Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Informatika Upgris Jurnal Pengembangan Riset dan Observasi Teknik Informatika Jurnal Elektronika dan Teknik Informatika Terapan
Nuzul Hikmah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Prototype Alat Untuk Mengukur pH, Suhu, Dan Kadar Kekeruhan Air Tambak Untuk Budidaya Udang Vaname (Litopenaeus Vannamei) Menggunakan Arduino Uno Andrik Setiyawan; Nuzul Hikmah; Imam Marzuki
Jurnal Informatika Upgris Vol 6, No 2: Desember (2020)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v6i2.6633

Abstract

Dalam budidaya udang vaname kondisi tumbuh dan kembang akan optimal jika pH berkisar 7,5-8,5 suhu 28-30 °C dan kadar kekeruhan air 25-400 NTU. Kondisi suhu, pH, dan kadar kekeruhan yang tidak stabil dapat menyebabkan tumbuh dan kembang udang vaname. Sehingga perlu adanya alat untuk mengukur secara berkala untuk mengetahui kondisi air tambak tersebut. Di sini peneliti meggunakan sensor suhu DS18B20, pH prob Kit untuk mengetahui nilai pH, dan sensor kekeruhannya dfrobot. Lalu output sensor tersebut muncul pada LCD 20x4. Dari penelitian tersebut dengan 4 kali percobaan diketahui nilai rata - rata yang muncul pada layar LCD yaitu nilai pH 7,45 dengan suhu 27,9 °C. Untuk nilai kekeruhannya rata-rata 38,065 NTU. Untuk meyakinkannya, peneliti menggunakan pembanding dengan menggunakan pH meter digital dan termometer alhokol. Diketahui nilai rata-rata dari pH dan suhu pembanding hampir sama dengan menggunakan alat yang peneliti buat yaitu nilai pH 7,43 suhu 28,5 ̊C dan untuk nilai kekeruhannya peneliti tidak medapatkan uji pembanding yang benar-benar presisi.
Klasifikasi Jenis Pohon Mangga Berdasarkan Bentuk dan Tekstur Daun Menggunakan Metode Backpropagation Riza Miftahul Hakiky; Nuzul Hikmah; Dyah Ariyanti
Jurnal Informatika Upgris Vol 6, No 2: Desember (2020)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v6i2.6645

Abstract

Mangga merupakan salah satu tanaman jenis buah-buahan yang digemari oleh masyarakat khususnya masyarakat daerah Probolinggo. Jenis mangga yang paling banyak ditanam di daerah Probolinggo adalah jenis mangga manalagi, arumanis, endog, dan apel. Berbagai cara dapat dilakukan untuk membedakan jenis mangga salah satunya dengan melihat bentuk dan tekstur daun dari pohon mangga. Karena setiap jenis mangga ternyata memiliki bentuk daun yang berbeda jika dilihat secara seksama. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Tujuan penelitian ini adalah melakukan klasifikasi jenis pohon mangga berdasarkan bentuk dan tekstur daun menggunakan metode Backpropagation. Proses ekstraksi ciri bentuk menggunakan metode metric dan eccentricity, sedangkan untuk proses ekstraksi ciri tekstur menggunakan contrast, correlation, energy dan homogeneity. Metode klasifikasi yang digunakan adalah Backpropagation. Berdasarkan hasil pengujian terhadap 60 data latih dan 40 data uji menggunakan parameter 2 hidden layer dengan 6 neuron input, jumlah epoch = 1000, learning rate = 0.01, target error = 0,000001 diperoleh akurasi sebesar 95% 
Sistem Informasi Pemesanan “Cangkrukan Cak Suga”Berbasis Web Nuzul Hikmah; Misdiyanto Misdiyanto; Tyas Agustian Mahardika
Jurnal Elektronika dan Teknik Informatika Terapan ( JENTIK ) Vol. 1 No. 2 (2023): Juni: Jurnal Elektronika dan Teknik Informatika Terapan (JENTIK)
Publisher : Politeknik Kampar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59061/jentik.v1i2.332

Abstract

Coffee is one of the agricultural commodities that plays a vital role as a refreshing beverage and is categorized as a perennial crop. Currently, coffee is becoming a trend and an integral part of people's lifestyles. Coffee is divided into two main varieties: robusta and arabica, each with its distinct characteristics. Differentiating between robusta and arabica coffee beans can be challenging due to their similar physical appearance. Deep learning-based smart engines can offer a solution to this problem, although their complex user interfaces often hinder accessibility. To address this issue, a Spiral development method was employed to build an application using PHP programming language and Codeigniter 4 framework. This application facilitates easy detection of coffee bean types through both a website and a RESTful API, allowing users to access it online from any device. The application underwent comprehensive black box testing, demonstrating successful functionality aligned with the initial design objectives. It is expected that this application will solve the identified problem and provide significant assistance to coffee enthusiasts and the general public in easily distinguishing between various coffee bean types. Users can effortlessly recognize and differentiate between different coffee beans while obtaining useful information about their preferred coffee beans.
Rancang Bangun Aplikasi Vape Shop Dengan Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Pola Pembelian Konsumen Berbasis Web Fisdiovany, Devangga; Misdiyanto; Nuzul Hikmah
Pengembangan Riset dan Observasi Teknik Informatika Vol 12 No 2 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/protekinfo.v12i2.11215

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi berbasis web pada toko vape dengan penerapan algoritma Apriori guna menganalisis pola pembelian konsumen. Metode penelitian yang digunakan adalah Research and Development (R\&D), dengan tahapan identifikasi masalah, pengumpulan data, perancangan sistem, implementasi algoritma, hingga pengujian sistem.Sumber data diperoleh dari transaksi penjualan Vapeless Vape Shop selama periode November 2024 hingga Januari 2025. Data transaksi yang terkumpul diolah menggunakan algoritma Apriori untuk menghasilkan association rule berdasarkan nilai support, confidence, dan lift sebagai dasar pembuatan paket bundling produk.Hasil penelitian menunjukkan bahwa sistem berhasil menganalisis pola pembelian konsumen dan menghasilkan sejumlah aturan asosiasi yang valid. Beberapa kombinasi produk memiliki nilai confidence ≥ 50% dan lift > 1, menandakan adanya korelasi positif. Salah satu kombinasi terbaik ditemukan pada produk LI Hanna Series 15mg - Lychee dengan A Cartridge Oxva Xlim V3 Pod Kit - 0.4ohm, yang memiliki confidence sebesar 55,56% dan lift sebesar 3,85. Visualisasi bundling kemudian dibuat berdasarkan hasil analisis ini dan digunakan sebagai rekomendasi strategi promosi toko. Dengan demikian, aplikasi ini dapat membantu pemilik toko dalam merancang paket bundling berbasis data aktual, mengoptimalkan promosi, serta mendukung pengambilan keputusan secara efektif.
Co-Authors Ahmad Izzuddin Andrik Setiyawan Ayuni Finda Rika Diana Mulya Dewi Dyah Ariyanti Fisdiovany, Devangga Imam Marzuki Misdiyanto Misdiyanto Misdiyanto Riza Miftahul Hakiky Tyas Agustian Mahardika