p-Index From 2021 - 2026
8.107
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Infotech Journal JUPITER (Jurnal Pendidikan Teknik Elektro) CESS (Journal of Computer Engineering, System and Science) SMATIKA Jurnal Informatika Upgris Fountain of Informatics Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING International Journal of Technology And Business Khadimul Ummah Journal of Social Dedication Jurnal Inotera JSiI (Jurnal Sistem Informasi) JURNAL MANAJEMEN (EDISI ELEKTRONIK) IJISTECH (International Journal Of Information System & Technology) Simtek : Jurnal Sistem Informasi dan Teknik Komputer Indonesian Journal of Community Services Jurnal Informatika dan Rekayasa Elektronik Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) Jurnal Sistem Komputer & Kecerdasan Buatan G-Tech : Jurnal Teknologi Terapan TIN: TERAPAN INFORMATIKA NUSANTARA Infotech: Journal of Technology Information Journal of Computer Networks, Architecture and High Performance Computing Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika IJISTECH Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Infotech: Jurnal Informatika & Teknologi International Journal of Community Service International Conference on Industrial Revolution for Polytechnic Education Buletin Sistem Informasi dan Teknologi Islam Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Jurnal Teknik Silitek Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Management and Digital Business Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Duta Abdimas: Jurnal Pengabdian Masyarakat Proceeding of International Conference Health, Science And Technology (ICOHETECH) LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Innovative: Journal Of Social Science Research Prosiding Seminar Informasi Kesehatan Nasional Journal Of Artificial Intelligence And Software Engineering Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi SmartComp Smatika Jurnal : STIKI Informatika Jurnal
Claim Missing Document
Check
Articles

Prototype Sport Health Assistance Berbasis Internet Of Things Putra Prasetya, Ian Putra Prasetya; Nurchim, Nurchim; Suryani, Fajar Suryani
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 7 No. 3 (2024): Volume VII - Nomor 3 - Juni 2024
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v7i3.688

Abstract

Abstrak— Olahraga adalah aktivitas fisik telah diakui secara luas karena dampak positifnya terhadap kesehatan. Namun, ada hubungan potensial antara olahraga dan peningkatan kemungkinan mengalami kematian jantung mendadak (Sudden Death). Kematian mendadak atau Sudden Death selama olahraga ditandai sebagai kematian yang terjadi di tengah-tengah upaya atletik. Kondisi detak jantung, kadar oksigen dan suhu tubuh individu pada usia dan jenis kelamin tertentu yang terlibatdalam berbagai kegiatan olahraga dapat secara signifikan mempengaruhi kinerja tubuh. Fluktuasi yang tidak terkontrol dalam kinerja tubuh meningkatkan kemungkinan kematian mendadak selama latihan, mengingat bahwa intensitas dan durasi aktivitas fisik yang terlalu tinggi dapat menyebabkan peningkatan resiko sudden death. Maka dari itu, diperlukan sebuah alat yang dapat memonitoring secara live kondisi Detak jantung, Kadar oksigen, dan Suhu tubuh pengguna baik laki-laki maupunperempuan dengan usia tertentu pada saat melakukan olahraga. Tujuan dari penelitian ini adalah bagaimana penerapan prototype internet of things dalam bidang olahraga untuk meminimalisir resiko kematian mendadak. Pengguna dapat menganalisa performa detak jantung, suhu tubuh dan kadar oksigen untuk memperkecil resiko sudden death. Alat ini dibuat dengan ESP32 sebagai mikrokontroler, sensor MLX90614 sebagai pendeteksi suhu tubuh, dan sensor MAX30100 sebagaipencatat detak jantung dan kadar oksigen permenit. Sementara server akan dibangun dengan Node Js dan database postgresql. Metode dari penelitian ini adalah dengan pengidentifikasian masalah, analisa kebutuhan sistem, perancangan, perakitan alat, dan implementasi serta pengujian. Hasil dari penelitian alat ini adalah alat dapat mencatat pengukuran detak jantung, kadar oksigen dan suhu tubuh dengan baik dan dapat mengirim data ke server node js dengan sukses. Meski demikian, perlu ada peningkatan pada akurasi pengukuran detak jantung, kadar oksigen dan suhu tubuh dengan metode kalibrasi. Serta dapat menjadi sampel analisa performa detak jantung, kadar oksigen dan suhu tubuh pada pengguna dengan parameter usia, jenis kelamin dan olahraga tertentu.
SISTEM MONITORING KUALITAS AIR PADA WATER TREATMENT PLANT DI LINGKUNGAN PERTAMBANGAN BATUBARA BERBASIS IOT Kurniawan, Daniel Ade; Nurchim, Nurchim; Maulindar, Joni
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 7 No 2 (2024): Jurnal SKANIKA Juli 2024
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/skanika.v7i2.3192

Abstract

The availability of safe, clean water is fundamental to human health and well-being, but a growing issue is that natural water sources are increasingly contaminated by various pollutants, especially in mining areas. The water source in the mine comes from rainwater and is collected in a lake used for mining activities, so the water conditions tend to be murky and contain many hazardous chemicals. World Health Organization (WHO) and the Regulation of the Minister of Health of the Republic of Indonesia number 2 of 2023 state that clean water that is suitable for MCK is water that is not cloudy, colorless, temperature between 15 - 35 °C, free of chemicals or with a pH between 6.5 - 9, and Total Dissolved Solids (TDS) water no more than 1000 ppm. The purpose of this research is to provide water quality monitoring at the Water Treatment Plant (WTP) in the coal mining area based on the Internet of Things (IoT). The IoT product created, namely the water quality monitoring system, has several main advantages. This system can monitor water pH, water TDS, water temperature, and water turbidity, and display data in real-time on the monitoring website. On the website, sensor data is displayed in the form of charts, allowing users to monitor significant changes in data. In addition, there is an export feature to excel that makes it easier for WTP technicians to make reports. The tool testing technique is carried out using 15 water samples, the result is that the pH sensor has an accuracy rate of 97.93%, the TDS sensor has an accuracy rate of 99%, the temperature sensor has an accuracy rate of 98.58%, and the turbidity sensor shows a value that matches the water sample used. The results of this study indicate that the IoT system created is effective in monitoring important parameters such as pH, TDS, temperature, and turbidity of water in real-time, which can improve operational efficiency at the WTP and assist technicians in monitoring the WTP which was previously done manually.
ANALISIS PEMANFAATAN MACHINE LEARNING GUNA PREDIKSI INDEKS PEMBANGUNAN MANUSIA Atmojo, Fernando Winantya; Nurlita, Catarina Ivanda; Nurchim, Nurchim
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.390

Abstract

Penelitian ini bertujuan untuk membandingkan akurasi dari beberapa metode machine learning dalam memprediksi Indeks Pembangunan Manusia (IPM) dengan memanfaatkan tiga indikator utama: Angka Harapan Hidup, Rata-rata Lama Sekolah, Harapan Lama Sekolah, dan Pengeluaran per Kapita. Metode yang dibandingkan meliputi K-Nearest Neighbors (KNN), Random Forest, AdaBoost, dan Support Vector Machine (SVM), yang semakin populer dalam analisis prediktif di bidang ini. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik (BPS) Indonesia, mencakup berbagai kabupaten/kota di seluruh Indonesia. Hasil penelitian menunjukkan bahwa SVM, meskipun memiliki Mean Squared Error (MSE) tertinggi pada data pelatihan (9.283), menghasilkan MSE terendah pada data pengujian (4.419), sehingga memberikan prediksi yang paling akurat. Metode ini diikuti oleh AdaBoost, Random Forest, dan KNN dalam hal akurasi prediksi. Temuan ini menyoroti efektivitas SVM dalam memprediksi IPM dan memberikan wawasan berharga untuk penerapan metode pembelajaran mesin dalam analisis data pembangunan manusia.
ANALISIS PENGGUNAAN MACHINE LEARNING DALAM KLASIFIKASI PENENTUAN PENYAKIT JANTUNG Carolina Wibowo, Anita; Ardi Lestari, Sofiana; Nurchim, Nurchim
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.395

Abstract

Penyakit kardiovaskular menyebabkan sekitar 17,9 juta kematian setiap tahun, menjadikan penyakit tersebut sebagai penyebab utama kematian di seluruh dunia.. Penelitian ini bertujuan untuk menganalisis model klasifikasi penyakit jantung yang akurat menggunakan teknik machine learning. Algoritma machine learning yang dianalisis meliputi K-Nearest Neighbor (K-NN), Logistic Regression, dan Decision Tree. Penelitian ini menggunakan Heart Disease Dataset dari Kaggle terdiri dari 1025 record dengan 14 atribut. Tahapan penelitian dimulai dari pre-processing data hingga evaluasi performa dilakukan menggunakan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa algoritma K-NN mencapai akurasi tertinggi sebesar 94% diikuti algoritma Decision Tree memiliki akurasi sebesar 93% dan terakhir Logistic Regression dengan akurasi sebesar 86%. Dari evaluasi ini, dapat disimpulkan bahwa algoritma K-NN memiliki kinerja terbaik dalam klasifikasi data klinis pasien penyakit jantung. Penelitian ini diharapkan memberikan kontribusi signifikan dalam pemilihan algoritma machine learning untuk mendukung diagnosis medis yang lebih baik.
Pengembangan Model Prediksi Penjualan Ice Cream UMKM Jogja Menggunakan Metode Autoregressive Muhammad Rais Ramadhani; Nurmalitasari; Nurchim
Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika Vol. 11 No. 2 (2024): Jurnal Derivat (Agustus 2024)
Publisher : Pendidikan Matematika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jderivat.v10i2.6289

Abstract

There are Micro Small Medium Enterprises (MSMEs) Jogja is included in the new category because of its launch in early 2023, but it already has a total turnover of hundreds of millions. This MSME focuses on enlisted Ice Cream sales with dozens of Ice Cream menu variants. The unstable level of sales originating from trends or seasons becomes a separate enemy for business actors. This study aims to carry out the permanent sales of MSME Jogja using the autoregressive method. The steps taken are (1) data collection, (2) Calculation of ACF and PACF, (3) data processing, and (4) calculation of error values. The data used in the current study is the 8 -8-month sales transaction data. The results showed that the autoregressive method can predict the sale of MSME Jogja with a low error value of MAE = 0.18 and RMSE = 0.14. With this, Ice Cream sales predictions using the Autoregressive Method can be accepted, which results in sales predictions in the following month, May 2024, as many as 1,118 products were sold. Suggestions for further researchers to research each existing menu variant. Keywords: Prediction, Sales, Ice Cream, Autoregressive
Home Electric Power Monitoring System Based on Internet of Things Using the Telegram Application Prastyo, Okik Dwi; Maulindar, Joni; Nurchim, N
IJISTECH (International Journal of Information System and Technology) Vol 8, No 2 (2024): The August edition
Publisher : Sekolah Tinggi Ilmu Komputer (STIKOM) Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/ijistech.v8i2.357

Abstract

Work and human needs are very dependent on the presence of electrical energy, especially for household needs. Human negligence in using electrical energy will lead to wasteful use of electrical energy which causes payments to soar among households. Research was conducted to examine the application of monitoring the electrical power used by the device remotely via an internet connection. The system can be implemented using a NodeMCU ESP32, PZEM-004T sensor, 16x2 LCD, and the Telegram application as the system user interface on a smartphone. To be able to monitor via the Telegram application the user must be connected to the internet and the microcontroller must be connected to the internet network. This system using the internet network will make it easier to monitor the electrical power of electronic devices in the home every day. The result of this research is that an Internet of Things-based home electrical power monitoring system using the Telegram application can help and make it easier for home owners to monitor electrical power when the home owner is not at home.
Digital transformation of MSMEs in Indonesia: A systematic literature review Purnomo, Singgih; Nurmalitasari, Nurmalitasari; Nurchim, Nurchim
Journal of Management and Digital Business Vol. 4 No. 2 (2024): Journal of Management and Digital Business
Publisher : Nur Science Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53088/jmdb.v4i2.1121

Abstract

The digital transformation of Micro, Small, and Medium Enterprises (MSMEs) is a crucial driver of economic growth and innovation in Indonesia. This research explores the state of digital transformation among Indonesian MSMEs, focusing on development, digital adoption, and implementation challenges. The method used in this research is a Systematic Literature Review (SLR) with stages: planning, implementation, and reporting. The SLR done in this study utilized a collection of publications published between January 2020 and May 2024. The results of this study show that digital transformation in MSMEs in Indonesia provides significant benefits, such as increased market reach, operational efficiency, and profitability. However, this process faces limited resources, inadequate technical skills, and data security issues. Government support and cooperation with technology providers are essential to overcome these barriers so that MSMEs can optimally utilize digital technology to achieve sustainable growth and higher competitiveness.
Pengembangan Model Rekomendasi Produk UMKM Albis Menggunakan Item Based Collaborative Filtering Al Mustofa, Muhammad Hafizh; Nurmalitasari, Nurmalitasari; Nurchim, Nurchim
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i2.2271

Abstract

UMKM atau Usaha Mikro, Kecil, dan Menengah adalah salah satu komponen penting yang mendukung perekonomian Indonesia, dijalankan oleh perorangan atau badan usaha dengan penghasilan tertentu setiap tahunnya. UMKM Albis, yang bergerak di bidang penjualan produk frozen food sejak tahun 2020 dan menawarkan 40 produk dengan berbagai merek. Banyaknya pilihan membuat pelanggan kesulitan dalam menentukan produk yang akan dibeli. Penelitian ini bertujuan memudahkan konsumen dalam memilih produk menggunakan model item-based collaborative filtering. Metode ini memberikan rekomendasi berdasarkan kemiripan antar produk menggunakan cosine similarity dan prediksi rating pengguna. Model ini menunjukkan kinerja yang baik dengan nilai MSE terendah sebesar 0,05416 dan RMSE sebesar 0,232724, Evaluasi tersebut menunjukkan bahwa model memiliki tingkat kesalahan yang rendah.
PROTOTIPE MONITORING PENYIMPANAN GABAH BERBASIS INTERNET OF THINGS (IOT) Pratama, Wahyu Adi; Nurchim, Nurchim; Pamekas, Bondan Wahyu
Infotech: Journal of Technology Information Vol 10, No 1 (2024): JUNI
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i1.260

Abstract

This study aims to develop and implement a prototype for monitoring temperature and humidity in rice storage facilities based on the Internet of Things (IoT), focusing on monitoring the environmental conditions of the storage area and the rice itself. The system conducts real-time monitoring of temperature, room humidity, and rice humidity. This prototype is equipped with humidity sensors that are directly installed inside the rice stacks within the sacks to monitor the condition of the rice directly. Data collected by the sensors will be sent to an ESP32 microcontroller for analysis and displayed via an LCD or a website. Thus, this research contributes to the development of advanced technology to improve the quality and efficiency of rice storage in the agricultural context, as well as to strengthen the application of IoT in the fields of agriculture and Informatics Engineering. The results of this study are expected to help farmers and storage managers maintain rice quality, reduce losses due to suboptimal storage conditions, and provide insights for better storage management. ABSTRAKPenelitian ini bertujuan untuk mengembangkan dan menerapkan prototipe pemantauan suhu dan kelembapan pada tempat penyimpanan gabah berbasis Internet of Things (IoT) yang fokus pada monitoring kondisi lingkungan penyimpanan dan gabah itu sendiri. Sistem melakukan pemantauan secara real-time terhadap suhu, kelembapan ruangan, dan kelembapan gabah. Prototipe ini dilengkapi dengan sensor kelembapan yang dipasang langsung di dalam tumpukan gabah pada karung untuk memonitor kondisi gabah secara langsung. Data yang dikumpulkan oleh sensor akan dikirimkan ke mikrokontroller esp32 untuk dianalisis dan ditampilkan melalui LCD maupun website. Dengan demikian, penelitian ini memberikan kontribusi dalam pengembangan teknologi canggih untuk meningkatkan kualitas dan efisiensi penyimpanan gabah dalam konteks pertanian, serta memperkuat aplikasi IoT dalam bidang pertanian dan teknik informatika. Hasil dari penelitian ini diharapkan dapat membantu petani dan pengelola tempat penyimpanan dalam menjaga kualitas gabah, mengurangi kerugian akibat kondisi penyimpanan yang tidak optimal, dan memberikan wawasan untuk pengelolaan penyimpanan yang lebih baik.
Sistem Management Water Sprayer Automatization Pada Truk Pertambangan Batubara Berbasis Internet of Things Assidiq, Abdul Hafid; Nurchim, Nurchim; Susanto, Rudi
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61367

Abstract

Dalam proses pengangkutan batubara tidak sedikit menimbulkan debu batubara yang memiliki dampak negatif terhadap kesehatan fungsi paru. Penelitian ini bertujuan untuk mengembangkan sistem penyiraman air otomatis pada truk pertambangan batubara dengan menggunakan teknologi IoT (Internet of Things). Pengembangan sistem dilakukan dengan melakukan kajian pustaka, observasi, dan wawancara, selanjutnya dilakukan perancangan alat dan konfigurasi alat dengan program yang dijalankan. Dari pengembangan sistem tersebut dihasilkan sistem manajemen penyiraman otomatis pada truk pertambangan dengan menggunakan RFID sebagai pengenal unit truk serta sensor aliran air untuk memonitor penggunaan air yang kemudian data tersebut ditampilkan pada website monitoring. Faktor kalibrasi yang digunakan dalam sensor aliran air sebesar 11.5 berdasarkan hasil uji dengan nilai persentase error sebesar 1%. Penelitian ini berhasil mengembangkan sistem otomatisasi penyemprotan air pada truk pengangkut batubara menggunakan teknologi IoT. Sistem ini mengintegrasikan RFID untuk identifikasi truk, sensor aliran air, dan mikrokontroler ESP32 untuk pengolahan data. Hasilnya, sistem dapat bekerja otomatis, mengurangi penggunaan air dan biaya operasional, serta meningkatkan standar keselamatan kerja di pertambangan.
Co-Authors Abdullah Abdullah Syaifudin Afu Ichsan Pradana Agus Riyanto Agustina Srirahayu Ahmad Qashid Husaini Ahmad Setiawan Al Mustofa, Muhammad Hafizh Andrean, Fauzi Andy Ariyanto Ardi Lestari, Sofiana Ardianto Pambudi Arif Wicahyanto Assidiq, Abdul Hafid Atina, Vihi Atmojo, Fattah Satrio Atmojo, Fernando Winantya Aulia, Sherina Revita Awang Long, Zalizah Bagus Muhammad Latif Bondan Wahyu Pamekas Bondan Wahyu Pamekas Carolina Wibowo, Anita Cipto Utomo, Bangun Prajadi Dwi Hartanti Dwi Hartanti Dwi Kurniawan Saputro Edy Kurniawan Eko Purwanto Eko Purwanto Faiq Muhammad, Nibras Fendi Untoro Feri Setiyono Gabriel Ardana Hasanah, Herliyani Herliyani Hasanah Ibnu Bagus Setiawan Ichsan Pradana, Afu immaculata yolia dewi Widayanti Indah Nofikasari Indriyas Kukuh Wijayanti Irawan, Etwin Hendri Joni Maulindar Krisna Joko Purjianto Kurniawan, Daniel Ade Mahendra Abdul Rahman, Rizqy Maskhul Ryan Ibrahim Maulindar, Joni Muhammad Nibras Faiq Muhammad Rais Ramadhani Mumu, Raul Galvin Rudolf Munaiseche, Christian Imanuel Muttaqi, Bagas Ningsih, Pipin Widya Novianto, Novianto Nugroho, Mohammad Yusuf Nurhayati Nurhayati Nurlita, Catarina Ivanda Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Oktaviani, Intan Pamekas, Bondan Wahyu Permatasari, Hanifah Pipit Vidianti Pradana, Afu Ichsan Pramono Pramono Pramono Pramono Prasetya, Ian Putra Prastyo, Okik Dwi Pratama, Wahyu Adi Purwanto, Eko Putra Prasetya, Ian Putra Prasetya Putra Pratama, Dita Putra, Wihan Perkasa Nugraha Ragil Saputro, Abdullah Rahadian, Dwiki Rasya Rudi Susanto Rukmini, Siti Santoso, Tri Djoko Saputra, Muchammad Yoga Sari, Nur Avia Adenta Setrayana, Abiyyu Sholeh, Ilham Singgih Purnomo Sopingi Sulistyo Wahyu S Sumarlinda, Sri Suryadi, Agung Suryani, Fajar Suryani, Fajar Suryani Taufik Hidayat Tejo Arum, Dinenda Tri Djoko Santosa Untoro, Fendi Uvi Firgianingsih Uvi Firgianingsih Widayanti, immaculata yolia dewi Wijayanti, Indriyas Kukuh Wijiyanto Wijiyanto Wijiyanto Wijiyanto, Wijiyanto Yommy Adhiwira Yudha Yunita Wisda Tumarta Arif Zalizah Awang Long Zalizah Awang Long