Claim Missing Document
Check
Articles

Found 12 Documents
Search

Interactive Real-Time Weight Management Platform Using Machine Learning Methods Haksa, Febrina Rosadah; Endri, Jon; Aryanti, Aryanti
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 2 (2025): July 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i2.36874

Abstract

This research develops an interactive and real-time web-based weight management platform that integrates machine learning methods using decision tree algorithms to detect the risk of weight-related diseases. The platform features an automatic Body Mass Index (BMI) calculator as well as a risk prediction system for diseases such as obesity and cardiovascular disorders. The data used includes the user's weight, height, eating habits, and physical activity level parameters collected through a live user interface. Based on the data, a decision tree algorithm is used to classify the health risk level and provide personalized recommendations to the user to help with preventive weight management. Initial testing showed that the decision tree model applied was able to achieve a prediction accuracy rate of 97%, demonstrating reliable performance in identifying health risks based on lifestyle data. This platform is expected to be an accessible technology solution to increase public awareness of the importance of weight management and disease prevention independently.
Monitoring Dan Keamanan Dapur Dengan Penentuan Tingkat Bahaya Berbasis IoT Qobla, M. Marjuan; Suroso, Suroso; Endri, Jon
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 7, No 2 (2025): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v7i2.22636418

Abstract

Penelitian ini mengembangkan sistem keamanan dan pemantauan dapur berbasis Internet of Things (IoT) yang mengukur bahaya menggunakan logika fuzzy. Penggunaan LPG, keamanan dapur sangat penting dalam mencegah kebocoran gas dan kebakaran. Sistem ini menggunakan mikrokontroler ESP32 dan dihubungkan ke sensor seperti Flame Sensor (api), BME280 (suhu dan kelembapan), dan MiCS-5524 (gas). Protokol MQTT digunakan untuk mengirimkan data waktu nyata ke aplikasi MIT App Inventor. Untuk mengelola aktuator seperti kipas, pompa air, dan saluran gas dengan intensitas yang dikontrol melalui PWM, pemrosesan fuzzy mengubah keadaan menjadi tiga kategori: aman, waspada, dan berbahaya. Dengan demikian, dapat dikatakan bahwa sistem ini telah menunjukkan kemampuan untuk mengidentifikasi situasi berbahaya dengan cepat dan tepat serta secara otomatis merespons secara proporsional terhadap tingkat risiko. Sistem logika fuzzy lebih canggih dan mudah beradaptasi daripada sistem logika biner karena dapat menafsirkan data sensor secara progresif. Selain meningkatkan keamanan, solusi ini memungkinkan pemantauan kondisi lingkungan secara waktu nyata di dapur pintar.