Article Per Year (5 Year)
p-Index From 2021 - 2026
10.372
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding: Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris CAUCHY: Jurnal Matematika Murni dan Aplikasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi dan Sistem Tertanam Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) CONSEN: Indonesian Journal of Community Services and Engagement Jurnal Informatika Polinema (JIP) The Indonesian Journal of Computer Science Jurnal Media Informasi Teknologi Mekongga: Jurnal Pengabdian Masyarakat Journal of Renewable Energy and Smart Device
Rahmi Hidayati
Universitas Tanjungpura
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 96 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 96 Documents
Search

 6   7   8   9   10 
Deteksi Anomali Data Sensor Kelembaban Tanah Menggunakan Kalman Filter dan Aturan 3-Sigma Erniajan, Yunita; Nirmala, Irma; Hidayati, Rahmi
Journal of Renewable Energy and Smart Device Vol. 3 No. 2 April 2026
Publisher : PT. Global Research Collaboration

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66314/joresd.v3i2.426

Abstract

Monitoring kelembaban tanah berbasis Internet of Things (IoT) merupakan komponen penting dalam sistem pertanian presisi. Namun, sensor kelembaban tanah resistif seperti YL-69 kerap menghasilkan pembacaan yang tidak stabil akibat gangguan noise dan fluktuasi lingkungan, sehingga berpotensi menyebabkan kesalahan pada sistem pengambilan keputusan otomatis. Penelitian ini mengusulkan sistem deteksi anomali data sensor kelembaban tanah dengan mengintegrasikan algoritma Kalman Filter adaptif dan metode statistik aturan 3-sigma. Kalman Filter dengan nilai kovariansi noise proses (Q) yang bersifat dinamis diterapkan untuk mereduksi noise dan meningkatkan stabilitas pembacaan sensor, sementara deteksi anomali dilakukan berdasarkan rentang normal yang dihitung menggunakan standar deviasi kumulatif. Implementasi sistem menggunakan mikrokontroler NodeMCU ESP32 yang terhubung ke basis data MySQL dengan antarmuka berbasis website sebagai media visualisasi dan notifikasi. Pengujian dilakukan pada tiga kondisi kelembaban tanah, yaitu kering, lembab, dan basah, menggunakan total 101 sampel data yang di antaranya mencakup 23 injeksi data spike sebagai simulasi kegagalan sensor. Hasil pengujian menunjukkan bahwa Kalman Filter berhasil menurunkan koefisien variasi secara signifikan: dari 26,01% menjadi 6,00% pada kondisi kering, dari 36,31% menjadi 2,37% pada kondisi lembab, dan dari 57,82% menjadi 4,00% pada kondisi basah. Sistem juga berhasil mendeteksi seluruh data anomali yang diinjeksikan dengan akurasi 100%, disertai notifikasi pop-up secara real-time pada antarmuka website.
Local Weather Monitoring using WSN and IoT as an Early Warning for Extreme Weather HIDAYATI, RAHMI; SARI, KARTIKA; NIRMALA, IRMA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 14, No 2: Published April 2026
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v14i2.154

Abstract

This research develops a local weather-monitoring system based on the Internet of Things (IoT) and a Wireless Sensor Network (WSN), employing four nodes to collect real-time data on temperature, humidity, air pressure, wind speed, and rainfall. Each node transmits its data to Firebase, where it is displayed on a web dashboard and used to trigger early-warning notifications via Telegram. Testing results show that the anemometer recorded an average deviation of 0.33 km/h, while the BME280 demonstrated high accuracy across three parameters: a 0.21°C (0.74%) deviation for temperature, 0.83% (1.31%) for humidity, and 0.28 hPa (0.02%) for air pressure. The system also exhibited stable data synchronization and rapid alert response times. The testing results demonstrate the potential of a multi-node approach to capture local microclimate variability and indicate its suitability for further development in machine learning–based predictive models.
Sistem deteksi dan klasifikasi polusi udara terhadap penderita asma menggunakan metode Naïve Bayes Afira, Lindini; Hidayati, Rahmi; Sari, Kartika
JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Vol. 6 No. 1: March 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/jitel.v6.i1.2026.61-70

Abstract

Polusi udara berdampak negatif terhadap kesehatan manusia, terutama pada sistem pernapasan. Salah satu penyakit yang dapat dipicu oleh polusi udara adalah asma. Serangan asma dapat terjadi akibat paparan polutan, asap rokok, dan cuaca dingin. Dalam lingkungan dalam ruangan, kualitas udara berperan penting sebagai faktor risiko lingkungan bagi penderita asma. Penelitian ini mengembangkan sistem untuk mendeteksi kadar beberapa polutan udara, termasuk Particulate Matter (PM2.5), Karbon Monoksida (CO), dan Nitrogen Dioksida (NO2), yang dapat memicu serangan asma. Sistem ini mengklasifikasikan kualitas udara menggunakan metode Naïve Bayes ke dalam tiga kategori: aman (ISPU 1-50), berisiko (ISPU 51-200), dan berbahaya (ISPU 201+). Dataset yang digunakan terdiri dari 120 data pelatihan dan 30 data uji. Hasil pengujian menunjukkan tingkat akurasi sebesar 97%. Selain itu, dalam eksperimen yang dilakukan di ruangan dengan konsentrasi polusi udara tinggi, sistem ini menentukan bahwa kualitas udara masih tergolong aman bagi penderita asma dengan nilai ISPU sebesar 30.
RTOS-BASED SYSTEM FOR TODDLER NUTRITIONAL STATUS DETECTION Arif Rahmawan; Rahmi Hidayati; Kartika Sari
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 2 (2025): JITK Issue November 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i2.7426

Abstract

Determining the nutritional status of toddlers is essential for monitoring growth and preventing long-term health problems. Manual assessment requires significant time and is prone to human error; therefore, an automatic detection system based on height and weight parameters is needed. This study aims to develop a Real-Time Operating System (RTOS)–based system to detect the nutritional status of children aged 24–60 months, capable of managing task priorities, ensuring timely execution, and preventing race conditions using semaphores. The system employs an ultrasonic sensor to measure height, load cell sensors to measure body weight, and a web-based interface to input gender and age. Nutritional classification is determined through Z-score calculations using WHO reference data. Tests conducted on 200 children in various locations showed that the ultrasonic sensor achieved an average absolute error of 0.39 cm, a relative error of 0.409%, and an accuracy of 99.59%, while the load cell sensor achieved an average absolute error of 0.22 kg, a relative error of 1.587%, and an accuracy of 98.41%. The average execution times for the measurement and Z-score computation tasks were 4014.4 ms and 11.31 ms, respectively. The nutritional status classification results showed accuracy levels of 99.5% for Weight-for-Age (W/A), 99.5% for Height-for-Age (H/A), and 97.5% for Body Mass Index-for-Age (BMI/A) compared with manual assessments. The developed system demonstrated reliable performance in measurement and classification, with results consistent with conventional methods, indicating its potential as an efficient and accurate tool to assist healthcare workers in monitoring toddler nutrition status
Optimalisasi Transmisi Lora Melalui Mqtt Mosquitto dengan Metode Data Chunking Irvando Aldo Renaldy; Rahmi Hidayati; Kartika Sari
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 17 No. 1 (2026): JURNAL SIMETRIS VOLUME 17 NO 1 TAHUN 2026
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v17i1.15820

Abstract

LoRa merupakan salah satu teknologi komunikasi nirkabel yang banyak digunakan dalam sistem Internet of Things (IoT) karena konsumsi daya rendah dan jarak jangkauan yang luas. Salah satu permasalahan utama pada komunikasi LoRa pada sistem IoT adalah keterbatasan ukuran payload yang menyebabkan kegagalan dalam transmisi data berukuran besar, khususnya citra termal dari sensor AMG8833. Untuk mengatasi hal tersebut, penelitian ini mengusulkan metode pemecahan data (chunking) pada sistem IoT berbasis ESP32 untuk mentransmisikan data besar melalui LoRa. Data dari sensor AMG8833 dipecah menjadi beberapa potongan (chunk) sesuai kapasitas payload, kemudian dikirim secara berurutan dari transmitter ke receiver, lalu diteruskan ke server melalui broker MQTT dan digabungkan kembali menjadi data utuh. Kontribusi utama pada penelitian ini meliputi perancangan mekanisme chunking berbasis identitas data dan urutan paket, serta melakukan integrasi LoRa–MQTT untuk menjaga integritas data. Hasil pengujian menunjukkan bahwa metode chunking mampu mencapai keberhasilan pengiriman data hingga seluruh paket dapat diterima tanpa ada kehilangan data, dengan rata-rata delay sebesar 0,86 detik. Hasil ini menunjukkan bahwa pendekatan chunking berbasis MQTT efektif dalam meningkatkan reliabilitas komunikasi LoRa untuk aplikasi IoT dengan kebutuhan data berukuran besar.
A Two-Stage Kalman Filter and ARIMA Framework for High-Frequency Wind Speed Modeling in Equatorial Regions Nurfitri Imro'ah; Nur'ainul Miftahul Huda; Kartika Sari; Rahmi Hidayati
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 11, No 1 (2026): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/cauchy.v11i1.41753

Abstract

High-frequency wind speed data collected via environmental monitoring systems often contain significant stochastic noise that can obscure underlying patterns and degrade the reliability of statistical models. A two-stage modeling framework (integrating a Kalman Filter (KF) for signal purification and Autoregressive Integrated Moving Average (ARIMA) for predictive modeling) was developed and applied to five-minute interval wind speed data in Pontianak, West Kalimantan. The dataset, comprising 3,742 observations recorded from December 11 to 24, 2024, was utilized to evaluate the effectiveness of the KF in enhancing model fitting. The model quality was further assessed using Individual Moving Range (IMR) control charts to monitor residual stability and detect localized anomalies. Results demonstrate that the KF-ARIMA approach significantly improves performance, reducing the Root Mean Square Error (RMSE) from 1.123 m/s to 0.145 m/s, representing an 87.1\% improvement in precision compared to the standalone ARIMA model. The I-MR charts confirmed that the KF-ARIMA residuals remained consistently within the $3\sigma$ control limits, effectively identifying transient variations that standard diagnostic tests might overlook. This integrated framework proves that combining state-space filtering with traditional time-series models provides a robust approach for characterizing high-frequency meteorological data in equatorial regions.
Co-Authors Achyar, Athif Tafrihan Adam, Chairul Afira, Lindini Agus Harjoko Aji, Maulana Setia Alfikri, Nadya Syifa Andreni, Gracella Aqila Zulfahmi Putri, Nessa Ariansyah Sudarsono Arif Rahmawan Arif Rahmawan Aris Fajrianto Basuki Ilham, Maulana Cucu Suhery Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Erniajan, Yunita Fajar Mu'alim Firdaus, Nurul Fajri 'Aini Fransiskus Julian Adresman Frasila Frasila Gloria, Bela Priska Gunawan Gunawan Hafiz Muhardi Herawati, Yunita Hirzen Hasfani Huda, Nur'ainul Miftahul Ika Nurul Hidayah Ikhsan, Afif Muhammad Ikhwan Ruslianto Ilhamsyah Imro'ah, Nurfitri Irma Nirmala Irvando Aldo Renaldy Irwan Guntoro Irwan Guntoro Jaka, Jaka Junianti, Suci Kaffi, Muhammad Syahrul Kartika Sari Kartika Sari Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Lestari, Ayu Lathalia Lestarry, Indah Advia Marettania, Felisitas Marisa Midyanti, Dwi Michael Michael Muhamad Reksy Mulia Muhammad Luthfi Nur Fitriana Putri Nurfitri Imro'ah Nurul Mutiah NUR’AINUL MIFTAHUL HUDA PERMADANI, CHANDRA MONICA Pratama, Rakha Daffa Primus Mario Andaka Ginting Rahmanita Widiyanti Rahmawan, Arif Rika, Irmina Riska Wulandari, Riska Rizky Risan R Sampe Hotlan Sitorus Saputra, Dimas Bagus Saputra, Yoga Sari, Ita Permata Subri, Hafiz Adlan Afrigi Suci Junianti Suci Pania, Tika Suhardi Suhardi Suhardi Suhardi Suwanty, Erina Sy Kamal Baraqbah Syamsul Bahri Syamsul Bahri Sylviana Kusuma Tedy Rismawan Teodora Fenny Aliansih Uray Ristian Utami, Retnaning Tyas Vidyana, Irma