Article Per Year (5 Year)
p-Index From 2021 - 2026
2.735
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Bina Insani ICT Journal Jurnal Mantik Penusa Jurnal Nasional Komputasi dan Teknologi Informasi J-SAKTI (Jurnal Sains Komputer dan Informatika) IJISTECH (International Journal Of Information System & Technology) Jurnal Riset Informatika JISICOM (Journal of Information System, Infomatics and Computing) Journal of Information System, Applied, Management, Accounting and Research IJISTECH J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Widya Digital Transformation Technology (Digitech) Golden Ratio of Data in Summary Innovative: Journal Of Social Science Research Jurnal Multidisiplin Sahombu Media Teknologi dan Informatika
Martua Hami Siregar
Universitas Bina Sarana Informatika
Aerospace Engineering Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Neuroscience Public Health Social Sciences Transportation Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Vacuum Cleaner Robot with Arduino R3 Android Based Desmulyati, D.; Saiyar, Hafdiarsya; Siregar, Martua Hami; Noviansyah, Mohammad
Golden Ratio of Data in Summary Vol. 4 No. 2 (2024): May - October
Publisher : Manunggal Halim Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52970/grdis.v4i2.750

Abstract

The advancement of science and robotics technology has made human life faster and easier. The field of robotics now encompasses all sectors, including industry, mechanics, and household. Therefore, a floor vacuum robot is needed to facilitate home cleaning. This research discusses a vacuum robot that uses Arduino Uno, ultrasonic sensors, and Bluetooth serial to operate the robot. This vacuum robot moves automatically using ultrasonic sensors that move forward while avoiding obstacles such as walls, which act as distance detectors. This allows the robot to automatically turn and avoid obstacles, continuing the cleaning process. Meanwhile, the Bluetooth system can also be manually controlled via a smartphone, allowing it to move forward, backward, turn, and stop. With a DC motor, you can manually operate the vacuum cleaner by pressing the on/off button located on the body of the robot. This robot makes household chores easier to accomplish.
Sistem Pengendali Pintu Garasi Mobil Menggunakan Sensor Reed Switch dan RFID Berbasis Mikrokontroler ATMega Saiyar, Hafdiarsya; Noviansyah, Mohammad; Desmulyati, Desmulyati; Siregar, Martua Hami
Innovative: Journal Of Social Science Research Vol. 4 No. 2 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i2.10345

Abstract

Dalam kehidupan, banyak hal dilakukan di dalam dan di luar ruangan, bahkan kegiatan tersebut tidak terlepas dari keberadaan pintu dimana kita harus membuka atau menutup pintu yang membuat kita merasa enggan melakukannya, secara berulang masuk dan keluar pintu dengan menarik atau mendorong pintu. Melihat kondisi bahwa sebagian besar proses operasi pintu garasi mobil masih dilakukan secara manual di mana intervensi manusia masih terlibat secara langsung, maka akan lebih praktis dan efisien jika pintu garasi dapat membuka sendiri. Oleh karena itu, semakin kompleks proses yang harus diatasi, semakin penting penggunaan sistem minimum ATMega16 untuk memfasilitasi proses tersebut, oleh karena itu penulis terinspirasi untuk membuat Merancang dan Membangun Pengendalian Pintu Mobil Menggunakan Sensor Reed Switch dan Mikrokontroler Berbasis RFID ATMega16. Alat ini berfungsi untuk secara otomatis membuka dan menutup pagar dengan input sensor yang terperinci. Jika kendaraan memiliki pengirim, secara otomatis sistem minimum akan menerima gangguan dari sensor dan akan memberi perintah atau melanjutkan membuka pagar secara otomatis.
Rancang Bangun Sistem Informasi Stok Barang Berbasis Laravel Toko Kosmetik Widanengsih, Euis; Agustini, Fajar; Destiana, Henny; Maisyaroh, Maisyaroh; Siregar, Martua Hami
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4381

Abstract

Perkembangan teknologi informasi mempermudah pengelolaan bisnis, termasuk inventory. Toko Kosmetik XYZ di Ciputat Timur, Tangerang Selatan, menghadapi masalah pencatatan manual seperti kesulitan mencatat barang masuk dan keluar, ketidakakuratan laporan stok, dan risiko barang kedaluwarsa. Penelitian ini merancang sistem informasi akuntansi stok berbasis Laravel untuk mengotomatisasi pengelolaan inventory. Metode penelitian meliputi observasi, wawancara, dan analisis dokumen, yang terbagi dalam pra-penelitian, inti penelitian, dan pasca-penelitian. Sistem ini mencakup modul login, pengelolaan barang masuk dan keluar, serta laporan stok, dengan desain menggunakan ERD dan framework Laravel. Hasilnya menunjukkan sistem mampu mengatasi kendala pengelolaan inventory di Toko Kosmetik XYZ, memungkinkan pencatatan transaksi lebih cepat dan akurat, memudahkan pengelolaan stok, serta menyediakan laporan real-time. Implementasi sistem diharapkan meningkatkan efisiensi operasional dan kepuasan pelanggan. Penelitian menyimpulkan bahwa sistem informasi berbasis Laravel adalah solusi efektif untuk mengelola inventory di Toko Kosmetik XYZ, dengan saran kerjasama karyawan, pelatihan pengguna, dan perawatan rutin sistem.
Penerapan Algoritma Machine Learning Untuk Deteksi Akses Tidak Sah Pada SIAKAD IAI Al-Ghurabaa Wahyudi, Wahyudi; Noviansyah, Mohammad; Saiyar, Hafdiarsya; Siregar, Martua Hami; Desmulyati, Desmulyati
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10021

Abstract

Abstrak: Sistem Informasi Akademik (SIAKAD) merupakan komponen vital dalam pengelolaan data akademik di perguruan tinggi, termasuk Institut Agama Islam Al-Ghurabaa. Akses tidak sah terhadap sistem ini dapat menyebabkan kebocoran data, perubahan nilai, dan gangguan integritas informasi akademik. Penelitian ini bertujuan untuk mengembangkan model deteksi dini terhadap aktivitas akses tidak sah menggunakan algoritma machine learning.Metode penelitian meliputi pengumpulan dan pra-pemrosesan data log akses SIAKAD, ekstraksi fitur perilaku pengguna (frekuensi login, waktu akses, IP address, dan pola aktivitas), serta pelatihan model klasifikasi menggunakan algoritma Random Forest dan Support Vector Machine (SVM). Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score.Hasil pengujian menunjukkan bahwa algoritma Random Forest menghasilkan tingkat akurasi tertinggi sebesar 97,3%, dengan kemampuan deteksi anomali akses yang lebih baik dibanding SVM (93,8%). Model yang diusulkan mampu mendeteksi aktivitas login mencurigakan secara real-time, sehingga dapat menjadi lapisan keamanan tambahan untuk SIAKAD IAI Al-Ghurabaa. Penerapan machine learning dalam keamanan aplikasi akademik terbukti efektif dalam meningkatkan ketahanan sistem terhadap serangan berbasis autentikasi dan penyalahgunaan akun penggunaKata kunci: SIAKAD; keamanan data; deteksi anomali; machine learning; Random Forest; SVM; Abstract: The Academic Information System (SIAKAD) is a vital component of academic data management in higher education institutions, including Institut Agama Islam Al-Ghurabaa. Unauthorized access to this system can lead to data breaches, grade manipulation, and loss of information integrity. This research aims to develop an early detection model for unauthorized access using machine learning algorithms. The methodology includes collecting and preprocessing SIAKAD access log data, extracting behavioral features (login frequency, access time, IP address, and activity patterns), and training classification models using Random Forest and Support Vector Machine (SVM) algorithms. Evaluation metrics used are accuracy, precision, recall, and F1-score. Experimental results show that the Random Forest algorithm achieved the highest accuracy of 97.3%, outperforming SVM (93.8%) in detecting anomalous access attempts. The proposed model can identify suspicious login activities in real-time, providing an additional security layer for SIAKAD IAI Al-Ghurabaa. The study demonstrates that machine learning-based intrusion detection is effective in enhancing system resilience against authentication-based attacks and user account misuse.Keywords: SIAKAD; data security; anomaly detection; machine learning; Random Forest; SVM;
Co-Authors A Apriyanto AA Sudharmawan, AA Apriyanto, A D. Desmulyati Desmulyati, D. Desmulyati, Desmulyati Embun Fajar Wati Enok Tuti Alawiah Euis Widanengsih Fajar Agustini Fauzan, Naufal Gunawan, Muhammad Fahri Hafdiarsya Saiyar Hafdiarsya Saiyar, Hafdiarsya Henny Destiana Ishak Komarudin Maisyaroh Maisyaroh Maysaroh Maysaroh Mohammad Noviansyah Nur Indah Kurniawati Robbidin Subagja Shendyko Wicaksono Wahyudi Wahyudi