Article Per Year (5 Year)
p-Index From 2021 - 2026
2.109
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Kaputama (JSIK) JTIK (Jurnal Teknik Informatika Kaputama) Journal of Artificial Intelligence and Engineering Applications (JAIEA) International Journal of Health, Engineering and Technology Indonesian Journal of Education And Computer Science Nusantara Journal of Multidisciplinary Science Jurnal Ilmu Komputer dan Sistem Informasi
Novriyenni
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Dentistry Education Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Medicine & Pharmacology Nursing Public Health Veterinary

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Indonesian Journal of Education And Computer Science

 1 
Pengelompokan Data Siswa Berdasarkan Profil Pelajar Pancasila Menggunakan Metode Clustering (Studi Kasus SMK Putra Anda Binjai) Ayu Syahfitri; Novriyenni; Imeldawaty Gultom
Indonesian Journal of Education And Computer Science Vol. 2 No. 2 (2024): INDOTECH - August 2024
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v2i2.644

Abstract

Penelitian ini bertujuan untuk mengelompokkan data siswa SMK Putra Anda Binjai berdasarkan enam dimensi profil pelajar Pancasila menggunakan metode Clustering K-Means. Pengelompokan data siswa dilakukan dengan menghitung jarak menggunakan Euclidean Distance dan melibatkan tiga iterasi dalam analisis dengan variabel yang digunakan yaitu jurusan, nilai mata pelajaran, dan profil pelajar Pancasila. Sistem ini diimplementasikan dengan menggunakan aplikasi pemrograman MATLAB 2014a. Dari hasil proses dengan mengimplementasikan metode Clustering dan algoritma K-Means yang telah dilakukan dengan menggunakan 3 cluster data didapatkan kelompok data siswa atau grup yang memiliki karakteristik yang mewakili pola-pola tertentu dalam data siswa, seperti pola nilai dan profil pelajar Pancasila. Hasilnya diharapkan dapat membantu dalam pemahaman lebih lanjut tentang karakteristik siswa dan memberikan dasar bagi pengambilan keputusan di bidang pendidikan. Sistem pengelompokan data siswa yang dihasilkan juga memiliki kemudahan dalam penggunaannya.
Rancang Bangun Sistem Monitoring Emisi Gas Buang Pada Ruang Parkir Bawah Tanah Gedung Perkantoran Menggunakan Internet of Things (IoT) Raihan, Muhammad; Novriyenni; Saragih, Rusmin
Indonesian Journal of Education And Computer Science Vol. 3 No. 1 (2025): INDOTECH - April 2025
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v3i1.1183

Abstract

Penelitian ini bertujuan merancang dan membangun sistem monitoring emisi gas buang di ruang parkir bawah tanah gedung perkantoran dengan memanfaatkan teknologi Internet of Things (IoT). Sistem ini mengintegrasikan sensor MQ-7 dan MQ-135 untuk mendeteksi gas berbahaya seperti karbon monoksida (CO), sulfur dioksida (SO₂), dan nitrogen oksida (NOₓ). Data hasil deteksi dikirim secara real-time melalui modul ESP32 ke aplikasi Blynk, sehingga memungkinkan pemantauan kualitas udara secara terus-menerus dan jarak jauh. Selain itu, sistem ini juga dilengkapi dengan indikator visual berupa LED dan buzzer sebagai peringatan dini apabila konsentrasi gas melebihi ambang batas yang ditentukan. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi dan memantau emisi gas secara akurat serta memberikan notifikasi yang dapat digunakan sebagai dasar pengambilan tindakan preventif. Dengan demikian, sistem ini dinilai efektif dan andal dalam menjaga kualitas udara di area parkir tertutup. Kesimpulannya, implementasi sistem monitoring berbasis IoT ini berpotensi besar untuk meningkatkan keselamatan dan kesehatan pengguna ruang parkir bawah tanah melalui pemantauan kualitas udara yang efisien, real-time, dan responsif terhadap kondisi lingkungan.
Co-Authors Achmad Fauzi Adlin Revaldi, Aulia ANDIKA Ayu Syahfitri Buaton, Relita Defita Br. Manurung, Sella Fatimah Frisca Prastiwi, Kellyn Gultom, Imeldawaty Ivan Candra Dinata Kadim, Lina Arliana Nur Karonika Br Barus Khair, Husnul M. Fadli Magdalena Simanjuntak Nurfadillah Pardede, Akim Manaor Hara Prahmana, I Gusti Raihan, Muhammad Ramadani, Suci Ramadhan, Said Rusmin Saragih, Rusmin Sholawati, Fitria Sihombing, Marto Simanjuntak, Magdalena Siswan Syahputra Sri Rezeki Syari, Milli Alfhi Yani Maulita