Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Teknologi Internet of Things (IoT) pada Sistem Smart-Ventilation Lab Kimia Berbasis ESP32 dengan Fitur Notifikasi Real-Time Adi Lukman Maulana\; Alvifah Diyan Safitri; Stefanus Ardi Prasetyo; Pramono -
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Kesadaran akan bahaya gas polutan di laboratorium kimia sering kali rendah karena sifat polutan yang tidak berwarna dan tidak berbau. Penelitian ini merancang sistem Smart-Ventilation berbasis ESP32 yang mengintegrasikan teknologi IoT untuk meningkatkan standar keamanan di ruangan praktikum. Berbeda dengan alat pendeteksi biasa, sistem ini menggabungkan sensor kualitas udara MQ-135 dengan sensor suhu dan kelembapan (DHT) untuk memberikan perlindungan menyeluruh. Melalui aplikasi Blynk, ESP32 mengirimkan data secara real-time dan memberikan kendali penuh kepada pengguna, baik secara manual maupun otomatis. Sistem akan memerintahkan ventilasi dan miniatur AC untuk aktif secara mandiri saat mendeteksi ambang batas bahaya, sekaligus mengirimkan notifikasi instan ke smartphone. Implementasi ini membuktikan bahwa otomatisasi tata udara dapat meminimalisir risiko kecelakaan kerja akibat paparan zat kimia berbahaya secara efektif.
Sistem Rekomendasi Merek Parfum Lokal Menggunakan Content-Based Filtering dan Cosine Similarity Stefanus Ardi Prasetyo; Adi Lukman Maulana; Alvifah Diyan Safitri; Fauzi Bondan Prihananto; Tomy Anugrah Islami; Vihi Atina
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pertumbuhan merek parfum lokal menghadirkan semakin banyak pilihan aroma, harga, dan karakter produk bagi konsumen. Namun, banyaknya informasi tersebut dapat menimbulkan information overload sehingga konsumen kesulitan menentukan parfum yang sesuai dengan preferensi aromanya. Penelitian ini merancang sistem rekomendasi merek parfum lokal menggunakan pendekatan Content-Based Filtering, yaitu rekomendasi disusun berdasarkan kemiripan karakteristik produk tanpa bergantung pada riwayat penilaian pengguna lain. Data deskripsi parfum, terutama informasi aroma atau notes, diproses melalui case folding, tokenization, stopword removal, dan stemming agar bentuk teks lebih seragam. Selanjutnya, metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk mengubah deskripsi menjadi vektor numerik dan memberikan bobot pada kata kunci yang merepresentasikan karakter produk. Nilai kemiripan antarproduk dihitung menggunakan algoritma Cosine Similarity sehingga parfum dengan skor kesamaan tertinggi dapat ditampilkan sebagai rekomendasi. Hasil rancangan sistem menunjukkan bahwa rekomendasi terbaik selama uji coba dengan parameter user top note: grapefruit, mid note: fruity, base note: musk, gender: unisex, situasi: versatile menghasilkan rekomendasi terkuat, yaitu parfum Infinity dari merek Avila, dengan nilai similarity 70%. Setelah dilakukan evaluasi, sistem mendapat hasil 100% untuk precision, 71% untuk recall, dan menghasilkan Fi-Score sebesar 83%. Sistem dapat dikatakan cukup akurat dan diharapkan mampu menyajikan alternatif parfum lokal yang lebih relevan dengan minat pengguna, mempercepat proses pemilihan produk, dan mengurangi dampak information overload.