Article Per Year (5 Year)
p-Index From 2021 - 2026
2.217
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jusikom : Jurnal Sistem Komputer Musirawas Jurnal Informatika Global Journal of Embedded Systems, Security and Intelligent Systems Journal of Intelligent Networks and IoT Global Komputasi : Jurnal Ilmiah Ilmu Komputer dan Matematika
Ricky Maulana Fajri
Universitas Indo Global Mandiri
Computer Science & IT Control & Systems Engineering Engineering Mathematics

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search
Journal : Journal of Intelligent Networks and IoT Global

 1 
APLIKASI CHATBOT UNTUK PENERIMAAN MAHASISWA BARU UNIVERSITAS INDO GLOBAL MANDIRI MENGGUNAKAN DEEP LEARNING Desrika Heryati; Zulkifli; Ricky Maulana Fajri
Journal Of Intelligent Networks and IoT Global Vol 1 No 1 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i1.3073

Abstract

Most prospective new students want to get fast and accurate information. Prospective new students certainly want to get a lot of information about the procedure for registering new students at each tertiary institution, especially Indo Global Mandiri University. Information on new student admissions at Indo Global Mandiri University only uses websites and social pages as general information. To overcome this problem, a new student acceptance chatbot application was created at Indo Global Mandiri University to provide information that can summarize well and display the information to users. To create this chatbot using the Python programming language using Deep learning. The deep learning algorithm model that is applied in making chatbots uses the Artificial Neural Network model. The application of the Artificial Neural Network model can recognize question patterns quickly and accurately so as to get an appropriate response. The model was then tested with 15 different conversations and successfully answered with a chatbot accuracy value of 86% and 13% error
SISTEM BUKA TUTUP TERPAL SECARA OTOMATIS PADA PENJEMURAN GABAH BERBASIS TELEGRAM BERDASARKAN SENSOR BH1750 (SENSOR CAHAYA) DAN RAIN DROP SENSOR (SENSOR HUJAN) Nonik Wulantika; Tasmi; Ricky Maulana Fajri
Journal Of Intelligent Networks and IoT Global Vol 1 No 1 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i1.3078

Abstract

Tujuan dari penelitian ini adalah untuk membantu meringankan pekerjaan petani, dan agar gabah yang dijemur dapat menghasilkan kualitas yang baik. Dikarenakan masih banyaknya petani di daerah-daerah tertentu yang melakukan proses penjemuran gabah secara manual bergantung pada sinar matahari yang tidak bisa diprediksi. Dilakukan percobaan sensor hujan akan mendeteksi turunya hujan Ketika menerima tetesan air dengan nilai kurang dari 1000 RH dan tidak mendeteksi hujan bila lebih dari 1000 RH, Sedangkan sensor BH1750 akan mendeteksi terang bila nilai lebih dari 70 lux dan mendeteksi mendung bila kurang dari 70 lux. Hasil Kedua sensor dapat bekerja dengan baik, sensor BH1750 dapat mendeteksi adanya perubahan cahaya dari terang ke gelap atau sebaliknya dan sensor hujan dapat mendeteksi adanya tetesan air hujan. Dari pengujian membuktikan bahwa sensor BH1750 dan sensor hujan berkerja dengan baik dalam mendeteksi cuaca dan motor DC bergerak sesuai dengan nilai yang telah diinput
PENYORTIRAN BUAH TOMAT BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN SENSOR WARNA TCS3200 Anggraini, Dea; Antony, Fery; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 2 No 2 (2024)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v2i2.4957

Abstract

Penelitian ini mengembangkan sebuah prototipe untuk mendeteksi dan memisahkan tomat berdasarkan tingkat kematangannya, yaitu tomat matang, setengah matang, dan mentah, dengan memanfaatkan warna sebagai parameter utama. Alat ini menggunakan sensor warna TCS3200 dan teknologi NodeMCU ESP32 untuk mengotomatisasi proses penyortiran. Ketika tomat ditempatkan pada alat ini, sensor warna TCS3200 mendeteksi warna tomat, kemudian data warna tersebut dikirimkan ke NodeMCU ESP32 untuk diproses lebih lanjut. Berdasarkan hasil pemrosesan, tomat akan diarahkan ke wadah yang sesuai, tergantung pada kematangan, baik untuk tomat matang, setengah matang, maupun mentah. Pengujian dilakukan menggunakan 15 tomat, yang terdiri dari 8 tomat matang, 4 tomat setengah matang, dan 3 tomat mentah. Hasil pengujian menunjukkan bahwa alat ini memiliki akurasi sebesar 73,3% dalam mendeteksi dan memisahkan tomat sesuai dengan tingkat kematangannya.
KLASIFIKASI KANKER PARU PARU MENGGUNAKAN CNN DENGAN 5 ARSITEKTUR Vierisyah, Aldo; Tasmi; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 1 No 2 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i2.3643

Abstract

Kanker paru-paru merupakan penyakit mematikan yang membutuhkan deteksi dini dan penanganan yang tepat. Pada penelitian ini, metode klasifikasi kanker paru-paru menggunakan Convolutional Neural Network (CNN) dengan 5 arsitektur yang berbeda, yaitu VGG16, VGG19, Resnet50, Resnet101, dan Xception. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi klasifikasi kanker paru dengan membandingkan performa dari kelima arsitektur tersebut. Hasil eksperimen menunjukkan bahwa arsitektur Resnet101 dan VGG16 dan VGG19 memiliki kinerja terbaik dengan akurasi klasifikasi masing-masing 93,4% dan 92,5%, sedangkan arsitektur Resnet50 dan Xception memiliki akurasi klasifikasi yang rendah. Penelitian ini memberikan bukti bahwa penggunaan CNN dengan arsitektur yang tepat dapat meningkatkan akurasi klasifikasi kanker paru-paru
KLASIFIKASI LAPISAN LILIN PADA BUAH APEL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Alvira, Dwi Okta; Rachmansyah; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 1 No 2 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i2.3644

Abstract

Buah-buahan merupakan salah satu dari macam komoditas pada sektor pertanian yang sangat rentan akan pembusukan salah satu nya adalah buah apel. Kualitas pada buah dapat dilihat dari berbagai faktor yaitu ukuran, warna, kondisi, tekstur, nilai nutrisi dan citarasa. Penelitian ini bertujuan untuk mengetahui perbedaan antara kualitas dari citra buah apel yang mengandung lapisan lilin dengan kualitas citra yang tidak mengandung lapisan lilin. Proses identifikasi lapisan lilin pada buah apel ini dapat dilakukan dengan menggunakan pengolahan citra digital atau yang sering dikenal Image Processing dengan melakukan proses ekstraksi citra menggunakan metode Jaringan Syaraf Tiruan. Jaringan Syaraf Tiruan merupakan sistem pemrosesan informasi yang memiliki karakteristik yang mirip dengan fungsi otak manusia dalam bentuk matematika dan menjalankan proses perhitungan secara paralel. Penelitian ini melakukan uji identifikasi citra menggunakan deep learning convolutional neural network, dengan menggunakan dua proses yaitu training dan testing untuk melakukan uji akurasi dengan menggunakan 200 data citra 100 citra buah apel dengan kandungan lilin dan 100 citra buah apel yang tidak terkandung lilin dan memiliki 100 data citra sebagai data testing 50 untuk yang terkandung apel dan 50 yang tidak terkandung lilin. Hasil yang telah didapatkan pada penelitian ini adalah akurasi 98% untuk proses training dan 97.50% untuk proses testing yang telah dilakukan menggunakan 10 epoch
SIMULASI KEAMANAN JARINGAN DENGAN METODE NETWORK DEVELOPMENT LIFE CYCLE MENGGUNAKAN SWITCH PORT SECURITY PADA PT PINUS MERAH ABADI Putri, RA Martasya; Zulkifli; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 1 No 2 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i2.3646

Abstract

Perkembangan teknologi di dunia jaringan komputer semakin cepat seiring dengan meningkatnya tuntutan akan koneksi yang efisien, stabil, dan aman. Salah satu faktor penting dalam meningkatkan kualitas jaringan adalah keamanan jaringan atau network security. Terdapat berbagai teknik yang dapat digunakan untuk meningkatkan tingkat keamanan, seperti membangun sistem firewall atau mengimplementasikan port security. Port security melibatkan penggunaan port-port yang ada untuk mengatur akses ke jaringan. Dalam lingkungan kerja PT Pinus Merah Abadi, seringkali terjadi masalah seperti koneksi yang lambat dan kelemahan dalam aspek keamanan jaringan. Untuk mengatasi ini, penulis akan melakukan simulasi penggunaan port-security pada setiap switch di PT Pinus Merah Abadi agar jaringan komputer menjadi lebih aman dan terhindar dari masalah-masalah tersebut
EFEKTIVITAS PENGGOLONGAN KENDARAAN DENGAN METODE CNN PADA SISTEM TRANSAKSI DI GERBANG TOL Pratama, Aditya; Sunardi, Hastha; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 2 No 1 (2024)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v2i1.4435

Abstract

Penelitian ini mengusulkan penerapan metode klasifikasi citra multikelas untuk meningkatkan efektivitas penggolongan kendaraan dalam sistem transaksi di gerbang. Metode ini menggunakan pendekatan pembelajaran mesin untuk mengenali dan mengelompokkan kendaraan berdasarkan citra yang diperoleh dari sistem pengawasan gerbang. Penelitian ini bertujuan untuk meningkatkan akurasi dan kecepatan penggolongan kendaraan, sehingga dapat mendukung efisiensi dalam proses transaksi gerbang. Pengujian dilakukan menggunakan dataset beragam kendaraan dan hasilnya menunjukkan peningkatan yang signifikan dalam klasifikasi kendaraan secara akurat. Implementasi metode ini diharapkan dapat memberikan kontribusi positif terhadap pengembangan sistem transaksi di gerbang, meningkatkan keandalan dan kecepatan layanan
REKAYASA SISTEM MONITIRONG PENGGUNAAN DAYA PADA KOMPUTER BERBASIS INTERNET OF THINGS Putra, Sony Dwi; Tasmi; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 3 No 2 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i2.6588

Abstract

Monitoring adalah sebuah ruangan yang digunakan untuk menyimpan komputer server dan perangkat jaringan. Ruang server adalah aset penting untuk perusahaan atau lembaga yang menerapkan teknologi informasi sebagai penunjang dalam kegiatan sehari-harinya. Daya yang tidak stabil dapat menyebabkan kerusakan pada server. Pentingnya hal tersebut dikarenakan pada ruang monitoring terdapat aplikasi dan basis data yang menyimpan segala informasi penting dan bernilai bagi perusahaan atau lembaga yang bersangkutan, oleh karena itu ruangan server harus selalu dalam kondisi baik. Rancang bangun sistem monitoring arus dan tegangan ini dirancang untuk mendeteksi perubahan arus dan tegangan pada ruangan dengan menggunakan NodeMCU ESP8266 sebagai kontrol utamanya, lalu mengunakan ACS 1712 sebagai sensor pendeteksi arus dan tegangan, selanjutnya data akan dikirim ke aplikasi Bylnk yang sudah terinstall pada smartphone. Jika sensor ACS 1712 mendeteksi suhu lebih dari 28⁰C maka secara otomatis sistem akan mengaktifkan relay untuk menghidupkan kipas DC. Namun jika nilai suhu yang terbaca kurang dari 28⁰C, maka secara otomatis sistem akan mematikan relaydan kipas DC.Dengan adanya alat ini di harapkan dapat melakukan monitoring ruangan secara realtime suhu dan kelembaban pada ruang server sehingga mengurangi adanya kerusakan hardwere atau kerusakan yang lainnya.
Prediksi Cuaca Menggunakan Sensor Cahaya, Kecepatan Angin, dan Arah Angin dengan Metode Neuro-Fuzzy Billanivo, Reynaldi Rizki; Fajri, Ricky Maulana; Tasmi; Ferdiansyah
Journal Of Intelligent Networks and IoT Global Vol 3 No 2 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i2.6592

Abstract

Prediksi cuaca merupakan elemen yang sangat penting dalam berbagai sektor, termasuk pertanian dan transportasi. Salah satu contohnya adalah membantu petani untuk menunda penanaman tanaman sebelum hujan deras terjadi. Penelitian ini menggunakan metode Neuro-Fuzzy yang dipadukan dengan tiga jenis sensor yakni sensor cahaya, sensor kecepatan angin, dan sensor arah angin, yang digunakan untuk peramalan meteorologi. Penelitian ini memanfaatkan dataset Misol dan dataset BMKG. Model Neuro-Fuzzy mencapai akurasi rata-rata sebesar 0,71, presisi 0,4075, recall 0,3185, dan skor F1 sebesar 0,337.
Desain dan Implementasi Prototipe Robot Pembersih Sampah di Sungai Berbasis Raspberry Pi 4 Model B Cahyadi, Hartanto Dwi; Fajri, Ricky Maulana; Setiawan, Candra; Akbar Deazwara, Muhammad Rizki
Journal Of Intelligent Networks and IoT Global Vol 3 No 2 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i2.6653

Abstract

Sungai Musi menghadapi ancaman polusi plastik yang serius, yang merusak ekosistem dan memicu banjir akibat penyumbatan aliran air. Penelitian ini bertujuan untuk merancang prototipe robot pembersih sampah semi-otomatis menggunakan Raspberry Pi 4 Model B sebagai pusat kendali. Sistem ini mengintegrasikan visi komputer menggunakan algoritma YOLO (You Only Look Once) untuk deteksi sampah plastik secara real-time. Robot dirancang dengan struktur katamaran menggunakan material styrofoam dan triplek untuk stabilitas maksimal di atas air. Metodologi penelitian mencakup perancangan perangkat keras, pengembangan perangkat lunak berbasis Python, dan pengujian lapangan. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi botol plastik dengan tingkat kepercayaan hingga 87% pada jarak 100 cm, sementara pengujian jarak optimal untuk stabilitas deteksi berada pada rentang 30–90 cm. Meskipun terdapat kendala mekanis pada sinkronisasi motor, prototipe ini membuktikan efektivitas penggunaan Raspberry Pi dan AI dalam upaya pelestarian lingkungan sungai secara semi-otomatis.
Co-Authors ,, Rachmansyah Aditya Pratama Akbar Deazwara, Muhammad Rizki Alvira, Dwi Okta Anggraini, Dea Antony, Fery Billanivo, Reynaldi Rizki Cahyadi, Hartanto Dwi Candra Setiawan Chatarina Umbul Wahyuni Desrika Heryati Ferdiansyah Hamim, Sumi Amariena Ni Wayan Pricila Yuni Praditya NI Wayan Priscila Yuni Praditya Nonik Wulantika Nurwijayanti Purnamasari, Evi Putra, Sony Dwi Putri, RA Martasya Rachmansyah Sunardi, Hastha Tasmi Tasmi Tasmi Tasmi Vierisyah, Aldo Zulkifli