Article Per Year (5 Year)
p-Index From 2021 - 2026
2.737
P-Index
This Author published in this journals
All Journal Jurnal TIMES Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) INCODING: Journal of Informatics and Computer Science Engineering EXPLORER Journal of Mathematics and Technology (MATECH) Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik, Komputer, Agroteknologi dan Sains
Sembiring, Arnes
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Automotive Engineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Transportation

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
SISTEM MONITORING DAN KONTROL PINTU BENDUNGAN BERBASIS NODEMCU DAN ENERGI TERBARUKAN Rifai, Abas; Sembiring, Arnes; Br Sitepu, Kristina Annatasia; Jalil, Saifuddin Muhammad
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pintu bendungan memiliki peran strategis dalam pengelolaan sumber daya air, mencakup irigasi, pengendalian banjir, hingga penyediaan air bersih bagi masyarakat. Namun, di banyak daerah, sistem pengoperasian pintu masih bersifat manual dan sangat tergantung pada intervensi manusia. Ketergantungan ini menyebabkan keterlambatan dalam merespons fluktuasi volume air secara tiba-tiba, terutama pada saat cuaca ekstrem, yang berisiko menimbulkan bencana seperti banjir dan kekeringan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem otomatisasi pintu bendungan berbasis Internet of Things (IoT), dengan menggunakan mikrokontroler NodeMCU ESP8266 sebagai unit kendali utama. Sensor ultrasonik digunakan untuk mengukur ketinggian permukaan air secara real-time, sementara sensor hujan memantau kondisi cuaca. Sistem ini dilengkapi panel surya sebagai sumber energi terbarukan guna mendukung keberlanjutan operasional. Motor servo digunakan untuk membuka dan menutup pintu bendungan secara otomatis berdasarkan data sensor yang dianalisis secara cerdas. Seluruh data dikirimkan ke aplikasi Blynk, memungkinkan pemantauan dan pengendalian jarak jauh melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem ini bekerja secara akurat, responsif, dan andal dalam berbagai kondisi simulasi. Temuan ini menawarkan solusi teknologi yang inovatif, hemat energi, dan berpotensi diterapkan secara luas dalam sistem pengelolaan air terpadu di masa depan.
PENGEMBANGAN APLIKASI ANDROID UNTUK KLASIFIKASI TINGKAT KEMATANGAN BUAH ALPUKAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERDASARKAN PENGOLAHAN CITRA Rizky, Bagaskara Dwi; Sembiring, Arnes
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi Android berbasis pengolahan citra yang mampu mengklasifikasi tingkat kematangan buah alpukat secara otomatis. Permasalahan utama dalam proses klasifikasi manual adalah ketidakakuratan dan ketidakkonsistenan hasil, yang dapat berdampak pada kualitas dan nilai jual buah. Untuk mengatasi hal tersebut, diterapkan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang ringan dan efisien untuk perangkat mobile. Dataset citra buah alpukat dibagi ke dalam lima kelas, yaitu Mentah, Setengah Matang, Matang, Terlalu Matang, dan Bukan Alpukat. Proses pelatihan model mencakup augmentasi data, pengoptimalan fungsi aktivasi, serta konversi model ke format TensorFlow Lite agar dapat diintegrasikan ke dalam aplikasi Android. Hasil pengujian menunjukkan bahwa model CNN mampu mencapai tingkat akurasi validasi sebesar 94,61% dan akurasi pengujian sebesar 90,73%. Aplikasi ini memungkinkan pengguna untuk mengambil atau mengunggah gambar buah alpukat, lalu memprosesnya secara real-time dan menampilkan prediksi tingkat kematangannya. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pertanian presisi berbasis kecerdasan buatan untuk membantu proses klasifikasi buah secara cepat, akurat, dan efisien.
Pelatihan Penulisan Karya Ilmiah untuk Mahasiswa Teknik Informatika Sumatera Utara Rahman, Sayuti; Hartono, Hartono; Sembiring, Arnes; Ongko, Erianto; Aulia, Rachmat
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 01 (2024): EDISI MARET 2024
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/prioritas.v6i01.926

Abstract

Penulisan karya ilmiah merupakan salah satu keterampilan penting yang harus dikuasai oleh mahasiswa dalam menyelesaikan studi mereka. Namun, masih banyak mahasiswa yang mengalami kesulitan dalam menghasilkan karya ilmiah yang berkualitas. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk memberikan pelatihan penulisan karya ilmiah kepada mahasiswa Teknik Informatika di Sumatera Utara. Kegiatan ini dilaksanakan dengan kerjasama antara lembaga pendidikan tinggi dan organisasi profesi, yaitu Ikatan Profesi Komputer Informatika Nusantara (IKAPKIN). Pelatihan dilakukan melalui platform Zoom dan melibatkan 81 peserta dari berbagai perguruan tinggi di Sumatera Utara. Materi pelatihan mencakup berbagai trik dan tool dalam penulisan karya ilmiah, serta panduan dalam memanfaatkan tool penelitian seperti ChatGPT, DeepL.Com, Grammarly, Quillbot, dan Mendeley. Hasil evaluasi postest menunjukkan adanya peningkatan yang signifikan dalam pemahaman peserta terhadap penggunaan tool penelitian, dengan jumlah peserta yang memahami meningkat secara signifikan. Respon positif terhadap penyampaian materi pelatihan juga tercatat. Diharapkan kegiatan ini dapat memberikan dampak positif dalam meningkatkan kualitas penulisan karya ilmiah mahasiswa Teknik Informatika di Sumatera Utara
DATA MINING PENGOLAHAN SEMUA PENGADUAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS POLRES KOTA BINJAI) Yunika , Vica; Simanjuntak, Magdalena; Sembiring, Arnes
Jurnal Informatika Kaputama (JIK) Vol 6 No 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v6i2.1112

Abstract

Hukum mengatur hubungan antara orang dengan orang lain dan membatasi kepekaan serta mengadakan larangan atau keharusan agar tercapai ketertiban hukum di dalam masyarakat.Tak jarang setiap orang berani melakukan tindakan yang melanggar aturan hukum demi mendapatkan sesuatu yang diinginkan,bahkan dapat menyebabkan kerugian, kehihangan suatu hak atas tindak kejahatan yang dilakukan. Masyarakat dapat melakukan pengaduan atas suatu tindakan yang terjadi pada dirinya yaitu dengan cara datang kekantor Kepolisian. Polres Kota Binjai memiliki data-data setiap pelaporan terhadap pengaduan masyakat yang terus bertambah setiap masyarakat yang melakukan pengaduan yang biasa disimpan dalam sebuah file dalam komputer. Data tersebut dapat diolah menjadi data yang berguna yang dapat digunakan untuk memperoleh sebuah informasi yang baru dengan cara membuat sebuah sistem yang akan membantu untuk menemukan informasi baru dari data tersebut. Algoritma K-Means adalah algoritma clustering yang populer dan banyak digunakan dalam dunia industri. Clustering menganalisis objek data yang digunakan untuk menghasilkan grup, grup tersebut didapatkan berdasarkan prinsip memaksimalkan kesamaan dalam kelas dan meminimalkan kesamaan antar kelas. Clustering adalah membagi data ke dalam grup-grup yang mempunyai obyek dengan karakteristiknya sama.
Analisis Komparatif CNN Ringan untuk Klasifikasi Penyakit Daun Tomat Menggunakan Visualisasi Grad-CAM Rahman, Sayuti; Hartono, Hartono; Sembiring, Arnes; Khahfi Zuhanda, muhammad; Aditya Pratama, Bayu; Martini, Dewi
Explorer Vol 6 No 1 (2026): January 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v6i1.2601

Abstract

Tomato leaf disease classification based on digital imagery has become an important approach in supporting smart agriculture, particularly for early detection of plant disease attacks. This study aims to compare the performance of several lightweight Convolutional Neural Network (CNN) architectures, namely MobileNetV3-Small, MobileNetV2, and EfficientNet-B0, in classifying tomato leaf diseases using the PlantVillage dataset. The dataset consists of 3,628 images distributed across 10 classes (9 disease classes and 1 healthy class), with a data split scheme of 80% for training and 20% for validation. Performance evaluation was conducted using classification reports, confusion matrices, and interpretability analysis through Grad-CAM and feature map visualization. The experimental results show that all models achieved very high accuracy, exceeding 99%. EfficientNet-B0 obtained the best performance with a validation accuracy of 99.59%, followed by MobileNetV2 at 99.45% and MobileNetV3-Small at 99.04%. However, model complexity increased along with accuracy, where EfficientNet-B0 had the largest number of parameters and FLOPs. Grad-CAM analysis revealed that higher-accuracy models demonstrated more precise activation focus on leaf lesion regions. This study confirms that lightweight CNN architectures are capable of delivering excellent classification performance while offering strong potential for deployment in plant disease detection systems on resource-limited devices
Pengenalan ChatGPT untuk Meningkatkan Pengetahuan Siswa-Siswi di SMK Negeri 1 Pantai Labu Rahman, Sayuti; Sembiring, Arnes; Aulia, Rachmat; Dafitri, Haida; Liza, Risko
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 01 (2023): EDISI MARET 2023
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/prioritas.v5i01.744

Abstract

Siswa SMK sering menghadapi tantangan dalam pembelajaran seperti akses informasi yang terbatas, kesulitan dalam memecahkan masalah, dan kurangnya sumber belajar yang relevan. Oleh karena itu perlu metode atau alat untuk memcahkan masalah ini,salah satunya adalah ChatGPT. ChatGPT dapat memenuhi kebutuhan siswa dengan menyediakan akses informasi yang lebih luas, membantu dalam pembelajaran mandiri, dan memberikan panduan serta penjelasan tambahan dalam memecahkan masalah. Penggunaan ChatGPT juga memungkinkan siswa mengakses sumber daya pembelajaran tambahan di luar jam pelajaran. Hasil pengabdian menunjukkan bahwa penggunaan ChatGPT memberikan manfaat yang signifikan bagi siswa dan guru, dengan kemampuan ChatGPT dalam menjawab pertanyaan, meringkas dokumen, menerjemahkan teks, dan memahami kode program. Respon siswa setelah pelatihan juga sangat positif terhadap penggunaan ChatGPT dalam pembelajaran. Sehingga, ChatGPT efektif dalam memenuhi kebutuhan pembelajaran siswa di SMK Negeri 1 Pantai Labu.
Co-Authors Achmad Fauzi Aditya Pratama, Bayu Ahmad Zakir, Ahmad Algama, Bella Asmah Indrawati Erianto Ongko Gultom, Imeldawaty Haida Dafitri, Haida Harahap, Jaffar Siddik Hartono Hartono Hasibuan, Ade Hasibuan, Ade Zulkarnain Ilham, Fauzi Irawan, Amri Kristina Annatasia Br Sitepu Liza, Risko Martini, Dewi Muhammad Khahfi Zuhanda Naufal, Tengku Akhdan Rachmat Aulia, Rachmat Rahman, Sayuti Rifai, Abas Rizky, Bagaskara Dwi Saifuddin Muhammad Jalil Sembiring, Hermansyah Sembiring, Jams David Pindona Simanjuntak, Magdalena Sinaga, Nicolas Novelico Siregar, Budi Arisa Utomo Siregar, Rosyidah Widodo, Dian Yunika , Vica