Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF) KURVATEK Teknomatika: Jurnal Informatika dan Komputer
Dini Fakta Sari
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Electrical & Electronics Engineering Engineering Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
IMPLEMENTASI TEKNOLOGI FIELD PROGRAMMABLE GATE ARRAY (FPGA) PADA ALAT IDENTIFIKASI ODOR Dini Fakta Sari; Muhammad Rivai; Totok Mujiono; Tasprian Tasprian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2010): Instrumentational And Robotic
Publisher : Jurusan Teknik Informatika

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

Abstract

Alat identifikasi odor merupakan peralatan yang dirancang untuk mengganti fungsi serta mengatasi keterbatasan sistem penciuman manusia. Alat identifikasi odor dapat diaplikasikan untuk pengawasan mutu produk makanan, minuman, dan industri kosmetik. Pada penelitian ini digunakan sampel odor yaitu bensin, minyak tanah, alkohol dan melon. Alat ini menggunakan deret sensor resonator kuarsa yang dilapisi oleh polymer yang berbeda-beda yaitu cellulose, dicyanoallylsilicone (OV-275), dan polyethylene glycol ester (PEG- 1540). Setiap sensor resonator akan menghasilkan perubahan frekuensi yang berbeda sebagai akibat adanya molekul odor yang terserap dipermukaannya. Data yang diperoleh dari deret sensor resonator kuarsa diaplikasikan pada perangkat FPGA Spartan 3E dengan Very High Speed Integrated Circuit Hardware Description Language (VHDL) sebagai bahasa pemrogramannya pada perangkat lunak Xilinx ISE Webpack 8.2i. Perangkat FPGA ini menangani pengukuran frekuensi (counter) secara pararel, latch, encoder, dan komunikasi serial. Artificial neural network merupakan representasi buatan dari otak manusia yang dapat diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Artificial neural network yang digunakan dalam penelitian ini dengan model Multi Layer Perceptron (MLP) dengan metode pelatihan Back Propagation (BP) yang merupakan bentuk topologi dari supervised artificial neural network yang dalam proses pelatihannya memerlukan pengawasan. Tingkat akurasi pembelajaran untuk mengklasifikasi melon pada 5000 epoch dengan 1 neuron pada lapisan tersembunyi sebesar 24,74%, dengan 5 neuron pada lapisan tersembunyi sebesar 98,36% dan dengan 10 neuron pada lapisan tersembunyi sebesar 99,48%. Tingkat akurasi pada saat pengujian sebesar 100%.
PENGENALAN POLA KEPUASAN MAHASISWA TERHADAP KEGIATAN BELAJAR MENGAJAR (STUDI KASUS DI STMIK AKAKOM YOGYAKARTA) Dini Fakta Sari
Jurnal Teknomatika Vol 8 No 1 (2015): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Tenaga edukatif dan tenaga non eduktif merupakan sumber daya manusia yang mendukung organisasi pendidikan. Salah satu tujuan organisasi pendidikan adalah tercapainya keberhasilan dalam proses belajar mengajar. Keberhasilan belajar mengajar secara tidak langsung dapat dilihat dari tingkat kepuasan mahasiswa khususnya dalam proses belajar mengajar yang melibatkan mahasiswa, sumber belajar dan kinerja tenaga edukatif (Dosen). Penelitian ini dilakukan untuk melihat pola tingkat kepuasan mahasiswa yang dapat mendukung keberhasilan belajar mengajar yang meliputi motivasi dan kemampuan Dosen dalam mengajar, motivasi diukur dari metode dan kehadiran mengajar. Penilaian terhadap tingkat kepuasan mahasiswa dilakukan oleh mahasiswa melalui kuesioner. Data kuesioner diuji dengan menggunakan uji validitas dan uji reliabilitas. Pengenalan pola menggunakan Algoritma learning vector quantization (LVQ) khususnya dalam klasifikasi data, dan untuk mendapatkan karakteristik data dari hasil klasifikasi. Hasil penelitian menunjukkan bahwa semakin baik kinerja Dosen maka semakin tinggi tingkat kepuasan mahasiswa dan sebaliknya semakin buruk kinerja Dosen maka semakin rendah tingkat kepuasan mahasiswa dalam proses belajar mengajar. Hasil identifikasi data kuesioner yang diujikan memiliki tingkat keberhasilan sebesar 100%.
SISTEM DETEKSI KEBAKARAN “SiDinKar” SECARA REAL TIME BERBASIS INTERNET OF THINGS Chrisna Putra Buana; Dini Fakta Sari
KURVATEK Vol 10 No 1 (2025): Energy Management and Sustainable Environment
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33579/krvtk.v10i1.5537

Abstract

The Fire Detection System emerged because of the many fires in the room. Aims for early detection of room / room conditions from the possibility of fires based Internet of Things. By utilizing internet connectivity in controlling hardware : smoke sensors, fire sensors and buzzer. Displays smoke and gas values and detects the presence or absence of fire in a room and provides notifications when the displayed value exceeds certain limits by using the mobile application on the Android smartphone and buzzer at NodeMCU. This tool uses several devices to connect the process between the response from the sensor and the application. Smoke sensors and fire sensors as data retrieval from objects. NodeMCU is used as a microcontroller. Firebase is used to store temporary data and to link applications with tools. The mobile application, namely SiDinkar, is used to monitor the conditions of gas, smoke and fire in the room. Notification in mobile application is used and buzzer in NodeMCU for alerts under certain conditions. The results of the tests that have been carried out are that the tool is able to display data in the form of smoke and fire taken from Firebase by the Android Application “SiDinKar”. The data displayed on the mobile application is realtime. To access the application in order to monitor realtime requires an internet connection.
Co-Authors Chrisna Putra Buana Muhammad Rivai Tasprian Tasprian Totok Mujiono, Totok