Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Scientific Student Journal for Information, Technology and Science

RANCANG BANGUN PENDETEKSI DAN PENETRALISIR ASAP ROKOK DALAM RUANGAN MENGGUNAKAN SENSOR MQ-2 DAN METODE FUZZY LOGIC Dina Nurjanah; Hanny Handayani; Ayu Juwita
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): 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

Saat ini sangat banyak perokok aktif di Indonesia. Hal ini juga menimbulkan masalah bagi orang yang tidak merokok karena dapat terpapar oleh asap rokok.. Hal ini mengkhawatirkan bagi kesehatan karena rokok mengandung berbagai macam zat yang mengganggu kesehatan. Dalam penelitian ini dibangun suatu alat dengan menggunakan mikrokontroler Arduino Uno danSensor MQ-2 yang dapat mendeteksi dan mengukur kadar konsentrasi asap rokok dalam suatu ruangan yang juga dilengkapi dengan Buzzer dan kipas untuk bisa menetralisir kondisi udara dalam ruangan. Perangkat ini juga menggunakan Algoritma Fuzzy untuk pengambilan keputusannya. Berdasarkan hasil pengujian yang dilakukan, sensor MQ-2 dapat membaca kadarkonsentrasi asap dengan nilai jumlah selisih yaitu 6,33 ppm ,selisih terkecil yaitu -0,1 ppm dan nilai selisih terbesar yaitu 0.98 ppm Nilai yang didapat di proses oleh fuzzy logic untuk menentukan adanya asap rokok, serta mengaktifkan komponen Buzzer, Kipas, Relay saat asap terdeteksi dan database mendapatkan informasi.
Penerapan Algoritma K-Nearest Neighbor Dengan Pengolahan Citra Digital Untuk Mengidentifikasi Jenis Kayu Benedictus Tranose; Santi Lestari; Hanny Handayani
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): 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

Indonesia memiliki berbagai jenis kayu, salah satu contoh jenis kayu yang secara umum digunakan untuk pembuatan furniture adalah kayu Jati, kayu Mahoni, dan kayu Karet. Akan tetapi masyarakat masih belum bisa membedakan jenis jenis kayu tersebut. Keadaan ini dimanfaatkan oleh oknum untuk melakukan penipuan dengan menawarkan produk dengan bahan baku ketiga jenis kayu tersebut akan tetapi penggunaan bahan baku yang sebenarnya tidak menggunakan ketiga jenis kayu. Sehingga diperlukan sebuah penghitungan identifikasi jenis citra kayu Jati, kayu Mahoni dan kayu Karet dengan mengekstrasi citra menggunakan GLCM dan mengidentifikasi jenis kayu tersebut dengan algoritma KNN (K-Nearest Neighbor). Hasil algoritma KNN (K-Nearest Neighbor)akan ditentukan dari nilai parameter K yang digunakan karena nilai ini sebagai penentu jumlah ketetanggaan data yang diidentifikasi. Data yang akan diolah berjumlah 100 citra yang terdiri dari ketiga jenis kayu tersebut. Hasil akurasi tertinggi dari identifikasi jenis kayu ini adalah 91.6% dengan nilai parameter K= 5. Sedangkan hasil akurasi terendah dari identifikasi jenis kayu ini berjumlah 61.1% dengan nilai parameter K= 1. Sehingga rata rata akurasinya adalah 75.54%.
Rancang Bangun Sistem Pendukung Keputusan untuk Menentukan Pegawai Terbaik pada Bidang Bangunan Dinas Pekerjaan Umum dan Penataan Ruang Karawang menggunakan Metode SAW Dani Suherman; Hanny Handayani; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): 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

Dinas Pekerjaan Umum dan Penataan Ruang Karawang melakukan penilaian kinerja pegawai masih menggunakan manual dari bahan penilaian secara subjektif yang akan mempengaruhi hasil yang tidak sebanding dengan nilai yang sudah diperoleh. Oleh karena itu diperlukannya penilaian kinerja pegawai yang objektif untuk mengukur kinerja dari pegawai di setiap perusahaan atau instansinya, yang dapat digunakan untuk melihat peringkat dari yang terbaik hingga terendah dari setiap pegawainya. Metode algorima SAW dapat digunakan untuk mengaplikasikan perhitungan kinerja terbaik pada setiap pegawainya, dan dapat diaplikasikan ke dalam sistem yang berbentuk website. Peneliti menggunakan data penilaian yang sudah ditentukan dari pihak instansi terkait, data penilaian tersebut dikonversikan ke dalam pembobotan penilaian, dari pembobotan dapat dilakukan proses perhitungan menggunakan algoritma SAW hingga mendapatkan hasil yang akurat. Maka mendapatkan pegawai terbaik dari peringkat pertama P3 dengan nilai akhir 0,868, peringkat kedua P4 dengan nilai akhir 0.8485, dan peringkat ketiga 0,8.
Implementasi YOLOv8 Untuk Deteksi Penyakit Daun Jagung Menggunakan Algoritma Convolutional Neural Network (CNN) Daffa Alwan; Hanny Handayani; Sutan Faisal
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Jagung merupakan salah satu tanaman pangan utama dunia, yang menjadi kebutuhan penting setelah padi. Di Indonesia, jagung juga merupakan salah satu tanaman pangan penting setelah beras. Salah satu masalah yang dihadapi di Karawang, terutama dalam sektor pertanian jagung, adalah situasi yang dialami oleh Bapak Sakim di Dusun Sukamaju, Kecamatan Teluk Jambe Timur. Masalah utamanya adalah kegagalan panen yang disebabkan oleh kondisi cuaca yang sangat kering dari bulan Juni hingga September 2023, serta kekurangan pasokan air untuk irigasi tanaman. Hal ini mengakibatkan munculnya beberapa penyakit pada tanaman jagung, termasuk Hawar Daun dan Karat Daun, yang menyebabkan sebagian tanaman mati dan menimbulkan kerugian yang dalam hal biaya seperti pupuk, obat-obatan, dan benih tanaman.Untuk mengidentifikasi penyakit pada daun jagung, seringkali dilakukan secara manual. Proses identifikasi manual ini seringkali memiliki beberapa kendala, Membuat kemungkinan terjadinya penyebaran penyakit pada daun jagung. Diperlukan model deteksi penyakit pada daun jagung berbasis computer vision untuk membantu mengatasi permasalahan tersebut, Salah satunya adalah dengan menggunakan algoritma Convolutional Neural Network (CNN). Proses dimulai dengan pengumpulan dataset penyakit daun jagung dengan jumlah citra sebanyak 900. Selanjutnya, proses pelatihan dilakukan sebanyak 200 epoch. Pengujian dilakukan sebanyak 30 kali dengan foto yang berbeda menggunakan webcam secara real-time dan menghasilkan akurasi sebesar 93%.
Deteksi Penggunaan Masker Pada Tempat Umum Menggunakan Algoritma Convolutional Neural Network Mochamad Wibowo; Hanny Handayani; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Dengan adanya virus corona yang telah menjadi pandemi dunia Saat ini beraktivitas di tempat umum penggunaan masker sangat diperlukan, penyebab masker ini perlu diperhatikan karena masker berperan penting dalam hal mencegah virus maukke dalam tubuh. Ditambah terus meningkatnya penyebaran virus corona, tentunya masker sangat penting untuk digunakan. Berbagai teknologi dirancang untuk memutus rantai penyebaran covid-19 yang telah menyebar ke berbagai negara termasuk Indonesia. Berdasarkan permasalahan yang telah di paparkan, maka penelitian ini bertujuan untuk melakukan pendeteksian terhadap objek pada citra yang menggunakan masker dan tidak menggunakan masker. Penelitian ini terdiri dari tiga tahapan yaitu pengumpulan data set, pelatihan dan pengujian sebuah model. Model disini berguna untuk deteksi masker dapat mendeteksi dan mengklasifikasikan wajah dengan masker dan tanpa masker. Selanjuntnya, model akan diuji tingkat akurasinya. Akurasi yang didapatkan sebesar 99% yang diuji menggunakan webcam secara real time. Algoritma yang dipakai yaitu Convolutional Neural Network (CNN) dengan teknik preprocessing.