Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Fauzi Bondan Prihananto
Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
Sistem Monitoring Getaran Tanah dan Kondisi Kelembapan Tanah untuk Mitigasi Bencana Gempa dan Tanah Longsor Berbasis IoT Fauzi Bondan Prihananto; Erlangga Bayu Yudho Prakoso; Tomy Anugerah Islami; 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

Indonesia memiliki tingkat kerawanan gempa bumi dan tanah longsor yang tinggi sehingga diperlukan sistem monitoring yang dapat membantu meningkatkan kewaspadaan masyarakat. Penelitian ini merancang dan mengimplementasikan sistem monitoring getaran tanah dan kelembapan tanah berbasis Internet of Things (IoT) sebagai pendukung mitigasi bencana gempa bumi dan tanah longsor. Sistem menggunakan ESP32 sebagai mikrokontroler utama, sensor ADXL345 untuk membaca perubahan percepatan akibat getaran, serta Capacitive Soil Moisture Sensor untuk memantau kadar kelembapan tanah. Data hasil pembacaan sensor dikirim secara real-time ke Firebase Realtime Database dan ditampilkan melalui dashboard web agar dapat dipantau dari jarak jauh. Sistem juga dilengkapi buzzer sebagai indikator peringatan ketika nilai getaran atau kelembapan tanah melewati ambang batas yang telah ditentukan. Pengujian dilakukan melalui simulasi getaran dan perubahan kondisi kelembapan tanah untuk mengetahui respons sistem terhadap kondisi aman, waspada, dan bahaya. Hasil pengujian menunjukkan bahwa sistem mampu membaca data sensor, mengirimkan data ke Firebase, menampilkan informasi pada dashboard, serta mengaktifkan buzzer ketika terdeteksi kondisi berpotensi bahaya. Dengan demikian, sistem ini dapat digunakan sebagai media monitoring sederhana untuk meningkatkan kewaspadaan masyarakat di wilayah rawan gempa dan tanah longsor.
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.
Co-Authors Adi Lukman Maulana Alvifah Diyan Safitri Atina, Vihi Erlangga Bayu Yudho Prakoso Pramono - Stefanus Ardi Prasetyo Tomy Anugerah Islami Tomy Anugrah Islami