Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal IC Tech: Majalah Ilmiah IC Tech: Majalah Ilmiah
Wachid Darmawan
IC-Tech
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Other

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

Found 2 Documents
Search

 1 
SIMONSA-MBG: SISTEM PEMANTAUAN SISA MAKANAN BERBASIS IOT DENGAN ANALISIS FOOD WASTE RATIO DI SEKOLAH Wachid Darmawan; Widiyono Widiyono; Muhammad Faizal Kurniawan
IC Tech: Majalah Ilmiah Vol 21 No 2 (2026): IC Tech: Majalah Ilmiah Volume XXI No. 2 Oktober 2026
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v21i2.425

Abstract

Program Makan Bergizi Gratis (MBG) memerlukan sistem pemantauan sisa makanan berbasis data untuk mendukung evaluasi menu dan pengelolaan sampah di lingkungan sekolah. Penelitian ini bertujuan mengembangkan SIMONSA-MBG, sistem monitoring sampah MBG berbasis Internet of Things (IoT) yang mengintegrasikan pengukuran sensor dengan analisis Food Waste Ratio (FWR) di sekolah. Penelitian menggunakan metode Research and Development (R&D) yang meliputi pengumpulan data, analisis, perancangan, implementasi, dan pengujian. Purwarupa menggunakan ESP32, load cell HX711, sensor ultrasonik HC-SR04, dan DHT22 yang terhubung dengan Firebase Realtime Database dan dashboard web. Pengujian pemantauan kontinu selama 120 menit pada 4 titik pengamatan menunjukkan peningkatan tingkat keterisian dari 4,4% menjadi 72,4% dan akumulasi massa sisa makanan sebesar 17,6 kg. Pengujian menghasilkan  = 0,9995,  = 1,000, serta MAPE sebesar 0,85% untuk massa > 20 kg dan MAE sebesar 0,125 cm dan MAPE 0,60% untuk jarak 5-10 cm. Penerapan FWR pada sepuluh jenis menu menghasilkan FWR agregat sebesar 11,17%, dengan empat menu berada pada kategori rendah, lima menu pada kategori sedang, dan satu menu pada kategori tinggi. Hasil penelitian menunjukkan bahwa dashboard SIMONSA-MBG dapat menyediakan informasi kuantitatif mengenai kondisi wadah, timbulan sisa makanan, dan FWR per jenis menu sebagai dasar pendukung pengambilan keputusan. Penelitian selanjutnya disarankan untuk memperluas pengamatan pada beberapa sekolah dan mengembangkan prediksi timbulan sisa makanan berbasis machine learning.
SIMONSA-MBG: SISTEM PEMANTAUAN SISA MAKANAN BERBASIS IOT DENGAN ANALISIS FOOD WASTE RATIO DI SEKOLAH Wachid Darmawan; Widiyono Widiyono; Muhammad Faizal Kurniawan
IC Tech: Majalah Ilmiah Vol 21 No 2 (2026): IC Tech: Majalah Ilmiah Volume XXI No. 2 Oktober 2026
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v21i2.425

Abstract

Program Makan Bergizi Gratis (MBG) memerlukan sistem pemantauan sisa makanan berbasis data untuk mendukung evaluasi menu dan pengelolaan sampah di lingkungan sekolah. Penelitian ini bertujuan mengembangkan SIMONSA-MBG, sistem monitoring sampah MBG berbasis Internet of Things (IoT) yang mengintegrasikan pengukuran sensor dengan analisis Food Waste Ratio (FWR) di sekolah. Penelitian menggunakan metode Research and Development (R&D) yang meliputi pengumpulan data, analisis, perancangan, implementasi, dan pengujian. Purwarupa menggunakan ESP32, load cell HX711, sensor ultrasonik HC-SR04, dan DHT22 yang terhubung dengan Firebase Realtime Database dan dashboard web. Pengujian pemantauan kontinu selama 120 menit pada 4 titik pengamatan menunjukkan peningkatan tingkat keterisian dari 4,4% menjadi 72,4% dan akumulasi massa sisa makanan sebesar 17,6 kg. Pengujian menghasilkan  = 0,9995,  = 1,000, serta MAPE sebesar 0,85% untuk massa > 20 kg dan MAE sebesar 0,125 cm dan MAPE 0,60% untuk jarak 5-10 cm. Penerapan FWR pada sepuluh jenis menu menghasilkan FWR agregat sebesar 11,17%, dengan empat menu berada pada kategori rendah, lima menu pada kategori sedang, dan satu menu pada kategori tinggi. Hasil penelitian menunjukkan bahwa dashboard SIMONSA-MBG dapat menyediakan informasi kuantitatif mengenai kondisi wadah, timbulan sisa makanan, dan FWR per jenis menu sebagai dasar pendukung pengambilan keputusan. Penelitian selanjutnya disarankan untuk memperluas pengamatan pada beberapa sekolah dan mengembangkan prediksi timbulan sisa makanan berbasis machine learning.
Co-Authors Faizal Kurniawan Widiyono Widiyono