Garuda - Garba Rujukan Digital

Sistem Iot Untuk Pembuatan Nutrisi Otomatis Dengan Pengisian Air Terjadwal Dan Pengukuran Ec Untuk Tanaman Melon Di Greenhouse Putra, Annanta Rizky Sudiharto; Sumaryo, Sony; Lubis, Yudiansyah
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Permasalahan umum dalam budidaya tanaman melon di greenhouse adalah ketidaksesuaian nilai Electrical Conductivity (EC) dan pH larutan nutrisi akibat pencampuran manual yang tidak konsisten. Penelitian ini bertujuan mengembangkan sistem berbasis Internet of Things (IoT) untuk mengotomatisasi proses pembuatan larutan nutrisi dengan pengisian air terjadwal serta pengukuran dan penyesuaian nilai EC dan pH. Sistem terdiri dari Arduino Uno dan ESP32, dilengkapi dengan sensor EC, sensor pH, sensor ultrasonik, dan modul RTC. Arduino mengontrol aktuator, sementara ESP32 bertugas mengirimkan data ke Firebase secara real-time. Metode pengujian dilakukan dengan membandingkan hasil pembacaan sensor terhadap alat ukur standar. Hasil menunjukkan rata-rata error sensor EC sebesar 2,23% dan sensor pH sebesar 1,32%. Sistem mampu mengisi air, mencampur larutan, dan menyesuaikan nilai EC dan pH secara otomatis sesuai jadwal yang ditentukan. Kesimpulannya, sistem IoT yang dikembangkan dapat meningkatkan efisiensi dan akurasi dalam pengelolaan nutrisi tanaman melon, serta memungkinkan pemantauan jarak jauh melalui aplikasi mobile yang terhubung ke cloud. Kata kunci — Internet of Things, sistem otomatisasi, pH, Electrical Conductivity, larutan nutrisi, tanaman melon.

Sistem Deteksi Rambu Lalu Lintas Berbasis Computer Vision Untuk Navigasi Miniatur Kendaraan Otonom Saputra, Adhitya Dwi; Suratman, Fiky Y.; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Teknologi kendaraan otonom menuntut sistem persepsi visual yang andal, khususnya untuk mendeteksi rambu lalu lintas secara real-time. Penelitian ini mengembangkan sistem deteksi rambu berbasis algoritma YOLOv8 dan diimplementasikan pada prototipe miniatur kendaraan otonom. Dataset sebanyak 1.232 gambar dikumpulkan secara mandiri dan diperluas menjadi 3.696 gambar melalui augmentasi. Model YOLOv8n dilatih selama 87 epoch menggunakan Visual Studio Code. Hasil pelatihan menunjukkan precision dan recall sebesar 91,3% serta mAP@0.5 sebesar 91,3%. Pengujian dilakukan dalam kondisi terang dan gelap, statis maupun dinamis. Hasil menunjukkan tingkat keberhasilan deteksi mencapai 90% dalam kondisi terang dan menurun menjadi 48,9% dalam pencahayaan gelap. Sistem juga berhasil menjalankan aksi robotik dengan akurasi 83,3%. Hasil ini menunjukkan sistem dapat mengenali dan merespons rambu lalu lintas secara real-time secara efektif pada skala miniatur. Kata kunci — sistem deteksi, rambu lalu lintas, yolo, computer vision, kendaraan otonom, traffic sign detection

Robot Edukasi Object Detection Dengan Platform Edge Impulse Nurita, Inda Lely; Sumaryo, Sony; Susanto, Erwin
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Era revolusi industri 4.0 menuntut transformasi paradigma pembelajaran yang mengintegrasikan teknologi artificial intelligence (AI) untuk mempersiapkan generasi yang kompeten menghadapi tantangan masa depan. Penelitian ini mengembangkan robot edukasi berbasis AI object detection menggunakan platform Edge Impulse dengan algoritma FOMO (Faster Objects, More Objects) yang diimplementasikan pada ESP32-CAM untuk pembelajaran STEM interaktif. Sistem menggunakan arsitektur terdistribusi dengan ESP32-CAM sebagai unit pemrosesan AI vision dan ESP32 sebagai kontroler utama untuk navigasi robot. Model deteksi objek dilatih menggunakan dataset 3.000 gambar rambu lalu lintas dan mencapai akurasi training 99,8% dengan ukuran model 82,3 KB yang memungkinkan deployment pada microcontroller dengan resource terbatas. Hasil pengujian menunjukkan sistem mencapai success rate 100% pada kondisi pencahayaan optimal (912 lux) namun mengalami penurunan menjadi 80% pada kondisi suboptimal (750-853 lux). Robot berhasil mengintegrasikan konsep AI dengan pembelajaran STEM melalui three-phase action execution framework yang memungkinkan siswa mengobservasi proses pengambilan keputusan AI secara real-time, menunjukkan potensi sebagai platform pembelajaran yang affordable untuk memperkenalkan konsep edge AI dalam konteks pendidikan menengah. Kata Kunci — Robot edukasi, deteksi objek, Edge Impulse, algoritma FOMO, ESP32-CAM

Rancang Bangun Sistem Pelacakan Modul Surya SingleAxis dengan Catu Daya Hibrida (Modul Surya dan Pln) Untuk Tanaman Hidroponik Daradjatun, Ilham; Kurniawan, Ekki; Sunarya, Unang
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Penelitian ini bertujuan untuk merancang dan mengembangkan sistem solar tracker dengan pengendalian PID untuk meningkatkan efisiensi konversi energi matahari serta mendukung pertumbuhan tanaman hidroponik. Sistem ini menggunakan dua sensor LDR dan motor stepper untuk mengatur posisi panel surya mengikuti pergerakan matahari secara otomatis. Selain itu, sistem ini menggabungkan sumber daya energi terbarukan dari panel surya dengan sistem daya PLN, yang memastikan keberlanjutan operasional terutama di daerah yang tidak terjangkau listrik. Sistem dilengkapi dengan baterai penyimpanan untuk menstabilkan daya yang digunakan dalam proses hidroponik. Melalui pengujian yang dilakukan, sistem solar tracker menunjukkan peningkatan efisiensi konversi energi matahari hingga 20% dibandingkan dengan panel surya yang dipasang secara tetap. Implementasi kontrol PID terbukti memberikan pergerakan yang lebih halus dan responsif pada panel surya. Penelitian ini menunjukkan bahwa penerapan solar tracker dengan sistem daya hibrida dapat mendukung pertanian hidroponik yang lebih efisien dan berkelanjutan. Kata kunci—solar tracker, kontrol PID, energi terbarukan, hidroponik, sistem daya hibrida, efisiensi energi

Rancang Bangun Sistem Internet Of Things (Iot) Untuk Monitoring Dan Penyiraman Otomatis Pada Budidaya Melon Di Greenhouse Menggunakan Sensor Ph, Kelembaban Tanah, Dan Modul Rtc Minalloh, Fadhlan; Sumaryo, Sony; Lubis, Yudiansyah
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Penelitian ini merancang dan mengimplementasikan sistem Internet of Things (IoT) untuk memantau dan mengotomatisasi penyiraman tanaman melon di greenhouse. Sistem ini dirancang untuk menjaga kondisi lingkungan, seperti tingkat pH dan kelembaban tanah, pada kondisi optimal, sehingga meningkatkan efisiensi air dan produktivitas panen. Perangkat utama terdiri dari sensor pH, sensor kelembaban tanah, dan modul RTC yang terintegrasi. Data dari sensor dikirim ke platform IoT yang memungkinkan petani untuk memantau dan mengendalikan budidaya dari jarak jauh. Sistem ini diuji untuk mengevaluasi kinerja sensor dan efektivitas penyiraman otomatis. Hasilnya menunjukkan bahwa sensor kelembaban tanah memiliki akurasi rata-rata 95,83% dan mampu memicu penyiraman secara akurat saat kelembaban di bawah 40%. Sementara itu, sensor pH menunjukkan fungsi yang stabil dengan koefisien determinasi (R2) sebesar 0,9439. Secara keseluruhan, sistem IoT ini terbukti efektif dalam mendukung smart farming pada budidaya melon. Penyiraman otomatis yang dikendalikan oleh data sensor dan waktu dapat menghemat tenaga dan sumber daya, serta berkontribusi pada peningkatan kualitas dan kuantitas hasil panen. Kata kunci— Internet of Things, pH, Kelembaban Tanah, RTC Module, Greenhouse

Rancang Bangun Pembuatan Nutrisi Otomatis Berbasis Internet Of Things Dengan Level Air Dan Pengukuran Ppm Dalam Larutan Untuk Tanaman Melon Di Greenhouse Purba, Daryl Gempar Darris; Sumaryo, Sony; Lubis, Yudiansyah
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstrak — Gagal panen pada tanaman melon di greenhouse sering disebabkan oleh ketidakseimbangan nutrisi yang berdampak pada penurunan rasa manis dan kualitas buah. Penelitian ini bertujuan untuk merancang sistem otomatis berbasis Internet of Things (IoT) guna mengatur level air, konsentrasi nutrisi (PPM), dan pH larutan secara real-time. Sistem dirancang menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor TDS, pH, dan level air. Sistem ini mampu menyesuaikan kadar larutan secara otomatis melalui kontrol pompa serta menyediakan data pemantauan melalui aplikasi mobile. Hasil pengujian menunjukkan bahwa sistem mampu menjaga parameter nutrisi dalam rentang optimal (pH 5.5–6.5 dan PPM 800–1400), mengurangi intervensi manual, dan meningkatkan efisiensi pengelolaan nutrisi. Kata kunci— internet of things, sistem otomatis, nutrisi tanaman, esp32, sensor pH, greenhouse melon.

Aplikasi IoT untuk Sistem Pelacakan Lokasi dan Monitoring Detak Jantung Pasien Zamardah , Putri Arinis; Nur, Levy Olivia; Anwar, Radial
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Pasien berkebutuhan khusus memerlukan pemantauan intensif, terutama detak jantung dan lokasi. Keterlambatan penanganan dapat terjadi jika pemantauan tidak dilakukan secara real-time, khususnya saat pasien berada di luar pengawasan. Penelitian ini mengembangkan wearable device berbasis Wi-Fi dengan antena mikrostrip planar 2,4 GHz yang terintegrasi ke website monitoring lokal tanpa cloud. Sistem menggunakan sensor Pulse Heart Rate, modul GPS Neo-6M, dan mikrokontroler ESP32 untuk mengirim data detak jantung dan lokasi secara real-time ke server lokal yang terhubung Google Maps. Hasil pengujian menunjukkan akurasi sensor detak jantung mencapai 97%, GPS mengirim lokasi otomatis, dan antena mikrostrip memiliki Return Loss –19,806 dB, VSWR 1,2277, gain 4,83 dBi, serta jangkauan 90 m LoS (lebih jauh dibanding antena bawaan 54 m). Sistem ini efektif memantau pasien secara real-time dengan jangkauan lebih luas, kecepatan transmisi tinggi, biaya efisien, dan keamanan data lokal. Kata kunci— Antena mikrostrip, ESP32, GPS Neo-6M, Pulse sensor, Wearable device

Pendekatan Machine Learning dalam Prediksi Kepribadian MBTI Menggunakan Data Media Sosial Platform X Ignatius, Daniel Tulus; Sujatmoko, Kris; Budiman, Gelar
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Ketidaksesuaian antara kepribadian mahasiswa dengan jurusan kuliah yang dipilih sering kali menyebabkan penurunan motivasi belajar, rendahnya prestasi akademik, hingga peningkatan risiko putus studi. Faktor penyebabnya antara lain kurangnya pemahaman diri, pengaruh tren atau tekanan eksternal, serta keterbatasan layanan konseling karier. Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis analisis kepribadian Myers-Briggs Type Indicator (MBTI) dengan memanfaatkan data media sosial dan metode machine learning. Data dikumpulkan dari platform X (Twitter) melalui scraping akun pengguna yang mencantumkan tipe MBTI pada profil, kemudian diproses melalui tahapan pre-processing meliputi tokenisasi, penghapusan stopword, lemmatisasi, normalisasi bahasa tidak baku, dan penghapusan emoji. Fitur yang digunakan mencakup Term Frequency–Inverse Document Frequency (TF-IDF), analisis sentimen, dan distribusi topik untuk menangkap pola linguistik yang relevan. Enam algoritma machine learning diuji, yaitu XGBoost, AdaBoost, Gradient Boosting, Support Vector Machine (SVM), Complement Naive Bayes, dan Logistic Regression. Hanya algoritma SVM dengan akurasi sebesar 84% dan Logistic Regression dengan akurasi 83% yang berhasil melampaui target minimum akurasi sebesar 80%. Sementara itu, model lain seperti XGBoost, Gradient Boosting, AdaBoost, dan Complement Naive Bayes masih menunjukkan akurasi yang lebih rendah, yakni pada rentang 60% hingga 72%. Model terbaik diimplementasikan pada aplikasi web berbasis Flask yang dapat memprediksi tipe MBTI dari input teks manual maupun postingan terbaru akun X, kemudian memetakan hasilnya ke rekomendasi jurusan yang relevan. Uji coba kepada responden menunjukkan 85% merasa rekomendasi yang diberikan sesuai dengan minat dan karakter mereka. Temuan ini membuktikan bahwa analisis kepribadian berbasis machine learning dari data media sosial berpotensi menjadi alat bantu pengambilan keputusan akademik yang efektif. Kata Kunci: Analisis Kepribadian, MBTI, Rekomendasi Jurusan Kuliah, Model Algoritma, Flask.

Sistem Pendukung Keputusan Pemilihan Jurusan Berbasis Analisis MBTI Menggunakan Data Teks Media Sosial Nainggolan , Edo Ardo Febrian; Sujatmoko, Kris; Budiman, Gelar
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Ketidaksesuaian antara kepribadian mahasiswa dengan jurusan kuliah yang dipilih sering kali menyebabkan penurunan motivasi belajar, rendahnya prestasi akademik, hingga peningkatan risiko putus studi. Faktor penyebabnya antara lain kurangnya pemahaman diri, pengaruh tren atau tekanan eksternal, serta keterbatasan layanan konseling karier. Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis analisis kepribadian Myers-Briggs Type Indicator (MBTI) dengan memanfaatkan data media sosial dan metode machine learning. Data dikumpulkan dari platform X (Twitter) melalui scraping akun pengguna yang mencantumkan tipe MBTI pada profil, kemudian diproses melalui tahapan pre-processing meliputi tokenisasi, penghapusan stopword, lemmatisasi, normalisasi bahasa tidak baku, dan penghapusan emoji. Fitur yang digunakan mencakup Term Frequency–Inverse Document Frequency (TF-IDF), analisis sentimen, dan distribusi topik untuk menangkap pola linguistik yang relevan. Enam algoritma machine learning diuji, yaitu XGBoost, AdaBoost, Gradient Boosting, Support Vector Machine (SVM), Complement Naive Bayes, dan Logistic Regression. Hanya algoritma SVM dengan akurasi sebesar 84% dan Logistic Regression dengan akurasi 83% yang berhasil melampaui target minimum akurasi sebesar 80%. Sementara itu, model lain seperti XGBoost, Gradient Boosting, AdaBoost, dan Complement Naive Bayes masih menunjukkan akurasi yang lebih rendah, yakni pada rentang 60% hingga 72%. Model terbaik diimplementasikan pada aplikasi web berbasis Flask yang dapat memprediksi tipe MBTI dari input teks manual maupun postingan terbaru akun X, kemudian memetakan hasilnya ke rekomendasi jurusan yang relevan. Uji coba kepada responden menunjukkan 85% merasa rekomendasi yang diberikan sesuai dengan minat dan karakter mereka. Temuan ini membuktikan bahwa analisis kepribadian berbasis machine learning dari data media sosial berpotensi menjadi alat bantu pengambilan keputusan akademik yang efektif. Kata Kunci: Analisis Kepribadian, MBTI, Rekomendasi Jurusan Kuliah, Model Algoritma, Flask.

Analisa Performansi Jaringan Mpls Over Ospf Dan Is-Is Terhadap Gangguan Link Failure Hanifan, Ilham Surya; Yovita, Leanna Vidya; Hafiza, Lia
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Dalam sejarah teknologi komunikasi, banyak inovasi telah ditemukan, termasuk perangkat lunak seperti IP dan protokol routing, serta perangkat keras seperti switch dan router. Perkembangan ini telah meningkatkan komunikasi dari area lokal menjadi skala benua. Namun, gangguan pada jaringan, baik dari bencana alam atau manusia, serta pemadaman listrik, tetap menjadi ancaman serius. Untuk mengatasi tantangan ini, teknologi seperti MPLS (Multi Protocol Label Service) telah muncul untuk meningkatkan pengiriman data dan manajemen trafik dengan protokol routing canggih seperti OSPF dan IS-IS. Penelitian ini menggunakan metode eksperimen dengan 10 skenario dengan 15 kali repetisi dalam jaringan MPLS yang disimulasikan di EVE-NG untuk mengevaluasi kualitas layanan antara protokol IS-IS dan OSPF saat terjadi gangguan. Dari pengamatan menunjukkan nilai performansi IS-IS yaitu 1,0 ms untuk rata-rata delay, 1,5 ms untuk rata-rata jitter, 0,8% untuk rata-rata packet loss dan 6242 kbps untuk rata-rata throughput. Untuk hasil performasi OSPF menujukkan nilai 2,0 ms untuk rata-rata delay, 2,8 ms untuk rata-rata jitter, 0,9% untuk rata-rata packet loss dan 4085 kbps untuk rata-rata throughput. Dengan demikian, nilai IS-IS lebih unggul 79,20% pada delay, 77,78% pada jitter, 7,57% pada packet loss, dan 35,37% pada throughput dibandingkan OSPF. Kata kunci— MPLS, Link Failure, OSPF, IS-IS, QoS

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Yudhi Nugroho Adi

Contact Email
library@tekomuniversity.ac.id

Phone
+628128000110

Journal Mail Official
library@telkomuniversity.ac.id

Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location
Kota bandung,

Jawa barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Yudhi Nugroho Adi

Contact Email library@tekomuniversity.ac.id

Phone +628128000110

Journal Mail Official library@telkomuniversity.ac.id

Editorial Address Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location Kota bandung, Jawa barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Yudhi Nugroho Adi

Contact Email
library@tekomuniversity.ac.id

Phone
+628128000110

Journal Mail Official
library@telkomuniversity.ac.id

Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location
Kota bandung,

Jawa barat

INDONESIA