No abstract

Pada saat petugas pemadam api melakukan pemadaman api terdapat beberapa titik tertentu yang sulit dilalui, sedangkan kecepatan dalam pemadaman adalah yang penting. Oleh sebab itu adanya UAV (Unmanned Aerial Vehicle) yang dapat dengan mudah menjangkau daerah tersebut sangatlah penting untuk membantu para pemadam. Kemudian alat pemadam yang digunakan untuk memadamkan juga harus dirancang khusus karena kemampuan angkut UAV (Unmanned Aerial Vehicle) robot terbatas. Desain UAV (Unmanned Aerial Vehicle) robot terbang yang digunakan adalah berbentuk multicopter robot. Multicopter yang didesain memiliki 6 baling-baling. Kemudan alat pemadam yang dirancang juga dirancang khusus agar dapat memadamkan api dengan efisien dengan multicopter yang telah didesain. Alat pemadam yang dirancang berupa payung terbalik yang bagian kaiin payung menggunakan kain pemadam atau kain tahan api yang biasa digunakan untuk memadamkan api. Dengan desain sistem tersebut maka UAV robot sangat efisien digunakan untuk memadamkan api dalam bentuk multicopter. Alat pemadam yang dirancang telah berhasil 100% memadamkan api dengan rata-rata waktu 5 detik, sedangkan bila menggunakan air maka api padam dalam waktu rata-rata 37.5 detik.

Losing personal items such as a wallet or room keys is disturbing. Problems arise when clues to find the item are lacking or even non-existent. Of one hundred-two people who filled out the questionnaire about how often losing their belongings, 76% had experienced it. Because of that, it must be hard to remember where the last they put the stuff. Therefore people need tools that can help them easily find their item with a transmitter and connect to a mobile phone. Previous research showed that the transmitter with a frequency system had a detection distance of only 5 meters. From this weakness, the authors propose the development of a tracking items device that combines an Internet of Things-based Bluetooth transmitter and receiver system approach called D-Tags by combining Bluetooth routers, IoT, and mobile phones. The system is designed for both indoor and outdoor areas. Bluetooth testing allows the device to detect items up to 7.43 meters without wall obstacles. The system provided location information such as Living Room or Bedroom and the coordinates when outside the room. Regarding time, a single detection item is faster in the range of 15.13 seconds to 15.60 seconds than searching for two things simultaneously. From the tracking radius of the outdoor area, the device can track items up to 31.8 meters from the last item's position. All information tracking history can be seen on the web application. The experiment results prove that D-Tags can be used to track items by indicating their location and with a relatively short search duration.

Abstrak – Indonesia adalah salah satu Negara yang memiliki tingkat rawan bencana yang cukup tinggi. Mulai dari bencana alam, pembakaran hutan, dan lain-lain. Apabila terjadi bencana tersebut maka dibutuhkan penyelamatan yang segera sedangkan jumlah tim pencarian dan penyelamatan (search and rescue; SAR) terbatas dan beberapa tempat susah untuk dijangkau manusia. Dari permasalahan ini maka diperlukan robot untuk mempermudah dalam membantu penyelamatan korban bencana yang masih hidup dalam hal memberi informasi posisi. Sistem robot penyelamat dirancang dengan cross platform antara robot dan PC. Robot yang didesain memiliki thermostat sebagai pendeteksi temperatur,  kemudian kamera untuk mendeteksi korban dan roda untuk bergerak. Robot akan dikendalikan tim pencarian dan penyelamatan. Robot akan menyisiri daerah bencana untuk menenukan korban yang masih hidup. Di dalam robot juga menggunakan algoritma Viola-Jones untuk deteksi muka. Hal ini digunakan untuk membantu menemukan korban yang masih hidup. Penyusuran untuk menemukan korban yang selamat pada umumnya membutuhkan waktu seharian, tetapi sistem yang telah dirancang dapat melakukannya lebih cepat yang mana meningkatkan kesempatan korban untuk hidup. Yang dimaksud masih hidup adalah korban yang masih bisa bangun, entah dalam keadaan duduk atau berdiri. Tingkat pengenalan wajahnya memiliki rata-rata galatnya 40,93% dengan keadaan dalam satu gambar memiliki berbagai objek lain termasuk jumlah korban yang banyak. Bila jumlah korban yang dideteksi dalam satu gambar hanya kurang dari lima maka galatnya dapat mendekati 0%. Dengan tingkat galat tersebut sistem ini bisa diaplikasikan.

No abstract