Claim Missing Document
Check
Articles

Found 26 Documents
Search

PEMANFAATAN SENSOR ULTRASONIC BERBASIS ATMEGA16 PADA PORTAL OTOMATIS Mohammad Noviansyah; Hafdiarsya Saiyar
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 9 No. 3 (2024): Agustus
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

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

Abstract

Dalam perkembangan teknologi yang semakin pesat, penggunaan alat yang dapat membantu pekerjaan manusia menjadi lebih mudah.Penggunaansensor yang kemudian diolah oleh mikrokontroler menjadikan sebuah alat dapat dimanfaatkan menjadi suatu alat bantu dalam kegiatan manusia sehari-hari. Penggunaan sensor ultrasonic berbasis mikrokontroler atmega16 dapat dijadikan sebagai pembaca mengenai suatu keadaan di depannya. Pemanfaatan alat ini dapat diaplikasikan dalam membuka sebuah portal atau haling pintu secara otomatis, yang akan membaca adanya suatu objek pada tempat dan jarak yang ditentukan. Sensor yang digunakan Pembuka Portal Otomatis akan membaca adanya halangan didepan, sehingga pada saat sensor membaca adanya halangan tersebut pada tempat yang telah ditentukan, maka portal akan otomatis terbuka. Begitupun sebaliknya ketika objek sudah tidak berada pada area lorong, maka Portal akan menutup dengan sendirinya
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.
IDENTIFICATION OF WATER TURBIDITY WITH TURBIDITY SENSOR BASED ON ARDUINO Saiyar, Hafdiarsya; Noviansyah, Mohammad
Jurnal Riset Informatika Vol. 3 No. 4 (2021): September 2021 Edition
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (7.778 KB) | DOI: 10.34288/jri.v3i4.106

Abstract

Water is an important need for all living things, especially humans. Humans need water with quality that meets the physical, microbiological, chemical, and radiological requirements contained in the mandatory and additional parameters. The selection of these parameters is very important to meet the requirements of good water, namely tasteless, odorless, and colorless. Meanwhile, there are three parameters used for water identification, namely pH parameters, turbidity levels, and temperature parameters. From these problems, the authors examine the detection of water quality, especially water turbidity. The author tries to make a tool that can detect the level of turbidity of water with a turbidity sensor as a detector of the level of turbidity in the water, Arduino Uno as a processor for the data results that have been detected, and a 16x2 LCD as a display of turbidity level measurement results in the form of turbidity values ​​and descriptions of the water being tested. The measurement range that can be detected by this tool is from 0 – 3000 NTU. The research method used is direct observation of the selected object, namely the author's home environment, and conducting library research related to the Arduino microcontroller. The purpose of this study was to determine and detect the level of water quality in the community. As one of the tools or alternatives for the community to find out or detect the level of water quality early.
Penerapan Algoritma Machine Learning Untuk Deteksi Akses Tidak Sah Pada SIAKAD IAI Al-Ghurabaa Wahyudi Wahyudi; Mohammad Noviansyah; Hafdiarsya Saiyar; Martua Hami Siregar; 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;
Penerapan Algoritma C.45 Untuk Menganalisis Tren Keikutsertaan Sekolah Dalam Olimpiade Sains Nasional Hafdiarsya Saiyar; Desmulyati; Wahyudi; Martua Hami Siregar; Mohammad Noviansyah
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 2 (2026): April, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/h216sr72

Abstract

Olimpiade Sains Nasional (OSN) merupakan ajang kompetisi ilmiah yang diselenggarakan oleh pemerintah sebagai upaya untuk mengembangkan potensi saintifik generasi muda di tingkat nasional maupun internasional. OSN juga berperan sebagai sarana bagi sekolah untuk meningkatkan kualitas dan standar pendidikan melalui kompetisi akademik. Seiring berjalannya waktu, OSN menunjukkan peningkatan jumlah peserta dan bidang lomba, namun tren partisipasi tersebut dipengaruhi oleh berbagai faktor seperti kebijakan pemerintah, kondisi sekolah, latar belakang sosial ekonomi, serta minat dan bakat siswa terhadap bidang sains. Penelitian ini bertujuan untuk menganalisis tren keikutsertaan sekolah dalam OSN dan mengidentifikasi faktor-faktor yang memengaruhinya menggunakan algoritma Decision Tree. Pendekatan yang digunakan adalah data mining dengan tahapan pengumpulan, pembersihan, transformasi data, penerapan model Decision Tree, dan evaluasi akurasi model. Data yang digunakan mencakup riwayat partisipasi sekolah dalam OSN selama periode 2009-2024 beserta atribut pendukung seperti akreditasi, jumlah siswa, dan lokasi sekolah.Hasil penelitian menunjukkan bahwa algoritma Decision Tree efektif dalam memetakan pola partisipasi sekolah serta mengidentifikasi faktor dominan, yaitu prestasi OSN sebelumnya, akreditasi sekolah, dan fasilitas pendidikan. Temuan ini diharapkan dapat menjadi acuan bagi pihak sekolah dan pemerintah dalam meningkatkan partisipasi OSN di masa mendatang.