Claim Missing Document
Check
Articles

Found 19 Documents
Search

Smart Monitoring Alat Infus Pasien Berbasis Internet Of Things (IoT) Menggunakan Mikrokontroler ESP32 Raden Gumilar Riyansyah; Deden Wahiddin; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): 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 | Full PDF (449.898 KB)

Abstract

Rumah sakit biasanya memiliki prosedur dalam pemeriksaan dan pemberian cairan infus terhadap pasien rawat inap. Cairan infus berfungsi untuk menggantikan cairan yang hilang dan menyeimbangkan elektrolit tubuh. Masalah yang sering terjadi cairan infus ini luput dari perhatian dari pengawasan penjaga pasien maupun perawat seperti cairan infus tidak menetes dan cairan infus habis. Hal ini akan fatal jika terjadi keterlambatan pergantian cairan infus akan menimbulkan masalah lain pada pasien. Berdasarkan masalah di atas salah satu solusinya adalah monitoring menggunakan Smart Monitoring Alat Infus Pasien Berbasis Internet Of Things (IoT) Menggunakan Mikrokontroler ESP32 dengan menampilkan hasil monitoring di aplikasi berbasis web di ruang perawat. Hasilnya denganmonitoring menggunakan sistem ini dapat meningkatkan pengawasan cairan infus pasien dengan hasil pengujian berbentuk presentase nilai rata-rata selisih berat antara sensor loadcell dengan timbangan gantung manual adalah 18 ml atau 4.86% dan nilai rata-rata tetesan cairan infus 5.54 Volt.
Rancang Bangun Monitoring Penjemur Pakaian Otomatis Berbasis Internet Of Things (IoT) Muhammad Iqbal; Tatang Rohana; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): 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 | Full PDF (278.224 KB)

Abstract

Indonesia salah satu negara tropis yang mempunyai 2 musim, yaitu musim panas dan musim hujan. Dahulu musim panas dan musim hujan masih dapat diprediksi. Namun seiring berjalannya waktu terjadi masalah pemanasan global yang membuat sulit perubahan musim sulit diprediksi sepereti dahulu. Matahari sangat dibutuhkan untuk aktivitas umat manusia, salah satunya adalah untuk menjemur pakaian. Disaat mendadak turun hujan sering terjadi kendala seperti terlambat mengangkat jemuran karena sedang berada jauh dari rumah yang menyebabkan pakaian tidak sempat dipindahkan ke tempat yang lebih aman. Untuk meminimalisir hal tersebut dibuatlah alat Prototype Monitoring Penjemur Pakaian Otomatis Berbasis Internet of Things (IoT). Adanya alat ini diharapkan dapat membantu masyarakat untuk memantau pakaian yang sedang dijemur dan tidak ada lagi pakaian basah karena telat mengangkat jemuran.
Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Hue Saturation Value Cucu Sri Cahyanti; Hanny Hikmayanti H; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): 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 | Full PDF (487.216 KB)

Abstract

Buah Tomat adalah salah satu komoditas hasil pertanian, dimana untuk distribusi dari petani ke penjual membutuhkan rangkaian proses dan waktu yang panjang. Masalahnya tomat memiliki sifat yang mudah rusak dan membusuk sehingga mudah terpapar oleh infeksi jamur, berair dan berbau busuk mengakibatkan dapat merugikan petani ataupun pedagang. Untuk mencegah terjadinya pembusukan tomat pada saat pendistribusian diperlukan suatu sistem yang dapat membantu proses pengecekan kematangan tomat. Solusinya menggunakan metode pengolahan citra digital untuk klasifikasi citra buah tomat berdasarkan warna dengan menggunakan metode HSV (hue, saturation, value). Data set yang digunakan dalam penelitian ini adalah 165 citra tomat yang dibagi menjadi 55 citra tomat mentah, 55 citra tomat setengah matang dan 55 citra tomat matang. Data Test mengunakan 20 citra dan hasil identifikasi mencapai akurasi 80%.
Aplikasi Penerimaan Data Pernikahan Menggunakan Algoritma Average Based Length di Kabupaten Karawang Rahmad Nahar Siregar; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): 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 | Full PDF (501.001 KB)

Abstract

Pernikahan “adalah perjanjian antara seorang laki-laki dan perempuan untuk hidup bersama”. Pernikahan yang sah adalah pernikahan yang tercatat di Kantor Urusan Agama (KUA). Rancang Bangun Aplikasi Penerimaan Data Peristiwa Nikah di Kabupaten Karawang adalah aplikasi yang penulis rancang untuk membantu kinerja KUA dalam penginputan data peristiwa nikah dan data pengantin. Dengan metode SDLC serta menggunakan model Extreme Programming aplikasi ini diharapkan dapat membantu kinerja dari petugas KUA dalam pencatatan peristiwa nikah dan data pengantin, dan membantu petugas Seksi Urusan Agama Islam (Urais) dalam merekap data peristiwa nikah setiap akhir bulan. Aplikasi ini juga berguna untuk memisahkan data peristiwa nikah berbayar dan tidak berbayar.Dari laporan akhir bulan data akan dihimpun lalu di proses menggunakan alogoritmhm Average Based Length dengan metode fuzzy time series
ALGORITMA CERTAINTY FACTOR UNTUK DIAGNOSA HAMA DAN PENYAKIT TANAMAN CABAI RAWIT Muhammad Imam Naufal; Deden Wahiddin; Dwi Sulistya Kusumaningrum; Jamaludin Indra
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

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

Abstract

Tanaman cabai rawit sering mengalami beberapa masalah, salah satunya tentang hama dan penyakit tanaman cabai rawit yang menyerang perkebunan petani, sehingga mengakibatkan penurunan hasil panen sampai gagal panen apabila serangan hama dan penyakit semakin parah. Hal ini disebabkan salah satunya karena terbatasnya seorang pakar untuk memberikan pengarahan ke petani serta kurangnya pengetahuan petani dalam penanganan hama dan penyakit tanaman cabai rawit. Berdasarkan masalah tersebut, salah satu solusi yang bisa dilakukan menggunakan sebuah aplikasi sistem pakar yang dapat memberikan informasi kepada para petani terkait hama dan penyakit tanaman cabai rawit. Proses yang dilakukan pada penelitian ini akuisi pengetahuan pakar, pengambilan data opt, pembuatan kode gejala, implementasi algoritma certainty factor, pengujian dan hasil. Pada penelitian ini algoritma yang digunakan algoritma certainty factor. Dari hasil pengujian yang dilakukan pada 30 data percobaan akurasi yang didapatkan sebesar 86%.
Sistem Pakar Deteksi Kerusakan Laptop Menggunakan Algoritma Forward Chaining Dan Backward Chaining Azis Fikri Marsandi; Adi Rizky Pratama; Dwi Sulistya Kusumaningrum; Tatang Rohana
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2024): Agustus 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v5i1.2041

Abstract

An expert system is an information system that contains the thoughts and knowledge of an expert in solving specific problems. Therefore, expert systems are considered effective and beneficial solutions for diagnosing laptop malfunctions. This application is developed using PHP programming language with MySQL as the database. The data obtained from a field expert and relevant journals on laptop malfunctions is then entered into the database and processed to display analysis results and solutions. The development of this expert system can be used to identify laptop malfunction symptoms, making initial diagnosis easier and providing knowledge to the general public who may not understand the early symptoms of laptop malfunctions. In this study, a software application is designed to assist in diagnosing laptop malfunctions. This application is expected to help users diagnose laptop malfunctions using forward chaining and backward chaining algorithms. Based on expert testing, the confidence level obtained is 87% for the forward chaining algorithm and 81% for the backward chaining algorithm
Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network Berbasis Arduino Kiki Wahyuddin; Deden Wahiddin; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): 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

Seiring dengan perkembangan teknologi yang sangat cepat, penting untuk menyiasati kemajuan teknologi, khususnya pada sistem keamanan. Sistem keamanan telah banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini, sistem yang digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yang memanfaatkan ciri-ciri fisik manusia yang ditangkap menggunakan kamera atau webcam. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convolutional Neural Network (CNN). Identifikasi wajah dilakukan dengan menangkap fitur-fitur pada wajah, seperti posisi yang berbeda, jarak pandang wajah ke kamera, dan gaya ekspresi wajah. Hasil pengujian menunjukkan bahwa sistem dapat mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai dengan harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convolutional Neural Network (CNN) berbasis Arduino dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30 cm dalam kondisi pencahayaan terang dan gelap.
Implementasi YOLOv5 pada Deteksi Defect Hasil Pengelasan Robot Welding Arc Pajar Arifin; Hanny Hikmayanti Handayani; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): 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

Penelitian ini dilatarbelakangi oleh masih sering terjadinya defect pada welding robot yang lolos quality inspection dalam proses produksi. Untuk mengatasi permasalahan tersebut, penelitian ini dilakukan dengan tujuan: (1) membangun sebuah prototipe sistem deteksi defect pada robot welding arc, dan (2) mencapai nilai akurasi atau mean average precision (mAP) lebih dari 0,9 pada deteksi defect pengelasan. Dalam penelitian ini, model atau prototipe yang dibangun menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur YOLOv5. Objek yang digunakan dalam penelitian ini adalah citra defect hasil pengelasan robot welding arc, yaitu hole dan porosity, yang kemudian dijadikan dataset. Untuk meningkatkan jumlah data dan mendukung pencapaian akurasi yang diinginkan, dilakukan teknik augmentasi data. Citra hasil augmentasi kemudian dilabeli menggunakan situs web Makesense.ai untuk membangun bounding box dan class dari defect tersebut. Setelah itu, dataset diinput ke dalam Google Colab untuk proses training data. Training dilakukan dengan menjalankan kode train.py,di mana peneliti mengubah parameter custom_data, serta menggunakan variasi epoch dan batch size yang berbeda. Pada konfigurasi batch size 16 dan epoch 100, diperoleh model dengan akurasi sebesar 0,95 mAP.
Penerapan Algoritma K-Medoids dan K-Means untuk Pemetaan Penyebaran Guru Tingkat SMP Seluruh Kabupaten/Kota di Indonesia Lilis Kartika; Amril Mutoi Siregar; Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): 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

Guru memiliki peran penting dalam pendidikan, jasanya mampu menciptakan generasi-generasi yang berkualitas, baik secara intelektual maupun akhlaknya. Tenaga pengajar Indonesia belum tersebar dengan baik di pelosok negeri, sesuai dengan Roadmap Pengelolaan Aparatur Sipil Negara (ASN) dan Perencanaan Formasi tahun 2014. Oleh karena itu, perlu dilakukan pemetaan persebaran tenaga pengajar di berbagai wilayah dan kota di Indonesia. Dalam riset ini, pengelompokkan data memakai Algoritma K-Medoids dan K-Means dengan dataset yaitu jumlah guru, jumlah peserta didik, dan jumlah sekolah jenjang SMP. Algoritma K-Medoids menghasilkan cluster 1 yang memiliki kekurangan guru sebanyak 302 Kabupaten/Kota, pada cluster 2 yang memiliki kelebihan guru sebanyak 77 Kab/Kota, sedangkan cluster 3 yang memiliki cukup guru sebanyak 135 Kab/Kota. Sedangkan Algoritma K-Means menghasilkan cluster 1 yang memiliki kekurangan guru sebanyak 363 Kabupaten/Kota, cluster 2 yang memiliki cukup guru sebanyak 125 Kabupaten/Kota, sedangkan cluster 3 yang memiliki kelebihan guru sebanyak 26 Kabupaten/Kota. Manfaat dari penelitian ini sebagai penunjang keputusan pemerataan guru seluruh Kabupaten/Kota di Indonesia yang masih kekurangan atau kelebihan guru.