Hidayatullah, Syarif (2024) Perancangan Alat Hand Sanitizer Otomatis Arduino Berbasis IOT. Diploma thesis, UBP Karawang.
1. File Judul_240020_17416255201095_Syarif Hidayatullah.pdf
Download (460kB)
2. File Abstrak_240020_17416255201095_Syarif Hidayatullah.pdf
Download (225kB)
3. Daftar Isi_240020_17416255201095_Syarif Hidayatullah.pdf
Download (236kB)
4. BAB I_240020_17416255201095_Syarif Hidayatullah.pdf
Download (147kB)
5. BAB II_240020_17416255201095_Syarif Hidayatullah.pdf
Restricted to Registered users only
Download (451kB)
6. BAB III_240020_17416255201095_Syarif Hidayatullah.pdf
Download (816kB)
7. BAB IV_240020_17416255201095_Syarif Hidayatullah.pdf
Restricted to Registered users only
Download (1MB)
8. BAB V_240020_17416255201095_Syarif Hidayatullah.pdf
Download (35kB)
9. DAFTAR PUSTAKA_240020_17416255201095_Syarif Hidayatullah.pdf
Download (335kB)
10. LAMPIRAN_240020_17416255201095_Syarif Hidayatullah.pdf
Restricted to Registered users only
Download (1MB)
11. ARTIKEL_240020_17416255201095_Syarif Hidayatullah.pdf
Restricted to Registered users only
Download (881kB)
Abstract
Kebanyakan alat hand-sanitizer diberbagai tempat (seperti rumah sakit, perusahaan, mall, dll) masih manual dan proses penggantian cairan pada wadah tamping terkadang sedikit membutuhkan banyak waktu dikarenakan tidak mendapatkan informasi terkait kapasitas cairan antiseptik pada alat. Berdasrkan masalah diatas, dibutuhkan alat handa sanitizer otomatis menggunakan sensor untuk mendeteksi sebuah objek berupa tangan dengan metode KNN berbasis Internet of Thing. Karena ketidaktahuan pengurus apakah cairan telah kosong atau banyak, maka pengurus harus mengecek kapasitas cairan pada alat hand sanitizer dan dapat membuang waktu jika selalu melakukan pengecekan kapasitas antiseptik. Penelitian ini bertujuan merancang suatu sistem monitoring kapasitas cairan pada alat hand sanitizer menggunakan web dan database sebagai penyimpanan data. Berdasarkan hasil pengujian, sensor Load Cell memiliki error sebesar 1,777%, sensor ultrasonik memiliki error sebesar 13.9 % sedangkan algorita KNN berdasarkan k (3, 5, 7, 9, 11) masing-masing memiliki memiliki akurasi sebesar 1.00, 1.00, 0.78, 0.78, 0.78 berdasarkan perhitungan nilai terdekat. disimpulkan bahwa dapat mengugnakan nilai k terbaik menggunakan k = 3 dan k = 5.
Kata Kunci: Arduino, KNN Classficiation, Internet of Think, Penyanitasi Tangan, Mikrokontroler.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 29 Oct 2025 03:36 |
| Last Modified: | 29 Oct 2025 03:36 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/4821 |
