Claim Missing Document
Check
Articles

Sistem Peringatan Dini Berbasis IoT untuk Monitoring dan Pengelolaan Gas Amonia dan Suhu pada Kandang Ayam sukma, Intan Mardiana; Muhammad Imam Ghozali; Wibowo Harry Sugiharto
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8995

Abstract

Kualitas lingkungan kandang merupakan faktor krusial dalam budidaya ayam broiler, khususnya dalam menjaga suhu, kelembaban, dan kadar gas amonia. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem peringatan dini berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32, sensor DHT11, sensor MICS5524, LCD, serta sistem kipas exhaust otomatis. Sistem dirancang untuk memantau parameter lingkungan secara real-time dan merespons kondisi ekstrem dengan mengaktifkan kipas secara otomatis guna menjaga kestabilan udara kandang. Metode pengembangan sistem menggunakan pendekatan Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, pengujian, serta evaluasi. Hasil pengujian selama 24 jam menunjukkan bahwa sistem mampu merespons kenaikan suhu atau kadar amonia dalam waktu 3–5 detik. Sistem tetap bekerja stabil meskipun terjadi gangguan koneksi internet, karena logika pengambilan keputusan dilakukan secara lokal oleh ESP32. Visualisasi data ditampilkan pada web monitoring dengan interval 30 menit dan LCD secara langsung setiap 1–3 detik. Analisis statistik sederhana menunjukkan rata-rata suhu 30.9°C, kelembaban 90.8%, dan kadar amonia 8.7 ppm, yang masih berada dalam ambang aman. Sistem ini terbukti efektif dan andal dalam menjaga kualitas udara kandang secara otomatis dan adaptif. Implementasi sistem ini memberikan kontribusi signifikan terhadap efisiensi pengelolaan kandang ayam broiler dalam konteks peternakan presisi berbasis teknologi digital.
Implementasi Sistem Perpustakaan Digital Untuk Mengelola Koleksi E-Book (Studi Kasus: SDN 1 Bulungcangkring) Vina Novianti; Rizkysari Meimahari; Muhammad Imam Ghozali
Progresif: Jurnal Ilmiah Komputer Vol 21, No 1 (2025): Februari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i1.2515

Abstract

 A digital library is a library that stores, processes and provides access to digital collections via the internet. SDN 1 Bulungcangkring has limited physical storage space, and users still have difficulty finding books. Implementing a digital library can save physical storage space and help in managing collections better. This research uses the waterfall method with stages of needs analysis, system design, implementation, testing and maintenance. The test results show that the digital library system developed can manage e-book collections more efficiently, increase user accessibility, and make it easier to search and borrow books.Keywords: Digital library; E-books; Library information system AbstrakPerpustakaan digital adalah perpustakaan yang menyimpan, memproses, dan menyediakan akses ke koleksi digital melalui internet. SDN 1 Bulungcangkring memiliki keterbatasan ruang penyimpanan fisik, dan pengguna masih kesulitan mencari buku. Implementasi perpustakaan digital dapat menghemat ruang penyimpanan fisik dan membantu dalam mengelola koleksi dengan lebih baik. Penelitian ini menggunakan metode Waterfall dengan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Hasil pengujian menunjukkan bahwa sistem perpustakaan digital yang dikembangkan dapat mengelola koleksi e-book dengan lebih efisien, meningkatkan aksesibilitas pengguna, serta mempermudah pencarian dan peminjaman buku.Kata kunci: Perpustakaan digital; E-book; Sistem informasi perpustakaan
Sistem Deteksi Kesalahan Penulisan Karya Ilmiah Dengan Metode Natural Language Processing Pada Ejaan KBBI Bagus Dwi Prasetyo; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15219

Abstract

Penulisan karya ilmiah yang sesuai dengan kaidah Bahasa Indonesia merupakan hal penting dalam dunia akademik. Namun, masih banyak ditemui kesalahan ejaan dan penggunaan kata tidak baku dalam dokumen ilmiah. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kesalahan penulisan karya ilmiah menggunakan metode Natural Language Processing (NLP) berbasis ejaan Kamus Besar Bahasa Indonesia (KBBI). Sistem dibangun menggunakan pendekatan Waterfall dengan implementasi berbasis web menggunakan Python dan library NLP seperti spaCy, Sastrawi, dan NLTK. Proses deteksi melibatkan tahapan case folding, tokenisasi, stemming, Named Entity Recognition (NER), pencocokan dengan database KBBI, serta koreksi ejaan menggunakan algoritma Levenshtein Distance. Evaluasi sistem dilakukan menggunakan dataset karya ilmiah yang telah dianotasi secara manual dan menghasilkan akurasi 92%, presisi 92%, recall 93%, dan F1-score 92%. Hasil tersebut menunjukkan bahwa sistem mampu mendeteksi kesalahan ejaan dengan baik dan memberikan saran perbaikan secara efektif. Penelitian ini diharapkan dapat membantu meningkatkan kualitas penulisan akademik di Indonesia. Kata Kunci – Natural Language Processing, KBBI, Deteksi Ejaan, Karya Ilmiah
PENGEMBANGAN APLIKASI ANDROID UNTUK PENGELOLAAN STOK DAN MANAJEMEN PEMESANAN PADA CAFE PANDAWA Mochamad Yunus; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16656

Abstract

Efisiensi operasional menjadi faktor krusial bagi keberhasilan UMKM kuliner di era digital. Cafe Pandawa menghadapi kendala operasional meliputi pengelolaan persediaan bahan baku yang tidak terstruktur dengan pencatatan manual yang memicu stockout mendadak, ketergantungan pada sistem transaksi konvensional yang rawan kesalahan pencatatan, serta tidak adanya mekanisme optimasi inventory berbasis perhitungan ilmiah. Penelitian ini bertujuan mengembangkan aplikasi Android terintegrasi yang memadukan sistem Point of Sales (POS) dengan modul pengendalian stok berbasis Economic Order Quantity (EOQ) untuk meningkatkan efisiensi operasional Cafe Pandawa. Metodologi Research and Development (R&D) dengan model Waterfall diterapkan melalui tahapan analisis kebutuhan, perancangan menggunakan UML, implementasi dengan arsitektur Flutter-Laravel-MySQL, dan validasi melalui Black Box Testing. Hasil pengujian menunjukkan tingkat keberhasilan fungsional 100% pada seluruh modul sistem. Implementasi EOQ menghasilkan rekomendasi kuantitas pemesanan optimal untuk serbuk Red Velvet sebesar 22,36 gram dengan frekuensi 22,4 kali per tahun dan serbuk Chocolate sebesar 25 gram dengan frekuensi 25 kali per tahun, dengan inventory turnover melebihi 40 kali per tahun. Integrasi sistem POS dengan modul EOQ terotomasi terbukti efektif mengeliminasi ketergantungan pencatatan manual, meminimalkan risiko stockout, serta mendukung pengambilan keputusan inventory yang data-driven bagi digitalisasi UMKM kuliner
PERANCANGAN SISTEM MANAJEMEN PRODUKSI BERBASIS WEB DENGAN METODE JOB ORDER COSTING PADA UD KARUNIA SENTOSA UTAMA Maulana Nofa Karisma; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16953

Abstract

UD Karunia Sentosa Utama merupakan usaha konveksi kaos kaki berdasarkan pesanan (job order). Dalam tahapan produksi nya, usaha konveksi masih mengandalkan sistem manual, untuk mencatat pesanan, menetapkan harga pokok produksi, sehingga terjadi kesalahan dalam pencatatan, keterlambatan proses, dan ketidaktepatan perhitungan biaya. Penelitian ini bertujuan merancang sistem manajemen produksi berbasis web yang terintegrasi dengan metode job order costing guna memudahkan pengendalian biaya produksi berdasarkan permintaan pelanggan. Sistem dikembangkan dengan metode Waterfall dan dirancang menggunakan UML (use case, class, activity, dan sequence diagram). Job Order Costing digunakan untuk menghitung Harga Pokok Produksi berdasarkan pesanan, mencakup biaya bahan baku, tenaga kerja langsung, dan overhead. Hasilnya, sistem ini mampu mempermudah pencatatan, mempercepat pengolahan data produksi, dan mendukung pengambilan keputusan yang lebih tepat, cepat, dan akurat
Analyzing Criteria Count Impact on SAW and TOPSIS Stability in Decision Support Systems Alif Catur Murti; Muhammad Imam Ghozali; Indra Lina Puta; Ali Ikhwan
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 2 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i2.25707

Abstract

This study investigates how increasing the number of decision criteria (5-30) affects the ranking stability and computational efficiency of Simple Additive Weighting (SAW) and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Previous studies compared these methods in domains such as scholarship selection and food assistance but did not examine how rankings evolve under greater complexity. Using a synthetic dataset of five fixed alternatives with multiple random seeds, results show that SAW is more prone to ranking fluctuations, while TOPSIS demonstrates greater stability. Kendall's Tau reveals variability across scenarios, and sensitivity tests confirm that agreement depends on data generation. Computationally, SAW exhibits quasi-linear growth in processing time (≈0.002-0.008 s), whereas TOPSIS remains efficient (≈0.002-0.004 s) with minimal variance. These findings highlight a context-dependent choice SAW offers simplicity in low-dimensional settings, while TOPSIS provides scalability and robustness for complex, high-stakes decision support.
Performance Comparison of WSN Topologies in IoT-Based Water Quality Monitoring Systems Muhammad Imam Ghozali; Alif Catur Murti; Wibowo Harry Sugiharto; Klaus Roder
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 2 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i2.25706

Abstract

This study, we quantify how WSN topology shapes QoS for IoT water-quality monitoring and derive deployment rules. Five topologies (Hybrid Star-Mesh, Cluster Tree, Full Mesh, Ring, ZigBee Star; 20 nodes) were simulated in NS-3 for 10 independent runs with random seeds. Our mathematical contribution is a compact QoS model set-latency LLL, packet-loss PlossP_{\text{loss}} Ploss, bandwidth usage UBU_BUB, and throughput TTT-used to compare topologies and compute relative/absolute improvements. Statistics report mean±SD with 95% confidence intervals from Student's t-distribution; pairwise Mann-Whitney tests with Benjamini-Hochberg FDR control (α=0.05) yield compact-letter displays; Cliff's δ quantifies effect sizes. Results: Hybrid Star-Mesh minimizes latency/loss while maximizing throughput; Ring is consistently inferior; Cluster Tree and ZigBee Star are mid-range; Full Mesh trades redundancy for delay and bandwidth. These models produce actionable guidance for aquaculture (real-time dissolved-oxygen) and urban drinking-water safety, and motivate multi-objective optimization (latency-throughput-energy) toward Pareto-optimal designs.
ANALISIS SENTIMEN TERHADAP TAGAR #KABURAJADULU DI MEDIA SOSIAL X MENGGUNAKAN METODE NAÏVE BAYES Tsanil Hamim Aftoni; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
Jurnal Komputer dan Teknologi Vol 4 No 2 (2025): JUKOMTEK JULI 2025
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64626/jukomtek.v4i2.443

Abstract

Tingginya aktivitas masyarakat Indonesia di media sosial, khususnya platform X (dahulu Twitter), mencerminkan kuatnya opini publik terhadap berbagai isu sosial, termasuk kritik terhadap kebijakan pemerintah. Salah satu fenomena yang viral adalah tagar #kaburajadulu, yang merepresentasikan ekspresi kekecewaan terhadap kondisi sosial, ekonomi, dan politik. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap tagar tersebut ke dalam tiga kategori: positif, negatif, dan netral, serta mengevaluasi performa metode Naïve Bayes Multinomial dalam klasifikasi sentimen. Data dikumpulkan melalui proses crawling dari platform X, kemudian diproses melalui tahap pra-pemrosesan teks, pelabelan menggunakan InSet Lexicon, dan pembobotan fitur menggunakan TF-IDF. Model Naïve Bayes dilatih dan diuji dengan pembagian data 80:20 serta dievaluasi menggunakan 10-Fold Cross Validation dengan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkanbahwa model berhasil mengklasifikasikan sentimen negatif dengan baik (akurasi 75%), namun belum optimal dalam mengenali sentimen positif dan netral. Penelitian ini mengonfirmasi dominasi opini negatif terhadap tagar #kaburajadulu dan membuka peluang pengembangan metode klasifikasi yang lebih kompleks pada isu-isu sosial digital.
Comparative Analysis of Deep Learning Architectures for Indonesian Spice Image Classification Fatma Meylinda Putri; Muhammad Imam Ghozali; Wibowo Harry Sugiharto
SISTEMASI Vol 15, No 2 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Universitas Islam Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i2.5946

Abstract

Spices are an important commodity in Indonesia; however, visual identification remains challenging due to the similarity in appearance among different types of spices. This study develops an image classification system for Indonesian spices using transfer learning by comparing four Convolutional Neural Network (CNN) architectures: VGG16, ResNet50, EfficientNetB0, and MobileNetV2. The Indonesian Spices dataset consists of 31 classes with a total of 6,510 images, which were stratified and divided into training, validation, and testing sets. The training process was conducted in two stages: head-layer training and fine-tuning, with the application of regularization techniques such as dropout, batch normalization, and L2 regularization. The results show that ResNet50 achieved the best performance with a test accuracy of 95.80%, followed by VGG16 with 95.70%. EfficientNetB0 provided an optimal balance between accuracy (94.17%) and the fastest inference time (5.51 ms), while MobileNetV2 achieved an inference time of 6.07 ms with an accuracy of 92.63%, making it suitable for mobile devices. This study demonstrates the effectiveness of transfer learning for Indonesian spice image classification.
SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEBSITE MENGGUNAKAN BARCODE PADA SMPN 01 KELING Rangga Putra; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2456

Abstract

Penelitian ini dilatarbelakangi oleh mekanisme pengelolaan perpustakaan SMPN 01 Keling yang masih berbasis pencatatan konvensional sehingga menyebabkan keterlambatan layanan dan potensi kesalahan data. Tujuan dari Penelitian ini yaitu perancangan juga pembuatan sistem informasi perpustakaan berbasis website yang terintegrasi teknologi barcode untuk mendukung pengelolaan koleksi, transaksi peminjaman–pengembalian, serta penyajian informasi ketersediaan buku. Pengembangan sistem menggunakan model waterfall dengan pemodelan rancangan sistem UML, framework Laravel, dan basis data MySQL. Sistem diuji melalui black box testing guna memastikan sistem berfungsi berdasarkan skenario serta User Acceptance Testing (UAT) kepada pustakawan, guru, dan siswa sebagai pengguna sistem. Hasil UAT menunjukkan nilai rata-rata 83% dengan kategori Baik, sehingga sistem dinilai layak digunakan dan berpotensi meningkatkan efisiensi operasional, akurasi pencatatan, dan pemanfaatan layanan perpustakaan digital di lingkungan sekolah.