Tata kelola sampah yang kurang baik dan kurangnya kesadaran masyarakat terhadap kebersihan lingkungan terutama membuang sampah pada tempatnya menyebabkan sampah menumpuk dan mengeluarkan bau busuk yang dapat menjadi sumber penularan penyakit. Kurangnya teknologi informasi pengelolaan sampah oleh petugas kebersihan menyebabkan penanganan sampah menjadi lambat. Berdasarkan permasalahan tersebut maka perlu adanya tempat sampah otomatis pemilah sampah organik dan anorganik agar sesuai dengan jenis tempat sampahnya serta menambahkan fungsi IOT(Internet Of Things) yang dapat memberikan informasi lebih awal bahwa tempat sampah telah penuh untuk diproses dengan cepat. Prototipe tempat sampah pintar menggunakan mikrokontroler ESP 32 sebagai kontrol sistem. Sensor proximity induktif dan kapasitif untuk mendeteksi jenis sampah organik atau anorganik. Servo untuk mengendalikan pintu tempat sampah dan memilah sampah. Sensor ultrasonik untuk mendeteksi keberadaan manusia dan ketinggian sampah. Hasil dari pembuatan alat didapatkan keberhasilan deteksi sampah organik 95%, deteksi sampah anorganik 97,5%, sensor jarak buka tutup 99,26%, sensor jarak organik 99,07%, sensor jarak anorganik 99,21% dan dapat mengirimkan hasil monitoring secara real time serta notifikasi ke aplikasi android sebagai pemberitahuan jika tempat sampah telah penuh.
Transformers are very important in electric power systems as well as in industry, therefore preventive maintenance is very necessary. One such treatment is the treatment of transformer oil. DGA (is an analysis of dissolved gas in transformer insulation oil and is one form of treatment for transformer insulation oil). In this final project, we will discuss how to analyze transformer oil data from DGA test and fault type classification using the naive bayes classifier method. The data from the transformer oil test with the DGA will later be classified which are then analyzed using Naive Bayes classifier and calculate the evaluation results with precision, recall, accuracy.
Instalasi pembangkit listrik dengan memanfaatkan sumber energi terbarukan merupakan solusi untuk pemenuhan kebutuhan energi listrik terutama pada daerah tertinggal, terdepan, dan terluar (3T) atau remote area. Pemenuhan kebutuhan listrik pada daerah 3T atau remote area dapat dilakukan dengan menggali potensi energi terbarukan dan memanfaatkannya dalam sebuah sistem pembangkit listrik. Potensi sinar atau cahaya matahari di sebagian besar wilayah Indonesia, terutama Indonesia timur yang kebutuhan listrik belum secara merata tersedia. Selain itu faktor lain bahwa Indonesia adalah negara tropis mendukung pemanfaatan energi matahari menjadi energi listrik. Pembangkit Listrik Tenaga Surya (PLTS) merupakan salah satu solusi yang dapat digunakan pada sebagian besar wilayah Indonesia. Pada penelitian ini dibahas tentang perencaan PLTS pada daerah 3T secara off-grid termasuk juga perbandingan terhadap tarif dasar listrik (TDL) PLN 450 VA. Selain itu dilengkapi dengan divais monitoring performa PLTS pada remote area berupa data tegangan, arus, dan daya sehingga akan membantu operator dalam melakukan maintenance. Proses monitoring dilakukan dengan menggunakan modul IoT ESP8266 dengan kombinasi Arduino Mega 2560. Objek ukur yang digunakan pada penelitian ini adalah PLTS dengan sistem off-grid skala laboratorium sebagai proyeksi kelistrikan remote area yang tidak terhubung dengan listrik jala-jala PLN.
div Permasalahan ini sering dijumpai ketika kita berkunjung disuatu tempat khusus seperti, mall, apartemen atau kantor-kantor. Kebanyakan tempat parkir pada hari libur menumpuk dan tidak tertata rapi karena tidak dilengkapi akses informasi slot tempat parkir. Melihat permasalahan tersebut, maka tugas akhir ini membahas tentang mengembangkan teknologi akses tempat parkir berbasis mobile apps android yang bertujuan untuk memberikan solusi teknologi tempat parkir yang berupa rancang bangun prototype sistem parkir bergerak berbasis IoT menggunakan respberry pi. Sistem parkir ini mempermudah pengguna parkir untuk mengetahui akses informasi lokasi yang akan dijadikan tempat parkir. Dari sisi keamanan tempat parkir telah di lengkapi dengan pengaman yang hanya dapat dibuka dengan mobile apps android. Prototype menggunakan sensor infra merah yang digunakan untuk mengetahui kondisi slot keadaan kosong atau terisi oleh mobil, motor servo digunakan untuk untuk membuka dan menutup palang pintu, mikrokontroller arduino mega 2560 disini adalah sebagai pusat panel yang menerima kondisi hasil pembacaan sensor dari beberapa slot tempat parkir, raspberry pi sebagai pengolah informasi yang kemudian ditampilkan terhadap apps android, IoT (Internet of Things) di gunakan untuk raspberry pi mentransfer data ke apps android begitu juga sebaliknya. Selain prototype juga dihasilkan aplikasi android yang dimana digunakan untuk mendukung kerja prototype tersebut. Pada aplikasi android ini terdapat fitur-fitur seperti menu home, menu riwayat, menu parkir, menu akun, dan menu untuk login. Dengan cara pengujian integrasi antara mobile apps android dengan prototype tempat parkir di dapatkan waktu rata rata akses pintu masuk membutuhkan waktu 1.58 menit dan waktu rata rata akses pintu keluar memerlukan waktu 2.48 menit. Rata rata waktu respon pengguna kolom parkir memerlukan waktu 2.52 menit.
Stiffness is the main parameter of the beam’s resistance to deformation. Based on advanced research, the stiffness of bamboo-reinforced concrete beams (BRC) tends to be lower than the stiffness of steel-reinforced concrete beams (SRC). However, the advantage of bamboo-reinforced concrete beams has enough good ductility according to the fundamental properties of bamboo, which have high tensile strength and high elastic properties. This study aims to predict and validate the stiffness of bamboo-reinforced concrete beams from the experimental results data using artificial neural networks (ANNs). The number of beam test specimens were 25 pieces with a size of 75 mm × 150 mm × 1100 mm. The testing method uses the four-point method with simple support. The results of the analysis showed the similarity between the stiffness of the beam’s experimental results with the artificial neural network (ANN) analysis results. The similarity rate of the two analyses is around 99% and the percentage of errors is not more than 1%, both for bamboo-reinforced concrete beams (BRC) and steel-reinforced concrete beams (SRC).
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.