Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISA PERBANDINGAN PENGUKURAN INTENSITAS CAHAYA PEAKTECH TIPE 5035 DENGAN SENSOR LDR BERBASIS MIKROKONTEROLLER ATMEGA 8535 DI GENDUNG TEKNIK ELEKTRO POLITEKNIK NEGERI BENGKALIS Muharnis; Khairudinsyah
Sainstek (e-Journal) Vol. 5 No. 1 (2017)
Publisher : Sekolah Tinggi Teknologi Pekanbaru

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

Abstract

Sistem pencahayaan sangat mempengaruhi jumlah intensitas cahaya (lux). Penelitian ini akan menganalisa danmembandingkan besaran intesitas cahaya apakah sudah memenuhi standar kesehatan dengan menggunakan alat ukurluxmeter peaktech type 5035 dengan sensor LDR berbasis mikrokonteroller ATMega 8535, sehingga dapat diketahuijumlah intensitas cahaya (luminasi) dalam suatu ruang. Adapun ruang yang akan dilakukan pengukuran adalah ruang yang digunakan untuk perkuliahan di gedung Teknik Elektro Politeknik Negeri Bengkalis. Pemanfaatan sensor cahayaLight Dependent Resistor (LDR) untuk mengukur intensitas cahaya dalam suatu ruangan. Sensor cahaya (LDR)mendeteksi adanya cahaya, maka sensor cahaya akan menghasilkan tegangan berupa sinyal analog. ATMega8535digunakan sebagai pengkonversi dari sinyal analog menjadi sinyal digital dalam mengolah data. Setelah sinyal analogdirubah menjadi sinyal digital kemudian data diolah oleh mikrokontroler ATMega8535 dan ditampilkan hasilnya(dalam satuan lux) di LCD display. Hasil pengujian antara alat ukur intensitas cahaya (luxmeter) dengan menggunakansensor LDR dibandingkan dengan luxmeter merk PeakTech tipe 5035, kemudian dilakukan perbandingan (persentasekesalahan). Sehingga secara keseluruhan dapat disimpulkan bahwa alat ukur intensitas cahaya (luxmeter) denganmenggunakan sensor LDR ini mencapai tingkat akurasi pengukuran sebesar 89,332% dan persentase kesalahannyasebesar 11,74 %.
PENJADWALAN JANGKA PENDEK PEMBANGKIT TERMAL DENGAN MEMPERHITUNGKAN RUGI-RUGI SALURAN MENGGUNAKAN TEKNIK IMPROVED PARTICLE SWARM OPTIMIZATION Muharnis; Suyono Hadi; Mahfuz Shidiq
Sainstek (e-Journal) Vol. 2 No. 1 (2014)
Publisher : Sekolah Tinggi Teknologi Pekanbaru

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

Abstract

Operasi pembangkit yang ekonomis, merupakan tujuan dari operasi suatu sistem tenaga listrik. Biaya bahan bakar merupakan biaya terbesar dari biaya operasional tenaga listrik. Penggunaan metode ini untuk menghasilkan penjadwalan pembangkit termal dengan biaya minimum menggunakan Algoritma Improved Particle Swarm Optimization (IPSO ) dengan batasan equality dan inequality dengan menambahkan inertia weigth aproach (IWA ) Data yang digunakan adalah standar IEEE 30 Bus dan data riil sistem kelistrikan 500kV Jawa Bali dengan 6 pembangkit termal. Hasil simulasi menunjukkan bahwa IPSO memberikan hasil dan performansi yang lebih baik dibandingkan standar PSO. Penjadwalan pembangkit dengan IPSO pada sistem IEEE 30 bus diperoleh perbedaan yang tidak terlalu signifikan dibandingkan dengan standar PSO. Penjadwalan pembangkit untuk data real sistem 500kV Jawa-Bali 24 jam menggunakan metode IPSO diperoleh effisiensi 3,6% lebih murah dibandingkan menggunakan standar PSO
Perbandingan Metode Haar Cascade, YoloV3, dan TinyYoloV3 Dalam Mendeteksi Kendaraan Bermotor Berbasis Video Marzuarman; Stephan; Muharnis; Azizul; Doni Mirza Rinaldi; Bagas Prasetyo
ABEC Indonesia Vol. 10 (2022): 10th Applied Business and Engineering Conference
Publisher : Politeknik Caltex Riau

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

Abstract

Motorized vehicles are one of the most important needs in everyday life. Every year in Indonesia there is always an increase in the number of motorized vehicles along with the increase in population. Many researchers in the field of information technology use image processing systems to investigate and develop systems that can be used on public roads, one of which is to detect motor vehicles. In general, the methods that are often used to detect objects are Haar cascade, YOLOV3, and TinyYOLOV3. In this study, a comparison was made, to determine the best accuracy of the three methods in detecting motorized vehicles. The test was carried out using Python 3.10 software that has been installed with OpenCV, where the test was carried out using a video with a duration of 1 minute 23 seconds which was downloaded from the youtube.com site. Based on the test results, the YOLOV3 method gets the best level of accuracy, which is 74%. For the Haar cascade method, the accuracy value is 41%, and TinyYOLOV3 produces an accuracy rate of 25%.