Garuda - Garba Rujukan Digital

Thermal Analysis of Greenhouse Environment Using Computational Fluid Dynamics (CFD), Case Study in ITERA Drantantiyas, Nike Dwi Grevika; Ramli, Asyarf Nur; Suaif, ahmad; Yehezkiel, Listra Ginting
Jurnal IPTEK Vol 28, No 2 (2024): December
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2024.v28i2.6808

Greenhouse is a modern agricultural technology that allows for increased agricultural yields. The purpose of this study was to analyze the thermal distribution in the greenhouse of the Sumatra Institute of Technology (ITERA) in 3 time conditions, namely in the morning, afternoon and evening. The method used is CFD modeling using Solidwork. The dimensions of the greenhouse are 12.5 x 25 x 4.26 m³. The greenhouse is divided into a grid into 20 thermal measurement points separated by 2.5 m. The greenhouse has 2 cooling pads and 2 exhaust fans separated by 12.5 m. Model validation using MAPE and R2. The results of the analysis show that 3 models have valid results with MAPE 10% and R2 0.75 and can continue in the review of thermal distribution. of the 3 time condition models that provide a thermal distribution of 28 - 37 ℃. Morning conditions are hotter than afternoon and evening. Cold air from the cooling pad sucked by the exhaust fan is only able to control an area 50%. So the thermal distribution of the greenhouse needs improvement.

Prediksi Penyakit Daun Pisang Menggunakan Metode LSTM (Long Short-Term Memory) Ba’its, Alfian Kafilah; Bagaskara, Radhinka; Setiawan, Andika; Yulita, Winda; Harmiansyah, Harmiansyah; Listiani, Amalia; Untoro, Meida Cahyo; Drantantiyas, Nike Dwi Grevika; Faisal, Amir; Anggraini, Leslie; Febrianto, Andre; Aprilianda, Mohamad Meazza; Fitrawan, Mhd. Kadar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 10 No. 1 : Tahun 2025
Publisher : LPPM UNIKA Santo Thomas

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

Dalam sektor pertanian, tanaman yang memiliki peran signifikan dalam skala global adalah pisang, yaitu buah yang mudah didapatkan, dapat tumbuh dimana saja, memiliki gizi yang tinggi, serta memiliki nilai ekonomi & budaya yang tinggi. Pisang mempunyai kontribusi yang signifikan terhadap pendapatan nasional Indonesia, terutama di Provinsi Lampung sebagai penghasil pisang nasional terbesar. Tetapi, proses produksi pisang seringkali mengalami kendala, salah satunya karena faktor serangan penyakit Black Sigatoka. Penyakit tersebut memberikan kerugian pada tanaman pisang, seperti daun yang meranggas, panen tertunda, bakal buah rontok, dan kualitas buah yang rendah, dan dapat menyebar melalui aliran udara atau percikan air hujan. Tingkat keparahan penyakit Black Sigatoka perlu diprediksi agar penyakit tersebut dapat dikontrol dan dapat dicegah sedini mungkin. Model yang digunakan untuk memprediksi permasalahan ini dalam jangka panjang adalah model Long Short-Term Memory (LSTM), salah satu jenis dari arsitektur Recurrent Neural Network (RNN), yang mempunyai kinerja yang baik dan mempunyai model yang prediktif. Aplikasi LSTM diterapkan terhadap dataset pohon pisang yang terdampak penyakit Black Sigatoka. Hasil dari model LSTM dalam melakukan prediksi penyakit Black Sigatoka menghasilkan model dengan nilai error yang kecil, dengan nilai MAE dan MAPE masing-masing sebesar 0.084 dan 5.7%

Pengenalan Internet of Thing pada anak-anak Panti Asuhan Tiara Putri Korpri drantantiyas, nike dwi grevika; Suaif, Ahmad; Gani, Ferizandi Qausar; Khourinisa, Vera; Putra, Septia Eka Marsha
TeknoKreatif: Jurnal Pengabdian kepada Masyarakat Vol 5 No 1 (2025): TEKNOKREATIF : Jurnal Pengabdian kepada Masyarakat Volume 5 No 1
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LP2M), Institut Teknologi Sumatera, Lampung, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35472/teknokreatif.v5i1.2157

The purpose of this community service activity is to introduce the Internet of Things to children, particularly those in orphanages. The extraordinary development of digital communication technology offers significant positive impacts when properly understood. The method implemented is a knowledge transfer approach, which includes lectures and dialogues, along with examples of commonly used applications. The evaluation was conducted by dividing the participants into two groups: children and teenagers. For the children, the evaluation method involved a question-and-answer session with the success parameter being the number of participants raising their hands. For the teenagers, a pre-test and post-test consisting of multiple-choice questions were administered. The results were quite remarkable, with the success rate for the children reaching 62.5% and the teenagers nearly 88%, proving that the material was very well absorbed.

Prediksi Penyakit Daun Pisang Menggunakan Metode LSTM (Long Short-Term Memory) Ba’its, Alfian Kafilah; Bagaskara, Radhinka; Setiawan, Andika; Yulita, Winda; Harmiansyah, Harmiansyah; Listiani, Amalia; Untoro, Meida Cahyo; Drantantiyas, Nike Dwi Grevika; Faisal, Amir; Anggraini, Leslie; Febrianto, Andre; Aprilianda, Mohamad Meazza; Fitrawan, Mhd. Kadar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 10 No. 1 : Tahun 2025
Publisher : LPPM UNIKA Santo Thomas

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

Dalam sektor pertanian, tanaman yang memiliki peran signifikan dalam skala global adalah pisang, yaitu buah yang mudah didapatkan, dapat tumbuh dimana saja, memiliki gizi yang tinggi, serta memiliki nilai ekonomi & budaya yang tinggi. Pisang mempunyai kontribusi yang signifikan terhadap pendapatan nasional Indonesia, terutama di Provinsi Lampung sebagai penghasil pisang nasional terbesar. Tetapi, proses produksi pisang seringkali mengalami kendala, salah satunya karena faktor serangan penyakit Black Sigatoka. Penyakit tersebut memberikan kerugian pada tanaman pisang, seperti daun yang meranggas, panen tertunda, bakal buah rontok, dan kualitas buah yang rendah, dan dapat menyebar melalui aliran udara atau percikan air hujan. Tingkat keparahan penyakit Black Sigatoka perlu diprediksi agar penyakit tersebut dapat dikontrol dan dapat dicegah sedini mungkin. Model yang digunakan untuk memprediksi permasalahan ini dalam jangka panjang adalah model Long Short-Term Memory (LSTM), salah satu jenis dari arsitektur Recurrent Neural Network (RNN), yang mempunyai kinerja yang baik dan mempunyai model yang prediktif. Aplikasi LSTM diterapkan terhadap dataset pohon pisang yang terdampak penyakit Black Sigatoka. Hasil dari model LSTM dalam melakukan prediksi penyakit Black Sigatoka menghasilkan model dengan nilai error yang kecil, dengan nilai MAE dan MAPE masing-masing sebesar 0.084 dan 5.7%

Decision Making for The Most Outstanding Students Award using TOPSIS: a Case Study at Institut Teknologi Sumatera Pratama, Borneo Satria; Drantantiyas, Nike Dwi Grevika; Marvie, Ilham; Sembiring, Noveliska Br; Nadi, Muhammad Abi Berkah
Journal of Innovation Information Technology and Application (JINITA) Vol 5 No 2 (2023): JINITA, December 2023
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/jinita.v5i2.2114

The internal selection of Pemilihan Mahasiswa Berprestasi, or known as Pilmapres, is an annual competition held by Institut Teknologi Sumatera (ITERA) to award the most outstanding student of the year which will be further sent to compete in regional and national event of Pilmapres held by Balai Pengembangan Talenta Indonesia. This study aimed to implement TOPSIS as a decision-making tool to determine the winner of Pilmapres ITERA in 2023. The criteria used in this study were general achievements, English competencies, and creative ideas, with weight of 50, 20, and 30, respectively. The scores for the criteria for each of the students are obtained from nine members of the board of jury in the final stage of Pilmapres ITERA in 2023. The calculation result using TOPSIS concluded that the 1st, 2nd, and 3rd winners of the internal selection of Pilmapres ITERA in 2023 were Alpha, Beta, and Omega, with the final preference scores of 0.995, 0.799, and 0.795, respectively.

Pengembangan Sistem Pemantauan Kualitas Air Akuakultur Berbasis IoT Menggunakan Logika Fuzzy Mamdani Siregar, Sefrani IG; Handani, Hesti Wahyu; Mege, Christio Revano; Drantantiyas, Nike Dwi Grevika; Putra, Septia Eka Marsha; Suaif, Ahmad; Ginting, Listra Yehezkiel; Mustaqim, Amrina; Hasugian, Friska; Afdi, Rozi
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 2 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i2.1855

Industri akuakultur membutuhkan manajemen lingkungan yang tepat untuk memastikan kesehatan biota perairan. Metode pemantauan konvensional seringkali mengalami keterlambatan pengambilan sampel manual, yang menyebabkan mitigasi perubahan lingkungan yang terlambat. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan kualitas air berbasis Internet of Things (IoT) untuk aplikasi akuakultur. Sistem ini mengintegrasikan sensor pH, Total Dissolved Solids (TDS), dan kekeruhan dengan mikrokontroler, yang terhubung ke aplikasi seluler yang dirancang melalui MIT App Inventor. Pengujian hasil kalibrasi tiga sensor pada 30 sampel menunjukkan akurasi >90%. Proses pengujian defuzzifikasi pada 12 aturan mendapatkan MAPE 0,33%. Hasil eksperimen menunjukkan bahwa sistem secara akurat mengukur dan mengirimkan parameter, seperti kekeruhan 46 NTU, TDS 174 ppm, dan pH 7,67, menghasilkan klasifikasi kualitas "Baik" secara otomatis. Uji kinerja menunjukkan efisiensi tinggi dengan penundaan transmisi data rata-rata hanya 2 detik. Pengujian pada kolam akuakultur yang dilakukan selama 6 jam menunjukkan bahwa system mampu membaca dan memberikan Kesimpulan kualitas air secara akurat sesuai dengan aturan fuzzy yang dibuat. Kesimpulannya, sistem IoT ini menyediakan solusi yang andal dan hemat biaya untuk pemantauan jarak jauh, secara signifikan mengurangi risiko pengamatan manual sekaligus meningkatkan produktivitas dan keberlanjutan pengelolaan akuakultur melalui transformasi digital.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search