Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perencanaan Enterprise Architecture Sistem Informasi pada Akademik: Studi Literatur Phan, Nando; Kristianto, Aditya; Kendrico, Jovin; Alexander, Winar Joko
JDMIS: Journal of Data Mining and Information Systems Vol. 2 No. 2 (2024): August 2024
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v2i2.1877

Abstract

The progress of time and rapid technological advancements have driven higher education institutions and other educational organizations to adopt Enterprise Architecture (EA) as a strategic approach to planning and managing their information systems. EA planning begins with an in-depth analysis of the academic literature study environment, including a deep understanding of the needs and challenges faced. Subsequently, business requirement mapping is conducted to identify the strategic goals and objectives that the information system must achieve. Structured approaches like TOGAF (The Open Group Architecture Framework) are often used as a guide in EA planning to ensure consistency and sustainability of the information system. Additionally, it is important to note that EA planning does not solely focus on technical aspects but also involves organizational, human, and process aspects. This includes mapping roles and responsibilities in information system management, developing the skills and capabilities of human resources, and designing effective business processes. By adopting Enterprise Architecture planning for academic literature studies, educational institutions can optimize the use of information technology to enhance efficiency, productivity, and quality in the learning and research processes. EA also enables better integration between existing information systems and future systems, allowing institutions to be better prepared for future challenges.
Penerapan Smart Greenhouse Untuk Optimalisasi Hasil Pertanian Hidroponik dengan Implementasi IoT dan Machine Learning di Syifa Hidroponik Kristianto, Aditya; Chai, Christopher Alexander; Chainatra, Derick; Onggie, Karen; Alexander, Winar Joko
Dedikasi Sains dan Teknologi (DST) Vol. 3 No. 2 (2023): Dedikasi Sains dan Teknologi : Volume 3 Nomor 2, Nopember 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v3i2.3010

Abstract

Publikasi dari United Nations menyampaikan 40% lahan bumi mengalami penurunan kualitas tanah setiap tahun, dampak yang dihasilkan dari permasalahan lahan kritis adalah isu ketahanan pangan nasional. Salah satu UMKM penggiat budidaya hidroponik adalah Syifa Hidroponik. Syifa Hidroponik didirikan oleh Ir. Suardi Raden sejak tahun 2014 yang memiliki ketertarikan dalam bidang implementasi teknologi untuk mendukung budidaya hidroponik dan bersedia mendukung tim pengusul melalui program PKM-PI. Berdasarkan observasi dan wawancara dengan mitra, tim pengusul mengidentifikasi tiga permasalahan utama dalam budidaya tanaman hidroponik, yaitu faktor iklim, hama tanaman, dan pengelolaan nutrisi. Realisasi kegiatan yang telah dilakukan mencakup survei secara langsung di Syifa Hidroponik, wawancara dengan mitra mengenai permasalahan yang dialami, diskusi terkait rancangan yang akan dilakukan, melakukan gambaran akan rancangan yang akan dibuat, merancang perangkat IoT, dan mengimplementasikannya terhadap tanaman. Hasil yang akan dicapai yaitu implementasi IoT. Hasil dari implementasi IoT adalah perangkat sensor yang terhubung ke dalam microcontroller yang akan ditampilkan ke dalam website yang dapat diakses untuk melihat data kondisi suhu, kelembapan, pH, nutrisi, dan informasi tanaman yang ditanam secara real-time, serta cara penanggulangannya. Kesimpulan dari hasil implementasi adalah untuk mengatasi beberapa permasalahan utama yang dihadapi oleh mitra, seperti masalah pengelolaan nutrisi, hama tanaman, dan pH air. Hasil dari kegiatan adalah suatu perangkat IoT yang membantu dalam mengecek kadar nutrisi dan pH air, membantu mendeteksi hama melalui penerapan teknologi IoT dan machine learning untuk pemberian pestisida nabati, dan yang terakhir, pengendalian suhu melalui penggunaan sensor suhu, serta sistem informasi yang terintegrasi di dalam smart greenhouse.