Claim Missing Document
Check
Articles

Found 3 Documents
Search

Workshop Pemanfaatan Sel Surya sebagai Sumber Energi Listrik pada Siswa SDN Bugangan 03 Semarang Eriko Arvin Karuniawan; Friska Ayu Fitrianti Sugiono; Pangestuningtyas Diah Larasati; Adeguna Ridlo Pramurti; Eri Eli Lavindi; ‪Rio Devilito; Suko Tyas Pernanda; Irfan Mujahidin
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 3 No. 2.2 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (878.072 KB)

Abstract

Salah satu kegiatan wajib bagi pendidik di Perguruan Tinggi dalam melaksanakan Tri Dharma Perguruan Tinggi adalah melakukan pengabdian kepada masyarakat. Pada kesempatan ini telah dilakukan Workshop Pemanfaatan Sel Surya sebagai Sumber Energi Listrik pada Siswa SDN Bugangan 03 Semarang sebagai salah satu bentuk pengabdian kepada masyarakat. Ditengah isu tentang semakin menipisnya ketersediaan energi fosil, kemunculan sumber energi terbarukan (EBT) menjadi penting. Pengenalan EBT perlu dilakukan bahkan ditingkat Sekolah Dasar. Sel surya merupakan sumber EBT yang banyak dimanfaatkan terutama dalam penerangan jalan, dan beberapa kebutuhan listrik di wilayah yang kaya akan sumber energi Matahari. Oleh sebab itu pada kegiatan pengabdian kepada masyarakat kali ini dilakukan workshop pemanfaatan sel surya dengan tujuan agar siswa SDN Bugangan 03 dapat mengenal secara langsung apa itu sel surya dan pemanfaatannya dalam menghasilkan energi listrik.
Implementation of Internet of Things-Based Autofeeder to Maintain Koi Pond Water Quality Helmy Helmy; Suko Tyas Pernanda; Septiantar Tebe Nursaputro; Mona Inayah Pratiwi; Brian Rahmaditya; Clara Silvia Anggreini
Jurnal Elektronika dan Telekomunikasi Vol. 25 No. 2 (2025)
Publisher : National Research and Innovation Agency

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55981/jet.717

Abstract

Koi fish farming requires careful monitoring of water temperature and pH to prevent adverse impacts on the fish. This study presents a prototype IoT-based autofeeder that integrates real-time water quality monitoring and automatic feeding, controllable via both an Android application and local device buttons. The system allows users to configure feeding schedules, feed throw levels, and durations, as well as set pH thresholds. When the pH exceeds the safe range, the system automatically stops feeding and sends notifications, enabling the user to inspect and maintain pond water quality. The findings demonstrate that the dispensing level significantly influences the feed-throwing distance; higher dispensing levels result in longer distances. Small-sized feed (S) consistently produced the highest output, followed by medium-sized (M) and large-sized (L). Increasing the feeding duration enhanced the weight of the released feed. Additionally, the average delay in sensor data transmission to the database was recorded at 5.48 seconds. The data loss rate during the testing period was 1.72%, which is considered acceptable and does not adversely affect system operations. The data transmission system demonstrated good and stable performance with relatively low data loss.
Penerapan Smart Computer Vision untuk Deteksi Alat Pelindung Diri di Tempat Pembuangan Akhir Sampah Prayitno Prayitno; Wiktasari Wiktasari; Suko Tyas Pernanda; Aminuddin Rizal; Sunardi Sunardi
Jurnal Medika: Medika in progres
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/r8jkzd21

Abstract

Tempat Pembuangan Akhir (TPA) merupakan lingkungan kerja dengan risiko tinggi terhadap kecelakaan dan penyakit akibat kerja. Rendahnya kepatuhan pekerja dalam menggunakan Alat Pelindung Diri (APD) menjadi salah satu faktor utama yang meningkatkan risiko kecelakaan. Pengawasan manual yang dilakukan selama ini terbukti kurang efektif karena keterbatasan tenaga pengawas dan luasnya area kerja. Pengabdian ini mengusulkan penerapan sistem APDWatch berbasis Smart Computer Vision yang mengintegrasikan model deteksi objek YOLOv8m dan model klasifikasi multi-output VGG16 untuk mendeteksi penggunaan APD secara otomatis. Sistem ini mampu memberikan notifikasi real-time kepada pengawas ketika ditemukan pelanggaran penggunaan APD. Hasil evaluasi menunjukkan nilai mAP@50 sebesar 0,9514 untuk YOLOv8m dan rata-rata F1-score 0,8927 pada atribut helm, rompi, dan sepatu menggunakan VGG16. Implementasi sistem pada perangkat IoT berbasis Raspberry Pi dengan kamera menunjukkan kemampuan berjalan secara real-time dengan latensi kurang dari 2 detik. Program pengabdian ini dilaksanakan di CV Berkah Jaya Mandiri Semarang dengan luaran berupa aplikasi web monitoring, artikel ilmiah, dan HKI hak cipta aplikasi. Penerapan sistem ini diharapkan dapat meningkatkan kesadaran pekerja tentang pentingnya penggunaan APD serta mengurangi angka kecelakaan kerja di sektor pengelolaan sampah.