Claim Missing Document
Check
Articles

MONITORING TENAGA PANEL SURYA BERBASIS IoT (INTERNET of THINGS) DI LAHAN PADI Kusumawati, Weny Indah; Malik, Alief Nurul; Harianto, Harianto; Susanto, Pauladie
MULTITEK INDONESIA Vol 18 No 1 (2024): Juli
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i1.7303

Abstract

Saat ini, sebagian area sawah di suatu daerah memerlukan penerangan untuk memudahkan kegiatan petani pada malam atau pagi hari. Untuk meminimalkan kegiatan siang hari, petani juga bekerja di malam hari atau dini hari, misalnya untuk melindungi ladang dari tikus ladang yang berbahaya. Penelitian awal telah dibuat alat pemantau daya panel surya (solar panel) dengan basis Internet of Things, tetapi sensor arus tidak membantu arus DC dan tidak ada lampu penunjuk (indikator) untuk menyalakan lampu. Berdasarkan problem diatas, dirancang peralatan monitoring panel surya dengan basis Internet of Things sekaligus perhitungan arus dan daya DC serta penerangan sawah dengan indikator. Peralatan monitoring energi panel surya ini adalah panel surya untuk sumber pengganti, NodeMCU ESP32 bekerja sebagai sistem penerangan dan pemantauan, yang menerima masukan dari sensor tegangan yang berfungsi untuk mengatur tegangan, dan sensor arus mendeteksi arus yang masuk ke baterai. Analisis yang diperoleh dari penelitian adalah lampu DC dapat dihidupkan/dimatikan berdasarkan data sensor arus sensor dan tegangan yang berhasil digabungkan dengan akurasi 2.86% dan 36.97% dibanding dengan Avometer, dan monitoring menggunakan MQTT dapat diselesaikan dengan kecepatan transfer data yang berhasil sebesar 73.33%.
Pemberdayaan Perempuan melalui Inovasi Budidaya Ikan dalam Ember dan Strategi Pemasaran Digital Indah Kusumawati, Weny; Muh. Bahruddin; Stephanie Astrid Ayu; Yunanto Tri Laksono; Charisma Dimas Affandi
Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 6 No. 1 (2025): Vol. 6 No. 1, Oktober 2025
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/society.v6i1.1262

Abstract

Limited land and low digital literacy are major problems for women in rural areas in developing productive economic activities. This Community Service Program (PkM) aims to empower members of the PKK (Family Welfare Movement) in Sidorame Hamlet, Gunungan Village, Dawar Blandong Subdistrict, Mojokerto Regency through the application of Internet of Things (IoT)-based Fish Farming in Buckets (Budikdamber) technology and Smart Online Marketing training. The implementation method uses a Participatory Action Research (PAR) approach that emphasizes the active participation of partners in every stage of the activity, from equipment installation, cultivation training, to digital marketing. The results of the activity show that the application of IoT technology increased catfish production efficiency by up to 30%, while online marketing training increased partners' digital literacy and social media engagement by 250% in the first two weeks. Socially, this activity encouraged the formation of a Budikdamber management group and a digital marketing team that act as local drivers in home-based businesses. This program proves that the integration of appropriate technology and digital marketing can increase the economic independence of rural women while strengthening family food security. Moving forward, activity development can be directed toward diversifying processed fish products and integrating aquaponics systems to create more sustainable economic added value.
Kontrol Level Kecepatan Kipas Melalui Deteksi Gestur Jari Tangan Menggunakan MediaPipe dan Faster-RCNN Fakhruddin, Muhammad Aldi; Pratikno, Heri; Musayyanah; Kusumawati, Weny Indah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 6: Desember 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107345

Abstract

Interaksi antara manusia dan komputer saat ini lebih interaktif, responsif dan intuitif, di masa lalu proses interaksi tersebut diperlukan kontak secara fisik atau menggunakan sensor-sensor elektronik. Pada penelitian ini interaksi antara manusia dan komputer atau peralatan elektronik tidak diperlukan kontak fisik maupun melalui sensor karena dilakukan secara computer vision hanya menggunakan webcam sehingga proses interaksinya lebih natural. Penerapan mikrokontroler sebagai backbone utama teknologi berbasis Internet of Things di era Industry 4.0, bertujuan untuk mempermudah pekerjaan manusia terutama dukungan layanan di dunia industri. Pada era Society 5.0 semua penerapan teknologi yang ada tujuan utamanya tidak hanya mempermudah pekerjaan manusia tetapi bagaimana teknologi tersebut bisa lebih mengerti dan memahami manusianya maka disitulah diterapkan Artificial Itelligence. Dalam penelitian ini diterapkan sistem kontrol interaksi antara pengguna dan komputer untuk pengaturan level kecepatan putaran kipas angin secara otomatis dan realtime berbasis teknologi computer vision for deep learning melalui deteksi bentuk gestur jari tangan kanan dan gestur jari tangan kiri menggunakan webcam. Mikrokontroler yang digunakan pada penelitian ini adalah Arduino Uno, sedangkan penerapan computer vision for deep learning menggunakan framework MediaPipe dan Faster-RCNN. MediaPipe berfungsi untuk mendeteksi bentuk gestur fitur jari kedua tangan dan Faster-RCNN digunakan untuk proses klasifikasi empat bentuk gestur jari tangan untuk mematikan kipas angin atau menghidupkan kipas angin dengan kecepatan putarannya pada level 1, level 2 atau level 3. Hasil pengujian akurasi rata-rata deteksi gestur jari tangan menggunakan MediaPipe pada jarak 10 cm (41,6%), jarak 50 cm (85,35%), jarak 100 cm (71,68%), dan jarak 175 cm (69,33%). Sedangkan hasil pengujian Faster-RCNN mempunyai akurasi klasifikasi rata-rata pada jarak 10 cm (36%), jarak 50 cm (30,75%), jarak 100 cm (18,68 %), dan jarak 175 cm (14.83%).   Abstract Interaction between humans and computers is now more interactive, responsive and intuitive, in the past the interaction process required physical contact or using electronic sensors. In this study, the interaction between humans and computers or electronic equipment does not require physical contact or through sensors because it is done in computer vision using only a webcam so that the interaction process is more natural. The application of microcontrollers as the main backbone of Internet of Things-based technology in the Industry 4.0 era, aims to facilitate human work, especially service support in the industrial world. In the era of Society 5.0, all applications of technology that have the main goal are not only to facilitate human work but how technology can better understand and understand humans, so that's where Artificial Intelligence is applied. In this study, an interaction control system was applied between the user and the computer to adjust the fan speed level automatically and in real time based on computer vision technology for deep learning through the detection of the shape of the right hand finger gesture and the left hand finger gesture using a webcam. The microcontroller used in this study is Arduino Uno, while the application of computer vision for deep learning uses the MediaPipe and Faster-RCNN frameworks. MediaPipe serves to detect the shape of the finger feature gestures of both hands and Faster-RCNN is used to process the classification of four finger gestures to turn off the fan or turn on the fan with its rotational speed at level 1, level 2 or level 3. The results of the average accuracy test detection of finger gestures using the MediaPipe at a distance of 10 cm (37%), a distance of 50 cm (70%), a distance of 100 cm (54.7%), and a distance of 175 cm (63.3%). While the Faster-RCNN test results have an average classification accuracy at a distance of 10 cm (34%), a distance of 50 cm (24%), a distance of 100 cm (8.7%), and a distance of 175 cm (4.7%).
Implementasi Aplikasi Penghitung Benur dengan Menggunakan HP Android pada Instalasi Budidaya Air Payau Banjarkemuning, Sedati, Sidoarjo Oktarina, Eka Sari; Kusumawati, Weny Indah; Musayyanah, Musayyanah
Society : Jurnal Pengabdian Masyarakat Vol. 3 No. 4 (2024): Juli
Publisher : Edumedia Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55824/jpm.v3i4.427

Abstract

Kegiatan abdimas ini diarahkan kepada IBAP Banjarkemuning, yaitu kegiatan yang berupa pelatihan penggunaan aplikasi mobile berbasis Android untuk memberi kemudahan dalam menghitung jumlah benur sebelum ditebar di tambak. Selama ini, perhitungan benur dilakukan secara manual, yaitu dengan mengambil beberapa benur dalam sebuah wadah, selanjutnya benur dihitung dengan menggunakan gelas plastik putih atau sendok berdasar putih. Hal ini membutuhkan waktu lama untuk pemrosesan penghitungan benur. Untuk itu dibuatlah Shrimptector, sebuah aplikasi yang dapat menghitung jumlah benur secara otomatis hanya dengan mengambil gambar benur dengan kamera smartphone pada sebuah wadah putih, maka jumlah benur secara otomatis terhitung. Harapan yang ingin dicapai dalam pengabdian kepada masyarakat ini adalah dengan penggunaan aplikasi penghitung jumlah benur dapat meningkatkan efisiensi dan produktivitas dalam usaha budidaya udang dan mempermudah para petambak untuk melakukan penghitungan benur. Keberhasilan kegiatan ini diukur dari kemudahan para staf dan karyawan dalam mengoperasikan aplikasi penghitung jumlah benur dari smartphode dan antusiasme staf dan karyawan yang menginginkan adanya program pengabdian kepada masyarakat selanjutnya.  Berdasarkan hasil survei kuesioner, para staf dan karyawan menjawab “sangat setuju'' dan “setuju” terhadap semua pertanyaan yang diajukan. Persentase jawaban “sangat setuju” tertinggi sebesar 100% dan terendah sebesar 80%.  Sebaliknya, tingkat tanggapan “setuju” paling tinggi sebesar 20% dan terendah sebesar 10%.
WORKSHOP IMPLEMENTASI IOT “KENDALI TANDON AIR” DI SMAN 1 TAMAN SIDOARJO Weny Indah Kusumawati; Susanto, Pauladie; Harianto, Harianto; Praktikno, Heri; Puspasari, Ira
Asawika : Media Sosialisasi Abdimas Widya Karya Vol 10 No 03 (2025): Desember: Asawika
Publisher : LPPM Unika Widya Karya Malang

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

Abstract

Program Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan pengetahuan dan keterampilan siswa-siswi di SMAN 1 Taman Sidoarjo mengenai Teknologi Informasi dan Komunikasi (TIK), dengan fokus pada Internet of Things (IoT). Selama empat sesi, workshop ini memberikan pengalaman praktis kepada peserta tentang sistem pengendalian dan pemantauan tandon air menggunakan mikrokontroler ESP32, sensor level air, sensor jarak laser, serta komunikasi data berbasis MQTT. Siswa-siswi dilibatkan secara langsung dalam proses merancang, membangun, dan menguji sistem kendali air yang berbasis IoT. Dari kegiatan ini, dihasilkan dua set alat “Kendali Tandon Air” yang dapat digunakan, buku panduan, dan peningkatan yang signifikan dalam minat serta pemahaman peserta tentang teknologi IoT. Hasil evaluasi melalui kuesioner menunjukkan bahwa peserta merasa puas, dan pihak sekolah sangat mendukung jika kegiatan serupa diadakan lagi di masa yang akan datang.
Externally Validated Deep Learning Model for Multi-Disease Classification of Chest X-Rays Kusumawati, Weny Indah; Permana, Zendi Zakaria Raga; Puspasari, Ira
Jurnal Teknik Elektro Vol. 17 No. 2 (2025)
Publisher : LPPM Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jte.v17i2.29892

Abstract

Accurate classification of chest X-ray (CXR) images is vital for early detection of thoracic diseases such as COVID-19, Tuberculosis, and Pneumonia, particularly in regions with limited radiological expertise. While deep learning has shown promise in CXR interpretation, many existing models rely solely on internal datasets, risking overfitting and poor generalizability. Furthermore, inadequate tuning of network architectures may limit robustness across varied imaging conditions. This study presents an externally validated deep learning framework based on Convolutional Neural Networks (CNNs) for multi-disease CXR classification. This study compared a baseline CNN with two convolutional layers against a tuned architecture with three layers across multiple image resolutions (64×64, 112×112, 224×224). The proposed model employs transfer learning with a pre-trained CNN, fine-tuned for four-class classification using a softmax output layer. Training was performed with the Adam optimizer (learning rate: 0.0001, batch size: 32) and categorical cross-entropy loss, for up to 50 epochs with early stopping. Internal validation showed the tuned model outperformed the baseline, achieving 0.97 accuracy and an F1-score of 0.89. External validation confirmed superior generalizability, with the tuned model attaining an F1-score of 0.83 and an AUC of 0.97 at 112×112 resolution, compared to the baseline’s F1-score of 0.79 and AUC of 0.94. These results highlight the potential of optimized CNN architectures as reliable, scalable tools for radiological decision support in resource-limited healthcare systems. Future work will incorporate explainable AI methods and real-world clinical validation to ensure safe, interpretable deployment.
Perancangan dan implementasi sistem pemantauan serta pengendalian kelembapan pada alat pengering produk pangan berbasis IoT Diano Alfayied Fissabillillah; Harianto Harianto; Pauladie Susanto; Weny Indah Kusumawati
INFOTECH : Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v6i2.1991

Abstract

Penelitian ini membahas rancang bangun sistem pemantauan dan pengendalian kelembapan pada alat pengering bahan makanan berbasis Internet of Things (IoT) dengan mikrokontroler ESP32 sebagai pusat kendali. Sistem ini dirancang untuk meningkatkan efisiensi dan akurasi proses pengeringan bahan pangan. Fokus pengujian dilakukan pada bahan temulawak (Curcuma xanthorrhiza) dan kunyit (Curcuma longa) dengan tujuan menjaga kualitas bahan serta mempercepat waktu pengeringan. Metode penelitian mencakup tahap perancangan perangkat keras (hardware) dan perangkat lunak (software), yang terdiri atas sensor suhu dan kelembapan (DHT22 dan thermocouple), modul AC Dimmer sebagai pengendali kipas exhaust, serta integrasi komunikasi data melalui protokol MQTT untuk pemantauan jarak jauh menggunakan aplikasi IoT MQTT Panel. Hasil pengujian menunjukkan bahwa sistem mampu mempertahankan suhu ruang pengering pada kisaran 60–63°C dengan kelembapan relatif antara 15–20%. Hasil pengujian menunjukkan waktu pengeringan rata-rata sebesar 37,4 menit untuk temulawak dan 65,2 menit untuk kunyit, dengan penurunan kadar air hingga di bawah 10%. Sistem pengendalian otomatis berhasil menyesuaikan kecepatan kipas sesuai perubahan kelembapan, sehingga proses pengeringan berlangsung stabil dan efisien. Selain itu, integrasi IoT memungkinkan pemantauan dan pengendalian secara real-time melalui perangkat seluler dengan tingkat keandalan transmisi data mencapai 100% dan rata-rata waktu tunda (delay) kurang dari 400 milidetik. Berdasarkan hasil tersebut, sistem yang dikembangkan terbukti efektif, adaptif, dan reliabel dalam menjaga kestabilan suhu serta kelembapan ruang pengering, sekaligus memberikan kemudahan dalam pemantauan jarak jauh. Dengan demikian, penelitian ini berkontribusi pada pengembangan teknologi pengeringan berbasis IoT. Sistem yang dihasilkan berpotensi diterapkan pada proses pascapanen bahan pangan dan tanaman herbal skala kecil hingga menengah.
Pelatihan IoT Berbasis ESP32 untuk Mendukung P5 Siswa Kelas 8 SMPN 2 Taman Sidoarjo Heri Pratikno; Pauladie Susanto; Harianto Harianto; Weny Indah Kusumawati
Aksi Kita: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 3 (2026): MEI-JUNI
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/rmxrma72

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi siswa kelas 8 SMPN 2 Taman Sidoarjo dalam bidang teknologi Internet of Things (IoT) melalui pelatihan pembuatan sistem monitoring suhu dan kelembaban berbasis ESP32 yang dilengkapi dengan fitur alarm otomatis. Permasalahan mitra berupa keterbatasan pengetahuan teknis siswa dalam mengimplementasikan perangkat sensor digital DHT22, pemrograman mikrokontroler, serta pengiriman data real-time ke smartphone melalui protokol MQTT. Metode pelaksanaan kegiatan meliputi empat tahap: diskusi kebutuhan mitra, pembuatan perangkat sistem monitoring, pelaksanaan pelatihan, serta serah terima perangkat kepada pihak sekolah. Pelatihan diintegrasikan ke dalam Proyek Penguatan Profil Pelajar Pancasila (P5) dengan tema TEBAS (Teknologi Berbasis Aplikasi untuk Sekolah Adiwiyata). Hasil kegiatan menunjukkan bahwa peserta mampu memahami dan mengoperasikan sistem monitoring suhu dan kelembaban secara mandiri melalui aplikasi IoT MQTT Panel di smartphone, serta sistem alarm buzzer aktif ketika suhu melampaui ambang batas yang ditentukan. Hasil angket menunjukkan tingkat kepuasan peserta yang tinggi, dengan mayoritas responden memberikan penilaian Sangat Setuju pada seluruh indikator evaluasi. Keberhasilan program ini diperkuat oleh tersedianya modul panduan pelatihan dan keberlanjutan kerja sama antara SMPN 2 Taman Sidoarjo dengan Universitas Dinamika.  
Perancangan dan implementasi sistem kontrol serta monitoring suhu dan kelembapan pada inkubator fermentasi tempe menggunakan metode PID Weny Indah Kusumawati; Wishnu Haryo Bhimantoro; Harianto; Pauladie Susanto
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2387

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kontrol serta pemantauan suhu dan kelembapan pada inkubator fermentasi tempe berbasis Internet of Things (IoT) dengan menggunakan mikrokontroler ESP32 dan algoritma PID (Proportional Integral Derivative). Masalah utama dalam produksi tempe tradisional adalah durasi fermentasi yang tidak menentu akibat ketergantungan pada fluktuasi suhu lingkungan alami. Sistem yang dikembangkan mengintegrasikan sensor DHT22, modul AC dimmer untuk pengaturan daya lampu pijar secara halus, serta mist maker dan kipas DC untuk manajemen kelembapan otomatis. Selain itu, protokol MQTT diaplikasikan untuk memfasilitasi pengawasan kondisi internal secara real-time melalui aplikasi seluler tanpa memerlukan intervensi fisik. Hasil pengujian menunjukkan bahwa parameter PID optimal (Kp=700, Ki=10, Kd=30) mampu mempertahankan stabilitas suhu pada set point 350C dengan steady-state error yang sangat rendah sebesar 0,2%. Analisis statistik terhadap lima batch eksperimen membuktikan bahwa penggunaan inkubator ini secara signifikan mampu mempercepat durasi fermentasi menjadi rata-rata 20,2 jam, atau 23,5% lebih cepat dibandingkan metode alami yang membutuhkan waktu 26,4 jam. Evaluasi kualitas fisik menunjukkan bahwa tempe yang dihasilkan memiliki kepadatan miselium yang lebih tebal, warna putih cerah yang seragam, serta tekstur yang lebih kokoh. Dengan demikian, integrasi kontrol presisi PID dan teknologi IoT tidak hanya meningkatkan efisiensi waktu produksi, tetapi juga menjamin konsistensi kualitas hasil fermentasi bagi industri rumah tangga. Penelitian ini memberikan kontribusi nyata dalam penyediaan teknologi tepat guna bagi pengrajin tempe untuk menghadapi variasi kondisi lingkungan eksternal yang fluktuatif.
Delay Analysis in Zigbee Wireless Communication for Manipulated Data and Finger Clip Sensor Data Using Xbee Pro S2C Musayyanah; Pauladie Susanto; Weny Indah Kusumawati
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 2 No. 2 (2017): JEECS (Journal of Electrical Engineering and Computer Sciences)
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/jeecs.v2i2.149

Abstract

Wireless Personal Area Networks have battery powered, low data rate, and low cost, that have been researched invarious fields, like Xbee Pro S2C. It can build mesh network, consist of Coordinator, Router and End Device. Xbeecan perform point to point and multipoint communication. We evaluate delay performance and data loss for bothcommunication at indoor environment, to get Xbee’s successful transmission rate. This transmission sent themanipulated data and data from sensor finger clip by End Device Node as Tranmitter to Coordinator Node asReceiver. This data is sent with different interval time, 8ms for manipulated data and 500 ms for data finger clipsensor. Definition of Delay is the difference of difference of time between first data sent and first data received.From manipulated data measurement the delay of point to point is 1,17 seconds, whereas multipoint gets 1,332seconds. For delay data finger clip measurement of multipoint is 1,34 seconds. While data loss occur in multipointcommunication, for data finger clip measurement get the loss 53,33 % and 46,67% in random quartile of data, andfor manipulated data get 3,56 % loss.