Claim Missing Document
Check
Articles

IMPLEMENTASI GENERALIZED RELEVANCE LVQ (GRLVQ) UNTUK PREDIKSI DROUGHT CODE (DC) PADA INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS : KABUPATEN KUBU RAYA) Junianti, Suci; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.62890

Abstract

Drought Code (DC) atau Kode Kekeringan merupakan peringkat numerik dari kandungan kelembapan lapisan tanah organik yang padat. DC digunakan sebagai indikator membaranya api dalam suatu kebakaran dan potensi terjadinya kabut asap. Diketahui bahwa total luas hutan dan lahan yang terbakar di Kalimantan Barat sepanjang tahun 2022 adalah 21.836 Ha. Jika DC terus menunjukkan tingkat tinggi maupun ekstrim, akan terjadi kebakaran hutan yang lebih parah. Hal yang harus dilakukan untuk mencegahnya adalah dengan mengetahui kondisi DC dan tidak melakukan pembakaran di lahan gambut. Selain itu para petugas Manggala Agni harus bersiaga ketika kondisi DC tinggi maupun ekstrim. Dengan algoritma GRLVQ dibuat sebuah sistem untuk memprediksi DC dengan memasukkan data suhu, kelembapan, curah hujan dan kecepatan angin selama 6 hari, untuk memprediksi kondisi DC pada hari ke-7. Algoritma Generalized Relevance LVQ (GRLVQ) merupakan algoritma yang mengadaptasi pembaharuan bobot dari algoritma GLVQ, dan mengadaptasi perhitungan jarak serta pembaharuan vektor relevansi dari algoritma RLVQ. Berdasarkan hasil pengujian untuk sistem prediksi DC dengan algoritma GRLVQ diperoleh akurasi sebesar 65,72% untuk 607 data uji dengan 200 iterasi dan learning rate awal 0,06 serta MSE sebesar 0,342762.
PENERAPAN METODE C4.5 UNTUK KLASIFIKASI POTENSI AKADEMIK SISWA (Studi kasus: SMP DDI Sultan Syarif Abdurachman Pontianak) Firdaus, Nurul Fajri 'Aini; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.54266

Abstract

Potensi akademik siswa adalah salah satu pengaruh yang sangat penting untuk meningkatkan mutu pendidikan, meningkatkan persentase nilai sekolah, serta mempermudah siswa untuk melanjutkan kejenjang pendidikan selanjutnya dengan nilai yang dapat bersaing. Beberapa faktor kemungkinan penyebab turunnya potensi akademik siswa antara lain kurangnya daya serap siswa pada saat kegiatan belajar mengajar, siswa pasif bertanya dan lain-lain yang menyebabkan nilai akademik siswa tersebut tidak mencapai standar kriteria ketuntasan belajar yang telah ditetapkan oleh satuan pendidikan. Untuk meningkatkan potensi akademik pada SMP DDI Sultan Syarif Abdurachman Pontianak diperlukan bimbingan terhadap siswa yang mempunyai potensi akademik kurang atau dibawah dari kriteria ketuntasan belajar. Agar peningkatan potensi akademik siswa dapat berjalan dengan baik, maka dibutuhkan cara klasifikasi untuk menentukan siswa yang perlu atau tidak mendapatkan bimbingan. Klasifikasi yang digunakan yaitu metode C4.5. Metode ini digunakan untuk mendapatkan pohon akar yang hasil klasifikasinya dapat menentukan siswa tersebut perlu mendapat bimbingan. Target yang digunakan terdiri dari menengah atas, menengah bawah dan wajib konseling. Mata pelajaran yang digunakan sebanyak 10 mata pelajaran dan menggunakan data uji sebanyak 240 data. Penggunaan metode C4.5 untuk klasifikasi potensi akademik siswa mendapatkan rata-rata akurasi sebesar 93,332%.
Sistem Pendeteksi Arah Kiblat bagi Disabilitas Menggunakan Sensor Kompas dan Global Positioning System (GPS) Vidyana, Irma; Rismawan, Tedy; Hidayati, Rahmi
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6832

Abstract

Kiblat adalah sudut atau arah dengan ka’bah di Makkah sebagai titik pusat, pengukuran sudut yang diukur dari arah utara menuju kiblat disebut azimut kiblat, rentang toleransi arah kiblat yang benar adalah sebesar 5⁰. Bagi disabilitas yang memiliki keterbatasan dalam melakukan aktifitas normal, mencari arah kiblat menjadi tantangan yang sulit karena memerlukan tingkat keakurasian, akibatnya disabilitas memerlukan bantuan orang lain dalam menentukan arah kiblat. Untuk mengatasi permasalahan ini, diperlukan alat bantu dalam mencari arah kiblat yang dapat memberikan informasi arah sesuai keberadaan pengguna. Pada penelitian ini dibangun sebuat alat bantu pendeteksi arah kiblat bagi disabilitas menggunakan sensor kompas sebagai pendeteksi arah pengguna dan GPS sebagai penentu titik koordinat. Arduino Mega berperan sebagai pemroses data dan mengirimkan umpan balik audio lewat speaker dan status informasi kepada LCD untuk memudahkan pengguna memahami status keberadaanya dari arah kiblat. Hasil pengujian yang dilakukan di dalam dan luar ruangan menghasilkan rata-rata ketepatan GPS sejauh 15.06 m, sistem bekerja lebih optimal di luar ruangan dengan ketepatan modul GPS sejauh 8.69 m dan di dalam ruangan sejauh 19.45 m, akurasi sensor kompas sebesar 97.40% dan ketepatan akurasi nilai azimut kiblat 99.98%., sistem dapat bekerja secara real-time selama sinyal GPS tersedia.
Monitoring Dan Controlling Aktivitas Tidur Menggunakan Smart Belt Berbasis Internet of Things Gunawan, Gunawan; Hidayati, Rahmi; Suhery, Cucu
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12983

Abstract

Tidur adalah aktivitas penting untuk pemulihan energi, perbaikan sel, dan pengaturan hormon. Tidur yang nyenyak dan optimal bergantung pada posisi tidur yang nyaman dan durasi yang cukup. Namun, banyak orang yang masih mengabaikan faktor-faktor tersebut, sehingga mengakibatkan pengalaman tidur yang kurang nyenyak. Penelitian ini bertujuan untuk mengembangkan perangkat Smart Belt untuk memantau dan mengatur posisi dan durasi tidur dengan menggunakan sensor akselerometer dan sensor denyut jantung. Pengujian terdiri dari 30 uji coba deteksi posisi tidur, 30 pengukuran durasi tidur, dan 60 evaluasi sistem secara keseluruhan. Hasil penelitian menunjukkan bahwa sensor akselerometer dapat mengidentifikasi dan mendeteksi posisi tidur dengan akurasi 100%, sedangkan sensor denyut jantung menentukan durasi tidur berdasarkan denyut jantung dengan akurasi 83,33%. Secara keseluruhan, sistem Smart Belt beroperasi dengan akurasi 88,33%. Kata kunci: Posisi Tidur, Durasi Tidur, Sabuk Pintar, Internet of Things
Sistem Klasifikasi Kualitas Udara dengan Integrasi Sensor menggunakan Metode K-Nearest Neighbor Achyar, Athif Tafrihan; Hidayati, Rahmi; Sari, Kartika
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 2 (2025): Volume 10 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i2.90728

Abstract

Kualitas udara yang buruk dapat berdampak negatif pada sistem respirasi manusia dan dampak kesehatan lainnya, sehingga pemantauan kualitas udara berperan penting terhadap permasalahan ini. Penelitian ini mengembangkan sistem klasifikasi kualitas udara secara real-time menggunakan metode K-Nearest Neighbor (KNN) dan data dari 4 sensor: GP2Y1010AU0F (PM₂.₅), MQ-135 (CO₂), MQ-131 (O₃), dan MQ-7 (CO). Sistem terdiri dari sensor yang terintegrasi dengan ESP32, penyimpanan cloud menggunakan Firebase, dan antarmuka web untuk pemrosesan serta visualisasi data. ESP32 berfungsi mengumpulkan data dari sensor dan mengirimkannya ke Firebase, yang kemudian diakses oleh aplikasi web untuk klasifikasi menggunakan algoritma KNN. Klasifikasi dilakukan dalam 4 kategori: baik, sedang, buruk, dan sangat buruk, dengan hasil ditampilkan di antarmuka web untuk pemantauan selama 24 jam terakhir. Pengujian menggunakan confusion matrix dengan 900 data latih dan 600 data uji menunjukkan tingkat akurasi sebesar 98,67%. Selain itu, pengujian crossvalidation dengan k=3 menghasilkan akurasi sebesar 99,39%.
Combining IoT and Time Series Model for Minute-Level Outlier Detection in Wind Speed Forecasting Huda, Nur'ainul Miftahul; Imro'ah, Nurfitri; Hidayati, Rahmi; Sari, Kartika
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 10, No 2 (2025): 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.v10i2.35768

Abstract

Renewable energy optimisation and early warning systems require accurate short-term wind speed forecast. Anomalies in environmental data impair forecasting model reliability. This paper presents an integrated approach using IoT-based remote sensing and time series modelling to address the issue. IoT-based anemometer sensors collected wind speed data at one-minute intervals from December 24, 2024, to January 10, 2025. Aggregating the raw data into 5-minute intervals prepared it for the ARIMA model. This model determined temporal patterns and predicted short-term wind speeds. Analyzing residuals between observed and predicted results helped identify wind outliers. This approach is novel because it uses IoT-based continuous sensing and time series modeling for real-time environmental monitoring. Studies showed that a 65-minute frame with 5-minute intervals was best for replicating wind speed dynamics. Six cycles of outlier detection found 87 outliers. The ARIMA model improved predictions by include these outliers as exogenous variables. This emphasizes the importance of fixing time series model anomalies to improve prediction. The augmented ARIMA model with outlier corrections provides minute-level forecasts and reliable anomaly identification for renewable energy optimization and early warning systems. This study shows that new statistical methods and the Internet of Things (IoT) can improve real-time environmental and energy decisions.
Regulation of the Maturity of Married Age in Suku Anak Dalam Jambi Province Hidayati, Rahmi; Yuliatin, Yuliatin; Syuib, Kholil
Jurnal Hukum Islam Vol 20 No 2 (2022)
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/jhi.v20i2.6167

Abstract

There have been many previous studies that discussed the theme of early marriage, but the difference from this study is that the people studied are in the majority of isolated communities in Jambi Province (Suku Anak Dalam). The Suku Anak Dalam community has its own rules regarding the practice of marriage and overrides the provisions in the law that have been positive. One of these rules is related to how to measure the maturity of the bride and groom (marriage age limit). For them, girls who have reached puberty are considered capable of getting married, while boys who are mature are marked by a test of dexterity to hunt animals. If the boy passes / passes the test, then he is considered an adult and is able to get married. Because according to the women of the Anak Tribe, the concept of a man's valor lies in his ability to earn a living and hunt. This coincides with the lack of fulfillment of the rules set by the State as stated in Law no. 1 of 1974. This study wants to see what factors cause early marriage and this perspective.
Penentuan Pencemaran Air Menggunakan Metode Self Organizing Maps (SOM) Deni; Midyanti, Dwi Marisa; Hidayati, Rahmi
The Indonesian Journal of Computer Science Vol. 11 No. 1 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i1.3036

Abstract

Water pollution is the entry of a component or substance into water, which causes water quality to decrease. The decrease in water quality causes the water to be unfit and affects the community's health. Therefore, an application for determining the water quality level building using the SOM algorithm with several data input parameters: Fluoride, Hardness, and Nitrite. These parameters use for data clustering in determining clean and polluted water. The SOM algorithm arranges SOM neurons based on the data input values ​​in a SOM cluster. For testing the SOM method on 114 data, the Silhouette Coefficient value was used to find the best number of clusters. Silhouette Coefficient will evaluate clustering the proximity of the distance between data. The test was carried out 27 times with variations of the experiment with the learning rate starting from 0.1 to 0.9 and the number of clusters from 2 to 4 to get the best Silhouette Coefficient value. The result of clustering the best silhouette coefficient value obtained is 0.7276473444141 with 3 clusters and the learning rate of 0.2.