Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Nabila Putri Asy Syifa
Universitas Singaperbangsa Karawang
Computer Science & IT

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

Found 2 Documents
Search

 1 
SISTEM PENYIRAMAN OTOMATIS TANAMAN CABAI RAWIT BERBASIS IOT MENGGUNAKAN METODE FUZZY MAMDANI Farrel Paksi Aditya; Nabila Putri Asy Syifa; Eldoni Mosul; Susilawati
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9580

Abstract

Tanaman Cabai Rawit (Capsicum frutescens) memerlukan kondisi kelembaban tanah yang spesifik berkisar antara 60-70% dan suhu ideal 21-27°C untuk pertumbuhan optimal. Penyiraman manual seringkali tidak presisi, menyebabkan over-watering (tanah kelebihan air) atau kekeringan yang menghambat produktivitas. Penelitian ini bertujuan merancang sistem penyiraman otomatis berbasis Internet of Things (IoT) yang menerapkan logika Fuzzy Mamdani untuk menentukan durasi penyiraman berdasarkan ketidakpastian kondisi lingkungan. Sistem dibangun menggunakan mikrokontroler ESP32 yang berkomunikasi melalui protokol MQTT ke server berbasis Node.js. Antarmuka pengguna dikembangkan menggunakan Express.js dan Tailwind CSS untuk pemantauan secara real-time. Metode Fuzzy Mamdani memproses input dari sensor kelembaban tanah dan suhu udara melalui 9 basis aturan (rule base) untuk menghasilkan output durasi penyiraman yang presisi. Hasil pengujian menunjukkan sistem mampu menjaga kelembaban tanah pada rentang ideal 60-70% secara otomatis. Penerapan arsitektur Node.js dan MQTT terbukti meningkatkan efisiensi transmisi data dan respon sistem dibandingkan metode polling konvensional.
PELABELAN SEMI-OTOMATIS BERBASIS INSET LEXICON DAN TARGET-ORIENTED PADA ANALISIS SENTIMEN ISU VASEKTOMI PADA MEDIA SOSIAL X Nabila Putri Asy Syifa; Chaerur Rozikin; Agung Susilo Yuda Irawan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10332

Abstract

Analisis sentimen pada media sosial umumnya memanfaatkan pelabelan otomatis berbasis lexicon, namun pendekatan tersebut masih memiliki keterbatasan dalam memahami konteks opini yang mengandung sarkasme, bahasa informal, code-mixing, dan istilah domain spesifik. Penelitian ini mengusulkan pendekatan pelabelan semi-otomatis yang mengombinasikan Indonesia Sentiment Lexicon (InSet) dan Target-Oriented pada analisis sentimen isu vasektomi di media sosial X (Twitter). Dataset terdiri atas 3.024 opini, dengan 354 data dianotasi secara manual sebagai ground truth dan 2.670 data lainnya dilabeli secara otomatis menggunakan InSet. Selanjutnya dilakukan text preprocessing, ekstraksi fitur TF-IDF, penyeimbangan kelas menggunakan SMOTE, serta klasifikasi menggunakan Support Vector Machine (SVM) dengan kernel Linear, RBF, Polynomial, dan Sigmoid pada tiga skenario pembagian data. Hasil pengujian menunjukkan bahwa kernel Linear pada skenario 70:30 memberikan performa terbaik dengan Balanced Accuracy 74,09%, Macro Average Precision 73,32%, Macro Average Recall 74,09%, dan Macro Average F1-Score 73,64%. Hasil penelitian menunjukkan bahwa pendekatan pelabelan semi-otomatis mampu menghasilkan dataset berlabel yang lebih efektif untuk mendukung klasifikasi sentimen pada isu vasektomi di media sosial X.
Co-Authors Agung Susilo Yuda Irawan Chaerur Rozikin Eldoni Mosul Farrel Paksi Aditya Susilawati