Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science Jurnal Pengabdian Magister Pendidikan IPA Jurnal Teknik Informatika The Indonesian Journal of Computer Science Jurnal Ilmiah Multidisiplin Keilmuan Mandira Cendikia (JIMK-MC)
Yulanda
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PENERAPAN ALAT KENDALI KIPAS ANGIN MENGGUNAKAN MICROCONTROLLER ARDUINO MEGA 2560 DAN SENSOR DHT22 BERBASIS ANDROID Ordila, Rian; Yulanda; Putra; Irawan, Yuda
Riau Journal Of Computer Science Vol. 6 No. 2 (2020): Riau Journal of Computer Science
Publisher : Riau Journal Of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1375.916 KB)

Abstract

The control of the fan in the classrooms of the Ekatama Tourism Pekanbaru SMKS still uses a rope as a speed controller or manual. To simplify the control of fans in the classroom, a Fan Control Device Using an Arduino Mega 2560 Microcontroller and an Android-Based DHT22 Sensor. The whole tool is divided into several parts which consist of Smartphone, Arduio Mega 2560 Microcontroller, DHT22 Sensor, Bluetooth HC-06, 4ch Relay Module, LCD 1602, 1K Resistor, XL4005 Step Down, Power Supply 12V 3A, LED Diffused, Push Button, and DC fan. This tool works when a Bluetooth Smartphone connects to Bluetooth HC-06, from Bluetooth HC-06 then to a microcontroller to process commands, from a microcontroller then to a Relay module that works as a substitute for a switch that functions to activate and deactivate the fan according to the desired speed. The application of this tool can also work with manual or automatic functions. The results showed that applications on Smartphones can communicate with Arduino Mega 2560 with a distance of 25 meters if there is no barrier, and 15 meters if there is a barrier.
Analisis Ketersediaan Sarana Dan Prasana Pembelajaran Pendidikan Matematika Di Sekolah Kabupaten Seluma Rizki Kurniasih; Risda Pratiwi; Yulanda; Resti Komala Sari
Jurnal Ilmiah Multidisiplin Keilmuan Mandira Cendikia Vol. 1 No. 1 (2023)
Publisher : Yayasan Pendidikan Mandira Cendikia

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

Abstract

Mata pelajaran Matematika sangat penting bagi siswa dalam kehidupan sehari-hari. Untuk pencapaian pada pembelajaran memerlukan sarana dan prasarana pembelajaran matematika yang memadahi dan tersedia. Apabila tidak adanya sarana dan prasarana akan menjadi kendala yang berarti bagi guru dan siswa, karena menghambat proses pembelajaran. Kurangnya sarana dan prasarana akan menghambat gerak pada siswa, sehingga siswa akan mengantri dalam menggunakan peralatan. Sehingga siswa akan bosan mengikuti pelajaran matematika. Maka sarana dan prasarana harus di sesuaikan dengan jumlah siswa dan mengkondisikannya dengan baik.Tujuan penelitian ini adalah untuk mengetahui ketersediaan sarana dan prasarana di Sekolah Dasar, Kecamatan Sukaraja, Kabupaten Seluma, khususnya di SD Negeri 13 Seluma, dengan menggunakan metode penelitian deskriptif kuantitatif dan menggunakan instrumen . Dari hasil penelitian ketersediaan sarana dan prasarana sekolah ini mendapatkan rata-rata ketersediaan sarana dan prasarana yang ada di SD Negeri 13 Seluma, sebesar 58 % mendapatkan kategori C (cukup).
Pengembangan Aplikasi Presensi Pengenalan Wajah Untuk Mahasiswa Menggunakan Convolutional Neural Network Yulanda; Sutarman
The Indonesian Journal of Computer Science Vol. 13 No. 6 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i6.4520

Abstract

Dalam dunia pendidikan, kehadiran mahasiswa dalam pembelajaran di kelas sering dianggap sebagai syarat dan standar untuk penilaian mahasiswa. Namun, masih ada beberapa universitas yang melakukan presensi secara manual kemudian direkap ke sistem oleh dosen dan ada juga presensi menggunakan tanda tangan sebagai sistem konvensional. Hal tersebut dapat dimanfaatkan oleh mahasiswa yang nakal untuk selalu titip absen, sehingga proses ini kurang efektif, memakan waktu yang lama dan kurang terorganisir. Dan oleh karena itu, untuk mengatasi masalah tersebut peneliti membuat sistem absensi dengan pengenalan wajah atau face recognition, sehingga dapat meminimalisir waktu absensi. Dalam penelitian, metode yang digunakan adalah Convolutional Neural Network. Hasil dari pengujian aplikasi menyatakan bahwa aplikasi dapat berjalan sesuai dengan fungsinya dan kebutuhannya. Hasil penelitian menunjukkan bahwa model Convolutional Neural Network, memiliki akurasi 100% dan loss 0.0097. Percobaan dilakukan secara berulang-ulang, dan meskipun nilai loss mengalami fluktuasi, akurasi model tetap konsisten.
Pengeloaan Sampah Organik Menjadi Pupuk Kompos Di Desa Lepak Kabupaten Lombok Timur Hakiki, Muhammad; Nurlaela; Mar’atussholihah, Siti; Maulana, Muhammmad Fauzan; Anggameta, Ragat; Zielafiq, Muhamad; Yulanda; Safira, Dende Widyanti; Qothrunnada; Saputra, M. Riadi; Raksun, Ahmad
Jurnal Pengabdian Magister Pendidikan IPA Vol 8 No 1 (2025): Januari-Maret 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jpmpi.v8i1.10815

Abstract

Desa Lepak merupakan salah satu desa yang ada di Kecamatan Sakra Timur, Kabupaten Lombok Timur. Desa Lepak memiliki luas wilayah 3960.000 m2 dengan jumlah penduduk 7.300 jiwa, 23,82% bekerja sebagai petani/pekebun. Dengan jumlah penduduk tersebut, banyak sampah yang dihasilkan dari aktivitas sehari-hari seperti limbah rumah tangga, sisa-sisa pertanian dan peternakan. Dalam kegiatan Kuliah Kerja Nyata ini, kami memilih untuk mengolah sampah organik berupa kotoran kambing menjadi pupuk kompos dengan cara melakukan pengomposan. Kompos merupakan bahan-bahan organik yang telah mengalami proses pelapukan karena adanya interaksi antar mikroorganisme sebagai dekomposer. Tujuan dari kegiatan ini, yaitu untuk memberikan edukasi pengelolaan sampah dan penggunaan pupuk kompos. Kegiatan pembuatan pupuk kompos ini dilaksanakan pada tanggal 4 Januari 2025 di Dusun Pelepok, Desa Lepak. Pembuatan pupuk tersebut menggunakan limbah kotoran ternak yang ada di Dusun Pelepok. Metode yang digunakan dalam pengomposan secara aeraob di permukaan tanah, selain bahan utama sebagai bahan dasar pada pembuatan pupuk kompos ini juga memerlukan bahan tambahan seperti Efektif Mikroorganizem-4 (EM4) sebagai dekomposer. Pupuk kandang dapat memperbaiki kondisi fisik kimia, biologis tanah, dan juga meningkatkan unsur hara yang dapat memacu pertumbuhan tanaman. Pupuk yang baik digunakan dalam praktek budidaya. Salah satunya pupuk kandang kambing karena memiliki kandungan unsur hara makro dan mikro yang lengkap walaupun dalam jumlah yang sedikit. Pupuk kandang kambing juga ramah lingkungan sehingga dapat digunakan terus menerus untuk mendukung praktek pertanian yang maju dan berkelanjutan.
Model Prediksi Risiko Kebakaran Hutan Menggunakan Algoritma Random Forest dengan Seleksi Fitur Lasso Regression Refni Wahyuni; Muhardi; Yulanda; Yuda Irawan
JEKIN - Jurnal Teknik Informatika Vol. 5 No. 1 (2025)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v5i1.998

Abstract

Kebakaran hutan di Indonesia telah menyebabkan kerusakan lingkungan, polusi udara, serta dampak serius pada kesehatan dan ekonomi. Penelitian ini mengembangkan model prediksi risiko kebakaran hutan menggunakan algoritma Random Forest dengan seleksi fitur melalui Lasso Regression, berdasarkan data meteorologi dari BMKG (2011-2024). Variabel utama yang digunakan meliputi temperatur rata-rata, kelembapan, curah hujan, dan kecepatan angin. Hasil evaluasi model menunjukkan akurasi 100%, dengan precision, recall, dan F1-score masing-masing 1.00 untuk semua kelas risiko kebakaran. Confusion matrix dan kurva ROC mengonfirmasi kemampuan model dalam mengklasifikasikan setiap instance tanpa kesalahan. Analisis fitur menyoroti temperatur rata-rata, kelembapan, dan curah hujan sebagai faktor utama. Model ini berpotensi menjadi komponen penting dalam sistem peringatan dini kebakaran hutan di indonesia. Penelitian ini merekomendasikan integrasi data tambahan dan implementasi real-time untuk meningkatkan akurasi dan aplikabilitas model di masa mendatang.
Co-Authors Ahmad Raksun, Ahmad Anggameta, Ragat Hakiki, Muhammad Mar’atussholihah, Siti Maulana, Muhammmad Fauzan Muhardi Nurlaela Ordila, Rian Putra Qothrunnada Refni Wahyuni Resti Komala Sari Risda Pratiwi Rizki Kurniasih Safira, Dende Widyanti Saputra, M. Riadi Sutarman Yuda Irawan Zielafiq, Muhamad