Sistem Deteksi Kadar Alkohol Pada Nafas Pengemudi Mobil Berbasis Internet of Things
on
Authors:
Made Adhi Satrya Nugraha, I Made Agus Dwi Suarjaya, Kadek Suar Wibawa
Abstract:
“Mengonsumsi minuman beralkohol secara berlebihan dapat berdampak buruk bagi diri sendiri maupun orang disekitarnya, salah satu dampaknya ialah dapat menyebabkan kecelakan lalu lintas. Internet of Things dapat membantu memudahkan dalam hal mengontrol dan me-monitoring sesuatu. Penelitian ini merancang sistem deteksi kadar alkohol pada nafas berbasis IoT. Penelitian ini melakukan deteksi kadar alkohol pada nafas dengan metode pembacaan Blood Alcohol Content dengan bantuan sensor MQ-3. Raspberry Pi digunakan sebagai pusat kendali untuk mengontrol perangkat-perangkat yang digunakan, serta untuk mengolah dan mengirim data ke server. Server akan mengolah data menjadi pesan notifikasi dengan bantuan Firebase Cloud Messaging. Notifikasi hanya akan didapat oleh kerabat pengemudi melalui aplikasi Android. Aplikasi Android akan menampilkan informasi berupa hasil deteksi alkohol dan lokasi kerabat yang terdeteksi mengkonsumsi alkohol. Hasil akurasi dalam pembacaan kadar BAC pada nafas dengan metode Root Mean Squared Error sebesar 0.006. Hasil pengujian sistem menunjukkan bahwa sistem dapat membaca kadar alkohol pada nafas, menutup arus listrik, mengirim data ke server, mengirim pesan notifikasi dan menampilkan informasi hasil deteksi serta lokasi ke kerabat pengguna melalui aplikasi Android.”
Keywords
Keyword Not Available
Downloads:
Download data is not yet available.
References
References Not Available
PDF:
https://jurnal.harianregional.com/jitter/full-92446
Published
2022-10-02
How To Cite
NUGRAHA, Made Adhi Satrya; SUARJAYA, I Made Agus Dwi; WIBAWA, Kadek Suar. Sistem Deteksi Kadar Alkohol Pada Nafas Pengemudi Mobil Berbasis Internet of Things.JITTER : Jurnal Ilmiah Teknologi dan Komputer, [S.l.], v. 3, n. 3, p. 1270-1280, oct. 2022. ISSN 2747-1233. Available at: https://jurnal.harianregional.com/jitter/id-92446. Date accessed: 08 Jul. 2024. doi:https://doi.org/10.24843/JTRTI.2022.v03.i03.p02.
Citation Format
ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian
Issue
Vol 3 No 3 (2022): JITTER, Vol.3, No.3, December 2022
Section
Articles
Copyright
This work is licensed under a Creative Commons Attribution 4.0 International License
Discussion and feedback