Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Saputra, Randy Efra
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Sistem Penjaga Jarak Kendaraan Menggunakan ESP32-CAM Dengan Aplikasi Fluter Siboro, John Piter Natanael; Virgono, Agus; Saputra, Randy Efra
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Keselamatan berkendara sangat bergantungpada kemampuan pengemudi menjaga jarak aman antarkendaraan. Data menunjukkan bahwa sebagian besarkecelakaan lalu lintas terjadi akibat pengemudi yang tidakmampu menjaga jarak aman, khususnya pada kondisi lalulintas padat maupun kecepatan tinggi. Berdasarkanpermasalahan tersebut, penelitian ini merancang sistempenjaga jarak aman kendaraan berbasis modul ESP32-CAM.Sistem ini bertujuan untuk memberikan informasi estimasijarak secara real-time dengan biaya yang relatif murah danimplementasi yang sederhana, sehingga dapat mendukungupaya peningkatan keselamatan berkendara. Metode yangdigunakan adalah pemrosesan citra digital berbasis kameramonokular. ESP32-CAM digunakan untuk menangkapgambar objek di depan kendaraan, kemudian menghitungjarak berdasarkan lebar objek dalam piksel denganpendekatan proporsionalitas focal length. Data hasil estimasidikirimkan melalui koneksi Bluetooth Low Energy (BLE) keaplikasi mobile berbasis Flutter. Aplikasi ini menampilkaninformasi jarak secara langsung kepada pengguna melalui teksmaupun notifikasi, sehingga pengemudi dapat segeramengetahui kondisi jarak aman. Hasil pengujianmenunjukkan bahwa sistem mampu melakukan estimasi jarakdengan tingkat akurasi yang cukup baik serta delay rendah,sehingga layak digunakan sebagai pendukung keselamatanberkendara. Penelitian ini diharapkan dapat menjadikontribusi dalam pengembangan sistem keselamatankendaraan modern yang lebih terjangkau.Kata kunci— ESP32-CAM,Estimasi Jarak, Bluetooth Low Enegry(BLE)
Sistem Deteksi Nyamuk Berbasis IoT dan Machine Learning Qurzian, Kavilla Zota; Latuconsina, Roswan; Saputra, Randy Efra
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penyakit yang ditularkan nyamuk, seperti demam berdarah dengue, malaria, dan Zika, terus menjadi masalah kesehatan global terutama di negara tropis. Upaya pengendalian konvensional sering kali menghadapi keterbatasan dalam efektivitas jangka panjang dan keamanan lingkungan. Penelitian ini mengembangkan sistem deteksi nyamuk berbasis Internet of Things (IoT) dan machine learning untuk mendeteksi serta memprediksi tren populasi secara realtime. Sistem memanfaatkan sensor suara, suhu, kelembapan, dan karbon dioksida yang terintegrasi dengan perangkap nyamuk elektrik dan mikrokontroler ESP32. Data dari sensor dikirim ke cloud dan dianalisis dengan algoritma machine learning untuk menghasilkan prediksi potensi lonjakan populasi. Hasil uji coba menunjukkan sistem mampu memberikan informasi akurat, cepat, dan dapat diakses dari jarak jauh melalui dashboard berbasis web. Dengan sifatnya yang portabel dan ramah lingkungan, sistem ini memiliki potensi besar untuk diterapkan di rumah tangga, fasilitas kesehatan, dan area publik sebagai alat mitigasi dini risiko wabah. Kata kunci— deteksi nyamuk, Internet of Things, machine learning, ESP32, prediksi wabah.
Sistem Deteksi Nyamuk Asjaun, M.; Latuconsina, Roswan; Saputra, Randy Efra
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Penyakit yang ditularkan oleh nyamuk seperti demam berdarah dengue (DBD), malaria, dan Zika merupakan ancaman serius bagi kesehatan masyarakat, khususnya di wilayah tropis seperti Indonesia. Upaya pengendalian populasi nyamuk selama ini masih menghadapi tantangan dalam hal efektivitas dan efisiensi. Oleh karena itu, penelitian ini mengembangkan sebuah sistem deteksi nyamuk berbasis. Internet of Things (IoT) dan machine learning yang mampu mendeteksi dan menganalisis aktivitas nyamuk secara realtime. Sistem ini memanfaatkan kombinasi sensor suara, suhu, kelembapan, serta kadar karbon dioksida untuk mendeteksi kondisi lingkungan yang mendukung aktivitas nyamuk. Deteksi populasi dilakukan melalui suara letupan yang dihasilkan saat nyamuk tersengat perangkap elektrik, yang kemudian diolah oleh mikrokontroler ESP32 dan dikirimkan ke. web dashboard. Data yang terkumpul digunakan untuk prediksi tren populasi nyamuk melalui algoritma. machine learning, sehingga mendukung pengambilan keputusan dalam upaya mitigasi wabah penyakit. Hasil implementasi menunjukkan bahwa sistem ini mampu memberikan informasi akurat secara. realtime, mudah digunakan, serta memiliki potensi untuk diterapkan secara luas di berbagai lingkungan. Kata kunci-sistem deteksi nyamuk, internet of things, machine learning, esp32, perangkap elektrik, sensor suara.
Co-Authors Asjaun, M. Qurzian, Kavilla Zota Roswan Latuconsina Siboro, John Piter Natanael