Article Per Year (5 Year)
p-Index From 2021 - 2026
2.085
P-Index
This Author published in this journals
All Journal JST ( Jurnal Sains Terapan ) Jurnal Sistem Teknik Industri Journal of Scientific Insights Jurnal Teknologi dan Sains Modern Media Elektrik INTENS Jurnal Inovasi Sains Teknologi dan Bisnis
Fajar, Nurhikmah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Mathematics Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Integrasi Internet of Things (IoT) dan Machine Learning (ML) untuk Efisiensi, Keberlanjutan, dan Keamanan Konasara, Zakiyah; Mustamin, Syaiful Bachri; Fajar, Nurhikmah; Hidayatullah, Nurul; Sahriani
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.347

Abstract

Integrasi Internet of Things (IoT) dan Machine Learning (ML) telah menjadi fokus utama penelitian untuk meningkatkan efisiensi, keamanan, dan keberlanjutan di berbagai sektor. Kajian ini menganalisis penerapan IoT dan ML dalam manajemen perangkat keras, sistem tanggap darurat, keamanan siber, dan manajemen pertanian, dengan penekanan pada pendekatan berbasis data dan efisiensi komputasi.Hasil studi menunjukkan bahwa IoT dan ML dapat diterapkan secara efektif di berbagai konteks. Dalam manajemen perangkat keras, sensor IoT memantau kondisi real-time, sementara model ML memprediksi degradasi perangkat untuk mendukung efisiensi energi dan prinsip ekonomi sirkular. Dalam keamanan dan respons darurat, IoT dan ML meningkatkan kecepatan respons dan melindungi perangkat dari ancaman siber, dengan penerapan differential privacy untuk menjaga privasi data. Di sektor pertanian, kombinasi IoT dan ML membantu mengoptimalkan kondisi lingkungan, seperti dalam manajemen koloni lebah untuk meningkatkan produktivitas.Penelitian juga menekankan pentingnya efisiensi komputasi, di mana teknik seperti reduksi dimensi PCA dan pemilihan fitur (XGBoost) berhasil mengurangi kompleksitas tanpa mengorbankan akurasi. Bahkan, data frekuensi rendah dapat menghasilkan model ML yang andal.IoT dan ML adalah teknologi yang saling melengkapi, memberikan solusi inovatif untuk berbagai tantangan, dengan fokus pada efisiensi, keberlanjutan, dan keamanan. Penelitian ini tidak hanya menawarkan solusi saat ini tetapi juga membuka peluang bagi inovasi berkelanjutan di masa depan.
Kecerdasan Buatan untuk Keberlanjutan: Menavigasi Aplikasi dan Tantangan Etis dalam Mengelola Lingkungan Ramli, Agus Salim; Mustamin, Syaiful Bachri; Fajar, Nurhikmah; Hidayatullah, Nurul; Atnang, Muhammad
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.348

Abstract

Kecerdasan Buatan (AI) berperan penting dalam mengatasi tantangan lingkungan melalui pemantauan iklim, optimasi sumber daya, dan konservasi alam. Studi ini menggunakan tinjauan sistematis terhadap lima sumber utama untuk mengeksplorasi penerapan AI, seperti analisis citra satelit, pembelajaran mesin, dan integrasi IoT. Hasil menunjukkan peningkatan akurasi prediksi iklim, efisiensi penggunaan air dan energi, serta konservasi keanekaragaman hayati. Namun, tantangan seperti konsumsi energi AI, isu etika, dan kesenjangan akses teknologi masih perlu diatasi. Kesimpulannya, AI memiliki potensi besar untuk mendukung keberlanjutan jika diimbangi dengan pendekatan etis dan kolaboratif.
Penerapan Metode Double Exponential Smoothing pada Produksi Kakao di Kabupaten Kolaka Utara Bohari, Nurul Aulia; Mutmainnah; Fajar, Nurhikmah; Yun Angraeni Saputri; BAKHTIAR, SRI MUSLIHAH
INTENS Jurnal Inovasi Sains Teknologi dan Bisnis Vol 1 No 1 (2024): INTENS Jurnal Inovasi Sains Teknologi
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat, INTENS MKU

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

Abstract

Kakao merupakan komoditas perkebunan strategis yang berperan penting dalam meningkatkan kesejahteraan masyarakat dan ekonomi lokal di Kabupaten Kolaka Utara. Keberlanjutan dan peningkatan produksi kakao di masa mendatang perlu dipastikan, maka perlu adanya prediksi agar dapat mengetahui produksi kakao. Penelitian ini menggunakan Metode Double Exponential Smoothing yang bertujuan untuk meramalkan produksi kakao 10 periode kedepan yaitu dari tahun 2024 sampai tahun 2034 dengan menggunakan data historis. Hasil peramalan diperoleh parameter alpha yang digunakan adalah    sebesar  0,9 dan pada perhitungan MAPE diperoleh error   sebesar 0,44%. Hasil peramalan produksi Kakao di Kabupaten Kolaka Utara akan mengalami peningkatan selama 10 periode kedepan dengan rata-rata peningkatan  sekitar 1017 ton pertahun. Hal tersebut dapat digunakan sebagai dasar untuk perencanaan strategis dalam meningkatkan  produksi kakao dan pemasaran kakao di Kabupaten Kolaka Utara. 
Development of a Real Time Three Phase Power Parameter Monitoring System Using Programmable Logic Controller (PLC) and Internet of Think (IoT) Putra, Nur Azhary Iriawan Eka; Fitriati, Andi; Muchtar, Akhyar; Fajar, Nurhikmah
Jurnal Media Elektrik Vol. 23 No. 1 (2025): MEDIA ELEKTRIK
Publisher : Jurusan Pendidikan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/metrik.v23i1.11044

Abstract

This study presents the development of a real-time three-phase electrical power monitoring system based on a digital power meter, Programmable Logic Controller (PLC), Human–Machine Interface (HMI), and Internet of Things (IoT) technology. The proposed system was designed to acquire key electrical parameters, including voltage, current, and frequency, and to display the measured data consistently for both local monitoring via an HMI and remote monitoring through IoT-enabled devices. Data acquisition from the power meter was performed using Modbus RTU communication, with the PLC acting as the central data processing and control unit, and the HMI and IoT platforms provided visualisation and remote access. The system implementation and testing were performed under different load conditions to evaluate the functionality, data consistency, and communication reliability. The experimental results show that the measurement values displayed on the HMI and IoT platforms are identical, indicating stable data communication and correct register mapping. Minor differences between the power meter readings and the monitoring system were observed, with a maximum error of 0.6195 %, which was attributed to the display resolution and rounding limitations of the power meter rather than data processing errors. The results demonstrate that the developed system is reliable and accurate for real-time three-phase power-monitoring applications. The integration of industrial devices with IoT technology enhances data accessibility, improves the visibility of electrical system conditions, and supports modern monitoring requirements, making the proposed system suitable for industrial and technical facility applications.
Co-Authors Akhyar Muchtar, Akhyar Amrullah, Mujahidin Andi Fitriati Anggriani, Dwi Atnang , Muhammad Atnang, Muhammad Bakhtiar, Sri Muslihah Bohari, Nurul Aulia Eka Purnama Sari, Eka Purnama Fachry Abda El Rahman Kiki Konasara, Zakiyah Muhammad Arif Wibisono, Muhammad Arif Mustamin, Syaiful Bachri Nur Azaliah MAR, Nur Azaliah Nur Azhary Iriawan Eka Putra Nurul Hidayatullah, Nurul Pahlawan , Muammar Reza Ramli, Agus Salim Sahriani Sahriani , Sahriani Sahriani, Sahriani Samsidar Sari, Sri Kurnian Siti Fatmah, Siti Surahmawanti, Mita Yun Angraeni Saputri