Generic

Iot-Based Fuzzy Logic Smoke And Gas Detectors For Intelligent Fire Detection System In Food Stall

2024-12-06T06:53:41+00:00

LPG (Liquefied Petroleum Gas), which is widely used in households and industries, has a risk of fire and explosion due to leakage. So, to prevent the risk of leaking LPG gas, it is necessary to take precautions and early detection of gas leaks. This research develops an intelligent fire detection system in food stall based on the Internet of Things (IoT) by utilizing Smoke and Gas sensors and applying fuzzy logic methods. The Internet of Things (IoT) acts as a link between the sensor devices and the data processing system, enabling the sending of notifications and emails to the kiosk owner when a dangerous concentration of gas or smoke is detected. Fuzzy logic methods are used to interpret sensor data and provide a deeper understanding of the severity of potential fires. The results show that the system utilizes sensor technology to detect the presence of smoke and gas that can indicate the presence of a fire. Then, the data obtained from the detectors will be sent to Blynk IoT for processing and analysis. This tool is only able to detect smoke and gas with a maximum distance of 35cm. By using fuzzy logic, the system can provide information about the safety level. For example, if the level of smoke or gas exceeds the specified limit, the system will provide appropriate warnings or precautions.

Pengembangan Fitur pada Aplikasi Penjualan Plafon PVC berbasis Website

2024-12-23T19:26:34+00:00

Penelitian ini bertujuan mengembangkan sistem informasi penjualan plafon PVC berbasis web untuk meningkatkan efisiensi dan efektivitas proses bisnis pada PT. Eka Pertiwi Lestari. Metode pengembangan sistem yang digunakan adalah waterfall. Fitur-fitur utama yang dikembangkan meliputi katalog produk, keranjang belanja, dan pembayaran online. Pengujian blackbox dilakukan untuk memastikan fungsionalitas sistem. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berhasil meningkatkan kecepatan transaksi, akurasi data, serta kepuasan pelanggan. Implementasi sistem informasi ini diharapkan dapat menjadi solusi bagi UMKM yang ingin meningkatkan daya saing di era digital

Dilatasi Inkremental Menggunakan Metode CNN Untuk Klasifikasi Tumor Otak Dengan Arsitektur VCG16 dan Resnet50

2024-12-09T18:44:50+00:00

Klasifikasi tumor otak adalah tugas yang menantang di bidang pemrosesan citra medis. Teknologi kini telah memungkinkan dokter medis untuk memiliki bantuan tambahan untuk diagnosis. Penelitian ini bertujuan untuk mengklasifikasikan tumor otak menggunakan gambar MRI, yang dikumpulkan dari pasien anonim dan simulator otak buatan. Baru-baru ini, teknik berbantuan komputer seperti menggunakan deep learning sebagai ekstraksi fitur, dan teknik klasifikasi digunakan secara intensif untuk mendiagnosis otak pasien untuk memeriksa apakah ada tumor. Dalam penelitian ini diusulkan model klasifikasi tumor otak menggunakan Convolutional Neural Network yang dapat menklasifikasikan tumor otak secara akurat. Data yang digunakan berupa data MRI tumor otak sebanyak 253 data tumor otak. Dataset yang dugankan dibagi menjadi data pelatihan dan pengujian. Penelitian menghasilkan model klasifikasi tumor otak dengan menggunakan arsitektur VCG16 dan Resnet50. Model menghasilkan nilai rata-rata akurasi sebesar 80%, Recall 85% dan Presisi 70%. Penelitian menunjukkan kinerja Resnet50 menunjukkan kemampuan model untuk mengklasifikasikan tumor otak secara akurat.

Perancangan Webiste EXP.CAN dalam Pencarian Resto di Palembang

2024-12-23T19:24:21+00:00

Dalam era digital yang semakin berkembang, kebutuhan akan akses informasi yang cepat dan tepat menjadi semakin penting, terutama dalam menjelajahi ranah kuliner. Palembang, sebagai salah satu kota dengan kekayaan kuliner yang melimpah, membutuhkan platform yang tidak hanya memudahkan para penggunanya dalam menemukan tempat makan berkualitas, tetapi juga memperkaya pengalaman kuliner mereka. Itulah mengapa Explore CAN (EXP.CAN) hadir sebagai solusi yang memadukan kepraktisan dan keberagaman dalam satu platform. Dengan menggabungkan teknologi dan kecanggihan pencarian, EXP.CAN memungkinkan pengguna untuk menemukan tempat makan terbaik di Palembang dengan mudah dan cepat. Fitur-fitur seperti filter untuk mencari tempat makan berdasarkan berdasarkan abjad dan lokasi memungkinkan pengguna untuk menyaring pilihan mereka sesuai dengan preferensi dan keinginan. Tak hanya itu, kemampuan untuk membaca ulasan dari pengguna lain juga memberikan wawasan yang berharga dalam memilih tempat makan yang tepat sesuai dengan selera dan kebutuhan.

Implementasi Algoritma K-Means Clustering Berdasarkan Karakteristik Suara untuk Pengelompokan Gender pada Data Audio Waveform

2024-12-24T03:43:38+00:00

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk mengidentifikasi gender berdasarkan karakteristik suara. Metodologi melibatkan pre-processing data audio, ekstraksi fitur menggunakan Mel-Frequency Cepstral Coefficients (MFCC), dan pengelompokan dengan K-Means. Hasil menunjukkan keberhasilan dalam memisahkan suara menjadi dua cluster: 70.2% suara perempuan dan 29.8% suara laki-laki. Kombinasi MFCC dan K-Means terbukti efektif dalam menangkap perbedaan karakteristik frekuensi antar gender. Metode ini menunjukkan potensi signifikan untuk aplikasi pengenalan suara berbasis gender tanpa memerlukan label awal.

Implementasi Support Vector Machine (SVM) Dengan Bag-Of-Words Untuk Klasifikasi Jamu Tradisional Madura

2024-12-24T03:53:07+00:00

Abstract— Jamu tradisional Madura merupakan bagian dari warisan budaya Indonesia dan menawarkan beragam manfaat kesehatan yang menarik perhatian banyak orang. Namun mengingat semakin beragamnya jamu yang tersedia, sulit untuk mengelompokkan khasiat jamu Madura berdasarkan atribut yang ada. Penelitian ini bertujuan untuk mengidentifikasi jamu Madura dengan menggabungkan metode support vector machine (SVM) dan bag-of-words. Sebuah metode untuk mengklasifikasikan data teks sebagai representasi. Data yang digunakan meliputi atribut seperti khasiat jamu Madura. Fase prapemrosesan melibatkan pembersihan teks dan mengubahnya menjadi vektor kata menggunakan Bag of words. Tahapn ini berfungsi sebagai masukan ke model SVM. Hasil penelitian menunjukkan bahwa metode SVM dengan pendekatan bag-of-words mencapai akurasi sebesar 85% dan berhasil mengklasifikasikan jamu tradsional Madura dengan tingkat akurasi yang baik. Penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem berbasis teks yang lebih efektif dalam mengklasifikasikan jamu Madura.

Kata Kunci— Bag-Of-Words, Jamu Madura, Klasifikasi, Support Vector Machine (SVM).

Dampak Penerapan Teknologi BlockChain dalam menghadapi Tantangan Keamanan dan Efisiensi Operasional pada Bidang Keuangan dan Perbankan

2024-12-24T04:49:46+00:00

Teknologi blockchain telah menjadi solusi inovatif untuk menghadapi tantangan keamanan dan efisiensi operasional di sektor keuangan dan perbankan. Penelitian ini bertujuan untuk mengeksplorasi dampak penerapan teknologi blockchain terhadap peningkatan efisiensi, keamanan data, transparansi, dan akuntabilitas dalam sistem keuangan, serta tantangan regulasi yang menyertainya. Metode yang digunakan dalam penelitian ini adalah tinjauan literatur tradisional, yang melibatkan pemilihan dan analisis jurnal-jurnal terkait dari beberapa penelitian sebelumnya. Hasil penelitian menunjukkan bahwa teknologi blockchain secara signifikan meningkatkan efisiensi operasional dengan mengurangi perantara dan mengotomatisasi proses transaksi, serta mempercepat penyelesaian transaksi. Selain itu, blockchain juga menawarkan keamanan yang lebih tinggi melalui enkripsi dan desentralisasi data, meskipun terdapat risiko terkait serangan siber. Transparansi dan akuntabilitas meningkat dengan sistem pencatatan yang terbuka dan tidak dapat diubah, sehingga memberikan kepercayaan lebih besar kepada nasabah dan regulator. Namun, adopsi teknologi ini masih menghadapi tantangan regulasi yang perlu diselesaikan untuk mendukung implementasi yang lebih luas di sektor keuangan.

Perancangan Sistem Identifikasi Sidik Jari Menggunakan Transformasi Gabor Wavelet Dan Jarak Manhattan

2024-12-24T05:30:08+00:00

Pada penelitian ini akan dirancang suatu sistem identifikasi menggunakan salah satu sistem biometrik yaitu sidik jari, sistem yang akan dikembangkan menggunakan metode ekstrasi ciri Transformasi Gabor Wavelet dan metode pengukuran jarak Manhattan. Sistem yang dikembangkan diharapkan dapat mengatasi permasalahan yaitu adanya kesulitan dalam mengidentifikasi sidik jari seseorang. Hasil penelitian akan menjadi acuan untuk membangun aplikasi atau sistem yang dapat membantu permasalahan tersebut dengan tingkat akurasi yang lebih baik.