Publication Search

Kebakaran masih menjadi masalah serius dengan dampak besar, baik secara materi maupun korban jiwa. Deteksi yang lambat dan alarm konvensional yang tidak responsif menjadi penyebab utama tingginya tingkat kerusakan. Penelitian ini mengusulkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan platform IFTTT (If This, Then That). Sistem ini menggabungkan sensor asap (MQ5, MQ9), suhu (DHT22), dan api, dengan NodeMCU ESP8266 sebagai pusat kendali, serta mengirim notifikasi real-time melalui WhatsApp. Tujuannya adalah meningkatkan akurasi deteksi dan mengurangi alarm palsu. Pengujian dilakukan dengan membandingkan sistem konvensional dan sistem IoT pada berbagai skenario kebakaran. Hasil menunjukkan bahwa sistem IoT memiliki keunggulan dalam kecepatan notifikasi (kurang dari 10 detik) dan kemampuan menyampaikan lokasi secara akurat. Meskipun memerlukan biaya awal lebih tinggi, efektivitas sistem ini dalam meningkatkan respons darurat menjadikannya solusi yang layak. Sistem ini cocok diterapkan di rumah, kantor, maupun fasilitas industri, serta memiliki potensi besar dalam pengembangan sistem keselamatan kebakaran yang lebih adaptif dan efisien di masa depan

Sebagian masyarakat biasa melakukan kegiatan bertamu untuk mempererat tali silaturahim dengan orang lain. Namun saat tamu memasuki area rumah dan tiba di pintu masuk, terkadang penghuni rumah sedang tidak ada dirumah atau tidak mengetahui jika ada tamu yang sedang berkunjung. Selain itu jika penghuni rumah sedang beraktifitas di dalam rumah dan berada jauh dari pintu masuk rumah membuat suara tamu tidak terdengar. Untuk mengatasi permasalahan diatas maka di zaman sekarang ini dapat dimanfaatkan teknologi dalam bidang internet of things (IoT) yaitu untuk pembuatan  prototype bel rumah otomatis berbasis IoT dan face recognition dengan menggunakan modul ESP32-CAM serta aplikasi Android sebagai media notifikasi. Prototype bel rumah otomatis ini dibangun menggunakan komponen ESP32-CAM, sensor PIR, buzzer serta API face recognition sebagai database pengenalan wajah. Untuk pembangunan prototype aplikasi Android sebagai media notifikasi menggunakan software Android Studio dan Firebase sebagai basis datanya. Adapun metode yang digunakan yaitu metode prototyping. Berdasarkan hasil pengujian yang telah dilakukan, diketahui bahwa sensor PIR mampu mendeteksi tamu dengan jarak kurang lebih 200 meter dan ESP32-CAM dapat melakukan deteksi wajah dengan rentang jarak 40-80 cm. Sedangkan persentase error fungsional sebesar 16.6%. Hal ini menunjukkan bahwa hasil pengujian pada bel rumah otomatis bisa berjalan dengan baik.

Setiap pemilik rumah atau ruangan seringkali mengalami kelalaian ketika meninggalkan rumah atau ruangan. Salah satu kelalaian yang sering terjadi yaitu pintu yang belum terkunci. Penggunaan anak kunci untuk saat ini sangat mudah dirusak oleh pelaku kejahatan karena anak kunci yang digunakan masih kurang efektif dan mudah terjadi kehilangan saat pemakaian. Penelitian ini bertujuan untuk membantu pengguna dalam mengatasi kelalaian terhadap penguncian pintu apakah kondisi pintu sudah terkunci atau belum dari jarak dekat maupun jauh melalui smartphone. Prototipe ini dibangun dengan metode Prototyping dan diprogram agar dapat dikontrol menggunakan mikrokontroler ESP8266 berbasis Internet of Things (IoT) yang dilengkapi dengan komponen MC-38 Magnetic sensor, motor servo SG90, buzzer, RFID, dan kunci gerendel dengan terhubung pada penyimpanan Supabase dan Firebase yang nantinya akan ditampilkan pada aplikasi smartphone yang dibuat menggunakan Flutter. Prototipe ini dapat berfungsi dengan baik ketika melakukan penguncian dengan kunci gerendel pada pintu baik secara jarak jauh mapun dekat serta mendeteksi kondisi pintu yang terbuka atau tertutup dengan menyalakan buzzer dan mengirimkan data log juga notifikasi pada aplikasi smartphone. Hasil dari prototipe ini diharapkan dapat mengurangi pelaku kejahatan yang menyusup ke rumah atau ruangan melalui pintu masuk sebagai jalan utama memasuki rumah ataupun ruangan.

BLDC motor applications used in various forms in instrumentation, robotics, household, and transportation. One application of transportation equipment used as a propeller of electric bicycle vehicles. The value of the bicycle vehicle adjusted to the speed set, the amount that has determined. The purpose used in this study is to improve the efficiency of the regulation of BLDC motors on electric bicycles. Indicators of increasing performance are increasingly steady-state errors, and transient response required. The method used in this research is to do mathematical modeling in the form of transfer and optimization function equations. The model used is the model with the structure of the transfer function, while the optimization method used in this study is the Ziegler-Nichols method and firefly algorithm. The firefly algorithm is used in this study to obtain optimal Kp, Ki, and Kd values. The results showed that the firefly algorithm achieved better performance compared to the Ziegler-Nichols method.