Claim Missing Document
Check
Articles

Found 13 Documents
Search

Deteksi Kebakaran Dalam Ruangan Menggunakan Internet Of Things Gunawan; Hoendarto, Genrawan; Tendean, Sandi
INTEKSIS Vol 12 No 1: Mei 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i1.10540

Abstract

Penelitian ini bertujuan untuk mengimplementasikan teknologi Internet of Things (IoT) dalam mendeteksi kebakaran secara otomatis di dalam ruangan. Penerapan sistem deteksi kebakaran berbasis IoT bertujuan untuk meningkatkan respons terhadap insiden kebakaran dengan memberikan peringatan dini. Sistem ini menggunakan sensor suhu, sensor asap, dan modul komunikasi untuk mendeteksi parameter yang menunjukkan potensi kebakaran. Data yang diperoleh dari sensor dikirimkan secara real-time melalui jaringan IoT ke platform monitoring dan notifikasi, yang memungkinkan pengguna mendapatkan informasi melalui perangkat seluler. Metode penelitian melibatkan perancangan perangkat keras, pengembangan perangkat lunak, dan pengujian sistem di lingkungan simulasi. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi potensi kebakaran dengan cepat dan mengirimkan peringatan secara cepat. Implementasi teknologi ini memberikan kontribusi signifikan dalam mengurangi risiko kebakaran dan kerugian material, terutama di lingkungan yang memerlukan pengawasan ketat. Kesimpulan menunjukkan bahwa teknologi IoT menawarkan solusi inovatif dan efisien untuk mendukung sistem deteksi kebakaran berbasis teknologi modern.
Rancang Bangun Sistem Informasi Arsip Surat Masuk Dan Keluar Berbasis Web Pada Kantor Desa Hibun Kecamatan Parindu Aldo Anderson, Pandrian; Tendean, Sandi; Hendro, Hendro
INTEKSIS Vol 12 No 1: Mei 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i1.10543

Abstract

Kantor Desa Hibun di Kecamatan Parindu, Kabupaten Sanggau, Provinsi Kalimantan Barat, menghadapi tantangan dalam pengelolaan arsip surat masuk dan keluar. Selama ini, proses pengarsipan dilakukan secara manual menggunakan buku catatan arsip tanpa dukungan sistem basis data, sehingga menyulitkan dalam pencarian serta pelacakan dokumen secara cepat, terutama ketika terjadi perubahan atau pembaruan data yang mendesak. Hal ini menyebabkan keterlambatan dan ketidakefisienan dalam pengelolaan arsip surat di desa. Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data berupa observasi, wawancara, serta studi literatur. Pemodelan sistem yang diusulkan dirancang menggunakan Unified Modeling Language (UML), dan pada tahap pengembangan, digunakan bahasa pemrograman HTML, CSS, JavaScript, PHP, serta MySQL sebagai sistem manajemen basis data. Sistem informasi yang dirancang mencakup fitur-fitur penting, termasuk pencatatan dan pengarsipan surat masuk dan keluar, pengelolaan data surat, serta laporan terkait aktivitas surat-menyurat. Dengan penerapan sistem ini, diharapkan dapat meningkatkan efisiensi dan akurasi dalam proses pengarsipan di Kantor Desa Hibun, sekaligus memperbaiki manajemen dokumen yang selama ini menjadi hambatan dalam operasional kantor.
Development of a DR-ARMA-Based Inventory Forecasting System for Inventory Management Velita, Velita; Tendean, Sandi
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3770

Abstract

Inventory management at Micro, Small, and Medium Enterprises in traditional markets remains heavily reliant on intuition, posing high risks of overstocking or stockouts. This study develops a data-driven inventory requirement forecasting system for Toko Mandiri by integrating the Demand Response–Autoregressive Moving Average (DR-ARMA) method into a desktop application using the Rapid Application Development (RAD) approach. One year of historical daily sales data from four fermented products, with sparsity levels ranging from 38% to 51%, was utilized for training and testing. The dataset was partitioned into training (60%), validation (20%), and testing (20%). The DR-ARMA model's performance was evaluated quantitatively, yielding average values of 1.632 units for RMSE, 1.012 units for MAE, and 29.89% for MAPE, demonstrating reliability on fluctuating and sparse data. System usability evaluation involved three respondents across four task scenarios. Results indicate significant improvements in operational efficiency: the time required to determine inventory requirements was reduced from 30 minutes, using manual intuition-based methods involving physical stock checks across different locations, to just 1 minute, based on direct stopwatch measurements for all scenarios. This represents a 96.7% reduction in processing time. Interaction steps were streamlined from an unstructured process to only 6–7 clicks. The system's effectiveness reached an 83.33% task success rate among non-technical users. Integrating DR-ARMA into a practical application effectively transforms inventory decision-making from intuition-based to data-driven, potentially reducing operational risks.