Claim Missing Document
Check
Articles

SISTEM PENGHITUNG UANG KOTAK AMAL OTOMATIS BERBASIS TELEGRAM Hidayatullah, Novaltino Syarif; Irawan, Denny
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6387

Abstract

Di Indonesia, dengan mayoritas penduduknya memeluk agamaIslam, masjid memegang peran penting dalam kehidupan masyarakat. Namun,penghitungan manual sumbangan sedekah yang dikumpulkan dalam kotakamal masjid setelah shalat Jumat memakan waktu dan kurang efisien. Untukmengatasi masalah ini, penelitian ini mengusulkan Sistem Penghitung UangOtomatis berbasis platform Telegram. Sistem ini bertujuan untukmenyederhanakan proses penghitungan sumbangan dalam masjid,meningkatkan efisiensi dan akurasi. Dengan integrasi Telegram, penggunadapat mengakses informasi sumbangan secara real-time. Melalui teknologipengenalan gambar, sistem memastikan identifikasi yang tepat dari berbagaidenominasi mata uang. Umpan balik pengguna dievaluasi untukmeningkatkan kegunaan sistem. Penelitian ini berkontribusi pada efisiensispengelolaan masjid, mengurangi upaya manual dan kesalahan. Integrasidengan Telegram meningkatkan aksesibilitas dan kegunaan.
Implementasi Penyortiran Buah Tomat Berdasarkan Tingkat Kematangan Menggunakan Sensor Warna TCS3200 Berbasis Arduino Uno Hermansyah, Muhammad; Irawan, Denny
INSANtek Vol. 6 No. 1 (2025): Mei 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/insantek.v6i1.8879

Abstract

Sebagai salah satu buah yang paling banyak dikonsumsi, tomat sering dianggap sebagai sayuran di bawah kategori pertanian. Mengingat tomat adalah komoditas yang sering ditanam untuk tujuan komersial, baik petani maupun pengolah makanan perlu mempertimbangkan kualitas. Sensor warna TCS3200 digunakan untuk secara otomatis menentukan tingkat kematangan tomat. Intensitas cahaya merah, hijau, dan biru (RGB) nantinya dapat diukur oleh sensor ini dihubungkan dengan tingkat kematangan tomat. Dengan bantuan sensor TCS3200 untuk deteksi warna, mikrokontroler Arduino Uno, motor servo untuk pergerakan tomat, motor DC, dan driver L298N yang berfungsi untuk menggerakkan ban berjalan yang akan menjadi lintasan tomat, penelitian ini bertujuan untuk merancang pemilahan tomat berdasarkan tingkat kematangan. Sensor inframerah akan menghitung jumlah tomat yang telah disortir secara kolektif, dan hasil pembacaan akan tertampil pada monitoring LCD 20x4 beserta tingkat kematangan buah serta waktu. Sistem ini diharapkan dapat meningkatkan efisiensi dalam proses sortir tomat secara otomatis dan mengurangi kesalahan yang disebabkan oleh penilaian manual.
IMPLEMENTASI SMOTE DAN ALGORITMA MACHINE LEARNING UNTUK MENINGKATKAN AKURASI REKOMENDASI HOTEL Agustina, Candra; Rahmawati, Eka; Irawan, Denny; Tristanti, Vriska wahyu
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.5141

Abstract

Pariwisata memiliki peran penting dalam perekonomian global, dengan destinasi seperti Candi Borobudur menarik berbagai jenis pengunjung. Untuk meningkatkan pengalaman wisatawan, rekomendasi hotel yang akurat menjadi sangat penting. Namun, data yang tidak seimbang, seperti ulasan positif yang terlalu dominan, sering kali mengurangi kinerja model machine learning yang digunakan untuk rekomendasi. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan Synthetic Minority Over-sampling Technique (SMOTE) guna menyeimbangkan dataset dan meningkatkan akurasi rekomendasi hotel. Beragam algoritma machine learning, termasuk Random Forest, Support Vector Machines, dan Neural Networks, diterapkan dan dievaluasi. Hasil penelitian menunjukkan bahwa penerapan SMOTE secara signifikan meningkatkan kinerja semua model, dengan Random Forest memberikan hasil terbaik. Studi ini menunjukkan bahwa SMOTE, dalam kombinasi dengan teknik machine learning, memberikan solusi yang kuat terhadap ketidakseimbangan kelas pada sistem rekomendasi hotel, sehingga menghasilkan rekomendasi yang lebih andal dan relevan bagi wisatawan. Temuan ini memiliki implikasi penting bagi manajemen hotel dan sektor pariwisata secara keseluruhan.