Search for collections on Repository Universitas Maritim Raja Ali Haji

RANCANG BANGUN ALAT PEMANTAUAN KECEPATAN DAN ARAH ANGIN BERBASIS IOT SERTA IMPLEMENTASI ALGORITMA SVM SEBAGAI KLASIFIKASI

SIAGIAN, JOENDES H and Pramana, Rozeff and Nugraha, Sapta (2025) RANCANG BANGUN ALAT PEMANTAUAN KECEPATAN DAN ARAH ANGIN BERBASIS IOT SERTA IMPLEMENTASI ALGORITMA SVM SEBAGAI KLASIFIKASI. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text (Cover)
JOENDES H SIAGIAN_2101010064_TEKNIK ELEKTRO_Cover.pdf - Published Version

Download (422kB)
[img] Text (Abstrak)
JOENDES H SIAGIAN_2101010064_TEKNIK ELEKTRO-Abstrak.pdf - Published Version

Download (64kB)
[img] Text (BAB I)
JOENDES H SIAGIAN_2101010064_TEKNIK ELEKTRO-BAB I.pdf - Published Version

Download (72kB)
[img] Text (DAFTAR PUSTAKA)
JOENDES H SIAGIAN_2101010064_TEKNIK ELEKTRO-DAFTAR PUSTAKA.pdf - Published Version

Download (205kB)
[img] Text (Full Text)
JOENDES H SIAGIAN_2101010064_TEKNIK ELEKTRO_Full Text.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy
Official URL: https://lib.umrah.ac.id

Abstract

Penelitian ini bertujuan untuk merancang alat sistem pemantauan kecepatan angin dan arah angin berbasis Internet of Things (IoT), yang mampu mendeteksi kecepatan serta arah angin. Data mentah diperoleh melalui sensor, dikirim dan dapat dipantau langsung secara real-time sesuai dengan tiga kondisi ke platform ubidots. Data yang telah dikumpulkan akan dinormalisasi untuk dianalisis menggunakan algoritma Support Vector Machine. Model uji atau evaluasi model diterapkan melalui metode 10-fold Cross-Validation, yang menghasilkan tingkat akurasi rata-rata sebesar 98,23%. Pada data pengujian menggunakan model terbaik menghasilkan akurasi sebesar 97,04%. Model ini juga mencapai nilai precision sebesar 85,62%, recall sebesar 99,18%, dan F1-Score sebesar 87,01%. Berdasarkan hasil ini, mengindikasikan bahwa alat pemantauan berbasis IoT bisa menjadi alat yang cukup efektif dalam membaca kondisi angin, serta penerapan algoritma Support Vector Machine yang akurat dalam mengklasifikasikan data kecepatan angin.

Item Type: Thesis (S1)
Contributors:
ContributionNameNIP / NIDN
UNSPECIFIEDPramana, RozeffNIDN.1010047802
UNSPECIFIEDNugraha, SaptaNIDN.0013048902
Subjects: 000_umum > 000. Ilmu Umum dan Komputer > 005.1.Pemrograman
000_umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan
Divisions: Fakultas Teknik > Program Studi Teknik Elektro
Depositing User: user Teknik Elektro
Date Deposited: 29 Jul 2025 04:54
Last Modified: 29 Jul 2025 04:54
URI: http://repositori.umrah.ac.id/id/eprint/9208

Actions (login required)

View Item View Item