Dwi A, Andrean and Mochammad Hannats Hanafi Ichsan,, S.ST., M.T. and Rakhmadhany Primananda,, S.T., M.Kom. (2021) Prototype Alat Seleksi Pompa Cadangan Dengan Algoritma K-Nearest Neighbour Berdasarkan Transmisi Data I2c. Sarjana thesis, Universitas Brawijaya.
Abstract
Dewasa ini sektor industri mengalami pertumbuhan yang tinggi. Salah satu penyebabnya yaitu peran pemerintah dalam membuat iklim investasi yang kondusif, sehingga banyak investor asing yang menanamkan modal di dalam negeri. Industrialisasi meningkatkan pendapatan masyarakat yang mendorong perubahan struktur ekonomi di banyak negara. Dalam operasional berjalannya produksi pada pabrik, komponen-komponen utama harus dapat berjalan dengan baik, baik itu mesin produksi, bahan baku, atapun faktor-faktor produksi lain. Ketika ada komponen yang berjalan tidak sebagai mana mestinya maka akan menghambat proses produksi dan dapat menimbulkan kerugian. Seperti contohnya yang terjadi pada pabrik manufaktur Baltimore. Pabrik tersebut membuat vaksin COVID- 19 Johnson & Johnson karena kesalahan melakukan percampuran bahan baku vaksin. Pabrik tersebut merusak 15 juta dosis vaksin COVID-19 Johnsn & Johnson. Berdasarkan permasalahan yang terdapat pada artikel tersebut, maka diperlukan sistem yang dapat mencegah terjadinya kesalahan melakukan pencampuran bahan baku. Diperlukan komponen cadangan yang melakukan pengecekan sebelum terjadi pencampuran bahan baku tersebut. Dalam hal ini dibutuhkan metode untuk menjadi sistem seleksi dengan memasukkan ke kategori tertentu sehingga dapat menentukan komponen cadangan mana yang perlu dioperasikan. Berdasarkan permasalahan yang telah dijelaskan sebelumnya dan juga pembelajaran dari penelitian terkait, maka penulis memilih metode K-Nearest Neighbour (KNN) untuk pemilihan kategori yang sesuai. Disini penulis menggunakan mikrokontroller arduino uno sebagai pemroses, sensor ldr dan juga pompa dc 5v. Hasil dari penelitian ini yaitu Protokol komunikasi I2C dapat diimplementasikan pada sistem dengan library wired yang dimiliki arduino IDE. Akurasi sistem untuk pendeteksi rgb sebesar 100%. Pengantian operasional pompa utama dengan pompa cadangan dapat di lakukan dengan parameter kegagalan operasional pompa utama. Implementasi algoritma knn menggunakan library arduino_knn yang terdapat pada arduino IDE.
English Abstract
Currently, the industrial sector is experiencing high growth. One of the reasons is the government's role in creating a conducive investment climate, so that many foreign investors invest in the country. Industrialization increases people's income which drives changes in the economic structure in many countries. In running production operations at the factory, the main components must be able to run well, be it production machines, raw materials, or other production factors. When there are components that are not running as they should, it will hamper the production process and can cause losses. For example, what happened at the Baltimore manufacturing plant. The factory made Johnson & Johnson's COVID-19 vaccine because of an error in mixing vaccine raw materials. The factory damaged 15 million doses of Johnsn & Johnson's COVID-19 vaccine Based on the problems contained in the article, a system is needed that can prevent errors from mixing raw materials. A spare component is needed that checks before mixing the raw materials. In this case, a method is needed to become a selection system by entering into certain categories so that it can determine which spare components need to be operated. Based on the problems that have been described previously and also lessons learned from related research, the authors chose the K-Nearest Neighbor (KNN) method for selecting the appropriate category. Here the author uses the Arduino Uno microcontroller as a processor, ldr sensor and also a 5v dc pump. The result of this research is that the I2C communication protocol can be implemented on systems with wired library owned by Arduino IDE. System accuracy for rgb detector is 100%. Operational changing from main pump to a backup pump can be executed with the parameters of the main pump operational failure. The implementation of the knn algorithm use the arduino_knn library contained in the arduino IDE.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 052115 |
Uncontrolled Keywords: | Pompa, K-NN, Relay, Pump, K-NN, Relay . |
Subjects: | 000 Computer science, information and general works > 004 Computer science |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | PKN 03 UB |
Date Deposited: | 09 Jun 2023 02:18 |
Last Modified: | 09 Jun 2023 02:18 |
URI: | http://repository.ub.ac.id/id/eprint/201251 |
![]() |
Text (DALAM MASA EMBARGO)
ANDREAN DWI A.pdf Restricted to Registered users only until 31 December 2023. Download (3MB) |
Actions (login required)
![]() |
View Item |