Article Per Year (5 Year)
p-Index From 2020 - 2025
2.647
P-Index
This Author published in this journals
All Journal Jurnal TAM (Technology Acceptance Model) Jusikom : Jurnal Sistem Komputer Musirawas JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Teknologi Informasi MURA J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSIM (Jurnal Sistem Informasi Musirawas) J-SAKTI (Jurnal Sains Komputer dan Informatika) BISMA Cendekia Prosiding Seminar Riset Mahasiswa Jurnal Teknologi Informasi Mura Jurnal TAM (Technology Acceptance Model)
Satrianansyah, Satrianansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jusikom : Jurnal Sistem Komputer Musirawas

 1 
MONITORING PENANGGULANGAN BANJIR DAN ALARM OTOMATIS BERBASIS INTERNET OF TINGS (IoT) DI DINAS SOSIAL UNIT TAGANA KOTA LUBUKLINGGAU Novi Lestari; Satrianansyah; Bella Mutia
Jusikom : Jurnal Sistem Komputer Musirawas Vol 4 No 2 (2019): Jusikom : Jurnal Sistem Komputer Musirawas DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.777 KB) | DOI: 10.32767/jusikom.v4i2.578

Abstract

Masalah pada penelitian ini adalah penanggulanga banjir di Dinas Sosial Unit TAGANA kota Lubuklinggau belum menggunakan sistem Internet of Things, sehingga anggota-anggota atau pekerja dinas sosial mengalami sedikit kesulitan dalam mengatasi apabila terjadinya banjir. Penelitian ini menggunakan pada tempat penelitian (observasi), melakukan tanya jawab langsung pada sumber (interview), dan dokumentasi. Hasil penelitian menunjukan bahwa program penanggulangan banjir dan alarm otomatis berbasis Internet of Tings adalah alat dengan menggunakan bahas programan Bahasa C. dapat di simpulkan bahwa penanggulangan banjir dapat di membuka tutup pintu secara otomatis .
PROTOTIPE ALAT PENGUKUR TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN SENSOR WARNA TCS3200 Anugrah Pratama; Armanto Armanto; Satrianansyah Satrianansyah
Jusikom : Jurnal Sistem Komputer Musirawas Vol 8 No 1 (2023): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Abstract

Buah pepaya merupakan salah satu buah yang banyak dikonsumsi oleh banyak masyarakat di Indonesia, karena buah pepaya memiliki kandungan gizi yang baik untuk kesehatan tubuh. Salah satu varietas buah pepaya yang saat ini digemari oleh semua kalangan masyarakat yaitu buah pepaya California. Sekarang ini, mayoritas tingkat kematangan buah pepaya ini biasanya dilakukan secara manual oleh petani dengan memperhatikan warna, bentuk, ukuran dan tekstur dari buah pepaya. Prototipe ini dibangun menggunakan Sensor Warna untuk mendeteksi warna pada kulit buah pepaya dan LCD sebagai tampilan Output. Pengujian karakteristik sensor warna TCS3200 dilakukan dengan mendeteksi 2 tingkat kematangan yang berbeda menggunakan jarak yang sama. Buah pepaya mentah berwarna hijau dan buah matang yang berwara orange. Warna pada buah pepaya dapat kita gunakan untuk mengklarisifikasi dalam kelas mentah dan matang. Buah pepaya mentah memiliki nilai R= 104, G= 149, dan B= 128. Sedangkan nilai RGB buah pepaya matang adalah R= 53, G= 99 dan B= 87.
PROTOTIPE ALAT PENGUKUR TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN SENSOR WARNA TCS3200 Anugrah Pratama; Armanto Armanto; Satrianansyah Satrianansyah
Jusikom : Jurnal Sistem Komputer Musirawas Vol 8 No 1 (2023): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v8i1.1962

Abstract

Buah pepaya merupakan salah satu buah yang banyak dikonsumsi oleh banyak masyarakat di Indonesia, karena buah pepaya memiliki kandungan gizi yang baik untuk kesehatan tubuh. Salah satu varietas buah pepaya yang saat ini digemari oleh semua kalangan masyarakat yaitu buah pepaya California. Sekarang ini, mayoritas tingkat kematangan buah pepaya ini biasanya dilakukan secara manual oleh petani dengan memperhatikan warna, bentuk, ukuran dan tekstur dari buah pepaya. Prototipe ini dibangun menggunakan Sensor Warna untuk mendeteksi warna pada kulit buah pepaya dan LCD sebagai tampilan Output. Pengujian karakteristik sensor warna TCS3200 dilakukan dengan mendeteksi 2 tingkat kematangan yang berbeda menggunakan jarak yang sama. Buah pepaya mentah berwarna hijau dan buah matang yang berwara orange. Warna pada buah pepaya dapat kita gunakan untuk mengklarisifikasi dalam kelas mentah dan matang. Buah pepaya mentah memiliki nilai R= 104, G= 149, dan B= 128. Sedangkan nilai RGB buah pepaya matang adalah R= 53, G= 99 dan B= 87.
PENERAPAN ALGORITMA NAÏVE BAYES CLASSIFIER PADA PREDIKSI STOK OBAT DI APOTEK K-24 KOTA LUBUKLINGGAU DENGAN PEMROGRAMAN PHYTON Egiyansya, Aag; Karman, Joni; Satrianansyah, Satrianansyah; Elmayati, Elmayati
Jusikom : Jurnal Sistem Komputer Musirawas Vol 9 No 1 (2024): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v9i1.2268

Abstract

tidak terjadi kekurangan maupun kelebihan persediaan obat yang Ada beberapa Indikator prediksi adalah bulan penjualan, stok barang, permintaan barang dan status barang. Sistem prediksi yang dapat digunakan untuk memprediksi berapa stok obat yang harus disediakan dimasa yang akan datang dengan menggunakan metode klasifikasi naïve bayes. Naïve bayes clasiffier didasarkan pada teorema Bayes yang memiliki kemampuan klasifikasi serupa dengan decision tree dan neural network. Bayesian classification terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang besar Dari pengujian model yang ada didapatkan nilai untuk akurasi yaitu sebesar 91 %, presisi sebesar 90 %, recall sebesar 89 % dan F1 score sebesar 90 %. Dari data tersebut maka model yang dihasilkan dapat digunakan untuk memprediksi stok obat dimasa yang akan datang.
Co-Authors Aktavera, Beni Anugrah Pratama Armanto, Armanto Bella Mutia Budi Santoso Cindi Wulandari Efendi, Shelly Nadia Egiyansya, Aag Elmayati, Elmayati Fauzan, Muazim Rahman Jeki Saputra Karman, Joni Kurnia Adha Lingga Wijaya, Harma Oktafia Marhaban Khailani Al - Hafiezd Novi Lestari Novi Lestari Nurdiansyah, Deni Sujayanti, Elies Fifit Taufik Rahman Zulfauzi, Z Zulfauzi, Zulfauzi