PENERAPAN INTERNET OF THINGS PADA SISTEM KONTROL PENERANGAN RUMAH BERBASIS WEB APPLICATION MENGGUNAKAN METODE LOGIKA FUZZY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The need for electrical energy in everyday life is so important, improper and uncontrolled use can result in waste. Efforts to create energy-efficient homes need to start from simple things such as the use of lights, often forgetting to turn off the light switch when going out of the house or problems, especially in setting the brightness of the house lights, fuzzy logic provides an alternative solution. Fuzzy logic is a smart method that is appropriate for mapping a parameter input space into an output space for the brightness adjustment action of a lamp to light dimly, medium and bright. Efforts that can be made to deal with the problems above certainly require an intelligent control system with smart methods such as fuzzy logic and can be controlled remotely in order to overcome the existing problems. One concept that is popular right now is the Internet of Things (IoT), the development of IoT is a concept that aims to expand the benefits of internet connectivity that is connected continuously. IoT has capabilities such as data sharing, remote control, and so on. In building a control system by applying the IoT concept, a platform that supports that concept is also needed, NodeMCU a microcontroller which is equipped with a wifi module for microcontroller communication to the internet, so that the microcontroller can be used to apply the IoT concept in controlling home lights remotely, such as turning on the remote and turn off and adjust the brightness of the home lights with the fuzzy logic method intelligence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle