Sensor Node untuk pemantauan kualitas udara merupakan perangkat pengukuran parameter kondisi kualitas udara pada suatu titik lokasi tertentu. Parameter yang diukur berdasarkan ISPU (Indeks Standar Pencemaran Udara) meliputi gas karbon monoksida (CO), nitrogen dioksida (NO2), sulfur dioksida (SO2), ozon (O3), dan partikel debu (PM10). Komponen yang digunakan pada sensor node yaitu mikrokontroler Arduino Uno, sensor MQ-7, sensor MQ-131, sensor MQ-135, sensor MQ-136, sensor GP2Y1010AU0F dan WiFi module. Sistem ini dikendalikan oleh mikrokontroler yang berfungsi untuk mengelola data hasil pengukuran sensor. Data mentah yang dibaca dari sensor dikonversi menjadi konsentrasi gas/partikulat debu dalam satuan ppm. Persamaan konversi diperoleh berdasarkan grafik hubungan keluaran sensor dan ppm yang tercantum pada datasheet sensor. Data tersebut selanjutnya dikirim ke server melalui WiFi module. Pengujian keseluruhan dilakukan dengan melakukan pengukuran kualitas udara pada dua titik secara bersamaan di Kota Pekanbaru. Hasil pengujian menunjukkan bahwa keseluruhan sistem dapat berjalan baik dan data berhasil dikirim ke server. Hasil pengukuran sudah berada pada daerah pengukuran masing-masing parameter kualitas udara.Hasil ini menunjukkan bahwa sistem dapat digunakan sebagai langkah awal pengembangan sistem monitoring kualitas udara.
Construction of a three dimensional face model from stereo images is a challenging task. Most of the currently available systems for reconstruction of 3D models require special hardware for calibration. In this paper, we illustrate a mechanism to construct a three dimensional face model from two stereo images. The developed mechanism does not require any special devices to calibrate the stereo images. We used a hand-held inexpensive digital camera to take the stereo images of a face. We did not use any camerastand to fix and measure the camera system geometry. The stereo images were taken holding the camera in hand and moving it to two slightly different viewpoints. We constructed a depth map from these two stereo images and utilized this depth map to reconstruct the three dimensional face model. The 3D face model reconstruction process described in this paper uses some existing theories and combines them to develop a new system to generate the depth map. The system requires minimal user interaction for the reconstruction.
The pandemic that has hit the world has forced us to do learning indirectly or is often referred to as online (Daring). Online teaching and learning process requires some adjustments both on the teacher's side and the student's side. One of the adjustments is the need to seek technology and adaptation using technology. The currently widely used technology is online meeting services, such as the Zoom Meeting application, Google Meet, Video Calling via the Massager application, or other similar applications. To adapt to the technology, teachers at Madrasah Ibtidaiyah Muhammadiyah 01 Pekanbaru strongly desire to deepen ownership of the Zoom application as one of the media used for online learning. This training aims to provide an understanding and hands-on practice of using Zoom Meeting technology to increase learning effectiveness.
Produk sampah setiap hari semakin meningkat seiring dengan bertambahnya jumlah produk dan pola konsumsi masyarakat. Banyak masyarakat yang tidak memisahkan sampah organik dan anorganik saat pembuangan. Salah satu penyebabnya adalah masyarakat tidak dapat membedakan sampah organik dan anorganik. Berdasarkan permasalahan tersebut maka dirancang sebuah alat berbasis Internet of Things yang menggunakan NodeMCU ESP8266 sebagai mikrokontroler-nya. Untuk membedakan sampah organik dan anorganik digunakan tiga sensor sekaligus, yakni sensor proximity infrared, Kapasitif dan Induktif. Data yang dibaca oleh alat ini kemudian menyalakan LED sesuai jenis tempat sampah. Pada penelitian ini, juga dirancang tempat sampah yang menggunakan sensor ultrasonic untuk mendeteksi ketinggian sampah. Informasi ketinggian ini kemudian dikirimkan ke aplikasi monitoring berbasis website menggunakan jaringan wifi dan protokol MQTT. Aplikasi ini digunakan oleh petugas kebersihan untuk memantau tempat sampah mana saja yang sudah harus diangkut. Dari hasil pengujian, ketiga sensor proximity yang digunakan berhasil membedakan sampah organik dan anorganik. Jarak yang direkomendasikan agar sensor bekerja optimal adalah 3 mm. Data yang didapatkan oleh alat pemilah juga berhasil dikirimkan ke aplikasi monitoring ketinggian sampah. Petugas mendapatkan notifikasi pada website, tempat sampah mana saja yang sudah harus diangkut.
Proses pematangan tandan buah segar (TBS) kelapa sawit dapat dilihat dari perubahan warna kulit buahnya. Hanya TBS yang layak untuk diolah yang akan diangkut truk untuk dibawa ke pabrik. Akan tetapi, untuk saat ini TBS yang tidak layak angkut tetap terangkut ke pabrik. Penelitian ini menghasilkan aplikasi berbasis web yang dikelola admin untuk mengelola data training dan aplikasi berbasis android yang dapat memprediksi TBS yang layak dan tidak layak angkut ke pabrik. Petani cukup memfoto TBS, kemudian aplikasi akan memprediksi label. Hasil prediksi yang didapatkan berupa TBS kelapa sawit layak angkut dan tidak layak angkut. Ekstraksi ciri yang digunakan adalah warna RGB, nilai numerik yang didapat dari ekstraksi ciri kemudian diolah dengan algoritma. Algoritma yang digunakan pada aplikasi ini adalah k-nearest neighbor. Berdasarkan pengujian yang dilakukan, aplikasi memiliki tingkat akurasi mencapai 92% dengan nilai K=7.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.