Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : Scientific Student Journal for Information, Technology and Science

Sistem Kendali Kumbung Jamur Berbasis Internet of Things (IoT) Menggunakan Arduino Rahmat Hidayat; Jamaludin Indra; Anis Fitri Nur Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (837.92 KB)

Abstract

Produktifitas jamur khususnya jamur merang banyak dibudidayakan di daerah Karawang. Proses budidaya jamur merang memerlukan kondisi kumbung yang ideal untuk pertumbuhan jamur merang. Namun proses budi daya jamur merang masih banyak menggunakan cara manual untuk mengidealkan pertumbuhan kumbung jamur. Banyak penelitian yang membahas budi daya jamur namun hanya memantau suhu dan kelembapan saja. Budi daya jamur merang dipengaruhi oleh faktor suhu, kelembapan, cahaya dan kadar CO2. Sehingga perlu teknologi alat berbasis Internet of Things (IoT) untuk memantau sekaligus mengendalikan kumbung jamur secara jarak jauh. Pembuatan alat menggunakan Arduino sebagai mikrokontroler untuk membaca sensor masukan. Sensor masukan terdiri dari DHT22, LDR dan MQ135 untuk membaca nilai suhu, kelembapan, cahaya dan gas. Kemudian aktuator berupa kipas, mistmaker dan tirai servo sebagai pengendali alat agar menjaga kumbung jamur ideal. Penerapan IoT berfungsi untuk mengirimkan data nilai sensor ke database MySQL melalui jaringan nirkabel dan hasil nilai sensor ditampilkan melalui aplikasi website. Hasil pengujian perbandingan nilai sensor dengan alat ukur mendapatkan rata – rata selisih suhu 0.910C dan sensor kelembapan 0,89 %. Kemudian, sensor cahaya mendapatkan rata –rata selisih 19,76 lux dan sensor kadar CO2 mendapatkan rata – rata selisih 10,13 ppm. Hasil pengujian kinerja alat sistem kumbung jamur mendapatkan tingkat akurasi sebesar 93,3 %.
Penerapan Raspberry Pi pada Inkubator Penetasan Telur Bebek Muhammad Cesar Afriansyah Arief; Jamaludin Indra; Anis Fitri Nur Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (486.487 KB)

Abstract

Telur merupakan salah satu sumber protein berharga relatif murah selain daging dan kacang-kacangan. Pada telur bebek terdapat keunggulan akan banyak kandungan vitamin yang mampu membantu tumbuh kembang anak. Telur bebek memiliki kelemahan pada proses reproduksi karena induk bebek tidak dapat mengerami telurnya sendiri. Sehinggadiperlukan pengembangan alat inkubator penetasan telur supaya lebih mempermudah dalam proses reproduksi telur bebek. Raspberry Pi merupakan microcomputer yang mampu memonitor Arduino Uno sebagai microcontroller berbagai sensorsensor dan komponen yang terpasang. Metode Intuitionistic Fuzzy Set (IFS) digunakan dalam penelitian untuk perhitungan ketidakjelasan nilai dalam sensor. Sensor yang digunakan berupa: DHT22, MQ135 dan Water Level. Nilai yang dihasilkan sensor berupa masukan untuk Raspberry Pi, dengan nilai tersebut metode IFS bekerja untuk menentukan sebuah nilai berupa keluaran. Nilai keluaran merupakan sebuah perintah untuk relay dalam menggerakkan perangkat keras seperti Mist Maker, Aerator dan Motor Pompa Air. Hasil yang diharapkan adalah perhitungan dalam metode IFS mampu memaksimalkan kinerja inkubator dalam proses penetasan telur bebek. Hasil perbandingan dari pengujian sensor dengan alat ukur mendapatkan selisih nilai dengan rata-rata, suhu 0.63º C, pada kelembapan sebesar 2.04% dan pada kadar gas sebesar 9.93 ppm. Hasil pengujian pada kinerja inkubator penetasan telur mendapatkan tingkat akurasi sebesar 90%.
Analisis Sentimen Menggunakan Algoritma K-Means untuk Mengetahui Kalimat Positif maupun Negatif pada Buletin APTIKOM Anton Junior; Hanny Handayani; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Kurangnya pemahaman literasi membuat masyarakat mengalami kesulitan dalam mengeksplorasi pengetahuan. Sehingga, Asosiasi Pendidikan Tinggi Ilmu Komputer (APTIKOM) membuat media informasi secara daring yang dapat menjelaskan secara detail terhadap pemahaman masyarakat yang berbeda - beda. Media tersebut diberi nama Buletin APTIKOM yang terbit setiap bulan sejak tahun 2020. Melalui buletin ini diharapkan dapat memberikan pengetahuan terhadap masyarakat yang awam dalam teknologi terkini. Namun, dari penerbitan buletin pada aplikasi buletin APTIKOM, tidak adanya pengecekan mengenai sentimen penulisan berupa kalimat positif maupun negatif. Maka dari itu, dibuatnya penelitian ini adalah untuk mencari kalimat positif maupun negatif dalam buletin APTIKOM. Data yang digunakan merupakan data yang diambil dari Buletin APTIKOM. Cara untuk mengetahui sentimen analisis pada buletin tersebut terdapat beberapa proses yaitu dengan menggunakan Text Processing, Term Frequency – Inverse Document Frequency (TF-IDF), algoritma K- Means dan Sum of Square Error (SSE) sebagai evaluasi. Implementasi proses tersebut yaitu menggunakan Bahasa pemrograman R atau bisa disebut R Studio. Hasil dari penelitian menunjukan bahwa dari akurasi K-means dengan dataset berupa 115 kalimat terdapat 1 kalimat bernilai negatif dan 12 kalimat bernilai positif. Dari hasil evaluasi SSE semakin banyak cluster yang digunakan semakin besar nilai SSE dan nilai akurasi k-means semakin kecil. Dapat disimpulkan SSE terbaik bernilai 75.0% dari 2 cluster dan akan bernilai besar jika ditambahkannya cluster secara terus menerus dengan nilai maksimal sampai 100%.
Pengembangan Sistem Kumbung Jamur Dengan Internet of Things Berbasis NodeMCU ESP8266 Syahrul Azis; Jamaludin Indra; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Jamur merang memiliki nama ilmiah Volvariella Volvacea kandungan protein yang dimiliki oleh jamur merang cukup tinggi sehingga baik untuk dikonsumsi. Untuk mendapatkan hasil panen yang maksimal dibutuhkan suhu, cahaya dan kelembapan yang terpantau. Sehingga membutuhkan pengembangan alat yang mampu mempermudah dalam proses pertumbuhan jamur merang. Penelitian ini menggunakan NodeMCU ESP8266 untuk mengendalikan sensor yang terpasang dan penelitian ini menggunakan teknologi internet of things untuk memantau dan mengendalikan kumbung jamur secara jarak jauh. Sensor yang digunakan dalam penelitian ini adalah sensor DHT22 dan sensor LDR. Nilai sensor akan diproses melalui NodeMCU ESP8266 sebagai nilai masukan. Dari nilai tersebut diproses menjadi sebuah nilai keluaran sebagai perintah relay untuk menggerak kipas DC, mist maker dan lampu. Hasil pengujian sensor mendapatkan perbandingan membaca nilai suhu rata – rata error 5%. Pada kelembapan memilki rata –rata error 0,80%, 11,2% rata – rata error cahaya. Dalam pengujian sistem kumbung jamur mendapatkan tingkat akurasi sebanyak 86,6%. Dalam tampilan aplikasi web mampu mengetahu kualitas dalam kumbung jamur.
Penerapan Algoritma K-Nearest Neighbors untuk Analisis Sentimen pada Buletin APTIKOM Yogi Alfiansah; Amril Siregar; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Membaca menjadi salah satu hal mendasar yang cukup penting dalam pembelajaran dan untuk menambah pengetahuan. Berbagai ilmu pengetahuan bisa didapatkan dengan membaca dan membaca juga dapat mengantarkan pada kesuksesan. Permasalahan yang pada saat ini yaitu masih kurangnya minat daya tarik dalam membaca, maka dari itu APTIKOM membuat sebuah media cetak dan daring yang dapat menarik minat baca yaitu Buletin. Namun, belum dapat dipastikan sentimen penulisan dari buletin apakah banyak mengandung kalimat positif atau negatif. Maka dari itu, dibutuhkan sebuah metode khusus untuk mengkategorikan secara otomatis isi dari Buletin tersebut banyak mengandung kalimat positif atau negatif. Data yang diperoleh dari Buletin merupakan sebuah data berbentuk teks atau kalimat yang akan diklasifikasi menggunakan algoritma K-Nearest Neighbors. Untuk mendapat hasil analisis sentimen, dokumen Buletin APTIKOM di filtering terlebih dahulu melalui tahapan text preprocessing. Setelah melalui tahapan text preprocessing, data tersebut diolah analisis sentimennya dan mendapatkan sebanyak lebih dari 150 kalimat yang mengandung sentimen positif dan tidak lebih dari 50 kalimat yang mengandung sentimen negatif dan netral. Hasil pengklasifikasian dengan algoritma K-Nearest Neighbors yaitu mendapatkan nilai K yang optimal berdasarkan nilai akurasi yaitu K=5 dan di evaluasi dengan Confusion Matrix sehingga mendapatkan nilai Accuracy 86.2%.
Implementasi Algoritma Certainty Factor pada sistem pakar untuk Mendeteksi Kecanduan Online Games Tri Denda; Deden Wahiddin; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Online game (OG) dapat dimainkan dengan perangkat komputer atau gawai yang terhubung dengan koneksi internet. Bermain OG secara umum berdampak baik bagi para pemain, OG dapat dijadikan terapi untuk meningkatkan kemampuan kognitif. Tetapi, bermain OG juga dapat berdampak buruk tergantung kondisi pengguna serta durasi bermain pengguna memainkan OG. Para pengguna masih kurang sadar dengan dampak buruk yang ditimbulkan dari bermain OG seperti gangguan mental hingga kecemasan. Pada penelitian ini akan membuat sebuah sistem berbasis Android untuk mendeteksi kecanduan bermain OG dengan metode certainty factor (CF). Ada 9 gejala yang ditimbulkan dari bermain OG yaitu terobsesi, penarikan, toleransi, sulit dikontrol, kehilangan gairah melakukan aktivitas lain, tidak acuh, berbohong, pelarian, dan tidak produktif. Setiap gejala memiliki nilai CF masing-masing, nilai CF terbagi dua jenis yaitu CF pakar dan CF pengguna. Nilai CF pakar ditentukan oleh seorang pakar psikolog, sedangkan CF pengguna ditentukan oleh seorang pengguna yang telah menjawab pertanyaan dari sistem. Nilai CF pakar dan CF pengguna menentukan tingkat kecanduan, tingkat kecanduan terdiri dari tiga yaitu ringan, sedang, dan berat. Hasil pengujian akurasi berdasarkan 18 sampel data acak yaitu menunjukkan nilai 83%.
Penyiraman Air dan Nutrisi untuk Tanaman dalam Pot Secara Otomatis Menggunakan Arduino Uno dengan Algoritma Fuzzy Logic Siti Robiah; Jamaludin Indra; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Pertumbuhan penduduk setiap saat semakin bertambah hal ini menyebabkan berkurangnya lahan kosong untuk dijadikan sebagai lahan pertanian. Salah satu cara untuk mengatasi permasalahan tersebut dengan melakukan penanaman tanaman di dalam pot. Faktor yang menentukan keberhasilan dalam penanaman yaitu tersedianya air dan nutrisi yang cukup dalam kondisi panas maupun hujan. Sehingga diperlukan alat penyiram tanaman otomatis untuk mengontrol kecukupan air dan nutrisi. Alat penyiraman tanaman yang dibuat menggunakan metode fuzzy logic mamdani. Sistem penyiraman ini diatur otomatis berdasarkan kondisi dari nilai sensor kelembaban tanah. Pemberian nutrisi tanaman disesuaikan dengan kebutuhan part per million (PPM) tanaman yang dikontrol oleh sensor total dissolved solid (TDS). Penelitian yang dilakukan terhadap alat penyiram otomatis ini mempunyai tingkat akurasi sistem 95.25%. Sehingga alat penyiram tanaman ini mampu diandalkan sebagai alat pengontrol kebutuhan air dan nutrisi pada tanaman yang ditanam didalam pot.
Pengembangan Sistem Kumbung Jamur Dengan Nodemcu Esp8266 Menggunakan Metode Fuzzy Logic Deny Maulana; Jamaludin Indra; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Jamur dapat diproduksi secara berkelanjutan dan merupakan salah satu produk yang menjanjikan. Karawang merupakan salah satu dari produk jamur Jawa Barat. Namun, luas panen untuk jamur telah menurun setiap tahun. Oleh sebab itu, petani jamur harus memenuhi produksinya. Memiliki beberapa faktor yang mempengaruhi seperti suhu, kelembapan dan intensitas cahaya. Oleh karena itu perlu dikembangkan teknologi sistem pemantauan berbasis IoT untuk memudahkan proses pemantauan pada pertumbuhan jamur. Alat yang digunakan adalah Nodemcu ESP8266 untuk mengkontrol sensor dan pemasangan perangkat. Sensor yangdigunakan adalah DHT22 dan LDR. Sensor digunakan sebagai masukkan pada dataset yang akan diolah dengan metode fuzzy logic. Nilai keluaran adalah nilai akhir dari perintah Driver motor L298N untuk mengkontrol Kipas, mistmaker, dan Lampu LED. Data masukkan yang dihasilakan kemudian dikirim ke database dan Web Server. Hasil yang diharapkan dapat memonitor dan menghitung menggunakan metode logika fuzzy dengan ideal. Hasil persentase eror dengan rata-rata suhu 1,61%, Kelembapan 1,64% dan Cahaya 87,65%. Hasil yang dilakukan pada kinerja kumbung jamur mencapai akurasi dengan 90% dengan rata-rata eror 10%.
Implementasi Algoritma Support Vector Machine (SVM) untuk Prediksi Penyakit Stroke dengan Atribut Berpengaruh Ulfa Amelia; Jamaludin Indra; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Strok menjadi penyakit yang menduduki peringkat ketiga di Indonesia setelah jantung dan kanker. Seringkali manusia lengah dalam menyadari adanya penyakit Strok. Kurangnya tenaga medis di Indonesia membuat masyarakat sulit untuk mendeteksi dini penyakit strok. Oleh karena itu penelitian ini dilakukan untuk memprediksi adanya penyakit Strok menggunakan Algoritma Support Vector Machine (SVM) untuk klasifikasi himpunan data yang menggunakan Metode Confusion Matrix. Pengujian algoritma SVM menggunakan Kernel Linear untuk mendapatkan hasil terbaik. Penelitian menggunakan algoritma Support Vector Machine (SVM) dengan Relief-f. Data yang menggunakan 3426 Baris dan lima kolom. Hasil pengujian menghasilkan akurasi data sebesar 100%.
Deteksi Penggunaan Masker Menggunakan Algoritma CNN dengan Arsitektur YOLOv5 Prasetyo Ajie; Ahmad Fauzi; Anis Fitri Nur Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Coronavirus Disease 2019 (COVID-19) menyebabkan berbagai negara mengalami kerugian, terutama di sektor kesehatan. WHO menghimbau untuk mengendalikan COVID-19 dengan menerapkan protokol kesehatan, salah satunya adalah penggunaan masker. Masker dapat mengurangi risiko penularan COVID-19, namun masih banyak masyarakat yang mengabaikan protokol tersebut. Oleh karena itu, dibuat sebuah sistem untuk mendeteksi penggunaan masker dengan tepat menggunakan arsitektur YOLOv5. Sistem ini bertujuan untuk membantu mengatur penggunaan masker di area umum atau tempat terbuka. Penelitian ini dimulai dengan pengumpulan data berupa citra, yang kemudian dijadikan dataset untuk proses pelatihan model menggunakan YOLOv5s. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mencapai akurasi sebesar 90,37%.