Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika SPIRIT Abdi Masya Jurnal Teknik Informatika dan Teknologi Informasi
Noviyanto, Hendri
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Mechanical Engineering Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Period Study Accuracy Prediction using Sequential Minimal Optimization Algorithm Noviyanto, Hendri; Mukti, Bayu
Sinkron : jurnal dan penelitian teknik informatika Vol. 5 No. 1 (2020): Article Research, October 2020
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v5i1.10621

Abstract

The study period is quite influential in the assessment of a university. The imbalance in the ratio of students to lecturers causes the quality of teaching and learning to decline, this is because one lecturer has to manage many students. Acquisition of accreditation scores and society's assumptions about higher education are also strongly influenced by the number of student graduations on time. Therefore, the prediction of the accuracy of the study period is needed as consideration for related parties to solve the problem of student learning delay. Sources of data in this study were taken from a database stored at the University of Surakarta, namely the Temporary Achievement Index with data of 209 instances and 5 attributes. The proposed method in this study is the Sequential Minimal Optimization algorithm. The validation method uses k-fold Cross-Validation with a value of K = 10. This method is compared with other methods such as naive Bayes, KNN, and Decision Tree. The results of this study, the proposed method can predict the accuracy of the study period quite well with the acquisition of accuracy of 88.52%. However, several other methods such as NaiveBayes obtained better accuracy of 90.91%, KNN of 91.86%, and Decision Tree of 96.65%. From the results of the comparison of these methods, the Decision Tree obtained the highest accuracy value. In future studies, researchers aim to enrich features in the prediction process. These features are related to student activities, such as student backgrounds, social activities, additional activities on campus and off-campus, and other aspects.
IMPLEMENTASI DATA MINING UNTUK MENGETAHUI MINAT SISWA TERHADAP PERGURUAN TINGGI Noviyanto, Hendri; Fauzi, Arma
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 2 No. 1 (2022): April: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.546 KB) | DOI: 10.55606/jutiti.v2i1.450

Abstract

Perguruan Tinggi merupakan sebuah tempat belajar lebih lanjut setelah menyelesaikan pendidikan sekolah menengah atas atau sekolah menengah kejuruan. Banyaknya Perguruan Tinggi, khususnya swasta menjadikan persaingan untuk menarik minat calon mahasiswa. Hal ini membuat setiap Perguruan Tinggi berlomba dalam membuat sebuah inovasi mulai dari teknik pembelajaran, fasilitas, laboratorium dan masih banyak lagi. Oleh karena itu, dilakukan sebuah prediksi minat calon mahasiswa dengan melibatkan beberapa faktor pendorong seorang calon mahasiswa untuk memilih sebuah Perguruan Tinggi dengan maksud supaya Perguruan Tinggi lebih tepat dalam mengambil keputusan untuk proses pengembangan. Pada penelitian ini, dataset diambil melalui teknik wawancara kepada subject penelitian sebanyak 100 orang. Proses pengolahan data menggunakan aplikasi WEKA, dan validasi menggunakan teknik Cross Validation dengan K=10. Atribut yang digunakan pada penelitian ini sebanyak 7 buah atribut ditambah 1 atribut kelas. Algoritma yang diusulkan adalah Sequential Minimal Optimization yang berhasil mengklasifikasikan data dengan perolehan akurasi sebesar 0,9. Algoritma yang digunakan untuk proses komparasi mendapatkan nilai lebih baik sebesar 0,92 menggunakan Decision Tree.
PENERAPAN METODE DATA MINING UNTUK PREDIKSI DINI KEGAGALAN MAHASISWA MENGGUNAKAN ALGORITMA DECISION TREE noviyanto, hendri; Fauzi, Arma
SPIRIT Vol 16, No 2 (2024): SPIRIT
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/spirit.v16i2.367

Abstract

Kompleksitas permasalahan yang terdapat pada lingkungan Perguruan Tinggi yang dialami oleh Mahasiswa menyebabkan beberapa kemungkinan buruk seperti mahasiswa lulus tidak tepat waktu, dropout dan waktu tunggu mahasiswa yang cukup panjang. Hal tersebut merupakan salah satu faktor  penghambat dalam pengembangan sumber daya manusia. Pada era digitalisasi pengembangan sumber daya manusia dituntut sangat cepat dan mutakhir. Faktor yang mempengaruhi kemungkinan terburuk cukup banyak, beberapa diantaranya seperti manajemen waktu, motivasi yang rendah, depresi karena tekanan personal dan sosial, kesalahan dalam memilih jurusan sesuai dengan passion, masalah keuangan, dan resource belajar. Oleh karena itu, dibutuhkan sebuah sistem pendukung keputusan proses prediksi dini kegagalan mahasiswa. Pada tahap proses belajar, beberapa mahasiswa membutuhkan sebuah bimbingan yang intens terkait dengan permasalah internal maupun eksternal. Namun, sering kita temukan mahasiswa tidak mampu atau tidak berani bertanya terkait dengan permasalahan yang sedang dihadapi. Hal ini banyak ditemukan di lingkungan pendidikan karena seperti terdapat jarak atau jurang pembatas yang membuat mahasiswa merasa takut. Sehingga dengan sistem ini diharapkan pemangku kepentinganlah yang merangkul mahasiswa terlebih dahulu. Tujuan pada penelitian ini untuk memprediksi kegagalan akademis mahasiswa yang berfokus pada informasi penting untuk membantu menyelesaikan permasalahan mahasiswa. Berdasarkan pada penelitian ini diharapkan informasi penting dapat diberikan kepada pemangku kepentingan dan dengan tepat serta cepat mengetahui kondisi mahasiswa untuk mengambil langkah-langkah strategis guna mencegah kegagalan akademis mahasiswa lebih lanjut. Metode pada penelitian ini menggunakan algoritma decision tree dengan menerapakan beberapa nilai K pada K-Fold Crossvalidation. Nilai K terbaik diperoleh pada nilai 8. Proses seleksi fitur diterapkan untuk mendapatkan fitur terbaik, terbukti bahwa seleksi fitur mampu meningkatkan nilai akurasi menjadi 90%.
PEMANTAUAN TEGANGAN LISTRIK TIGA FASE BERBASIS INTERNET OF THINGS PADA TRANSMISI TVRI JAWA TENGAH noviyanto, hendri; Rianto, Agus; Kusumo, Jalu Dwi
SPIRIT Vol 17, No 1 (2025): SPIRIT
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/spirit.v17i1.381

Abstract

Voltage stability in transmission systems is crucial to ensure uninterrupted television broadcasting, especially in three-phase installations such as those used by TVRI Central Java. Voltage disturbances or overload conditions can damage equipment and disrupt broadcast quality. This study aims to design a three-phase voltage monitoring and control system based on the Internet of Things (IoT), integrated with the Blynk application as a user interface. The system utilizes an ESP32 microcontroller connected to ZMPT101B voltage sensors to monitor each phase in real-time. Data is transmitted via Wi-Fi to the Blynk platform, allowing users to remotely monitor system conditions through a smartphone. Additionally, the system is equipped with an automatic shutdown mechanism using a relay that disconnects the power supply when an overload is detected, preventing potential equipment damage. Test results show that the system performs responsively, provides accurate voltage readings, and effectively executes automatic disconnection when threshold limits are exceeded. This system is expected to significantly enhance monitoring efficiency and protect transmission installations.
OPTIMALISASI KOMUNIKASI ORGANISASI LINMAS DALAM PELAYANAN PUBLIK PADA KELURAHAN GANDEKAN SURAKARTA Dani, Jeratallah Aram; Nurhidayat, Achmad; Noviyanto, Hendri; Karomah, Binti; Mukti, Bayu
Abdi Masya Vol 6 No 1
Publisher : Pusat Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52561/abdimasya.v6i1.469

Abstract

Pengabdian kepada masyarakat ini dilaksanakan atas dasar kebutuhan Penyelenggara Perlindungan Masyarakat (LINMAS) pada Kelurahan Gandekan, Surakarta, tentang peningkatan Teknik berkomunikasi kepada Masyarakat sekitar dalam melakukan pelayanan publik, dengan mengimplementasikan Literasi, Komunikasi, serta Public Speaking sebagai materi yang hadirkan guna menggali kebutuhan pemecahan permasalahan yang biasa dihadapi tenaga LINMAS, antara lain seperti Permasalahan Sampah, Pengaduan Masyarakat dengan masalah sosial, dan sebagainya. Hal ini dilakukan dengan tujuan mengoptimalisasi pelayanan yang sudah diamanahkan sehingga lebih aktif, produktif, dan maksimal. Pengabdian dilakukan dengan metode deskriptif kualitatif, dengan komunikasi kelompok (Workshop) selama lebih dari 240 menit berlangsung. Hasil dari Pengabdian Kepada Masyarakat dengan metode Workshop menghadirkan kebutuhan dari segi pengembangan komunikasi dan aplikasi yang dijadikan wadah pelaporan dan informasi pada kehidupan sosial di lingkungan Kelurahan Gandekan.
OTOMATISASI PEMBERIAN NUTRISI BERDASARKAN TDS DAN PEMANTAUAN PH PADA HIDROPONIK BERBASIS IOT Riyanto, Tegar; Rianto, Agus; Noviyanto, Hendri; Kholik, Moh Abdul
SPIRIT Vol 17, No 2 (2025): SPIRIT
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/spirit.v17i2.396

Abstract

Hidroponik khususnya telah menjadi metode mutakhir untuk meningkatkan produktivitas dan efisiensi pertanian melalui pemanfaatan teknologi. Pertumbuhan tanaman sangat dipengaruhi oleh parameter seperti pH dan Total Dissolved Solids (TDS). Menggunakan mikrokontroler ESP32 dan aplikasi Blynk, penelitian ini menciptakan sistem pemberian nutrisi otomatis berdasarkan kadar TDS dan pemantauan pH berbasis Internet of Things (IoT). Sistem ini secara otomatis menjaga kadar TDS dengan mengendalikan pompa peristaltik dan pompa air bersih menggunakan modul relai. pH dipantau, dan ketika terjadi variasi, pesan peringatan akan diberikan. Google Sheets merekam data secara real-time, yang kemudian ditampilkan di aplikasi Blynk. Berdasarkan hasil pengujian, sistem berhasil menjaga TDS dalam rentang yang diinginkan, meskipun pH sebagian besar tetap konstan dan perlu disesuaikan secara manual. Metode ini meningkatkan efektivitas pemantauan dan pengendalian dalam pertanian hidroponik skala kecil sekaligus mengurangi kebutuhan akan intervensi manual.
Co-Authors Achmad Nurhidayat Agus Rianto Dani, Jeratallah Aram Fauzi, Arma Karomah, Binti kholik, Moh abdul Kusumo, Jalu Dwi Mukti, Bayu Riyanto, Tegar