; Mardiana Mardiana; Rio Ariestia Pradipta
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.3009

Abstract

Abstrak. Manusia memiliki keterbatasan dalam mendeteksi ratusan warna dalam gambar secara presisi. Banyak orang awam mengalami kesulitan dalam mengklasifikasikan sebuah warna pada benda ,pada umumnya orang awam hanya mengetahui warna dasar atau warna yang umum. Sehingga aplikasi web bernama DYSCO ini dibuat untuk mempermudah dalam mengklasifikasikan sebuah warna. DYSCO merupakan aplikasi pendeteksi warna berbasis web dengan menggunakan metode K-Nearest Neighbors. Aplikasi web ini dibuat dengan menggunakan bahasa pemrograman Python dan kerangka kerja mikro Flask.  Aplikasi web ini dapat menampilkan informasi warna pixel suatu gambar yang di-upload pengguna ke dalam web, dengan mengektraksi fitur RGB pada gambar tersebut. Metode pengembangan  yang digunakan adalah AI Project Cycle dengan 6 tahapan yaitu Problem Scoping, Data Acquisition, Data Exploration, Modelling ,Evaluation dan Deployment.  Pembuatan aplikasi web pendeteksi warna pada pixel ini telah berhasil   dilakukan dan sudah   mampu mendeteksi  dan  memberikan informasi warna yang di klik pengguna pada gambar, dengan akurasi yang tinggi yaitu 0,844. Aplikasi web juga sudah dapat memenuhi fungsi fungsi utamanya, ditunjukan melalui pengujian menggunakan teknik Usability Testing berdasarkan ISO 9421-11 untuk mengukur Efectivity, Eficiency dan Satisfaction, dengan 10 orang responden awam. Hasil Usability Testing mendapatkan skor yang sangat bagus dengan nilai efectivity yaitu 100% dengan predikat sangat efektif, nilai eficiency yaitu 32,6 detik dengan predikat sangat cepat, dan nilai satisfaction yaitu 84 dengan predikat dapat diterima (acceptable).
PENGEMBANGAN APLIKASI MONITORING PENGECEKAN SUHU TUBUH DENGAN MENGGUNAKAN KAMERA AMG8833 BERBASIS IoT UNTUK MEMINIMALISIR PENYEBARAN COVID19 Sintya Febrianti; M Komarudin; Hery Dian Septama; Mardiana Mardiana
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.3006

Abstract

Virus corona muncul pada tahun 2019, pemerintah memberikan protokol dengan menerapkan pengecekan suhu tubuh bagi siapapun untuk memasuki area umum. Namun pengecekan suhu tubuh secara langsung di pintu masuk masih kurang efektif. Oleh karena itu, diperlukan adanya monitoring untuk memantau suhu tubuh pengunjung dari jarak jauh terutama tanpa berada dekat dengan alat pengecek suhu tubuh. Sistem ini memanfaatkan teknologi Internet of Things (IoT) data bersumber dari alat pengecek suhu tubuh yang menggunakan kamera AMG8833 kemudian data diunggah ke Firebase dan ditampilkan pada aplikasi secara realtime. Data tersebut diolah melalui tahapan prototyping yang meliputi keterangan, suhu tubuh, derajat suhu yang hanya bisa ditampilkan pada android. Data tersebut akan diakumulasikan ke dalam sistem  data dapat diunduh dalam bentuk pdf. Blackbox Testing digunakan untuk mencari hasil pengujian secara fungsionalitas. Hasil pengujian non fungsionalitas dilakukan dengan menggunakan User Experience Question (UEQ). Hasil Blackbox Testing menunjukkan bahwa data masukan berupa; sensor dengan perangkat android yang terhubung ke internet, sesuai dengan data yang ditampilkan aplikasi. Sedangkan pengujian User Experience Question menunjukkan bahwa dari enam skala terdapat satu skala yaitu ketepatan yang dikategorikan below average, skala stimulasi yang dikategorikan good dan empat skala yang dikategorikan above average yaitu daya tarik, kejelasan, efisiensi dan kebaruan.
RANCANG BANGUN APLIKASI WEB PENDETEKSI WARNA PADA PIXEL GAMBAR DENGAN KNN CLASSIFIER Kadafi Eka Sakti; Mardiana Mardiana; Rio Ariestia Pradipta
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.3009

Abstract

Abstrak. Manusia memiliki keterbatasan dalam mendeteksi ratusan warna dalam gambar secara presisi. Banyak orang awam mengalami kesulitan dalam mengklasifikasikan sebuah warna pada benda ,pada umumnya orang awam hanya mengetahui warna dasar atau warna yang umum. Sehingga aplikasi web bernama DYSCO ini dibuat untuk mempermudah dalam mengklasifikasikan sebuah warna. DYSCO merupakan aplikasi pendeteksi warna berbasis web dengan menggunakan metode K-Nearest Neighbors. Aplikasi web ini dibuat dengan menggunakan bahasa pemrograman Python dan kerangka kerja mikro Flask.  Aplikasi web ini dapat menampilkan informasi warna pixel suatu gambar yang di-upload pengguna ke dalam web, dengan mengektraksi fitur RGB pada gambar tersebut. Metode pengembangan  yang digunakan adalah AI Project Cycle dengan 6 tahapan yaitu Problem Scoping, Data Acquisition, Data Exploration, Modelling ,Evaluation dan Deployment.  Pembuatan aplikasi web pendeteksi warna pada pixel ini telah berhasil   dilakukan dan sudah   mampu mendeteksi  dan  memberikan informasi warna yang di klik pengguna pada gambar, dengan akurasi yang tinggi yaitu 0,844. Aplikasi web juga sudah dapat memenuhi fungsi fungsi utamanya, ditunjukan melalui pengujian menggunakan teknik Usability Testing berdasarkan ISO 9421-11 untuk mengukur Efectivity, Eficiency dan Satisfaction, dengan 10 orang responden awam. Hasil Usability Testing mendapatkan skor yang sangat bagus dengan nilai efectivity yaitu 100% dengan predikat sangat efektif, nilai eficiency yaitu 32,6 detik dengan predikat sangat cepat, dan nilai satisfaction yaitu 84 dengan predikat dapat diterima (acceptable).