Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal SPEKTRAL : Journal of Communications, Antennas and Propagation JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI
Elsa Lolita Anggraini
Universitas Jambi
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Environmental Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kinerja Komunikasi Nirkabel dalam Sistem IIoT untuk Monitoring dan Controlling pada Ruangan Oven Batang Rokok di Pabrik Indokretek Malang Ainnur Rahayu Pratiwi; Elsa Lolita Anggraini
Spektral Vol. 7 No. 1 (2026): April 2026
Publisher : Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/spektral.v7i1.8530

Abstract

Temperature and humidity stability in the cigarette rod oven room is essential for maintaining drying quality and production consistency. Manual monitoring may delay the detection of changes in oven conditions, creating the need for a wireless communication-based Internet of Things (IoT) system to support real-time monitoring and control. The proposed system is developed using DHT11 sensors, Raspberry Pi 3, relay modules, LCD, Mi-Fi as a cellular gateway, Firebase, and an Android application. The experiment was conducted in an oven room measuring 216.5 cm × 194 cm. Wireless communication performance was evaluated using three parameters: delay, packet loss, and throughput under working and non-working hours. Results show an average delay of 63.89 ms during working hours and 63.50 ms during non-working hours, both below the 100 ms threshold. Average throughput was 22,291.90 bps and 6,185.12 bps for working and non-working hours, respectively, indicating sufficient capacity for periodic sensor transmission. Average packet loss was 1.06% during working hours and 0.95% during non-working hours, indicating acceptable performance, although reliability decreases slightly during working hours. Overall, the tested wireless communication system is suitable for supporting basic monitoring and control in the cigarette rod oven room.
Klasifikasi Tinggi Awan dari Citra Satelit Himawari-8 Menggunakan Fuzzy C-Means, GLCM, dan KNN. Togi Simarmata; Elsa Lolita Anggraini; Abdul Manab; Muhammad Khalis Fikri; Andicho Haryus Wirasapta; Elsi Alfionita Syawal
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 4 No. 3 (2026): Juli : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v4i3.2204

Abstract

Monitoring ketinggian awan merupakan parameter penting dalam observasi meteorologi yang berperan strategis dalam analisis dinamika atmosfer serta prediksi cuaca ekstrem. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis untuk mengategorikan awan rendah, awan menengah, dan awan tinggi menggunakan citra satelit Himawari-8. Metodologi penelitian mencakup empat tahapan utama: pre-processing untuk standardisasi data, segmentasi menggunakan metode Fuzzy C-Means (FCM) untuk memisahkan objek awan, ekstraksi fitur tekstur berbasis Gray Level Co-occurrence Matrix (GLCM) dengan sembilan parameter, serta klasifikasi menggunakan algoritma K-Nearest Neighbor (K-NN). Data penelitian bersumber dari BMKG Stasiun Meteorologi Cengkareng, Tangerang. Pengujian sistem dilakukan melalui empat skenario eksperimen dengan volume data uji sebanyak 20, 30, 40, dan 50. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi kategori awan rendah dengan tingkat akurasi yang sangat tinggi, bahkan mencapai performa sempurna pada beberapa parameter efektivitas. Fenomena tumpang tindih (overlapping) pada nilai parameter fitur tekstur antar kelas menyebabkan algoritma K-NN sulit menentukan batas keputusan yang optimal. Secara keseluruhan dari 3 ketinggian awan yang dilakukan, awan rendah dapat diklasifikasikan dengan baik dibanding dengan awan tengah dan awan tinggi. Dari 4 percobaan hasil akurasi untuk awan rendah adalah 100%. Sedangkan untuk awan tengah akurasi yang dihasilan 72,45% dan awan tinggi 90,95%. Penelitian ini merekomendasikan adanya integrasi yang lebih adaptif antara tahap segmentasi dan ekstraksi ciri guna meminimalisir bias klasifikasi pada satu kelas tertentu dan meningkatkan akurasi sistem secara menyeluruh pada seluruh tingkatan awan.
Co-Authors Abdul Manab Ainnur Rahayu Pratiwi Elsi Alfionita Syawal Muhammad Khalis Fikri Togi Simarmata Wirasapta , Andicho Haryus