Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Riset Rekayasa Elektro

Perencanaan Jaringan LoRaWAN Untuk Smart Meter di Kabupaten Gresik I Ketut Agung Enriko; Fikri Nizar Gustiyana; Hedi Krishna
Jurnal Riset Rekayasa Elektro Vol 5, No 1 (2023): JRRE VOL 5 NO 1 JUNI 2023
Publisher : LEMBAGA PUBLIKASI ILMIAH DAN PENERBITAN, UNIVERSITAS MUHAMMADIYAH PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jrre.v5i1.17221

Abstract

Perkembangkan teknologi terutama di bidang energi sangat pesat, Energi meter digital yang dikembangkan adalah smart meter. Smart meter mempunyai informasi tambahan seperti besar energi yang terpakai dalam kWh dan harga energi tersebut. Penelitian ini bertujuan untuk merancang jaringan LoRaWAN di sisi coverage untuk mengetahui berapa jumlah gateway yang dibutuhkan dan untuk merancang smart meter berbasis IoT untuk memaksimalkan dan memudahkan masyarakat terutama pada kebutuhan listrik untuk menunjang aktivitas sehari hari. Metode yang digunakan berupa simulasi menggunakan software Atoll versi 3.40 dan beberapa tahapan perhitungan untuk memprediksi kekuatan dan kualitas sinyal di daerah Kabupaten Gresik. Penelitian ini menggunakan fekuensi 920 MHz dengan bandwidth 125 khz dan Spreading factor 1 sampai 12. Hasil yang didapat berupa perbandingan jumlah gateway, kekuatan sinyal dan kualitas sinyal berdasarkan variasi spreading factor. SF 7 menghasikan 77 gateway dengan kekuatan sinyal -69,29 dBm dan kualitas sinyal 8.43 dBm. spreading factor. SF 12 menghasikan 35 gateway dengan kekuatan sinyal -86,08 dBm dan kualitas sinyal 9,04 dBm. Semakin besar SF yang digunakan akan meningkatkan kualitas sinyal tetapi mengurangi kekuatan sinyal dan juga gateway yang lebih sedikit.
Sistem Peringatan Tersemat untuk Pengemudi Mengantuk Erika Lety Istikhomah Puspita Sari; I Ketut Agung Enriko
Jurnal Riset Rekayasa Elektro Vol 5, No 1 (2023): JRRE VOL 5 NO 1 JUNI 2023
Publisher : LEMBAGA PUBLIKASI ILMIAH DAN PENERBITAN, UNIVERSITAS MUHAMMADIYAH PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jrre.v5i1.17922

Abstract

Pendeteksian Driver Drowsiness (DDD) merupakan teknologi keselamatan kendaraan penting yang dirancang untuk mencegah kecelakaan akibat kantuk pengemudi. Dalam penelitian ini, pendekatan baru diajukan menggunakan model jaringan saraf konvolusi (CNN) ringan yang terdiri dari 44.853 parameter. Berkat ke ringanannya, model ini bekerja secara efisien bahkan pada perangkat dengan sumber daya terbatas. Hasil percobaan menunjukkan kinerja kompetitif model ini dibandingkan dengan model yang ada dengan ukuran input dan jumlah parameter yang lebih besar. Dalam hal akurasi, metode ini mencapai akurasi sebesar 92,06% pada dataset Curtin Emotion Wheels (CEW) yang mengesankan. Bahkan dalam kondisi pencahayaan yang sulit, performa model ini tetap luar biasa jika digabungkan dengan kamera termal. Secara khusus, model ini mencapai akurasi yang luar biasa sebesar 95,10% pada jarak kamera 0,3-meter dari wajah pengemudi. Selain itu, metode ini memiliki karakteristik kecepatan yang sangat baik, sehingga cocok digunakan pada perangkat tertanam. Kecepatan rata-rata perangkat Raspberry Pi 4 diperkirakan mencapai 5 frames per detik (FPS). Hal ini menunjukkan kepraktisan dan kelayakan penerapan pendekatan ini dalam skenario waktu nyata, yang semakin meningkatkan keselamatan pengemudi.