ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR (KNN) DALAM KLASIFIKASI DATA PASIEN PENYAKIT DIABETES

 ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR

(KNN) DALAM KLASIFIKASI DATA PASIEN PENYAKIT 

DIABETES

Oleh

Nur Adhim Rosadi

13020150077

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER

UNIVERSITAS MUSLIM INDONESIA

MAKASSAR

2022

ABSTRAK

Nur Adhim Rosadi 13020150077, Analisis Performa Metode K-Nearest Neighbor 

(K-NN) dalam klasifikasi data pasien penyakit Diabetes.Purnawansyah,Huzain 

Azis.

Diabetes Mellitus atau biasa disebut diabetes merupakan penyakit ganguan 

metabolic menahun akibat pangkreas tidak memproduksi cukup insulin atau tubuh 

tidak dapat menggunakan insulin yang diproduksi secara efektif. Insulin adalah 

hormon yang mengatur keseimbangan kadar gula darah. Akibatnya terjadi 

peningkatan konsentrasi glukosa di dalam darah atau biasa disebut Hiperglikemia 

(Gripp et al., 2013).

Tujuan dari penelitian ini adalah mengukur performa (akurasi, presisi, recall dan f-

measure) metode knn pada dataset penyakit diabetes . dataset yang digunakan 

sebanyak 768 record terdiri dari 8 atribut diantaranya (Pregnancies, Glucose, B lood 

Pressure, dll..) data pasien penyakit diabetes dan tidak terkena diabetes, dataset 

tersebut diperoleh dari UCI Machine Learning Repository yang dikelola oleh 

National Institute of Diabetes and Digestive and Kidney Diseases: Smith, J.W., 

Everhart, J.E., Dickson, W.C., Knowler, W.C., & Johannes, R.S. . Tahapan yang 

dilakukan membagi dataset menjadi 2 bagian yaitu data testing serta data 

training.dilanjutkan dengan penerapan metode knn (k=2 sampai dengan 

k=384),Hasil penelitian dari simulasi rasio dataset 50;50 menggunakan perhitungan 

jarak Euclidean diperoleh nilai performa terbaik yaitu akurasi sebesar 76%,presisi 

75%,recal 95% , f-masure 84%, pada nilai K=45 .Dan Hasil penelitian dari simulasi 

rasio dataset 50;50 menggunakan perhitungan jarak Manhattan diperoleh nilai 

performa terbaik yaitu akurasi sebesar 75%,presisi 74%,recal 95% , f-masure 84%, 

pada nilai K=23 .

Kata Kunci : K-Nearest Neighbor, Akurasi,Presisi,Recall,F-measure,Penyakit 

Diabetes.

BAB I PENDAHULUAN

A. Latar Belakang

Diabetes Mellitus merupakan penyakit yang banyak diderita oleh 

masyarakat pada saat ini, penyakit ini timbul karena pola hidup yang kurang 

baik. Penyakit tersebut ditandai dengan kenaikan kadar gula dalam darah. 

Penyakit ini biasanya disebabkan pengaruh destruksi sel beta, pola makan, 

dan kurangnya olahraga yang teratur (Yunita, 2016) .

Diabetes Mellitus atau biasa disebut diabetes merupakan penyakit 

ganguan metabolic menahun akibat pangkreas tidak memproduksi cukup 

insulin atau tubuh tidak dapat menggunakan insulin yang diproduksi secara 

efektif. Insulin adalah hormon yang mengatur keseimbangan kadar gula 

darah. Akibatnya terjadi peningkatan konsentrasi glukosa di dalam darah atau 

biasa disebut Hiperglikemia (Gripp dkk., 2013). Sementara itu penyakit 

diabetes tergolong penyakit yang mematikan dan meningkatkan gula darah. 

Munculnya penyakit disebabkan oleh masyarakat yang memiliki kebiasaan 

aktivitas fisik dengan diet tinggi kalori dan lemak yang tidak cukup serat pada 

makanan (Ahmed dkk., 2012).

Tedapat 768 data pasien dari National Institute of Diabetes and 

Digestive and Kidney Diseases yang dapat digunakan untuk memprediksi 

secara diagnostik apakah pasien memiliki diabetes maupun tidak. Data 

tersebut merupakan data pasien yang berumur paling rendah 21 tahun dan 

semuanya wanita, berdasarkan pengukuran melalui diagnostik tertentu yang 

terdiri dari delapan atribut yaitu jumlah kali kehamilan, kadar glukosa yang 

dites 2 jam setelah Oral Glucose Tolerance Test (OGTT). Tes OGTT biasanya

digunakan untuk mengetes diabetes pada saat masa kehamilan, tekanan darah, 

ketebalan lipatan kulit, insulin, indeks massa tubuh , Diabetes pedigree 

function, dan yang terakhir atribut umur pasien (Smith dkk., n.d.).

Data Mining adalah serangkaian proses mendapatkan pengetahuan atau 

pola dari kumpulan data. Data Mining akan memecahkan masalah dengan

menganalisis data yang telah ada dalam basis data. Hasil keluaran dari data 

mining ini dapat dijadikan untuk memperbaiki pengambilan keputusan di 

masa depan (Rohman, 2015).

Salah satu metode yang sering digunakan dalam mengolah data mining

adalah metode K-Nearest Neighbor (KNN). K-Nearest Neighbor dilakukan 

dengan mencari kelompok objek dalam data training yang paling dekat 

(mirip) dengan objek pada data baru atau data testing (Leidiyana, 2013).

Pada penelitian sebelumnya (Yunita, 2016) melakukan uji klasifikasi 

diabetes menggunakan KNN dengan menggunakan beberapa atribut yaitu 

atribut usia, berat badan, tinggi badan, riwayat keluarga, gangguan destruksi 

sel beta, dan pengaruh pola makan dengan jumlah sebanyak 339 dengan 

tingkat akurasi terendah 88% dan tertinggi 96%. Peneliti tersebut 

menyarankan untuk menambahan variable faktor yang mempengaruhi 

penyakit Diabetes Mellitus lainnya.

Berdasarkan uraian diatas maka penulis mencoba melanjutkan 

penelitian tersebut dengan menggunakan data dari National Institute of 

Diabetes and Digestive and Kidney Diseases dengan judul “Analisis 

digunakan untuk mengetes diabetes pada saat masa kehamilan, tekanan darah, 

ketebalan lipatan kulit, insulin, indeks massa tubuh , Diabetes pedigree 

function, dan yang terakhir atribut umur pasien (Smith dkk., n.d.).

Data Mining adalah serangkaian proses mendapatkan pengetahuan atau 

pola dari kumpulan data. Data Mining akan memecahkan masalah dengan

menganalisis data yang telah ada dalam basis data. Hasil keluaran dari data 

mining ini dapat dijadikan untuk memperbaiki pengambilan keputusan di 

masa depan (Rohman, 2015).

Salah satu metode yang sering digunakan dalam mengolah data mining

adalah metode K-Nearest Neighbor (KNN). K-Nearest Neighbor dilakukan 

dengan mencari kelompok objek dalam data training yang paling dekat 

(mirip) dengan objek pada data baru atau data testing (Leidiyana, 2013).

Pada penelitian sebelumnya (Yunita, 2016) melakukan uji klasifikasi 

diabetes menggunakan KNN dengan menggunakan beberapa atribut yaitu 

atribut usia, berat badan, tinggi badan, riwayat keluarga, gangguan destruksi 

sel beta, dan pengaruh pola makan dengan jumlah sebanyak 339 dengan 

tingkat akurasi terendah 88% dan tertinggi 96%. Peneliti tersebut 

menyarankan untuk menambahan variable faktor yang mempengaruhi 

penyakit Diabetes Mellitus lainnya.

Berdasarkan uraian diatas maka penulis mencoba melanjutkan 

penelitian tersebut dengan menggunakan data dari National Institute of 

Diabetes and Digestive and Kidney Diseases dengan judul “Analisis 

Performa Metode K-Nearest Neighbor (KNN) dalam Klasifikasi Data Pasien

Performa Metode K-Nearest Neighbor (KNN) dalam Klasifikasi Data Pasien

Penyakit Diabetes” dimana performa yang diukur adalah nilai Akurasi, 

Presisi, Recall dan F-measure.

B. Rumusan Masalah

Berdasarkan dari latar belakang sebelumnya, maka rumusan masalah pada 

penelitian ini adalah bagaimana menganalisis Performa Metode KNN dalam 

Klasifikasi Data Pasien Penyakit Diabetes

C. Tujuan Penelitian

Tujuan Penelitian ini untuk menganalisis performa metode KNN dalam 

klasifikasi data pasien penyakit diabetes.

D. Batasan Masalah

Berdasarkan rumusan masalah di atas, maka penulis membatasi pada 

masalah yaitu :

1. Pada panelitian ini akan menggunakan data pasien terdiagnosa diabetes 

dan tidak terkena penyakit diabetes.

2. Jumlah data yang digunakan dalam penerapan metode KNN sebanyak 

768 data, 50% sebagai data latih dan 50% sebagai data uji dengan 8 

atribut yaitu jumlah kali kehamilan, kadar glukosa, tekanan darah, 

ketebalan lipatan kulit, insulin, indeks massa tubuh , Diabetes pedigree 

function, dan yang terakhir atribut umur pasien

3. Analisis performa yang diukur yaitu Akurasi, Presisi, Recall, dan F-

measure

E. Manfaat Penelitian

Setiap hasil penelitian pada prisipnya harus berguna sebagai penunjuk 

praktek pengambilan keputusan dalam artian yang cukup jelas. Manfaat

tersebut baik bagi perkembangan ilmu pengetahuan, manfaat bagi objek yang 

diteliti dan manfaat bagi peneliti sendiri maupun bagi pengembangan negara 

pada umumnya.

Setelah melalui proses penelitian ini, diharapkan dapat memberikan 

manfaat yang bisa digunakan dalam pengembangan keilmuan yang 

masyarakat miliki. Manfaat dari penelitian ini dapat diuraikan sebagai 

berikut yaitu : 

1. Manfaat bagi Penulis

Menambah pengetahuan dan wawasan dalam hal informasi penyakit 

Diabetes Mellitus dan Metode K- Nearest Neighbor itu sendiri, Serta 

dalam pengelolahan data mining yang akan di telili.

2. Manfaat bagi Dunia Akademik

Menambah data penelitian tentang dunia teknologi yang di terapkan pada 

bidang kesehatan sehingga dapat memudahkan mengembangkan, riset 

atau peneliti selanjutnya.

BAB II LANDASAN TEORI

A. Tinjauan Pustaka

1. Data Mining

Didefinisikan sebagai proses penemuan pola dalam data. Berdasarkan 

tugasnya, data mining dikelompokkan menjadi deskripsi, estimasi, prediksi, 

klasifikasi, clustering dan asosiasi. Proses dalam tahap data mining terdiri 

dari tiga langkah utama, yaitu : a. Data Preparation pada langkah ini, data 

dipilih, dibersihkan, dan dilakukan preprocessed mengikuti pedoman dan

knowledge dari ahli domain yang menangkap dan mengintegrasikan data 

internal dan eksternal ke dalam tinjauan organisasi secara menyeluruh. b. 

Algoritma data mining penggunaan algoritma data mining dilakukan pada 

langkah ini untuk menggali data yang terintegrasi untuk memudahkan 

identifikasi informasi bernilai (Leidiyana, 2013)..

2. Machine Learning

Machine learning sering digambarkan sebagai pembelajaran dari

pengalaman atau tanpa pengawasan dari manusia. Dalam masalah belajar 

yang diawasi, sebuah program memprediksi output untuk input dengan 

belajar dari pasangan input dan output berlabel yaitu, program belajar dari 

contoh jawaban yang benar. Tanpa pengawasan belajar, suatu program tidak 

belajar dari data berlabel.

Dua dari tugas pembelajaran mesin yang paling umum diawasi adalah 

klasifikasi dan regresi. Dalam tugas-tugas klasifikasi, program harus belajar 

memprediksi diskrit nilai untuk variabel respons dari satu atau lebih variabel 

penjelas. Bahwa program harus memprediksi kategori, kelas, atau label yang

paling mungkin untuk yang baru pengamatan. Aplikasi klasifikasi termasuk 

memprediksi apakah suatu saham harganya akan naik atau turun, atau 

memutuskan apakah artikel berita milik politik atau waktu luang. Dalam masalah 

regresi program harus memprediksi nilai kontinu variabel respons. Contoh 

masalah regresi termasuk memprediksi penjualan untuk sebuah produk baru, 

atau gaji untuk pekerjaan berdasarkan uraiannya. Mirip dengan klasifikasi, 

masalah regresi membutuhkan pembelajaran yang diawasi (Gaving 

Hackeling, 2014).

Machine learning adalah bidang ilmu komputer yang berkembang dari 

studi pengenalan pola dan teori pembelajaran komputasi di Indonesia 

kecerdasan buatan. Machine learning mengeksplorasi studi dan konstruksi 

algoritma yang dapat belajar dari dan membuat prediksi pada data. Algoritma 

tersebut beroperasi dengan membangun model dari input contoh untuk 

membuat prediksi berbasis data atau keputusan, dari pada mengikuti instruksi 

program yang benar-benar statis. Machine learning terkait erat dan sering 

tumpang tindih dengan statistik komputasi sebuah disiplin yang juga 

berspesialisasi dalam pembuatan prediksi. Ini memiliki ikatan yang kuat 

dengan matematika optimasi, yang memberikan metode, teori dan domain 

aplikasi ke lapangan.

3. Metode K-Nearest Neighbors

K-Nearest Neighbor (KNN) adalah sebuah metode untuk melakukan 

klasidikasi terhadap objek berdasarkan data pembelajaran yang jaraknya 

paling dekat dengan objek yang diuji. KNN bias digunakan untuk 

memasukkan data baru (data uji) ke dalam kelompok data yang jaraknya

berdekatan dengan data latih, sehingga metode ini bias digunakan untuk 

menklasifikasi data uji dengan kelompok data yang seharusnya.KNN akan 

mengelompokkan hasil perhitungan dengan data latih mempunyai karabat 

terbanyak dalam nilai jangkauan yang ditentukan (Apriansyah et al., 2016).

Tujuan dari algoritma ini adalah mengklasifikasikan objek baru 

berdasarkan atribut dan training sample. Algoritma K-Nearest Neighbor 

menggunakan klasifikasi ketetanggaan (neighbor) sebagai nilai prediksi dari 

query instance yang baru. Algoritma ini sederhana, bekerja berdasarkan jarak 

terpendek dari query instance ke training sample untuk menentukan 

ketetanggaannya (Syaliman et al., 2017).

Langkah-langkah dalam implementasi perhitungan metode KNearest 

Neighbor adalah sebagai berikut: 

1. Menentukan parameter k (jumlah tetangga terdekat) 

2. Menghitung kuadrat jarak euclidean (euclidean distance) antara 

data yang akan dievaluasi dengan semua pelatihan. 

3. Mengurutkan jarak yang terbentuk (urut naik).

Memilih alternative jarak terdekat sebanyak k.

4. Euclidean Distance

Euclidean distance merupakan salah satu metode perhitungan jarak 

yang digunakan untuk mengukur jarak dari 2 (dua) buah titik dalam 

euclidean space (meliputi bidang euclidean dua dimensi, tiga dimensi, atau 

bahkan lebih). Untuk mengukur tingkat kemiripan data dengan rumus 

euclidean distance digunakan rumus berikut (Nishom, 2019):

𝑑(𝑥, 𝑦) = √∑ (𝑥𝑖 − 𝑦𝑖)

𝑛 2

𝑖=1

 ………………. (1)

Keterangan:

d(x,y) : Jarak Euclidean (Euclidean Distance). 

x : sampel data 

y : data uji/testing 

i : variable data 

n : dimensi data

5. Manhattan Distance

Manhattan Distance digunakan untuk mengambil kasus yang cocok dari 

basis kasus dengan menghitung jumlah bobot absolut dari perbedaan antara 

kasus yang sekarang dan kasus yang lain dalam basis kasus untuk menghitung 

bobot yang digunakan sebagai berikut (Latifah, 2015):

𝐷 = ∑ |𝑥𝑖 − 𝑦𝑖|

𝑛

𝑖=1 ……………….(2)

Keterangan:

D ; Jarak Manhattan (Manhattan Distance)

x : Sample data

y : data uji/testing

i : variable data

n : dimensi data

6. Pemrograman Phyton

Python adalah bahasa pemrograman interpretatif multiguna dengan 

filosofi perancangan yang berfokus pada tingkat keterbacaan kode. Python

diklaim sebagai bahasa yang menggabungkan kapabilitas, kemampuan, 

dengan sintaksis kode yang sangat jelas, dan dilengkapi dengan 

fungsionalitas pustaka standar yang besar serta komprehensif.

Python merupakan salah satu bahasa pemrograman tingkat tinggi 

(high level language). Python dirancang untuk memberikan kemudahan 

bagi programmer melalui segi efisiensi waktu, kemudahan dalam 

pengembangan dan kompatibilitas dengan sistem. Python bisa digunakan 

untuk membuat aplikasi standalone (berdiri sendiri) dan pemrograman 

script (scripting programming). 

Keunggulan Python Mudah digunakan Python merupakan bahasa 

pemrograman tingkat tinggi, artinya bahasa python lebih mendekati bahasa 

manusia daripada bahasa mesin. Python juga tidak memiliki stuktur dasar 

seperti C++ yang mengharuskan kamu menginclude sistemnya sebelum 

membuat program. Perintah-perintah yang digunakan di Python

menggunakan bahasa inggris yang digunakan sehari-hari seperti print, 

input, dll.

Kompabilitas dan Kemampuan tinggi Python memiliki kemampuan 

yang tinggi dan mampu menciptakan aplikasi yang sederhana hingga 

aplikasi yang kompleks. Bahasa pemrograman python mendukung 

pemrograman berbasis grafis (GUI Programming). Python juga memiliki 

kelebihan berupa pengalokasian memori secara dinamis.

Mendukung OOP Python mendukung bahasa pemrograman 

berorientasi objek (OOP) sehingga programmer semakin mudah dalam 

menyelesaikan masalah karena pemrograman berorientasi objek merupakan 

teknik pendekatan dengan objek-objek nyata yang ada di kehidupan sehari-

hari.

Platform Independent Maksud dari platform independent adalah 

program yang di buat bisa dijalankan di sistem operasi apa saja selama di 

sistem operasi tersebut terdapat platform Python (Interpreter Python).

(Saragih, 2018).

7. Performa

Performa merupakan bentuk tindakan, perbuatan, pekerjaan yang telah 

dicapai atau dilaksanakan, Kinerja dari klasifikasi dapat dievaluasi 

berdasarkan perhitungan performa nilai akurasi, presisi, recall, f-measure (Ul 

Hassan dkk, 2019).

1. Akurasi

Akurasi didefinisikan sebagai tingkat kedekatan antara nilai prediksi 

dengan nilai aktual. rumus akurasi sebagai berikut:

𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 =

(𝑇𝑃+𝑇𝑁)

(𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁) ……..(3)

2. Presisi

Presisi didefinisikan sebagai rasio item relevan yang dipilih terhadap 

semua item yang terpilih. Presisi dapat diartikan sebagai kecocokan 

antara permintaan informasi dengan jawaban terhadap permintaan 

tersebut. rumus presisi ditunjukkan pada persamaan 4.

𝑃𝑟𝑒𝑠𝑖𝑠𝑖 =

𝑇𝑃

𝑇𝑃+𝐹𝑃 …………(4)

2. Recall

Recall didefinisikan sebagai rasio dari item relevan yang dipilih 

terhadap total jumlah item relevan yang tersedia. Rumus Recall 

diuraikan pada persamaan 5.

𝑅𝑒𝑐𝑎𝑙𝑙 =

𝑇𝑃

𝑇𝑃+𝐹𝑁 …………..(5)

3. F- measure

F- measure adalah harmonic mean antara nilai presisi dan recall, 

F-measure juga kadang disebut dengan nama F-measure. Rumus F-

measure dijabarkan pada persamaan 6.

𝐹 − 𝑚𝑒𝑎𝑠𝑢𝑟𝑒 = 2

𝑃𝑟𝑒𝑠𝑖𝑠𝑖 𝑥 𝑅𝑒𝑐𝑎𝑙𝑙

𝑃𝑟𝑒𝑠𝑖𝑠𝑖 + 𝑅𝑒𝑐𝑎𝑙𝑙

 .……………....(6)

Read More

JUDUL SKRIPSI PERANCANGAN 3D MODELING DAN RINGGING KUPU- KUPU SEBAGAI ASET WISATA TAMAN NASIONAL BANTIMURUNG BULUSARAUNG

 PERANCANGAN 3D MODELING DAN RINGGING KUPU-

KUPU SEBAGAI ASET WISATA TAMAN NASIONAL 

BANTIMURUNG BULUSARAUNG

JUDUL HALAMAN

 

ANDI RIZALDI PRATAMA

13120180019

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER

UNIVERSITAS MUSLIM INDONESIA

MAKASSAR

2022

BAB I PENDAHULUAN

A. Latar Belakang

Lingkungan keindahan sebagai potensi alam untuk dijadikan sumber belajar 

yang ada di Taman Nasional Bantimurung Bulusaraung atau sering disebut TN 

Babul adalah satu-satunya kawasan pelestarian alam untuk perlindungan bentang 

alam karst di Indonesia. Terletak di lokasi pada Sulawesi Selatan tepatnya di 

wilayah Kabupaten Maros, Kabupaten Pangkajene Kepulauan (Pangkep), telah 

ditetapkan pemerintah sebagai salah satu wilayah pelestarian kupu-kupu. TN 

Babul ini di dirikan pada tahun 2004 melalui Surat Keputusan dari Menteri 

Kehutanan No. SK.398/Menhut-II/2004. Taman Nasional Bantimurung 

Bulusaraung memiliki luas lahan ± 43.750 Ha, terdapat kawasan habitat kupu-

kupu yang termasuk kedalam Bioregion Wallace yang secara geologis yang 

menjadi habitat campuran antara Oriental dan Australia. Menurut Wallace (1856) 

tercatat setidaknya 247 jenis kupu-kupu di kawasan ini sehingga kawasan ini 

dijuluki The Kingdom Of Butterfly [1].

Kawasan TN Babul sangat banyak terdapat keanekaragaman jenis, sehingga 

menarik untuk diteliti serta dapat dijadikan sumber belajar. Potensi yang 

dikembangkan di TN Babul adalah kupu-kupu [2]. Kupu-kupu adalah kelompok 

serangga yang berasal dari super family Papilionoidea dengan ciri khas warna 

sayap yang cerah dan bentuk tubuh panjang dan langsing. Keindahan kupu-kupu 

yang cantik dan unik menjadikannya diminati banyak kolektor [3]. Penagkapan 

kupu-kupu yang tidak terkendali dapat menjadi ancaman tersendiri bagi eksistensi 

kupu-kupu di alam bebas . 

Ancaman tersebut menjadi salah satu faktor yang mendasari pemerintah 

menetapkan beberapa jenis kupu-kupu sebagai satwa liar yang dilindungi. 

Preraturan ini telah direvisi dengan dikeluarkannya Peraturan Mentri Lingkungan 

Hidup dan Kehutanan No.20/MENLHK/SETJEN/KUM.1/6/2018 tentang jenis 

tumbuhan dan satwa yang dilindungi, dengan adanya aturan baru tersebut maka 

jumlah jenis kupu-kupu yang dilindungi bertambah menjadi 5 jenis yaitu Cethosi

Amyrina, Troides Haliphron, T.Helena, T.Hipolytus dan Trioides 

Oblongomaculatus sebagai jenis kupu-kupu yang dilindungi. Mendukung upaya 

perlindungan spesies kupu-kupu, peredaran jenis kupu-kupu diatur sesuai 

peraturan perundangan yang berlaku. Penerbitan penangkapan, peredaran, dan 

penjualan kupu-kupu di kawasan Bantimurung dan sekitarnya merupakan bagian 

dari kegiatan pengamanan dan perlindungan kawasan. Upaya konservasi tidak 

akan lengkap tampa ada dukungan dari pihak, terutama masyarakat setempat.

Hasil survei dan wawancara kepada bapak Tajuddin mengatakan 

tereksposnya kekayaan dan keindahan alam Bantimurung telah mengundang 

banyak minat masyarakat luas. Sehingga, kupu-kupu menjadi bahan baku 

pembuatan souvenir yang diperjualbelikan sebagai cindra mata seperti gantungan 

kunci, bingkai pajangan, pin, hingga aksesoris smartphone. Namun, semakin 

banyak orang-orang ramai berwisata ke Bantimurung, habitat asli kupu-kupu 

mulai tidak terlihat berterbangan disekitar TN Babul. Kawasan kupu-kupu yang 

menjadi ikon khas di Bantimurung juga sudah mulai mendekati kepunahan karena 

semakin banyak usaha perdagangan souvenir kupu-kupu yang diawetkan.

Penelitian [4] mengkaji aspek sosiopsikologis perilaku pembelian souvenir 

yang bahkan terjadi pada spesies kupu-kupu yang dilindungi di TB Babul. 

Pengunjung dapat mempengaruhi keberlanjutan wisata mupun populasi kupu-

kupu. Hal ini terkait dengan pengetahuan/peraturan tentang satwa yang dilindungi, 

sebanyak 73,8% responden wisatawan mengaku tidak mengetahui adanya 

peraturan yang melarang penangkapan kupu-kupu dilindungi. Demikian pula 

80,7% responden pedagang souvenir mengaku tidak mengetahui peraturan yang 

melarang perdagangan kupu-kupu. Sayangnya, tidak ada informasi yang diakses 

di taman mengenai tindakan hukum yang diambil untuk melestarikan kupu-kupu. 

Belum masksimalnya penyebaran informasi kupu-kupu sebagai satwa liar 

yang dilindungi di TN Babul. Banyaknya usaha perdagangan souvenir dan 

membengkaknya jumlah pengunjung membuat kupu-kupu berada pada titik 

kepunahan. Hal ini, kurangnya informasi yang didapat oleh wisatawan dan 

pedagang souvenir yang dilindungi dapat di perjualbelikan [5]. 

Berdasarkan permasalahan diatas, maka penulis membuat penelitian dengan 

judul “Perancangan 3D Modeling Dan Rigging Kupu-Kupu Sebagai Aset Wisata 

Taman Nasional Bantimurung Bulusaraung”. Hasil yang diharapkan penelitian ini 

yaitu membuat asset 3D kupu-kupu yang tergolong satwa liar dilindungi. 

Memanfaatkan asset 3D sebagai penyebaran informasi kepada wisatawan dan 

pedangan souvenir kupu-kupu. Oleh karena itu, TN Babul harus membangun 

praktik manajemen pengunjung untuk mengamankan pariwisata, termasuk 

kegiatan perdagangan kupu-kupu untuk memberikan manfaat sosial dan ekonomi, 

dengan tetap menjaga populasi kupu-kupu dan kelesterian lingkungan. 

B. Rumusan Masalah

Berdasarkan latar belakang diatas, maka terdapat beberapa rumusan masalah yaitu:

1. Bagaimana membuat Perancangan 3D Modeling Dan Ringging Kupu-Kupu 

Sebagai Aset Wisata Taman Nasional Bantimurung Bulusaraung?

2. Bagaimana menerapkan metode 3D Modeling Dan Ringging dalam pembuatan 

aset kupu-kupu pada kawasan Taman Nasional Bantimurung Bulusaraung?

C. Tujuan Penelitian

Tujuan penelitian yang dapat disimpulkan berdasarkan rumusan masalah 

adalah sebagai berikut:

1. Memudahkan proses pembuatan asset kupu-kupu 3D sehingga dapat 

menampilkan objek 3D secara virtual. 

2. Penilaian yang dilakukan wisatawan untuk mendapatkan hasil tampilan objek 

3D yang bersifat subjektif dengan menggunakan metode 3D Modeling Dan 

Ringging.

D. Batasan Masalah

Berdasarkan rumusan masalah yang diatas dalam penelitian ini, maka 

penulis memberikan batasan yaitu:

1. Menggunakan aplikasi Blender sebagai peranglunak pembuatan animasi 3D.

2. Proses Modeling dan Rigging menggunakan Animal Metarig yang tersedia pada 

Blender. 

3. Gerakan yang diimplementasikan adalah gerakan dasar yang dilakukan seperti 

terbang dan hinggap di bunga. 

E. Manfat Penelitian

1. Manfaat Bagi Penulis

Menambah, mengembangkan wawasan keilmuan dan meningkatkan 

pemahaman terhadap pentingnya pengembangan teknologi. Serta dapat 

mengimplementasikan pengetahuan, skill dan inovasi yang telah didapatkan di 

bangku perkuliahan sehingga menjadi mahasiswa aktif, kreatif dan inovatif 

yang peka terhadap masalah pada lingkungan sekitar.

2. Manfaat Bagi Taman Nasional Bantimurung Bulusaraung

Menjawab permasalahan yang dihadapi serta dapat memberikan 

kemudahan dalam melakukan promosi penyebaran sistem informasi kepada 

wisatawan. Perancangan aset 3D kupu-kupu diharapkan dapat menjadi solusi 

alternatif dan dapat diimplementasikan saat promosi wisata dan presentasi di 

luar kota, daerah dan negara sehingga tidak membawa kupu-kupu bentuk nyata 

tetapi membawa objek kupu-kupu 3D virtual.

3. Manfaat Bagi Dunia Akademik

Menjadi sumbangsi kapada mahasiswa secara umum dan terkhusus di 

Universitas Muslim Indonesia. Menambah referensi dan literatur sebagai bahan 

penelitian lanjutan dimasa yang akan datang serta sebagai bahan tolak ukur 

kemampuan mahasiswa dalam mengimplementasikan ilmu.

BAB II LANDASAN TEORi

A. Tinjauan Pustaka

1. Penelitian Terkait

Semakin menurunnya populasi badak dan harimau di Indonesia menjadi 

perhatian serius dari pemerhati lingkungan. Hasil yang dicapai penulis berhasil 

membuat dua desain karakter uang terdiri dari karakter Baja yang berupa badak 

gemuk dan karakter Matra kecil dan imut. Manfaat dari desain karakter dan 

rigging sebagai media yang dapat meningkatkan popularitas satwa Badak Jawa 

dan Harimau Sumatera, selain itu juga dapat menambah pengetahuan tentang 

cara mendesain dan me-rigging karakter 3D [6].

Perancangan modelling dan animasi 3D interior rumah ini menggunakan 

software 3Ds Max untuk merancang rumah dan pembuatan animasi, sedangkan 

untuk software Wondershare Filmora berfungsi untuk mengedit video dan 

pemberian sound animasi agar lebih menarik. Pembuatan animasi 3D harus 

diperlukan desain objek yang teliti agar sesuai denah rancangan untuk 

menghasilkan animasi yang sesuai storyboard. Hasil perancangan modelling

dan animasi 3D interior rumah menggunakan aplikasi 3Ds max ini dapat 

membantu masyarakat mencari referensi rumah menjadi lebih menarik [7].

Pembuatan animasi 3D terdapat proses yang disebut rigging. 

Menggunakan sepuluh karakter dan beberapa gerakan sebagai bahan pengujian. 

Metode pengujian yang digunakan terdiri dari jumlah keyframe yang dipakai 

dalam membuat sebuah gerakan, jumlah objek yang diberikan keyframe dan 

waktu yang dibutuhkan dalam membuat sebuah gerakan. Hasil dari pengujian 

membuktikan bahwa karakter yang menggunakan rigging dapat membuat 

proses animating menjadi lebih efektif [8].

Dalam Ringging karakter, penting mengutahui stuktur tulang yang akan 

disusun, sebagai penganimasian baik manual maupun motion capture. 

Percancangan rigging karakter khusus saat pra produksi, agar saat produksi 

dapat jalankan dengan baik. Mempelajari merancang/membangun sebuah 

rigging karakter untuk motion capture yang baik yang dapat digerakkan 

menjadi sebuah animate yang terlihat nyata [9]. 

Efek visual dalam proses terkomputerisasi dimana gambar atau model 

objek dibuat dan dimanipulasi yang melibatkan pembuatan efek suara digiral 

dan khusus komputer. Model 3D yang diberi VFX akan memberikan tampilan 

visual yang terlihat nyara. Salah satu VTX yang paling banyak digunakan 

adalah air, termasuk bangunan, perpedikan air, dan air terjun dimana VFX yang 

mendukung lingkungan karakter [10].

2. Landasan Teori

a. Taman Nasional Bantimurung Bulusaraung

Taman Nasional Bantimurung Bulusaraung adalah kawasan 

konservasi benteng terakhir pelestarian keanekaragaman hayati dan 

ekosistemnya. Melestarikan kekayaan floura dan fauna adalah wujud 

nyata. Mengelolah kawasan konservasi tidak akan lepas dari mengelolah 

kekayaan TN Babul memeiliki benteng alam karst yang kaya akan 

keragaman hayati. Ekosistem unik di huni oleh ratusan spesies kupu-kupu.

The Kingdom of Butterfly julukan ini selalu identik dengan 

Bantimurung. Kupu-kupu adalah kelompok serangga yang tergolong ke 

dalam bangsa Lepidoptera berarti kelompok serangga yang bersayap sisik. 

Susunan sisik-sisik ini yang menjadi corak dan warna dari kupu-kupu [11]. 

Jenis kupu-kupu yang di lindungi yaitu:

Tabel 1. Satwa Liar (Kupu-Kupu) Dilindungi

b. Modeling

Modeling merupakan langkah awal dari tahap produksi yang 

membuat model objek modeling. Dalam modeling dikenal istilah poligon 

mesh modeling yang merupakan tahap membuat bentuk dengan 

memodifikasi letak point atau segmen dari sebuah objek yang terbentuk 

dari polygon mesh [12]. Proses modeling bertujuan untuk membentuk 

ukuran dan bentuk objek supaya terlihat secara visual. Di dalam software

Blender, modeling objek dilakukan pada Edit Mode dengan bantuan 

beberapa fungsi, seperti extrude, pemberian skala, dan grab kemudian 

dapat ditambah modifier Mirror maupun Subdivision Surface untuk 

membentuk objek sesuai keinginan pembuatnya [13].

c. Regging

Ringging merupakan komponen yang penting sebagai pembuatan 

animasi, karena adanya rigging 3D animasi tidak bisa di kontrol untuk di 

gerakkan mulai dari strong pose menjadi beetwen. Tahap Rigging adalah 

proses pemberian controller dengan tujuan untuk mempermudah proses 

animating. Controller biasanya berupa edges [14]. 

Rigging adalah proses atau teknik yang digunakan dalam komputer 

grafis sebagai penghubung antara modeling dan animasi. Pada Teknik 

rigging, terdapat proses modeling dimana serangkaian alat digunakan 

untuk membangun objek animasi yang bertujuan untuk memanipulasi 

geometri virtual menjadi bentuk tertentu. Selanjutnya, tahap rigging

dilakukan dan dihubungkan dengan objek geometri. Unsur- unsur ini yang 

memungkinkan animator untuk memanipulasi atau menyerupai bentuk dan 

posisi objek geometri [15].

d. Blender

Blender adalah perangkat kreasi 3D yang bersifat gratis dan open 

source. Blender mendukung seluruh alur kerja 3D seperti modeling, 

rigging, animasi simulasi, rendering compositing dan motion tracking, 

bahkan pengeditan video dan pembuatan game [16]. Blender sangat cocok 

digunakan digunakan oleh perseorangan maupun studio kecil yang bermanfaat dalam proyek 3D. Perangkat luanak yang digunakan untuk 

membuat film animasi, efek visual, model cetak 3D, aplikasi 3D interaktif 

dan permainan video. Hasil program dapat digunakan di komputer lain 

walaupun tidak menginstall aplikasi blender terlebih dahulu [17].

BAB III METODOLOGI PENELITIAN

A. Tahapan Penelitian

Gambar 2. Tahapan Penelitian

Tahapan penelitian terdiri atas 5 tahapan yaitu analisis kebutuhan 

(kebutuhan perangkat lunak, kebutuhan perangkat keras, dan kebutuhan 

informasi), pengumpulan data (survei dan wawancara, literatur view, teknik 

dokumenter), analisis data, perencanaan sistem (tahapan pra-produksi, produksi 

dan tahapan pasca produksi), implementasi dan pengujian. Berikut penjelasan dari 

tahapan-tahapan penelitian:

1. Analisis Kebutuhan

a. Kebutuhan Perangkat Keras

1) Laptop

2) Processor Intel Core i5 Generasi 10.

3) RAM 8 GB.

4) Camera

b. Kebutuhan Perangkat Lunak

1) Microsoft Windows 10 Professional 64-bit, sebagai sistem operasi.

2) Browser Google Chrome versi 94.0.4606.71, digunakan untuk 

terhubung ke phpmyadmin untuk mengakses web server pada aplikasi 

dan admin.

3) Blender versi 3.0. digunakan sebagai desain asset 3D

c. Kebutuhan Informasi 

Data primer yang dibutuhkan dari kawasan wisata TN Babul yang 

terdaftar yang terdaftar kupu-kupu sebagai satwa liar yang dilindungi. 

Sedangkan data sekunder yang dibutuhkan penelitian yang relevan terkait 

penelitian sebelumnya. Maka hasil dari pengumpulan data ini dapat 

digunakan sebagai bahan untuk membuat desain asset kupu-kupu dan alur 

pelaksanaan kegiatan.

2. Pengumpulan Data

a. Survei dan wawancara

Pada metode didapatkan data secara langsung mengenai profil dan 

kondisi Taman Nasional Bantimurung Bulusaraung. Melaui dalam survei 

kepada bapak Tajuddin, wisatawan dan penjual souvenir mengamati proses 

penjualbelian kupu-kupu termasuk satwa yang dilindungi dengan alasan 

harga yang diperjualbelikan sangat tinggi. Kurangnya pengetahuan satwa 

liar yang dilindungi dan tidak ada pemberitahuan secara ilegal penjualan 

kupu-kupu tetapi jika terus berlanjut maka satwa liar yang dilindungi akan 

terancam punah. Sehingga dibutuhkan penyebaran informasi objek 3D 

satwa yang dilindungi sehingga wisatawan tidak membeli dan pedangan 

tidak memperdagangkan lagi satwa tang dilindungi. 

b. Studi Literatur

Pada tahapan ini, penulis menelusuri dan membuat data primer untuk 

mencatat problem di Taman Nasional Bantimurung Bulusaraung. Peneliti 

menelusuri sumber-sumber tulisan yang pernah dibuat sebelumnya atau 

mencari referensi teori yang relevan dengan kasus dan permasalahan yang 

telah ditemukan. Hasil dari studi literatur dapat dijadikan acuan untuk 

membuat Perancangan 3D Modeling dan Rigging Kupu-Kupu sebagai 

Asset Wisata Taman Nasional Bantimurung Bulusaraung. 

c. Teknik Dokumenter

Metode ini merupakan teknik pengumpulan data dengan 

mengumpulkan data relevan dengan masalah terkait yang diteliti. Secara 

teknis, penulis mengumpulkan data diperoleh pada institusi bersangkutan.

Read More

JUDUL SKRIPSI RANCANG BANGUN MONITORING KEAMANAN RUMAH MENGGUNAKAN ESP32 CAM BERBASIS INTERNET OF THINGS

 RANCANG BANGUN MONITORING KEAMANAN

RUMAH MENGGUNAKAN ESP32 CAM

BERBASIS INTERNET OF THINGS

Oleh

Abd.Wahid Syamsir

13020170241

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER

UNIVERSITAS MUSLIM INDONESIA

MAKASSAR

2022

ABSTRAK

ABD.WAHID SYAMSIR. Rancang Bangun Monitoring Keamanan Rumah 

Menggunakan ESP32 CAM Berbasis Internet Of Things. Dibimbing oleh Bapak 

Ramdan Satra dan Bapak Huzain Aziz.

Penggunaan kamera sebagai media untuk memonitoring keadaan rumah 

merupakan salah satu solusi dalam proses keamanan, sehingga pengguna dapat 

memonitoring dan memantau aktifitas yang terjadi dalam rumah saat pemilik tidak 

berada di rumah. Penelitian ini bertujuan untuk membuat sistem keamanan yang dapat 

mendokumentasikan aktifitas yang terjadi rumah dengan memanfaatkan 

Microkontroler ESP32 CAM berbasis IoT. Sistem yang dibuat dilengkapi dengan 

sensor PIR (Pasif Infra Red) yang difungsikan untuk mendeteksi orang yang berada 

dalam ruangan dan secara otomatis mengaktifkan Buzzer sebagai alarm dan kamera 

untuk melakukan proses pengambilan gambar. Data hasil pengambilan gambar akan 

dikirimkan ke dalam bentuk database, serta sistem akan mengirimkan notifikasi ke 

pemilik rumah melalui Smartphone Android, sehingga dimanapun pemilik rumah itu 

berada, dapat mengetahui jika ada orang yag masuk rumahnya. 

Penelitian yang dilakukan menggunakan Metode Eksperimental dimana tahapan-

tahapannya meliputi pengumpulan data, perancangan perangkat keras, perancangan 

perangkat lunak, pengujian sistem untuk mendapatkan data-data sehubungan dengan 

kerja sistem.

Hasil pengujian menunjukan bahwa saat terindikasi ada orang melalui sensor 

Pasif InfraRed (PIR), maka ESP32 CAM akan melakukan proses pengambilan gambar 

melalui pengaktifan kamera. selanjutnya gambar yang dihasilkan akan dikirimkan dari 

ESP32 CAM ke Smartphone. Data yang tersimpan didatabase sebagai data monitoring 

ataupun data pelaporan.

Kata Kunci: Keamanan, ESP32 CAM, PIR (Passive InrfaRed), Buzzer.

BAB I PENDAHULUAN

A. Latar Belakang

Keamanan bagian aspek penting di dalam perumahan. Suatu perumahan

dikatakan aman ketika perumahan memiliki satpam/security, akan tetapi

tidak menjamin terjadinya hal yang tidak kita inginkan seperti tindakan

pencurian atau perampokan. Perumahan yang rentan terjadi pencurian

disebabkan kemungkinan yaitu perumahan tidak memiliki dinding pagar yang

membuat keamanan rumah berkurang. Di sisi lain satpam tidak menjamin

keamanan perumahan selama 24 jam menjaga keamanan karena kelalaian 

atau kurang waspada. Penerapan sistem keamanan di rumah-rumah tinggal

melalui pemanfaatan kamera pengintai merupakan suatu upaya dari pemilik 

rumah untuk mendapatkan rasa aman, saatrumahnya ditinggal dalam keadaan

tak berpenghuni.

Salah satu penelitian yang terkait dengan penelitian ini adalah

Pengembangan Smart Home Dengan Microcontrollers ESP32 Dan MC-38

Door Magnetic Switch Sensor Berbasis Internet of Things (IoT) Untuk

Meningkatkan Deteksi Dini Keamanan Perumahan,Andi Setiawan dkk

(2019). Semua proses pada penelitian tersebut sudah berjalan dengan baik

dimana ESP32-CAM dapat merespon gambar dan memberikan gambar

melalui arduino yang kemudian ditampilkan melalui jendela browser. 

Pemanfaatan ESP32 Pada Sistem Keamanan Rumah Tinggal Berbasis IoT

oleh Ali Ramschie dkk (2021). Hasil penelitian yang dilakukan bahwa Sistem 

keamanan rumah tinggal dapat melakukan proses pengamanan, melalui 

pendeteksian objek manusia dalam ruangan melalui sensor PIR, dengan 

sensitifitas sensor berkisar antara 1 sampai dengan 4 meter. Saat terdeteksi 

ada objek manusia dalam ruangan, maka sistem akan mengaktifkan web cam 

guna pengambilan gambar dan mengirimkan data gambar tersebut ke web 

server melalui komunikasi wifi. Data gambar yang diambil dan dikirim 

dibatasi sebanyak 5 data, agar dapat mengefisienkan kerja web cam dan 

membatasi ruang penyimpanan. Data gambar yang tersimpan di web server 

dapat dilihat dan dapat diunduh dengan format pdf, guna pelaporan ke pihak 

berwenang saat terindikasi adanya pencurian..

Berdasarkan dengan penelitian terkait dimana ESP32 CAM dapat

merespon gambar dan memberikan gambar melalui arduino yang kemudian

hanya ditampilkan melalui jendela browser dan tersimpan di web server 

kemudian diunduh lagi ke format Pdf maka penelitian ini muncul inovasi 

yang dimana pengambilan gambar atau foto secara otomatis ketika ada 

manusia terdeteksi dengan suhu tubuh oleh sensor PIR (Passive InfraRed) 

dan Buzzer aktif sebagai alarm kemudian gambar yang ditangkap oleh ESP32

CAM sebagai kamera akan mengirim notifikasi ke aplikasi berbasis Android

beruapa gambar dan menampilkan data dari firebase. 

Atas dasar itu penulis mencoba untuk merancang penelitian mengusulkan

suatu sistem RANCANG BANGUN MONITORING KEAMANAN

RUMAH MENGGUNAKAN ESP32 CAM BERBASIS INTERNET OF 

THINGS. Diharapkan dengan adanya sistem ini dapat membantu

mengamankan sekaligus memberikan rasa aman terhadap pemilik rumah 

baik itu dipantau dari jarak jauh.

B. Rumusan Masalah

Rumusan masalah pada penelitian ini adalah:

1. Bagaimana menerapkan sistem keamanan dengan kamera pemantau 

yang berfungsi untuk melakukan pengambilan foto kemudian dikirim ke 

aplikasi berbasis android?

2. Bagaimana menganalisis kinerja sistem Rancang bangun monitoring

keamanan rumah menggunakan ESP32 CAM Berbasis IoT?

C. Tujuan Penelitian

Tujuan penelitian ini adalah:

1. Dengan menerapkan sistem keamanan rumah menggunakan kamera

ESP32 CAM sebagai microkontroller yang dapat mencegah terjadinya

pencurian rumah dan dapat mengirimkan pemberitahuan melalui aplikasi

berbasis android ke pemilik rumah.

2. Menganalisis kinerja sistem Rancang bangun monitoring keamanan 

rumah menggunakan ESP32 CAM berbasis IoT.

D. Batasan Masalah

 Batasan masalah pada penelitian ini adalah:

1. Menggunakan camera ESP32 CAM sebagai media pengambil gambar.

2. Apabila rumah dalam keadaan listrik padam.

3. Gambar yang dihasilkan camera ESP32 CAM.

4. Informasi yang dikirim ke Smartphone android pemilik rumah adalah

berupa gambar.

E. Manfaat Penelitian

Setelah melalui penelitian, diharapkan dapat memberikan banyak manfaat 

dalam pengetahuan yang bagi masyarakat sekitar. Manfaat penelitian ini dapat

diuraikan sebagai berikut :

1. Manfaat bagi Penulis

Manfaat setelah melalui proses penelitian ini diharapkan dapat

Menambahkan wawasan dan pengetahuan khususnya bagi mahasiswa tentang 

topik penelitian dan dapat digunakan dalam pengembangan keilmuan yang kita

miliki.

2. Manfaat bagi Masyarakat

Dengan adanya alat ini masyarakat dapat mengefisienkan terjadinya tindak 

kejahatan atau pencurian.

3. Manfaat bagi Universitas

Sebagai bahan literatur untuk tinjauan pustaka yang diharapkan dapat 

dijadikan referensi untuk penelitian selanjutnya khususnya pada para peneliti

yang akan datang.

BAB II LANDASAN TEORI

A. Tinjauan Pustaka

Bagian ini memberikan beberapa konsep teori yang mendukung penelitian. 

landasan teori yang digunakan serta dijadikan sebagai acuan dalam penelitian ini 

antara lain;

1. ESP32 CAM

ESP32-Cam adalah papan pengembang mode ganda WiFi + Bluetooth 

yang menggunakan antena dan ini papan PCB berbasis chip ESP32.ESP32 CAM 

sangat cocok untuk projek IoT sehingga banyak aplikasi IoT menggunakan modul 

kamera ini, misalkan untuk perangkat rumah pintar, kontrol nirkabel Industri, 

sistem keamanan, identifikasi kode QR, dan aplikasi IoT lainya. ESP32-CAM 

sebagai mikrokontroler berfitur lengkap yang juga memiliki kamera video 

terintegrasi dan soket kartu microSD. Ini murah dan mudah digunakan, dan sangat 

cocok untuk perangkat IoT yang membutuhkan kamera dengan fungsi-fungsi 

canggih seperti pelacakan dan pengenalan gambar.

 

 Gambar 1.1 ESP32 CAM

Deskripsi Pin:

Tabel 1.1 Tabel Deskripsi Pin ESP32 CAM

Fitur ESP32 CAM yaitu:

- Ultra kecil 802.11b/g/n Wi-Fi + BT/BLE SoC modul

- Low-power dual-core 32-bit CPU untuk aplikasi prosesor

- Hingga 240 MHz Up to 600 DMIPS

- Built-in 520 KB SRAM eksternal 4 M PSRAM

- Mendukung antarmuka seperti UART/SPI/I2C/PWM/ADC/DAC

- Dukungan OV2640 dan OV7670 kamera dengan built-in flash

- Mendukung gambar WiFI upload

- Dukung kartu TF

- Mendukung beberapa mode tidur

- Tertanam Lwip dan FreeRTOS

- Dukungan STA/AP/STA + AP mode kerja

- Dukungan Smart Config/AirKiss satu klik jaringan distribusi.

2. Sensor PIR (Passive InfraRed)

Sensor PIR (Passive InfraRed) adalah sensor yang digunakan untuk mendeteksi 

adanya pancaran sinar infra merah.Sensor PIR (Passive InfraRed) bersifat pasif,

artinya sensor ini tidak memancarkan sinar infra merah tetapi hanya menerima 

radiasi sinar infra merah dari luar. Sensor ini biasanya digunakan dalam 

perancangan detektor gerakan berbasis PIR (Passive InfraRed). Karena semua 

benda memancarkan energi radiasi,sebuah gerakan akan terdeteksi ketika sumber

infra merah dengan suhu tertentu misal manusia, melewati sumber infra merah 

yang lain dengan suhu yang berbeda, maka sensor akan membandingkan pancaran 

infra merah yang diterima setiap satuan waktu, sehingga jika ada pergerakan maka 

akan terjadi perubahan pembacaan pada sensor. Sensor PIR terdiri dari beberapa 

bagian yaitu lensa fresnel, penyaring infra merah, sensor pyroelektrik, penguat 

amplifier dan komparator.

 

 Gambar 1.2 Sensor PIR (Passive InfraRed)

3. Buzzer

Buzzer adalah sebuah komponen elektronika yang berfungsi untuk 

mengubah getaran listrik menjadi getaran suara. Pada dasarnya prinsip kerja buzzer 

hampir sama dengan loud speaker jadi buzzer juga terdiri dari kumparan yang 

terpasang pada diafragma dan kemudian kumparan tersebut dialiri arus sehingga 

menjadi elektromagnet kumparan tadi akan tertarik ke dalam atau keluar,

tergantung dari arah arus dan polaritas magnetnya, karena kumparan dipasang pada 

diafragma maka setiap gerakan kumparan akan menggerakkan diafragma secara 

bolak-balik sehingga membuat udara bergetar yang akan menghasilkan 

suara.Buzzer biasa digunakan sebagai indikator bahwa proses telah selesai atau 

terjadi suatu kesalahan pada sebuah alat (alarm).

 Gambar 1.3 Buzzer

4. Kabel Jumper Male to Female

Kabel jumper adalah suatu istilah kabel yang ber-diameter kecil yang di dalam 

dunia elektronika digunakan untuk menghubungkan dua titik atau lebih dan dapat 

juga untuk menghubungkan 2 komponen atau lebih komponen elektronika. Kabel 

yang dipakai dalam rangkaian ini adalah kabel jumper jenis Male to Female, jumper 

jenis ini digunakan untuk koneksi male to female dengan salah satu ujung kabel 

dikoneksi male dan satu ujungnya lagi dengan koneksi female.

Gambar 1.4 Kabel Jumper Male to Female

5. USB FTDI (Future Technology Devices International).

 Komunikasi serial dalam hal ini mengirimkan data secara bergantian sesuai 

dengan urutan menggunakan sebuah kabel yaitu USB FTDI. Pada komunikasi 

serial data dikirim dari satu titik menuju satu titik yang lain tiap bit dalam satu 

waktu.USB FTDI Memiliki 2 port USB yang dapat dihubungkan dengan 1 buah 

USB flash disk dan 1 peralatan USB FTDI lainnya. USB FTDI tersedia 

antarmuka UART, paralel FIFO, dan SPI. Level tegangan antarmuka adalah 3,3 

volt dan kompatibel dengan level tegangan TTL (5 volt tolerant), dimana 

membutuhkan sumber tegangan 5Volt DC. Berikut adalah gambar USB FTDI 

yang terlihat pada Gambar (Sumber: www.ftdichip.com).

Gambar 1.5 USB FTDI

6. Android Studio

Android Studio merupakan software integrated development environment

( IDE ) yang resmi untuk membangun aplikasi Android. Android Studio 

dibangun berdasarkan IntelliJ IDEA yang merupakan software integrated 

development enviroment untuk membangun aplikasi atau software dengan bahasa 

pemrograman Java/ Seluruh fitur yang ada pada InteliJ IDEA juga terdapat pada 

Android Studio yang kemudian ditambahkan lagi fitur – fitur lainnya agar dapat 

meningkatkan produktivitas para pengembang aplikasi Android yaitu seperti : 

1. System build Gradle yang fleksibel. 

2. Emulator Android yang kaya dengan fitur. 

3. Dukungan untuk membangun aplikasi Android untuk perangkat apapun 

baik itu pada smartphone, Android TV, Android Wear dan perangkat 

Android lainnya.

4. Instant Run yang dapat melakukan perubahan pada aplikasi tanpa harus 

melakukan instalasi ulang aplikasi. 

5. Code templates dan integrasi GitHub untuk membantu para 

pengembang membangun aplikasi umum dan melakukan import kode 

sample. 

6. Berbagai macam testing tools dan frameworks. 

7. Dukungan untuk bahasa pemrograman C dan C++. 

Android Studio pertama kali diumumkan oleh Google pada 16 Mei 2013 

pada Google I/O Conference dan menggantikan Eclipse sebagai software IDE 

resmi untuk platform Android. Saat ini Android Studio telah mencapai versi 2.3.1 

yang dirilis pada 2 April 2017 dan tersedia untuk diunduh secara gratis untuk 

sistem operasi Windows, macOS dan Linux. Berikut adalah kebutuhan sistem untuk 

menjalankan Android Studio :

BAB III METODOLOGI PENELITIAN

A. Tahapan Penelitian

Gambar 2.1 Tahapan Penelitian

2. Mengidentifikasi Masalah

Tahap ini,peneliti harus terlebih dahulu mencari apa saja masalah

yang hendak diteliti. Masalah yang berhasil diidentifikasi pada kasus 

ini yaitu bagaimana pemilik rumah dapat mengetahui informasi

keadaan rumah jarak jauh dengan menggunakan smartphone melalui

aplikasi berbasis android. Pada tahap ini merupakan kelanjutan dari 

penemuan masalah yang kemudian peneliti harus membuat rumusan

masalah berdasarkan masalah-masalah yang yang akan diteliti.

3. Pengumpulan Data

Pada hal ini dilakukan dengan tujuan untuk mengumpulkan

informasi-informasi berkaitan dengan masalah yang akan diteliti. Untuk 

saat ini,data yang dikumpulkan berupa informasi melalui jurnal-jurnal, 

skripsi, buku, dan artikel resmi yang berkaitan dengan penelitian

tentang ESP32 CAM.

B. Tahap Perancangan

Perancangan sistem

1) Kebutuhan alat yang digunakan untuk perancangan alat monitoring 

keamanan rumah menggunakan ESP32 CAM berbasis IoT memerlukan 

software, hardware, sensor, maupun alat lainnya.

2) Mekanisme proses kerja alat monitoring keamanan rumah menggunakan 

ESP32 CAM berbasis IoT.

C. Desain Penelitian

Penelitian yang dilakukan menggunakan Metode Eksperimental

dimana serangkaian perancangan serta percobaan dilakukan secara

langsung berdasarkan kajian teoritis dari berbagai literatur sehingga dapat

menghasilkanpenelitian yang diharapkan. Berikut ini tahapan-tahapannya.

1. Studi Literatur

Pada tahapan ini dilakukan pengumpulan data dan pengkajian

teoritis terkait bahan yang diperlukan untuk rancangan yang diperlukan.

Bahan yang dikumpulkan dan dikaji baik berupa literatur yang 

diperlukan baik untuk perangkat lunak maupun perangkat keras.

2. Desain

Pada tahapan ini dilakukan perancangan baik pada perancangan

perangkat lunak maupun perangkat keras. Hasil yang diharapkan pada

tahapan ini adalah diperoleh desain perangkat keras baik diagram blok

maupun rangkaian berdasarkan komponen-komponen yang sudah

diperoleh serta diperoleh desain perangkat lunak serta alur perangkat

lunak.

3. Implementasi

Pada tahapan ini dilakukan penggabungan kedua implementasi

tersebut yaitu perangkat lunak dan perangkat keras. Hasil yang 

diharapkan adalah sinkronisasi antara perangkat lunak dan perangkat 

keras yang telah didesain dan disimulasikan.

4. Pengujian

Pada tahapan ini dilakukan pengujian akhir pada sistem yang telah

dibuat mengetahui tingkat keberhasilannya sesuai dengan skenario dari

tujuan yang ingin dicapai.

D. Metode Penelitian

Dalam menghasilkan suatu sistem keamanan rumah tinggal dengan 

mnggunakan microkontroller ESP32 CAM berbasis Iot, mengacu pada 

metode Prototype, dimana tahapan-tahapannya meliputi pengumpulan 

data, perancangan perangkat keras, perancangan perangkat lunak, 

pengujian system untuk mendapatkan data sehubungan dengan kerja 

system.

1. Waktu Penelitian

Waktu penelitian Pada Tanggal 23 Februari 2022 - 1 September 

2022.

2. Bahan dan Alat

1. Perangkat Keras (Hardware)

Perangkat keras atau hardware yang digunakan adalah:

1. ESP32 Cam

2. Sensor Pir

3. Buzzer

4. USB FTDI

2. Perangkat Lunak (Software)

Perangkat lunak atau software yang digunakan adalah:

a. Microsoft Windows 10 Professional 64-bit, sebagai Sistem Operasi

b. Android Studio

c. Arduino

3. Cara Pengumpulan Data

Mengumpulkan data dan informasi sebagai sumber referensi 

yang dapat membantu dalam proses penelitian Monitoring Kamera 

keamanan rumah menggunakan ESP32 Cam sebagai micokontroler. 

Setelah data dan informasi terkumpul, selajutnya perancangan alat 

untuk monitoring keamanan rumah menggunakan ESP32 Cam sebagai 

microkontroller.

4. Teknik Analisis Data

Tahap ini akan dilakukan proses analisa untuk menentukan 

metode penelitian dalam memecahkan permasalahan yang akan

diselesaikan,dari hasil data yang telah terkumpul supaya bisa 

merancang suatu sistem atau alat yang akan di mulai dari perancangan 

mekanik, elektric sampai dengan tahap desain yang akan dibuat serta

dikembangkan,setelah selesai dirancang proses selanjutnya adalah

melakukan pengujian pada sistem atau alat yang sudah dibuat, supaya 

dapat mengetahui tingkat keberhasilan padapembuatan sistem atau alat.

A. Desain Blok Diagram Sistem

Blok diagram sistem yang dirancang dapat dilihat dibawah ini:

 

Gambar 2.2 Desain Blok Diagram

Fungsi setiap blok:

1. Adaptor FTDI, berfungsi sebagai sumber tegangan.

2. ESP32 CAM shield, berfungsi untuk mengupload program 

ke ESP32 CAM.

3. ESP32 CAM,berfungsi pusat kendali seluruh rangkaian 

untuk menyimpan dan menjalankan program untuk 

memproses data dari input dan mengolahnya kemudian 

data yang sudah di proses ditampilkan pada output yang

terhubung pada mikrokontroler.

4. Sensor PIR (Passive InfraRed) sebagai pendeteksi gerakan

manusia dan Buzzer sebagai alarm.

5. Aplikasi berbasis android untuk menampilkan gambar yang

dikirim oleh ESP3 CAM.

B. Flowchart program.

Untuk melihat urutan cara kerja seluruhnya pada system ini

dapat digambarkan dengan flowchart seperti contoh dibawah ini.

Gambar 2.3 Flowchart

Dari flowchart diatas dapat dijelaskan :

a. Pada saat menghidupkan alat, maka ESP32 CAM akan mulai

membaca koding pertama yaitu menghubungkan dengan wifi 

yang sudah ditentukan.

b. Kemudian berikutnya sensor PIR (Passive InfraRed) akan 

mencobamembaca lokasi jika terdeteksi pergerakan manusia.

c. Apabila terdeteksi pergerakan kemudian buzzer akan aktif dan

kamera ESP32 CAM akan Mengambil gambar.

d. Setelah itu User akan menerima notifikasi melalui aplikasi 

berbasisandroid dalam bentuk foto.

C. Perancangan Perangkat Keras

Berdasarkan diagram blok yang telah digambarkan di atas 

maka kita dapat menggambarkan skema dari alat ini secara 

keseluruhan. Perangkat keras yang digunakan penulis pada rancangan 

ini terdiri dari beberapa komponen inti yaitu ESP32 CAM, Sensor Pir,

Buzzer, Kabel Jumper, USB FTDI. Dengan begitu kita dapat 

melakukan perancangan alat seperti yang ditampilkan pada gambar

Read More

JCI Drops, Starts Breaking Below 6,900 Level on Monday (20/6) Morning

Having strengthened, the Composite Stock Price Index (JCI) opened lower at the beginning of today's trading. Monday (20/6) at 9.09 WIB, the JCI fell 0.31% to 6,908 and continued its decline to below 6,900.

Ten of the 11 sectoral indexes of the Indonesia Stock Exchange (IDX) dragged the JCI into the red zone. Only the health sector recorded an increase of 0.82%. The transportation and logistics sector plunged 1.53%. The energy sector slumped 1.54%. The infrastructure sector targets 1.06%. The raw goods sector fell 0.63%.

The non-primary consumer goods sector fell 0.63%. The primary consumer goods sector fell 0.54%. The technology sector fell 0.35%. The property and real estate sectors fell 0.15%.

LQ45's top gainers this morning are:

PT Mitra Keluarga Karya Sehat Tbk (MIKA) 3.70%

PT Indofood CBP Sukses Makmur Tbk (ICBP) 1.46%

PT Barito Pacific Tbk (BRPT) 0.69%

Top losers LQ45 consist of:

PT HM Sampoerna Tbk (HMSP) -4.85%

PT Medco Energi Internasional Tbk (MEDC) -3.08%

PT Perusahaan Gas Negara Tbk (PGAS) -3.06%

Foreign investors recorded a net sell or net selling of Rp 115 billion in all markets. The stocks with the largest foreign net sales were PT Merdeka Copper Gold Tbk (MDKA) of Rp 56.3 billion, PT Indo Tambangraya Megah Tbk (ITMG) of Rp 27.7 billion, and PT Telkom Indonesia Tbk (TLKM) of Rp 27.2 billion. .

The stocks with the largest net foreign purchases were PT Bank Central Asia Tbk (BBCA) of IDR 54.4 billion, PT Bank Rakyat Indonesia Tbk (BBRI) of IDR 22.8 billion, and PT Bank Mandiri Tbk (BMRI) of IDR 8.1 billion

Read More

JCI corrected 1.34% in a week, here are the projections for next week

 The Composite Stock Price Index (JCI) closed Friday's trading (10/6) with a decline of 1.34% to 7,086.64. During the week JCI corrected 1.34%.

Equity Analyst Kanaka Hita Solvera, William Wibowo observes that the JCI movement in this week is increasingly limited. JCI was stuck by the resistance at 7250 and is testing the support at the 7,050 area.

"Sentiment from the outflow of foreign funds from the Indonesian Stock Market as well as commodity price movements have colored the JCI movement this week," William explained when contacted by Kontan.co.id, Friday (10/6).

According to him, this sentiment has the potential to continue next week. This is also in line with the development of increasingly unstable global economic conditions.

MNC Sekuritas analyst Herditya Wicaksana explained that this past week the JCI movement was more influenced by global sentiment. What's more, next week there will be a meeting of the Federal Open Market Committee (FOMC).

"Investors still tend to wait and see ahead of the release of US inflation data, which according to consensus is still above 8%, this will further increase the confidence of the Fed to increase its interest rates aggressively," he said.

Then there are expectations that the European Central Bank will also raise its interest rate in July by 25 basis points. He believes that high inflation rates will cause a slowdown in the global economy and this increase in interest rates is a negative sentiment.

Based on his records, in the last week the JCI correction was in line with the foreign net inflow of Rp 1.24 trillion. As for technically, Herditya analyzed the beginning of a bearish phase in the JCI.

As for the next week, William estimates that the JCI has the potential to move in a corrective way. Based on the calculation, JCI will move in the area of ​​support at 6,900 and resistance at 7,250.

source : https://id.tradingview.com/

Read More

These are Stock Recommendations and JCI Projections for Thursday Trading

The Composite Stock Price Index (JCI) closed up 0.73% to 7,193.314 on Wednesday (8/6).

Erdikha Elite Sekuritas analyst Ivan Kasulthan assessed that the strengthening of the JCI yesterday was partly due to the Wall Street market which also closed higher on Tuesday (7/6). Although sentiment is still quite minimal, the accumulation by foreigners is able to make JCI closed in the green zone.

It is noted that foreign investors made a net buy or net buy of Rp 566.72 billion in all markets.

Ivan assessed that one of the sentiments that also attracted investors' attention was the World Bank's stance that it lowered its projection for global economic growth. The World Bank estimates that the global economy will grow by 2.9% or a decrease of around 1.2 points compared to the projection in January 2022.

Inflation data in the United States (US) will also be the market's attention. Ivan said, if there is an increase in inflation, it will encourage the US Central Bank, The Fed, to raise interest rates. This will have a negative impact on emerging markets, including Indonesia.

"So (the increase in interest rates) will burden the JCI's strengthening later, especially in the banking, automotive and property sectors," Ivan explained to Kontan.co.id.

Ivan projects that the JCI in today's trading will move at the support level of 7,150 and resistance at 7,233.

MNC Sekuritas analyst Herditya Wicaksana projects that the JCI will move at resistance at 7,233 with support at 7,060 on Thursday (9/6).

According to Herditya, the market will wait for the release of consumer confidence index or IKK data. "We recommend investors to pay close attention to HRUM, MPPA, EXCL, and ADHI," said Herditya.

Ivan recommends that investors pay close attention to the shares of TLKM, PGAS, MDKA, UNVR, BIPI, BOGA, MEDC, and ISAT.

Read More

Wall Street tumbles, drags US Treasury yields soar above 3%

Wall Street fell after US Treasury yields shot above 3% and oil prices jumped. That sent the S&P 500 index tumbling more than 1% in a broad sell-off and snapping a two-day winning streak.

Wednesday (8/6), the Dow Jones Industrial Average closed down 269.24 points, or 0.81%, to 32,910.9, the S&P 500 fell 44.91 points, or 1.08%, to 4,115.77 and the Nasdaq Composite slipped 88, 96 points or 0.73% to 12,086.27.

In trading this time, Intel Corp shares plunged 5.3% after Citi cut its estimate for the chipmaker for the second time in a week.

Citi pointed to uncertainty about demand for personal computers and expected Intel to announce weaker-than-expected earnings for the second quarter. This also made the shares of other chip companies also fell.

On the other hand, the price of Brent crude oil for delivery in August 2022 soared above US$ 123 per barrel and reached its highest level in 13 weeks.

As a result, the average share of the transportation sector on the Dow Jones index fell 3.8%, which significantly outperformed other major indexes on the day. The energy sector on the S&P 500 was the only sector to end higher.

"The 10-year Treasury yield is up more than 3%. That's probably part of why we're seeing a decline in the market today," said Robert Pavlik, senior portfolio manager at Dakota Wealth in Fairfield, Connecticut.

"That level is what people focus on because it represents an increase in interest rates and a reflection of inflation and market volatility."

The benchmark 10-year US Treasury yield rose after the US Treasury saw strong demand for selling the 10-year note.

At the same time, investors are also cautious ahead of US consumer price data released on Friday (10/6) morning. The report is expected to show that inflation remained high in May, although core consumer prices - excluding volatile food and energy sectors - likely fell on an annual basis.

The US Federal Reserve is expected to raise interest rates by 50 basis points at each of its June and July meetings, with a similar move likely in September, in a bid to fight inflation.

source : https://id.tradingview.com/

Read More