Claim Missing Document
Check
Articles

Prototype Robot Pengantar Obat Berbasis IOT RSUD Mamuju Ansar, Ansar; Achmad, Andani; Arda, Abdul Latief
Innovative: Journal Of Social Science Research Vol. 4 No. 6 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i6.16281

Abstract

Penelitian ini bertujuan untuk merancang dan menguji prototipe robot pengantar obat yang berfungsi untuk mengantarkan obat ke setiap kamar pasien dengan mengikuti jalur yang telah ditentukan. Robot ini dilengkapi dengan teknologi RFID yang digunakan sebagai pembaca tanda untuk jalur kiri dan kanan, serta sensor infrared untuk mendukung navigasi yang akurat. Berdasarkan hasil pengujian, robot ini mampu beroperasi sesuai rencana, menunjukkan efisiensi dalam waktu tempuh dan kapasitas beban di berbagai kondisi dan kecepatan. Temuan ini menunjukkan bahwa robot pengantar obat siap diimplementasikan dalam lingkungan praktis sebagai solusi inovatif yang aman, efisien, dan andal dalam pengantaran obat kepada pasien.
Sistem Pengisian Token Listrik Jarak Jauh Berbasis Internet of Things (IoT) Hendra, Hendra; Arda, Abdul Latief; Taufik, Imran
Innovative: Journal Of Social Science Research Vol. 4 No. 6 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i6.16832

Abstract

Penelitian ini menitik beratkan pada sistem KWH digital (Prabayar) dengan mengontrol jarah jauh berbasis iot, Penelitian ini bertujuan (1) Merancang sistem pengisian token listrik jarak jauh berbasis internet of things.(2) mengimplementasikan teknologi ESP32 sebagai mikrokontroler untuk pengisian token listrik dimana dan kapanpun. Pada perancangan alat ini, penulis mencoba membangun sistem pengisian token listrik jarak jauh berbasis internet of things (IOT) dimana sistem bekerja kontrol otomatis pada selenoid yang ada pada KWH meteran untuk menekan angka token yang sudah disiapkan. Pengumpulan data diperoleh melalui observasi, wawancara dan studi pustaka. Model sistem yang dirancang yaitu dengan memasukkan token pada aplikasi android yang akan dikirimkan ke sistem berbasis Internet Of Things (IoT) melalui server cloud (Firebase). Perangkat ESP32 digunakan untuk akses ke jaringan internet melalui Wi-Fi. Dalam pengujian sistem ini membuktikan tingkat keberhasilan yang cukup bagus terletak pada sensor, dimana membaca suara buzzer yang ada pada kwh Meteran sudah cukup akurat, kemudian selenoid menekan sesuai inputan diaplikasi, berdasarkan jumlah pengujian sebanyak 5 kali disistem waktu total yang dihasilkan selama 125 detik maka rata-rata waktu yang dibutuhkan untuk satu kali pengisian token yaitu 25 detik sedangkan pengujian manual dihasilkan 145 detik maka rata-rata waktu yang dibutuhkan untuk satu kali pengisian token 29 detik.
PENINGKATAN KOMPETENSI GURU MELALUI PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN MENGGUNAKAN APLIKASI CAMTASIA STUDIO PADA GURU SMPN 18 BARRU Umar, Dra Najira; Arda, Abdul Latief
-
Publisher : LPPM UNIVERSITAS KHAIRUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/pengamas.v6i3.4248

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk memberikan Pelatihan pemanfaatan serta penggunaan Aplikasi Camtasia Studio dalam mendukung proses pembelajaran di SMP Negeri 18 Barru. Jumlah peserta sebanyak 15 orang dan telah dilaksanakan pada hari Kamis, tanggal 6 Januari 2022. Metode yang digunakan adalah dengan ceramah, praktek, tanya jawab dan diskusi. Dengan terlaksananya kegiatan ini diharapkan para peserta mampu memanfaatkan Teknologi Informasi khususnya Penggunaan Camtasia Studio untuk membuat media pembelajaran yang interaktif sehingga secara tidak langsung akan memberikan dampak signifikan pada peningkatan mutu pembelajaran. Hasil kuesioner yang diberikan ke peserta menunjukkan bahwa 95% peserta memberikan tanggapan sangat baik dan 5% memberikan tanggapan baik terhadap kegiatan PkM. Di SMP Negeri 18 Kab. Barru belum semua guru dapat membuat media pembelajaran berbasis Teknologi Informasi, lebih banyak masih menggunakan media konvensional, sehingga dengan kegiatan PkM ini, guru mampu aplikasi Camtasia Studio dalam membuat media pembelajaran. Berdasarkan hasil pengamatan dan evaluasi terlihat guru dalam mengikuti pelatihan dengan sangat antusias. Peserta yang mengikuti program pelatihan ini memiliki disiplin ilmu dan latar belakang Pendidikan yang berbeda-beda. Setelah pelatihan peserta telah dapat membuat media pembelajaran dengan menggunakan Camtasia Studio dengan tingkat pemahaman sebesar 87%.
PERSONAL MOBILITY ASSISTANT UNTUK MENUNJANG MOBILITAS AMAN BAGI ANAK DI KOTA KENDARI MENGGUNAKAN ALGORITMA RANDOM FOREST DAN PENDEKATAN CONTEXT-AWARENESS Purnamasari, Etika; Hazriani, Hazriani; Arda, Abdul Latief
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2417

Abstract

Penelitian ini bertujuan mengembangkan aplikasi Personal mobility assistant untuk mendukung mobilitas aman anak di Kota Kendari. Sistem dirancang untuk memprediksi tingkat keamanan lokasi menggunakan algoritma Random Forest berdasarkan lima fitur location context: pertemuan dengan orang asing, kepadatan lalu lintas, pencahayaan, visibilitas, dan pantauan CCTV. Dataset diperoleh dari observasi lapangan pada 96 titik lokasi dengan total 279 variasi data, kemudian diolah menggunakan Python dan diintegrasikan ke aplikasi Flutter melalui API Flask. Hasil pelatihan model menunjukkan akurasi rata-rata 94,64% dengan 5-fold cross-validation, serta akurasi 100% pada 56 data uji. Parameter pengguna dan waktu diterapkan dengan pendekatan rule based untuk memberikan respons sesuai usia dan kondisi. Uji coba aplikasi menunjukkan peringatan dalam 1 detik dan performa yang efisien. Penelitian ini membuktikan bahwa sistem mampu mengklasifikasi keamanan lokasi dan berfungsi efektif untuk meningkatkan keselamatan mobilitas anak.
Analysis of Student Behavior Based on the History of Learning Activities in the Learning Management System Using the Pearson Correlation Method Imam Akbar; Hazriani Hazriani; Abdul Latief Arda; Ita Sarmita Samad
Edumaspul: Jurnal Pendidikan Vol 8 No 1 (2024): Edumaspul: Jurnal Pendidikan
Publisher : Universitas Muhammadiyah Enrekang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33487/edumaspul.v8i1.7671

Abstract

The purpose of this study is to identify student learning behavior in online learning and to determine the relationship between student learning behavior and learning achievement based on learning history data (Learning logs) on the Learning Management System (LMS), including the performance of assignments and quizzes, utilization interaction features (forums and chat), as well as active access to learning resources (files and URLs). Pearson Correlation method is used to analyze the level of relationship between learning behavior and students’ achievement. The research object is 105 students at Muhammadiyah University of Enrekang who programmed introductory information technology (PTI) courses from 5 different classes but taught by the same lecturer. The total number of processed activity histories (after data preprocessing) is 6500 records, while the total number of logs before data preprocessing is 19386 records. Correlation analysis linking student behavior to student learning achievement is quite strong and unidirectional, as evidenced by the correlation value between learning behavior and student final grades which show an average number of 0.80 and all are positive, with confidence interval values reaching95%. This shows that the higher the learning activities that students participate in in online learning (the more active), the stronger the effect on student learning achievement. It also shows that student activity in completing assignments is the variable that most influences learning achievement with a correlation value of 0.88 (very strong).
Evaluasi Kualitas Pengajaran Dosen Menggunakan Metode K-Means Clustering di Lingkungan AMIK Luwuk Banggai Rabi’a H Maudjik; Abdul Latief Arda; Mashur Razak
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9396

Abstract

Abstrak - Penelitian ini bertujuan (1) Untuk mengetahui hasil dari pengelompokkan data evaluasi Dosen AMIK Luwuk Banggai dan dapat dijadikan sebagai acuan bagi pihak AMIK dan dosen dalam proses pengembangan mutu dan meningkatkan kemampuan dosen dalam mengembangkan proses pembelajaran dan juga dapat menemukan solusi dari kendala selama pembelajaran. (2) Untuk mengukur tingkat akurasi kinerja dosen yang diperoleh dengan menggunakan metode K-Means. Penelitian ini dilaksanakan di AMIK Luwuk Banggai. Metode yang digunakan dalam penelitian adalah pengolahan data dalam bentuk data mining dengan menggunakan Metode K-Means Clustering. Pengambilan data dilakukan dengan menarik data dari pengisian Google Form pada saat mahasiswa sudah melakukan ujian akhir semester. Data diolah dengan menggunakan Microsoft Excel sebagai dataset. Pada penelitian ini dilakukan optimasi dengan menggunakan metode elbow untuk mengevaluasi hasil clustering. Evaluasi model dengan menggunakan uji performa model. Berdasarkan hasil pengujian, Dari hasil pengolahan data 12 orang dosen sebagai data sampel maka diperoleh hasil evaluasi kinerja dosen berdasarkan perencanaan, pelaksanaan, dan evaluasi pembelajaran dipeoleh lima kelompok dosen berdasarkan kriteria yang dinilai. Iterasi dilakukan sampai iterasi ketiga dengan karakteristik kelompok sebagai berikut: Hasil evaluasi dosen kategori Sangat Baik, Baik, Cukup Baik, Kurang Baik dan Tidak Baik yang memiliki pusat cluster (0.17, 0.00, 0.39, 0.19, 0.00).Kata kunci: K- Means; Clustering; Pembelajaran; Evaluasi Kinerja Dosen; Mahasiswa; Abstract - This study aims to (1) determine the results of the grouping of evaluation data for AMIK Luwuk Banggai lecturers. This can serve as a reference for AMIK and lecturers in the quality development process, enhancing lecturers' abilities to develop the learning process and address obstacles during learning. (2) to measure the accuracy of lecturer performance obtained using the K-Means method. This research was carried out at AMIK Luwuk Banggai. The method used in the research is data processing in the form of data mining using the K-Means Clustering Method. Data collection was carried out by pulling data from filling out the Google Form when students had taken their final semester exams. Data was processed using Microsoft Excel as a dataset. In this research, optimization was carried out using the elbow method to evaluate the clustering results. Evaluate the model using model performance tests. Based on the test results, from the data processing of 12 lecturers as sample data, five groups of lecturers based on the criteria assessed were obtained. Iterations were carried out until the third iteration with the following group characteristics: Lecturer evaluation results in the categories Very Good, Good, Fairly Good, Not Good and Not Good which had cluster centers (0.17, 0.00, 0.39, 0.19, 0.00).Keywords: K-Means; Clustering; Learning; Lecturer Performance Evaluation; Students;
Analisis Hasil Pendeteksian Kandungan Mineral dari Air Kemasan Menggunakan Sensor TDS Berbasis Internet Of Things Iskandar Surdin; Zahir Zainuddin; Abdul Latief Arda
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8414

Abstract

Abstrak - Teknologi Internet of Things (IoT) sebagai solusi inovatif dalam memantau dan menganalisis kualitas air secara real-time. Dengan memanfaatkan sensor TDS yang terintegrasi dengan sistem IoT, data kandungan mineral dalam air kemasan dapat dipantau secara real-time dan dikirim ke platform digital untuk analisis lebih lanjut. Penelitian ini bertujuan untuk mengevaluasi efektivitas penggunaan teknologi IoT dalam pemantauan kualitas air, sehingga dapat memberikan kontribusi positif dalam pengembangan sistem pemantauan kualitas air di masa mendatang. Penelitian ini menggunakan metode eksperimen kuantitatif yakni melakukan pengamatan, pengukuran, dan pengujian sistem yang telah di implementasikan. Software dan hardware yang dirancang dan dilakukan pengujian terhadap pembuatan aplikasi. Melalui jaringan sensor yang terintegrasi dengan teknologi IoT, sistem ini mampu mendeteksi secara real-time mengukur parameter-parameter penting seperti TDS, PH air dan suhu air. Monitoring kualitas air minum dalam sistem monitoring telah terbukti akurat dan real-time. Dari setiap data dari sensor IoT diproses dan disimpan dalam website sebagai cloud data khusus. Sistem IoT yang menggunakan sensor pH, turbidity, TDS, dan suhu memiliki potensi besar dalam memantau kondisi lingkungan secara real-time. Dengan integrasi sensor ke microcontroller, pengiriman data ke server, penyimpanan di database, dan tampilan di website, sistem ini dapat membantu operator memantau berbagai parameter lingkungan secara akurat. Menguji tingkat kekeruhan pada air minum layak konsumsi pada depot air isi ulang, keberhasilan sistem sangat bergantung pada konektivitas yang stabil, keakuratan sensor, kecepatan pengiriman data, serta keandalan penyimpanan dan tampilan data.Kata kunci: IoT, Sensor pH, Turbidity, TDS, Suhu. Abstract - Internet of Things (IoT) technology as an innovative solution for monitoring and analyzing water quality in real-time. By utilizing TDS sensors integrated with an IoT system, mineral content data in bottled water can be monitored in real-time and sent to a digital platform for further analysis. This research aims to evaluate the effectiveness of using IoT technology in monitoring water quality, so that it can make a positive contribution to the development of water quality monitoring systems in the future. This research uses a quantitative experimental method, namely observing, measuring and testing the system that has been implemented. Software and hardware designed and tested for application creation. Through a sensor network integrated with IoT technology, this system is able to detect in real-time, measure important parameters such as TDS, water PH and water temperature. Monitoring drinking water quality in the monitoring system has been proven to be accurate and real-time. Every data from IoT sensors is processed and stored on the website as a special cloud data. IoT systems that use pH, turbidity, TDS and temperature sensors have great potential in monitoring environmental conditions in real-time. By integrating sensors into a microcontroller, sending data to a server, storing in a database, and displaying on a website, this system can help operators monitor various environmental parameters accurately. Testing the level of turbidity in drinking water suitable for consumption at refill water depots, the success of the system is very dependent on stable connectivity, sensor accuracy, speed of data transmission, and reliability of data storage and display.Keywords: IoT, pH Sensor, Turbidity, TDS, Temperature.
Comparative Analysis of CNN, MobileNetV2 and EffecientNetBO in Smart Farming System for Chili Leaf Disease Detection Arda, Abdul Latief; Syamsu Alam; Matalangi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 6 (2025): December 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i6.6709

Abstract

Chili leaf diseases greatly affect agricultural productivity, making early and accurate detection essential to support smart farming systems. This study presents a comparative analysis of three deep learning architectures—Convolutional Neural Network (CNN), MobileNetV2, and EfficientNetB0—for detecting chili leaf diseases using RGB images. The dataset consists of three main disease classes: Bacterial Spot, Curl Virus, and White Spot. Each model was trained and evaluated using accuracy, precision, recall, F1-score, macro AUC, and training time as performance metrics. Experimental results show that MobileNetV2 achieved the highest performance with 99% accuracy, 0.99 F1-score, and 0.99 macro AUC, although it required the longest training time of 115.12 seconds. CNN demonstrated competitive results with 96% accuracy and the shortest training time of 60 seconds, while EfficientNetB0 performed poorly with only 38% accuracy and an F1-score of 0.18. These findings highlight that model architecture, dataset characteristics, and training configuration significantly influence performance outcomes. This study contributes to the development of intelligent agricultural monitoring systems by identifying the most suitable deep learning architecture for real-time chili leaf disease detection in smart farming applications.
Smart Waste Management Monitoring and Control Analysis Based on Objects Based on Smart Systems and Internet of Things Sarmila, Sarmila; Achmad, Andani; Arda, Abdul Latief
Journal of Applied Informatics and Computing Vol. 9 No. 6 (2025): December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i6.11281

Abstract

Garbage is a problem that often becomes a trending topic in almost every country.throughout developing countries. The current condition of waste in our environment is still in a mixed condition, because the garbage has not been sorted. The minimum waste management information technology by officers also causes Waste management is slow, so that waste often piles up.The aim of this research is to develop a smart trash can that can sort metal, dry and wet waste automatically via Internet function of Things (IoT). The methodology used is Research and Development which can provide information when the trash can is full. This research was successful designing and implementing a prototype of a smart trash can based onInternet of Things (IoT) with the ability to sort waste into three categories The main components are metal, wet, and dry. The system utilizes proximity sensors inductive, soil sensor, and ultrasonic sensor HC-SR04 integrated with Blynk application for real-time monitoring of waste capacity. Algorithm Fuzzy logic is used so that the system is able to make adaptive decisions according to with the sensor condition. from the performance in the research Where the Accuracy of the system is 97.10%. The calculation is based on the number of correct predictions on the diagonal. main data divided by total data: true = 189 (Dry) + 187 (Wet) + 194 (Metal) = 570 out of a total of 587 samples, so 570/587 = 0.9710 (97.10%), with 17 error (error rate 2.90%). These values describe how much the accuracy and completeness of the model in recognizing each category of waste, with results consistently high (average 0.97).
Pemberdayaan Masyarakat Pesisir melalui Budidaya Ikan Menggunakan Kolam Terpal sebagai Alternatif Usaha Perikanan Berbasis Rumah Tangga Guntur, Guntur; Arda, Abdul Latief; Nasrullah, Nasrullah; Nurahmad, Nurahmad; Syuryadi, Syuryadi
JOURNAL OF TRAINING AND COMMUNITY SERVICE ADPERTISI (JTCSA) Vol. 6 No. 1 (2026): Februari 2026
Publisher : ADPERTISI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62728/jtcsa.v6i1.724

Abstract

Kegiatan pengabdian kepada masyarakat ini dilaksanakan sebagai upaya memberikan alternatif usaha perikanan yang mudah diterapkan dan berbiaya rendah bagi masyarakat pesisir. Ketergantungan nelayan pada perikanan tangkap menyebabkan pendapatan yang tidak stabil akibat pengaruh cuaca dan musim, sehingga diperlukan diversifikasi usaha yang berkelanjutan. Kegiatan ini bertujuan untuk meningkatkan pengetahuan dan keterampilan masyarakat dalam budidaya ikan menggunakan kolam terpal sebagai alternatif usaha perikanan berbasis rumah tangga. Kegiatan pengabdian dilaksanakan di Desa Cindea, Kecamatan Bungoro, Kabupaten Pangkep pada tanggal 10 Desember 2025 dengan melibatkan 25 orang peserta yang terdiri atas pelaku UMKM, pengelola BUMDes, kelompok sadar wisata (Pokdarwis), nelayan, dan staf desa. Metode pelaksanaan menggunakan pendekatan edukatif–partisipatif melalui penyuluhan, pelatihan teknis, dan diskusi interaktif. Hasil kegiatan menunjukkan adanya peningkatan pemahaman peserta mengenai konsep dan teknik budidaya kolam terpal, manajemen pakan dan kualitas air, serta peluang usaha yang dapat dikembangkan. Selain itu, kegiatan ini menumbuhkan minat peserta untuk mengimplementasikan budidaya ikan kolam terpal baik pada skala rumah tangga maupun sebagai unit usaha desa. Kegiatan pengabdian ini berkontribusi dalam membuka peluang penguatan ekonomi lokal dan peningkatan kesejahteraan masyarakat secara berkelanjutan.