Hammam Abror Ali (2020) Aplikasi Machine learning Deteksi Arus Bocor Listrik Berbasis IoT. Tugas Akhir D3 thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (287kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (47kB)
	Text (DAFTAR ISI) 3.DAFTAR ISI.pdf Download (52kB)
	Text (PENDAHULUAN) 4. BAB 1 (PENDAHULUAN).pdf Download (51kB)
	Text (TINJAUAN PUSTAKA) 5. BAB II (TINJAUAN PUSTAKA).pdf Restricted to Registered users only until 6 October 2023. Download (201kB) | Request a copy
	Text (METODE PENELITIAN) 6. BAB III (METODE PENELITIAN).pdf Restricted to Registered users only until 6 October 2023. Download (154kB) | Request a copy
	Text (HASIL DAN PEMBAHASAN) 7. BAB IV (HASIL DAN PEMBAHASAN).pdf Restricted to Registered users only until 6 October 2023. Download (317kB) | Request a copy
	Text (KESIMPULAN SARAN) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 6 October 2023. Download (49kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (87kB)
	Text (LAMPIRAN) 10. Lampiran.pdf Restricted to Registered users only until 6 October 2023. Download (182kB) | Request a copy
	Text (PERNYATAAN EMBARGO) 5-form embargo - Hammam Abror.pdf Restricted to Registered users only Download (42kB) | Request a copy

Abstract

Machine learning adalah teknologi dalam ilmu komputer pada bidang otomasi yang memungkinkan mesin dapat bekerja tanpa diprogram secara eksplisit ini sangat bermanfaat dibidang rumah sakit yang menggunakan alat yang cepat dalam mengerjakan sesuatu. Berdasarkan keterangan BPFK banyak kasus kebocoran arus pada alat kesehatan yang tidak memiliki keamanan yang dapat memantau kebocoran arus listrik secara terus menerus. Pada Tugas Akhir ini penulis membuat pembelajaran mesin yang memungkinkan alat kesehatan sebagai keamanan dapat memprediksi ketika terjadi kebocoran arus listrik tanpa diprogram secara eksplisit saat memprediksinya. Dalam penelitian ini penulis menggunakan program bahasa Python dijupyter notebook sebagai server lokal. Langkah yang dilakukan yaitu metode Artificial Neural Network (ANN) yang merupakan salah satu metode algoritma Machine learning diciptakan dengan meniru jaringan neuron pada otak manusia dengan tujuan agar mesin dapat belajar mirip dengan cara belajar otak manusia, algoritma ini tergolong algoritma paling cerdas sebagai dasar pembuatan AI untuk mengatasi masalah tersebut. ANN digunakan untuk melakukan proses pembelajaran mesin pada dataset pengukuran arus arus bocor yang telah didapat dari server Blynk. Tahapan pada ANN adalah input data, preprocessing, proses training, proses testing model. Berdasarkan hasil perhitungan akurasi metode ANN pada saat training model diperoleh nilai 1.0 atau 100% dimana nilai loss yang didapat sebesar 0.0006 yang dapat diabaikan dan nilai ambang batas arus bocor dengan score [0.5] sebesar 1.080. Jadi dilihat dari akurasinya maka metode ANN dapat dikatakan sangat bagus dalam pembuatan model pembelajaran mesin.

Item Type:	Thesis (Tugas Akhir D3)
Additional Information:	KKC KK FV.OSI.05/20 Ali a
Uncontrolled Keywords:	Artificial Neural Network (ANN), Arduino IDE, Arus Bocor, ESP8266, IoT, Keras, Machine Learning, Python, Tensorflow
Subjects:	T Technology > T Technology (General) > T58.5-58.64 Information technology
Divisions:	15. Fakultas Vokasi > Departemen Teknik > D3 Otomasi Sistem Instrumentasi
Creators:	Creators NIM Hammam Abror Ali NIM151711613012
Contributors:	Contribution Name NIDN / NIDK Thesis advisor Riky Tri Yunardi, - NIDN0023058904
Depositing User:	Dwi Prihastuti
Date Deposited:	06 Oct 2020 06:49
Last Modified:	06 Oct 2020 06:49
URI:	http://repository.unair.ac.id/id/eprint/99763
Sosial Share:

Actions (login required)

View Item