1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 126 — Інформаційні системи та технології (бакалаври)
Veuillez utiliser cette adresse pour citer ce document : http://elartu.tntu.edu.ua/handle/lib/53082
Titre: Інформаційно-технологічна платформа для сповіщення громадян про якість питної води
Autre(s) titre(s): Information Technology Platform for Notifying Citizens About Drinking Water Quality
Auteur(s): Довгалюк, Соломія Володимирівна
Dovhaliuk, Solomiia
Affiliation: Тернопільський національний технічний університет імені ім. І. Пулюя
Bibliographic reference (2015): Довгалюк С. В. Інформаційно-технологічна платформа для сповіщення громадян про якість питної води : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 126 - інформаційні системи та технології / наук. кер. О. М. Дуда. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 68 с.
Date de publication: 22-jui-2026
Submitted date: 8-jui-2026
Date of entry: 1-jui-2026
Editeur: Тернопільський національний технічний університет імені ім. І. Пулюя
Country (code): UA
Place of the edition/event: Тернопіль
Supervisor: Дуда, Олексій Михайлович
Duda, Oleksii
UDC: 004.9
Mots-clés: 126
інформаційні системи та технології
інтелектуальний моніторинг навколишнього середовища
управління якістю повітря
моніторинг якості води
давачі інтернету речей
аналітика навколишнього середовища на основі штучного інтелекту
intelligent environmental monitoring
air quality management
water quality monitoring
internet of things sensors
internet of things sensors
Page range: 68
Résumé: Кваліфікаційна робота присвячена дослідженню створення інформаційно-технологічної платформи для автоматизованого моніторингу якості питної води та оперативного сповіщення громадян з метою підвищення екологічної безпеки міського середовища. В першому розділі кваліфікаційної роботи освітнього рівня «Бакалавр»: Висвітлено роль інтелектуальних платформ у забезпеченні екологічної безпеки міст. Описано технічні засоби збору даних для платформ моніторингу якості питної води. Виконано порівняльний аналіз платформ оперативного оповіщення населення про якість питної води. Розглянуто концепцію побудови інформаційно-технологічної платформи для сповіщення про якість питної води. В другому розділі кваліфікаційної роботи: обґрунтовано доцільність застосування технології блокчейн для безпеки даних у платформі для сповіщення про якість питної води. Розглянуто особливості інтеграції платформ моніторингу в інфраструктуру міст. Розроблено методологію виявлення та контролю промислового забруднення водних ресурсів. Проаналізовано механізми інтелектуального моніторингу водних ресурсів та засоби раннього попередження про екологічні загрози. Досліджено інтеграцію систем моніторингу в концепцію «розумного міста» із використанням технологій аналітики великих даних. Обґрунтовано підходи до стандартизації та забезпечення взаємодії платформ екологічного моніторингу. В третьому розділі кваліфікаційної роботи: спроєктовано архітектурну модель та інформаційні потоки інформаційно-технологічної платформи для сповіщення про якість питної води. Розроблено структурно-функціональну схему інформаційно-технологічної платформи та визначено принципи взаємодії її підсистем. Реалізовано компонентну структуру платформи та описано механізми взаємодії програмних модулів. Обґрунтовано вибір технологій для збору, оброблення та передачі даних, а також сповіщення громадян про якість питної води. Спроєктовано організацію та логічну структуру сховища даних для інформаційно-технологічної платформи для сповіщення про якість питної води. Виконано аналіз ефективності функціонування розробленої платформи та підтверджено її придатність для оперативного інформування населення про стан питної води.
The qualification work is dedicated to researching the creation of an information technology platform for automated drinking water quality monitoring and prompt notification of citizens to improve the environmental security of the urban environment. The first section of the Bachelor's level qualification work highlights the role of intelligent platforms in ensuring the environmental security of cities. It describes the technical means of data collection for drinking water quality monitoring platforms. A comparative analysis of platforms for the prompt notification of the population about drinking water quality was performed. Furthermore, the concept of building an information technology platform for drinking water quality notification was considered. In the second section of the qualification work, the expediency of using blockchain technology for data security within the drinking water quality notification platform was substantiated. The features of integrating monitoring platforms into urban infrastructure were considered. A methodology for detecting and controlling industrial pollution of water resources was developed. The mechanisms of intelligent monitoring of water resources and early warning tools for environmental threats were analyzed. The integration of monitoring systems into the "Smart City" concept using big data analytics technologies was investigated. Additionally, approaches to standardizing and ensuring the interoperability of environmental monitoring platforms were substantiated. In the third section of the qualification work, the architectural model and information flows of the information technology platform for drinking water quality notification were designed. The structural and functional scheme of the information technology platform was developed, and the principles of interaction between its subsystems were determined. The component structure of the platform was implemented, and the mechanisms of interaction between software modules were described. The choice of technologies for data collection, processing, and transmission, as well as for notifying citizens about drinking water quality, was substantiated. The organization and logical structure of the data storage for the information technology platform for drinking water quality notification were designed. Finally, an analysis of the operational efficiency of the developed platform was performed, confirming its suitability for the prompt notification of the population about the state of drinking water.
Description: Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 22.06.2026р. на засіданні екзаменаційної комісії №35 у Тернопільському національному технічному університеті імені Івана Пулюя
Content: Вступ 10 РОЗДІЛ 1. Аналіз платформ інтелектуального моніторингу якості водних ресурсів 13 1.1 Роль інтелектуальних платформ у забезпеченні екологічної безпеки міст 13 1.2 Технічні засоби збору даних для платформ моніторингу якості питної води 17 1.3 Порівняльний аналіз платформ оперативного оповіщення населення про якість питної води 18 1.4 Концепція побудови інформаційно-технологічної платформи для сповіщення про якість питної води 20 1.5 Висновок до першого розділу 26 РОЗДІЛ 2. Проєктування архітектури та структури інформаційно-технологічної платформи для сповіщення про якість питної води 27 2.1 Технології блокчейн для безпеки даних у платформі для сповіщення про якість питної води 27 2.2 Інтеграція платформ моніторингу якості питної води в інфраструктуру міст 29 2.3 Методологія виявлення та контролю промислового забруднення водних ресурсів 30 2.4 Інтелектуальний моніторинг водних ресурсів та механізми раннього попередження 31 2.5 Інтеграція систем моніторингу якості питної води в концепцію «розумного міста» та аналітика великих даних 32 2.6 Стандартизація та взаємодія платформ екологічного моніторингу якості питної води 34 2.7 Висновок до другого розділу 37 РОЗДІЛ 3. Проєктування та реалізація інформаційно-технологічної платформи для сповіщення про якість питної води 38 3.1 Архітектурна модель та інформаційні потоки платформи для сповіщення про якість питної води 38 3.2 Структурно-функціональна схема інформаційно-технологічної платформи для сповіщення про якість питної води 40 3.3 Компонентна база та взаємодія модулів інформаційно-технологічної платформи для сповіщення про якість питної води 43 3.4 Технології застосовані для сповіщення громадян про якість питної води 45 3.5 Організація та логічна структура сховища даних інформаційно-технологічної платформи про якість питної води 48 3.6 Аналіз ефективності функціонування інформаційно-технологічної платформи для сповіщення про якість питної води 50 3.7 Висновок до третього розділу 51 РОЗДІЛ 4. Безпека життєдіяльності, основи Охорони праці 52 4.1 Надзвичайні ситуації екологічного характеру та превентивна функція платформи сповіщення 52 4.2 Санітарно-гігієнічні вимоги та безпека праці користувачів ПК 54 4.3 Розрахунок штучного освітлення для робочого місця розробника 55 4.4 Висновок до четвертого розділу 57 Висновки 58 Перелік джерел 60
URI/URL: http://elartu.tntu.edu.ua/handle/lib/53082
Copyright owner: © Довгалюк Соломія Володимирівна, 2026
References (Ukraine): 1. Shetty, C., Sowmya, B. J., Seema, S., & Srinivasa, K. G. (2020). Air pollution control model using machine learning and IoT techniques. In (Vol. 117, pp. 187-218). Elsevier. https://doi.org/10.1016/bs.adcom.2019.10.006
2. Матеріали XIII науково-технічної конференції «Інформаційні моделі, системи та технології» Тернопільського національного технічного університету імені Івана Пулюя (Тернопіль, 17–18 грудня 2025 р.) / гол. прогр. ком. М. Приймак ; ред. Г. Семенишин. Тернопіль : ТНТУ ім. І. Пулюя, 2025.
3. Simbeye, D. S., Zhao, J., & Yang, S. (2014). Application note: Design and deployment of wireless sensor networks for aquaculture monitoring and control based on virtual instruments. Computers and Electronics in Agriculture, 102(NA), 31-42. https://doi.org/10.1016/j.compag.2014.01.004
4. Taufiqur Rahaman (2025). SMART ENVIRONMENTAL MONITORING SYSTEMS FOR AIR AND WATER QUALITY MANAGEMENT https://ajates-scholarly.com/index.php/ajates/article/view/2
5. Ullo, S. L., Gallo, M., Palmieri, G., Amenta, P., Russo, M., Romano, G., Ferrucci, M., Ferrara, A., & De Angelis, M. (2018). Application of wireless sensor networks to environmental monitoring for sustainable mobility. 2018 IEEE International Conference on Environmental Engineering (EE), NA(NA), 1-7. https://doi.org/10.1109/ee1.2018.8385263
6. Saha, A., Saha, J., Ray, R., Sircar, S., Dutta, S., Chattopadhyay, S. P., & Saha, H. N. (2018). CCWC - IOT-based drone for improvement of crop quality in agricultural field. 2018 IEEE 8th Annual Computing and Communication Workshop and Conference (CCWC), NA(NA), 612-615. https://doi.org/10.1109/ccwc.2018.8301662
7. Budiarti, R. P. N., Sukaridhoto, S., Hariadi, M., & Purnomo, M. H. (2019). Big Data Technologies using SVM (Case Study: Surface Water Classification on Regional Water Utility Company in Surabaya). 2019 International Conference on Computer Science, Information Technology, and Electrical Engineering (ICOMITEE), NA(NA), 94-101. https://doi.org/10.1109/icomitee.2019.8920823
8. Sarkar, M., Rashid, M. H. O., Hoque, M. R., & Mahmud, M. R. (2025). Explainable AI In E-Commerce: Enhancing Trust And Transparency In AI-Driven Decisions. Innovatech Engineering Journal, 2(01), 12-39. https://doi.org/10.70937/itej.v2i01.53
9. Faisal, N. A. (2023). Do Banks Price Discriminate Based on Depositors' Location? Available at SSRN 5038968.
10. Al-Arafat, M., Kabir, M. E., Morshed, A. S. M., & Islam, M. M. (2025). Artificial Intelligence in Project Management: Balancing Automation and Human Judgment. Frontiers in Applied Engineering and Technology, 2(01), 18-29. https://doi.org/10.70937/faet.v1i02.47
11. Nahid, O. F., Rahmatullah, R., Al-Arafat, M., Kabir, M. E., & Dasgupta, A. (2024). Risk Mitigation Strategies In Large Scale Infrastructure Project: A Project Management Perspective. Journal of Science and Engineering Research, 1(01), 21-37. https://doi.org/10.70008/jeser.v1i01.38
12. Rosero-Montalvo, P. D., Caraguay-Procel, J. A., Jaramillo, E. D., Michilena-Calderon, J. M., Umaquinga-Criollo, A. C., Mediavilla-Valverde, M., Ruiz, M. A., Beltran, L. A., & Peluffo, D. H. (2018). Air Quality Monitoring Intelligent System Using Machine Learning Techniques. 2018 International Conference on Information Systems and Computer Science (INCISCOS), NA(NA), 75-80. https://doi.org/10.1109/inciscos.2018.00019
13. Ullo, S. L., Addabbo, P., Di Martire, D., Sica, S., Fiscante, N., Cicala, L., & Angelino, C. V. (2019). Application of DInSAR. Technique to High Coherence Sentinel-1 Images for Dam Monitoring and Result Validation Through In Situ Measurements. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(3), 875-890. https://doi.org/10.1109/jstars.2019.2896989
14. Corbellini, S., Di Francia, E., Grassini, S., Iannucci, L., Lombardo, L., & Parvis, M. (2018). Cloud based sensor network for environmental monitoring. Measurement, 118(NA), 354-361. https://doi.org/10.1016/j.measurement.2017.09.049
15. Ullo, S. L., & Sinha, G. R. (2020). Advances in Smart Environment Monitoring Systems Using IoT and Sensors. Sensors (Basel, Switzerland), 20(11), 3113. https://doi.org/10.3390/s20113113
16. Ameer, S., Shah, M. A., Khan, A., Song, H., Maple, C., Islam, S., & Asghar, M. N. (2019). Comparative Analysis of Machine Learning Techniques for Predicting Air Quality in Smart Cities. IEEE Access, 7(NA), 128325-128338. https://doi.org/10.1109/access.2019.2925082
17. Okafor, N. U., & Delaney, D. (2019). Considerations for system design in IoT-based autonomous ecological sensing. Procedia Computer Science, 155(NA), 258-267. https://doi.org/10.1016/j.procs.2019.08.037
18. Santos, D., Mataloto, B., & Ferreira, J. (2019). Data Center Environment Monitoring System. Proceedings of the 2019 4th International Conference on Cloud Computing and Internet of Things, NA(NA), 75-81. https://doi.org/10.1145/3361821.3361824
19. Blythe, J. M., & Johnson, S. D. (2018). The Consumer Security Index for IoT: A protocol for developing an index to improve consumer decision making and to incentivize greater security provision in IoT devices. Living in the Internet of Things: Cybersecurity of the IoT - 2018, NA(NA), 1-7. https://doi.org/10.1049/cp.2018.0004
20. Imen, S., Chang, N.-B., Yang, Y. J., & Golchubian, A. (2018). Developing a Model-Based Drinking Water Decision Support System Featuring Remote Sensing and Fast Learning Techniques. IEEE systems journal, 12(2), 1358-1368. https://doi.org/10.1109/jsyst.2016.2538082
21. Silva, H. A. N., & Panella, M. (2018). Eutrophication Analysis of Water Reservoirs by Remote Sensing and Neural Networks. 2018 Progress in Electromagnetics Research Symposium (PIERS-Toyama), NA(NA), 458-463. https://doi.org/10.23919/piers.2018.8597731
22. Duisebekova, K. S., Sarsenova, Z. N., Pyagay, V. T., Tuyakova, Z. N., Duzbayev, N. T., Aitmagambetov, A. Z., & Amanzholova, S. T. (2019). Environmental monitoring system for analysis of climatic and ecological changes using LoRa technology. Proceedings of the 5th International Conference on Engineering and MIS, NA(NA), 15-16. https://doi.org/10.1145/3330431.3330446
23. Mazare, A. G., Lonescu, L. M., Lita, L., Visan, D. A., Belu, N., & Gherghe, M. (2018). Intelligent monitoring and planning system for herbicidal processes in agricultural crops. 2018 IEEE 24th International Symposium for Design and Technology in Electronic Packaging (SIITME), NA(NA), 169-172. https://doi.org/10.1109/siitme.2018.8599213
24. Kazemi, N., Abdolrazzaghi, M., Musilek, P., & Daneshmand, M. (2020). A Temperature-Compensated High-Resolution Microwave Sensor Using Artificial Neural Network. IEEE Microwave and Wireless Components Letters, 30(9), 919-922. https://doi.org/10.1109/lmwc.2020.3012388
25. Liu, L., Wang, R., Xie, C., Yang, P., Sudirman, S., Wang, F., & Li, R. (2019). INDIN - Deep Learning based Automatic. Approach using Hybrid Global and Local Activated Features towards Large-scale Multi-class Pest Monitoring. 2019 IEEE 17th International Conference on Industrial Informatics (INDIN), 1(NA), 1507-1510. https://doi.org/10.1109/indin41052.2019.8972026
26. Wiryasaputra, R., Huang, C.-Y., Lin, Y.-J., & Yang, C.-T. (2024). An IoT Real-Time Potable Water Quality Monitoring and Prediction Model Based on Cloud Computing Architecture. Sensors, 24(4).
27. Ragi, N. M., Holla, R., & Manju, G. (2019). Predicting Water Quality Parameters Using Machine Learning. 2019 4th International Conference on Recent Trends on Electronics, Information, Communication & Technology (RTEICT), NA(NA), 1109-1112. https://doi.org/10.1109/rteict46194.2019.9016825
28. Mukherji, S. V., Sinha, R., Basak, S., & Kar, S. P. (2019). Smart Agriculture using Internet of Things and MQTT Protocol. 2019 International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COMITCon), NA(NA), NANA. https://doi.org/10.1109/comitcon.2019.8862233
29. Fuentes, H., & Mauricio, D. (2020). Smart water consumption measurement system for houses using IoT and cloud computing. Environmental monitoring and assessment, 192(9), 602-602. https://doi.org/10.1007/s10661-020-08535-4
30. Shafi, U., Mumtaz, R., Anwar, H., Qamar, A. M., & Khurshid, H. (2018). Surface Water Pollution Detection using Internet of Things. 2018 15th International Conference on Smart Cities: Improving Quality of Life Using ICT & IoT (HONET-ICT), NA(NA), 92-96. https://doi.org/10.1109/honet.2018.8551341
31. M, S. A., & Nagaveni, V. (2019). Survey on Smart Agriculture Using IOT. NA, NA(NA), NA-NA. https://doi.org/NA
32. Demetillo, A. T., Japitana, M. V., & Taboada, E. B. (2019). A system for monitoring water quality in a large aquatic area using wireless sensor network technology. Sustainable Environment Research, 29(1), 1-9. https://doi.org/10.1186/s42834-019-0009-4
33. Amado, T. M., & Dela Cruz, J. C. (2018). TENCON - Development of Machine Learning-based Predictive Models for Air Quality Monitoring and Characterization. TENCON 2018 - 2018 IEEE Region 10 Conference, NA(NA), 668-672. https://doi.org/10.1109/tencon.2018.8650518
34. Mshali, H., Lemlouma, T., Moloney, M., & Magoni, D. (2018). A survey on health monitoring systems for health smart homes. International Journal of Industrial Ergonomics, 66(NA), 26-56. https://doi.org/10.1016/j.ergon.2018.02.002
35. Arora, J., Pandya, U., Shah, S., & Doshi, N. (2019). Survey- Pollution Monitoring using IoT. Procedia Computer Science, 155(NA), 710-715. https://doi.org/10.1016/j.procs.2019.08.102
35. Arora, J., Pandya, U., Shah, S., & Doshi, N. (2019). Survey- Pollution Monitoring using IoT. Procedia Computer Science, 155(NA), 710-715. https://doi.org/10.1016/j.procs.2019.08.102
37. Islam, A., Khan, R. H., & Syeed, M. M. M. (2020). ICCA - A Smart and Integrated Surface Water Monitor System Architecture: Bangladesh Perspective. Proceedings of the International Conference on Computing Advancements, NA(NA), 1-6. https://doi.org/10.1145/3377049.3377103
38. Mihăiţă, A. S., Dupont, L., Chery, O., Camargo, M., & Cai, C. (2019). Evaluating air quality by combining stationary, smart mobile pollution monitoring and data-driven modelling. Journal of Cleaner Production, 221(NA), 398-418. https://doi.org/10.1016/j.jclepro.2019.02.179
39. Srikamdee, S., & Onpans, J. (2019). Forecasting Daily Air Quality in Northern Thailand Using Machine Learning Techniques. 2019 4th International Conference on Information Technology (InCIT), NA(NA), 259-263. https://doi.org/10.1109/incit.2019.8912072
39. Srikamdee, S., & Onpans, J. (2019). Forecasting Daily Air Quality in Northern Thailand Using Machine Learning Techniques. 2019 4th International Conference on Information Technology (InCIT), NA(NA), 259-263. https://doi.org/10.1109/incit.2019.8912072
41. Lachtar, A., Val, T., & Kachouri, A. (2020). Elderly monitoring system in a smart city environment using LoRa and MQTT. IET Wireless Sensor Systems, 10(2), 70-77. https://doi.org/10.1049/iet-wss.2019.0121
42. Capella, J. V., Bonastre, A., Ors, R., & Peris, M. (2019). A New Application of Internet of Things and Cloud Services in Analytical Chemistry: Determination of Bicarbonate in Water. Sensors (Basel, Switzerland), 19(24), 5528-NA. https://doi.org/10.3390/s19245528
43. Ghanshala, K. K., Chauhan, R., & Joshi, R. C. (2018). A Novel Framework for Smart Crop Monitoring Using Internet of Things (IOT). 2018 First International Conference on Secure Cyber Computing and Communication (ICSCCC), NA(NA), 62-67. https://doi.org/10.1109/icsccc.2018.8703366
44. Hosseini, M., McNairn, H., Mitchell, S., Davidson, A., & Robertson, L. D. (2019). IGARSS - Comparison of Machine Learning Algorithms and Water Cloud Model for Leaf Area Index Estimation Over Corn Fields. IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, NA(NA), 6267-6270. https://doi.org/10.1109/igarss.2019.8900445
45. Mayer, M., & Baeumner, A. J. (2019). A Megatrend Challenging Analytical Chemistry: Biosensor and Chemosensor Concepts Ready for the Internet of Things. Chemical reviews, 119(13), 7996-8027. https://doi.org/10.1021/acs.chemrev.8b00719
46. Garrido-Momparler, V., & Peris, M. (2022). Smart sensors in environmental/water quality monitoring using IoT and cloud services. Trends in Environmental Analytical Chemistry, 35, e00173-e00173. https://doi.org/10.1016/j.teac.2022.e00173
47. Pasika, S., & Gandla, S. T. (2020). Smart water quality monitoring system with cost-effective using IoT. Heliyon, 6(7), e04096-NA. https://doi.org/10.1016/j.heliyon.2020.e04096
48. Zhovnir Y. I., Hrybovskyi O. M., Orlov M. V., Duda O. M., Kunanets N. E. IoT information systems methodology // Управління розвитком складних систем. 2024. Vol. 60. P. 56–71. DOI: 10.32347/2412-9933.2024.60.56-70
49. Duda O., Matsiuk O., Kunanets N., Pasichnyk V., Rzheuskyi A., Bilak Y. Formation of hypercubes based on data obtained from IoT devices // International Journal of Sensors, Wireless Communications and Control. 2021. Vol. 11(5). P. 498–504
50. Duda O., Stanko A. Architecture of monitoring platform in smart cities // Вісник ХНУ. 2023. No. 4. P. 10–19
51. Orlov M. V., Hrybovskyi O. M., Zhovnir Y. I., Duda O. M. DevOps methodology in IoT ecosystems // Вчені записки ТНУ. 2024. Vol. 35(6). P. 163–170
52. Orlov M. V., Duda O. M., Zhovnir Y. I., Hrybovskyi O. M. DevOps tools in IoT systems // Комп’ютерно-інтегровані технології. 2024. Vol. 57. P. 128–138. DOI: 10.36910/6775-2524-0560-2024-57-15
53. Luchkevych M., Shakleina I., Duda O. The impact of modern cloud technologies on the efficiency of DevOps processes // Scientific Journal TNTU. 2025. No. 1(117). P. 112–122. DOI: 10.33108/visnyk_tntu2025.01
54. Duda O., Shakleina I., Luchkevych M. AI and ML in DevOps efficiency // Herald of Khmelnytskyi National University. 2025. Vol. 351(3.1). P. 143–149. DOI: 10.31891/2307-5732-2025-351-17
55. Duda O., Zakharia O., Kramar T., Melnyk A., Skaletskyi P. Data mesh smart city architecture // Вісник НУ «Львівська політехніка». 2025. Vol. 17. P. 411–424. DOI: 10.23939/sisn2025.17.411
56. Duda O., Kunanets N., Martsenko S., Nykytyuk V., Pasichnyk V. Information technology platform for COVID-19 analysis // IEEE CSIT 2021. P. 231–238. DOI: 10.1109/CSIT52700.2021.9648839
57. Duda O., Pasichnyk V., Lypak H., Veretennikova N., Kunanets N., Matsiuk O., Mudrokha V. Integrated repositories of social and communication data // CEUR Workshop Proceedings. 2021. Vol. 2870. P. 1420–1430.
58. Zhovnir Y., Kunanets N., Burov Y., Duda O., Pasichnyk V. Situation-aware security systems design // Eastern-European Journal of Enterprise Technologies. 2025. Vol. 1/9(133). P. 6–23. DOI: 10.15587/1729-4061.2025.315248
59. Barabakh R. T., Duda O. M., Duda H. O., Kunanets N. E., Mashika H. V., Pasichnyk S. O. Tourism internet portals design // Науковий вісник НЛТУ України. 2024. Vol. 34(1). P. 67–77. DOI: 10.36930/403401
60. Pasichnyk S., Maga A., Kunanets N., Lozytskyi O., Petrushyna B., Duda O., Rybak A. Smart household interface design // Вісник НУ «Львівська політехніка». 2024. No. 15. P. 273–289. DOI: 10.23939/sisn2024.15.273
61. Duda O., Dzhydzhora L., Matsiuk O., Stanko A., Kunanets N., Pasichnyk V. Mobile information system for virus monitoring // SISN. 2020. Vol. 8. P. 65–70. DOI: 10.23939/sisn2020.08.065
62. Vaskiv R. I., Hrybovskyi O. M., Kunanets N. E., Duda O. M. Information system of street lighting control in smart city // Radio Electronics, Computer Science, Control. 2024. No. 3(70). P. 212–223. DOI: 10.15588/1607-3274-2024-3-18
63. Duda O., Orlov M., Pavliv I. DevSecOps code analysis integration // Вісник НУ «Львівська політехніка». 2025. Vol. 18(1). P. 209–228. DOI: 10.23939/sisn2025.18.1.209
64. Duda O., Kunanets N., Matsiuk O., Pasichnyk V., Rzheuskyi A. Aggregation, Storing, Multidimensional Representation and Processing of COVID-19 Data // Advances in Intelligent Systems and Computing V. CSIT 2020. Springer, Cham, 2021. Vol. 1293. DOI: 10.1007/978-3-030-63270-0_60. ISSN 2194-5357, EISSN 2194-5365
65. Capella, J. V., Bonastre, A., Campelo, J. C., Ors, R., & Peris, M. (2020). IoT & environmental analytical chemistry: Towards a profitable symbiosis. Trends in Environmental Analytical Chemistry, 27(NA), e00095-NA. https://doi.org/10.1016/j.teac.2020.e00095
66. Sharma, P., & Prakash, S. (2021). Real Time Weather Monitoring System Using Iot. ITM Web of Conferences, 40(NA), 01006-NA. https://doi.org/10.1051/itmconf/20214001006
67. Желібо Є.П., Зацарний В.В. Безпека життєдіяльності. Підручник. – К.: Каравела, 2009.
68. Жидецький В.Ц., Джигирей В.С., Мельников О.В. Основи охорони праці. – Львів: Афіша, 2000. 350 с
Content type: Bachelor Thesis
Collection(s) :126 — Інформаційні системи та технології (бакалаври)

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
2026_KRB_ST-41_Dovhaliuk_SV.pdfДипломна робота1,69 MBAdobe PDFVoir/Ouvrir
Affichage détaillé


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.

Outils d'administration