Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Cahya, Vicky Fadillah Eka
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pelacakan Kendaraan Umum menggunakan Teknologi LoRa berbasis IoT Cahya, Vicky Fadillah Eka; Budi, Agung Setia
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kendaraan umum merupakan kendaraan yang bersifat publik dan dapat digunakan oleh semua orang. Kendaraan umum harus dilengkapi dengan sistem pelacakan sehingga pengguna dapat mengetahui keberadaan kendaraan tersebut dengan mudah. Sistem pelacakan konvensional dilakukan dengan menempatkan GPS pada seluruh armada kendaraan. Namun, metode ini dianggap kurang efisien karena biaya yang diperlukan untuk implementasi dan pemeliharaannya sangat besar. Sistem pelacakan kendaraan umum dapat dilakukan dengan menggunakan perangkat BLE Beacon yang ditempatkan pada kendaraan. Kemudian pada beberapa tempat pemberhentian kendaraan diimplementasikan sebuah sistem untuk mendeteksi sinyal BLE yang dipancarkan oleh kendaraan, sistem tersebut diberi nama station node. Node-node tersebut terhubung dengan protokol komunikasi LoRa sehingga dapat saling mengirim dan menerima data. Pada station node yang berfungsi sebagai sink, terhubung dengan local server dengan protokol MQTT. Hasil pengujian menunjukkan bahwa seluruh station node dapat mendeteksi sinyal BLE dari perangkat BLE Beacon yang ditempatkan pada kendaraan. Informasi tersebut dikirimkan dengan protokol LoRa sehingga data sampai di sink node. Persentase keberhasilan penerimaan data pada sink node yaitu 86,6% dari station node 1, 93,3% data dari station node 2, 100% data dari station node 3, dan 100% data dari station node 4. Data yang telah sampai di sink node dikirimkan menuju local server dengan tingkat keberhasilan 100%.
Co-Authors Agung Setia Budi, Agung Setia