Article Per Year (5 Year)
p-Index From 2021 - 2026
3.453
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Pendidikan Jurnal Ilmu Komputer dan Agri-Informatika Jurnal Informatika dan Teknik Elektro Terapan Elektrika Jurnal ICT : Information Communication & Technology MULTINETICS Jurnal Abdi Masyarakat Indonesia Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Jurnal Sains Terapan : Wahana Informasi dan Alih Teknologi Pertanian Journal of Vocational Education and Information Technology (JVEIT) Eduvest - Journal of Universal Studies Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer ILKOMEDIA: Jurnal Ilmu Komputer dan Multimedia Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Kendali Teknik dan Sains
Marcelita, Faldiena
Computer Engineering Technology Study Program, College Of Vocational Studies, IPB University
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Neuroscience Public Health Social Sciences Veterinary Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Penerapan Smart Drop Box Berbasis Internet of things (IoT) untuk Pengelolaan Sampah Plastik: Studi Kasus di Kota Medan Marcelita, Faldiena; Novianty, Inna; Sayekti, Ayutyas; Rumondang, Antonya
Jurnal Pengabdian Masyarakat: Pemberdayaan, Inovasi dan Perubahan Vol 5, No 6 (2025): JPM: Pemberdayaan, Inovasi dan Perubahan
Publisher : Penerbit Widina, Widina Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59818/jpm.v5i6.2262

Abstract

The issue of plastic waste management remains a major concern in the city of Medan. This highlights the importance of innovation in implementing an Internet of Things (IoT)-based Smart Drop Box, which became the objective of the community service program carried out. This technology enables users to recycle plastic waste more easily and effectively. The plastic waste sorting process, specifically for plastic bottles, begins by inserting the bottles into the device, which automatically detects them and converts them into points that can be redeemed for cash through an application. The implementation method of this community service activity consists of four stages: field observation, the development and testing of the Smart Drop Box device, and a survey of residents in the Sunggal Indah Complex, Medan City. The activity was attended by 25 residents from the complex as well as representatives from the local administrative office. The results of the community service program show that the implementation of this device increased public awareness and understanding regarding the importance of waste sorting. Survey data indicate a significant improvement in waste-sorting behavior after the activity, from a score of 3 to 4.5. This demonstrates that the use of IoT technology can encourage positive changes in plastic waste management. The implementation of the Smart Drop Box is expected to serve as a sustainable solution to address plastic waste issues while fostering environmental awareness among the community.ABSTRAKPermasalahan pengelolaan sampah plastik masih menjadi fokus utama di Kota Medan.  Hal ini menjadikan pentingnya inovasi terkait penerapan alat Smart Drop Box berbasis Internet of Things (IoT) yang menjadi tujuan kegiatan pengabdian masyarakat yang telah dilaksanakan. Teknologi ini memungkinkan pengguna untuk mendaur ulang sampah plastik dengan lebih mudah dan efektif. Proses pemilahan sampah berupa botol plastik diawali dengan memasukkan botol plastik ke dalam alat yang akan terdeteksi secara otomatis dan dikonversi menjadi poin yang dapat ditukar dengan uang tunai melalui aplikasi. Metode pelaksanaan kegiatan pengabdian masyarakat ini terdiri dari empat tahap yaitu kegiatan observasi lapangan, pembuatan dan pengujian alat Smart Drop Box, serta survei terhadap masyarakat di Kompleks Sunggal Indah, Kota Medan. Kegiatan ini diikuti oleh warga kompleks sebanyak 25 orang serta pengelola Kelurahan terkait. Hasil kegiatan pengabdian kepada masyarakat menunjukkan bahwa implementasi alat ini meningkatkan kesadaran dan pemahaman masyarakat tentang pentingnya pemilahan sampah. Data survei mengindikasikan adanya peningkatan signifikan dalam perilaku pemilahan sampah setelah kegiatan dari nilai 3 menjadi 4.5. Hal ini membuktikan bahwa penggunaan teknologi IoT dapat mendorong perubahan positif dalam pengelolaan sampah plastik. Implementasi Smart Drop Box diharapkan dapat menjadi solusi berkelanjutan dalam menghadapi permasalahan sampah plastik serta membangun kesadaran masyarakat terhadap lingkungan.
Pemberdayaan Masyarakat melalui Penerapan Pirolisis Berbasis Internet of Things untuk Peningkatan Kapasitas Pengelolaan Sampah Plastik di Kelurahan Mulyaharja, Bogor Fathonah, Lathifunnisa; Novianty, Inna; Parasti, Gema; Ariyanto, Dodik; Marcelita, Faldiena; Siskandar, Ridwan; Widodo, Bayu; Irmansyah, Irmansyah; Taya, Liora; Nur Azizah, Laila
Jurnal Abdi Masyarakat Indonesia Vol 6 No 1 (2026): JAMSI - Januari 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.2496

Abstract

Kelurahan Mulyaharja, Kota Bogor, menghadapi permasalahan tingginya volume sampah plastik rumah tangga yang belum terkelola dengan baik. Sebagian sampah dibakar atau dibuang ke lingkungan sekitar, sehingga menimbulkan pencemaran dan risiko kesehatan masyarakat. Program pengabdian ini menerapkan teknologi pirolisis berbasis Internet of Things (IoT) untuk mengonversi sampah plastik menjadi bahan bakar alternatif melalui pendekatan participatory community-based implementation. Metode kegiatan meliputi analisis kebutuhan, perancangan dan pembuatan alat, pelatihan, serta pendampingan operasional bagi warga Kelurahan Mulyaharja. Hasil pengabdian menunjukkan bahwa prototipe pirolisis berbasis IoT berhasil beroperasi stabil pada skala komunitas. Sebanyak lebih dari 70% warga peserta mampu mengoperasikan alat secara mandiri sesuai prosedur keselamatan kerja. Hasil survei menunjukkan 76% warga sangat peduli terhadap lingkungan, dan 86% menyatakan kegiatan ini memberikan manfaat nyata. Selain itu, terjadi penurunan praktik pembakaran dan pembuangan sampah ke sungai, serta mulai terbentuk kelompok pengelola alat berbasis masyarakat. Produk minyak hasil pirolisis telah dimanfaatkan sebagai bahan bakar alternatif untuk peralatan sederhana. Program ini memperkuat kapasitas masyarakat dalam pengelolaan sampah, mendukung keberlanjutan teknologi berbasis komunitas, serta mendorong koordinasi antara warga, pengurus RW, dan kelurahan.
Analisis Pengaruh Kemudahan terhadap Tingkat Efektivitas Penggunaan Mesin Cetak Pelet Pakan Ternak Salsabila Diba Cahyani; Nur Aziezah; Hikmah Rahmah; Faldiena Marcelita; Inna Novianty
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 2 No. 1 (2024): Februari : Jurnal Sistem Informasi dan Ilmu Komputer
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59581/jusiik-widyakarya.v2i1.1976

Abstract

The pellet molding machine has high efficiency to make it easier to process animal feed pellets. The pellet processing process requires a series of activities such as grinding, mixing, pelleting and drying. Therefore, research was carried out to identify the effect of convenience on the level of effectiveness of using an animal feed pellet printing machine. The method used in this research is a quantitative method by distributing questionnaires via the Google Form platform. Validity tests, reliability tests and simple regression analysis are used to analyze the data obtained from filling out the questionnaire
Pengaruh Tingkat Kepuasan Pengguna Alat Simonair Terhadap Minat Pengguna Dalam Memonitoring Kualitas Air Dany Fadhilah; Hikmah Rahmah; Nur Aziezah; Walidatush Sholihah; Faldiena Marcelita
Jurnal Kendali Teknik dan Sains Vol. 2 No. 1 (2024): Januari: Jurnal Kendali Teknik dan Sains
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59581/jkts-widyakarya.v2i1.2192

Abstract

Improving water quality is an important issue that governments and society must address. His one way to improve water quality is to monitor it regularly. Monitoring tools that are easy to use and accessible to the public can be a solution to improving water quality. The aim of this research is to assess how user satisfaction with Simonair affects their inclination towards monitoring water quality. The methodology involves conducting a survey with respondents utilizing the Simonair tool, and the gathered data is subjected to analysis through a straightforward linear regression examination.Top of Form The results show that users' satisfaction with the Simonair tool has a significant positive impact on their interest in water quality monitoring. The higher the user satisfaction, the more interested the user will be in  water quality monitoring with Simonair. Drawing from the findings of this investigation, it is possible to infer that users' satisfaction with the Simonair tool is an important factor influencing users' interest in water quality monitoring. Therefore, efforts are needed to increase user satisfaction with the Simonair tool and increase user interest in  water quality monitoring using Simonair.
Analisis Statistika Tingkat Kepuasan Pengguna Sistem Monitoring Mesin Cetak Pelet Pakan Ternak Berbasis IoT Khairunnisa Hayyu Kusnadi; Hikmah Rahmah; Nur Aziezah; Faldiena Marcelita; Inna Novianty
Jurnal Kendali Teknik dan Sains Vol. 2 No. 1 (2024): Januari: Jurnal Kendali Teknik dan Sains
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59581/jkts-widyakarya.v2i1.2284

Abstract

The aim of this research is to analyze the processing of user satisfaction data on the IoT-based feed pellet machine monitoring system using the Blynk application among visitors of the IT Fest at the School of Vocational IPB University, majoring in Software Engineering Technology (TPL), Computer Engineering Technology, and Industrial Management from batches 57, 59, and 60. The research method employed in this study is quantitative research using descriptive statistics. The sampling technique utilized is a survey method, and the instrument for data collection is a questionnaire. Subsequently, the analysis of all data is conducted by performing testing stages using measures of central tendency, including mean, median, and mode. Using the Likert scale, conclusions can be drawn from the respondents' answers.
Comparison of CNN-PERCLOS and SVM-HOG Models for Drowsiness Detection in University Students: Perbandingan Model CNN-PERCLOS dan SVM-HOG untuk Deteksi Kantuk Mahasiswa Dodik Ariyanto; Raden Muhammad Raditya Rahman; Muhammad Rafi Alexander Prayoga; Rafii Khairan Saragih; Faldiena Marcelita
Journal of Vocational Education and Information Technology (JVEIT) Vol. 7 No. 1 (2026): Jurnal JVEIT : Vol 7 No 1 2026
Publisher : Lembaga Pengembangan dan Inovasi Universitas Dharmas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56667/jveit.v7i1.2234

Abstract

Pembelajaran daring menuntut mahasiswa untuk mempertahankan perhatian visual dalam durasi yang panjang, sedangkan pola tidur yang kurang baik dan kelelahan dapat menurunkan konsentrasi serta meningkatkan risiko kantuk. Penelitian ini membandingkan metode CNN-PERCLOS dan SVM-HOG untuk mendeteksi kantuk mahasiswa menggunakan data citra wajah. Dataset yang digunakan diperoleh dari Kaggle Drowsiness Dataset dan terdiri atas empat kelas, yaitu Closed_Eyes, Open_Eyes, Yawn, dan No_yawn. Tahapan penelitian meliputi akuisisi dataset, pra-pemrosesan, klasifikasi visual berbasis CNN, perhitungan PERCLOS, ekstraksi fitur HOG, klasifikasi SVM, dan evaluasi model. Evaluasi dilakukan menggunakan akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa CNN-PERCLOS memperoleh performa lebih baik dibandingkan SVM-HOG, dengan akurasi 92.5%, presisi 92.9%, recall 92.5%, dan F1-score 92.5%. Sementara itu, SVM-HOG memperoleh akurasi 82.7%, presisi 83.2%, recall 82.7%, dan F1-score 82.6%. Hasil tersebut menunjukkan bahwa CNN-PERCLOS lebih efektif dalam mengenali pola visual kantuk dibandingkan fitur manual HOG dengan SVM.
Sistem Monitoring Kehadiran dan Deteksi Kelengkapan Atribut Seragam Petugas Security Menggunakan FaceNet dan YOLO Rizq Muhammad Sukmosuwarno; Cahya Ilham; Pandaoni Cinta Cristin; Dodik Ariyanto; Faldiena Marcelita
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.361

Abstract

Monitoring kehadiran dan pemeriksaan atribut seragam petugas security yang masih dilakukan secara manual berpotensi menyebabkan kesalahan pencatatan dan kurang efisien. Penelitian ini bertujuan mengembangkan sistem monitoring otomatis berbasis computer vision untuk pengenalan wajah dan deteksi atribut seragam secara real-time. Sistem menggunakan FaceNet sebagai face recognition dan YOLOv8 sebagai object detection untuk mendeteksi atribut seperti shirt, pants, hat, belt, dan upper-cloth. Dataset dikelola menggunakan Roboflow untuk proses anotasi dan preprocessing data. Implementasi sistem dilakukan menggunakan Python dengan dukungan OpenCV, PyTorch, MTCNN, dan React. Hasil penelitian menunjukkan bahwa sistem mampu mengenali identitas petugas dan mendeteksi atribut utama seragam dengan cukup baik, terutama pada kelas shirt dan pants. Integrasi FaceNet dan YOLOv8 dapat meningkatkan efisiensi monitoring dibandingkan metode manual, meskipun akurasi beberapa atribut masih dipengaruhi oleh keterbatasan dataset.
Implementasi Model YOLOv8 dan OCR pada Sistem ANPR untuk Monitoring Smart Drop-off Zone Zafira A’idah Gunawan; Mauladi Fadhillah; Anargya Rabbani Aslam; Mayanda Mega Santoni; Dodik Ariyanto; Faldiena Marcelita
Jurnal Ilmu Komputer dan Multimedia Vol. 3 No. 1 (2026): ILKOMEDIA Edisi Juni 2026
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/ilkomedia.v3i1.97

Abstract

Area drop-off pada lingkungan publik sering mengalami kemacetan akibat kendaraan berhenti melebihi batas waktu yang ditentukan. Proses pengawasan yang masih dilakukan secara manual dinilai kurang efisien karena membutuhkan tenaga tambahan dan memperlambat penindakan pelanggaran. Penelitian ini bertujuan mengimplementasikan sistem Automatic Number Plate Recognition (ANPR) berbasis YOLOv8 dan Optical Character Recognition (OCR) untuk monitoring Smart Drop-off Zone secara otomatis. Dataset penelitian diperoleh dari Roboflow Universe sebanyak 1.870 gambar kendaraan dan ditingkatkan menjadi 3.275 gambar melalui proses augmentasi seperti perubahan pencahayaan, rotasi, blur, dan penambahan noise. Proses augmentasi hanya diterapkan pada data training, sedangkan data validation dan testing tetap menggunakan data asli untuk menjaga objektivitas evaluasi. Model YOLOv8 Nano dilatih menggunakan 100 epoch dengan dua konfigurasi ukuran input, yaitu 640×640 piksel dan 416×416 piksel, untuk membandingkan performa model pada kondisi implementasi nyata. Hasil pengujian menunjukkan bahwa Eksperimen 1 dengan input 640×640 piksel memperoleh nilai mAP50 sebesar 0.9214, precision sebesar 0.9347, dan recall sebesar 0.8795, sedangkan Eksperimen 2 dengan input 416×416 piksel memperoleh mAP50 sebesar 0.8084. Meskipun Eksperimen 1 menghasilkan nilai evaluasi yang lebih tinggi, model Eksperimen 2 dipilih untuk implementasi karena menunjukkan stabilitas deteksi yang lebih baik pada berbagai kondisi lingkungan seperti pencahayaan rendah dan sudut kamera dari atas. Setelah proses deteksi plat nomor dilakukan, sistem OCR menggunakan PaddleOCR berhasil membaca karakter pada plat kendaraan secara otomatis. Sistem kemudian diintegrasikan ke dalam aplikasi berbasis web yang mampu melakukan pencatatan durasi kendaraan, deteksi pelanggaran, dan pengiriman notifikasi otomatis kepada pengguna. Hasil implementasi menunjukkan bahwa sistem ANPR yang dikembangkan mampu mendukung monitoring kendaraan pada area Smart Drop-off Zone secara lebih efektif dan efisien pada berbagai kondisi lingkungan.
Komparasi Arsitektur Densenet121, MobilenetV2, dan Resnet50 Untuk Klasifikasi Awan Menggunakan Transfer Learning Yashin Al Fauzy Sabara; Carissa Fathinah Balti; Ahmad Hasan Faqih Aulia; Dodik Ariyanto; Faldiena Marcelita; Mayanda Mega Santoni
BETRIK Vol. 17 No. 02 (2026): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/6hwf0s96

Abstract

Cloud image classification plays an important role in supporting atmospheric analysis and the development of artificial intelligence-based weather prediction systems. However, visual similarities among cloud types and variations in lighting conditions remain major challenges in automatic classification tasks. This study aims to compare the performance of three Convolutional Neural Network (CNN) architectures, namely DenseNet121, MobileNetV2, and ResNet50, for cloud image classification using a transfer learning approach. The dataset used in this study was the TJNU Ground-based Cloud Dataset, consisting of seven cloud classes with a total of 19.000 images; after removing the Mixed Clouds category with the total of 18.047 images; after removing. The research stages included pre-processing, data augmentation using the Color Jitter technique, model training through feature extraction and fine-tuning, and evaluation using Accuracy, Precision, Recall, and F1-Score metrics. Experimental results showed that ResNet50 achieved the best performance with an accuracy of 90,58% and an F1-score of 91,38%, followed by DenseNet121 with 89,53% accuracy and MobileNetV2 with 85,10% accuracy. In addition to obtaining the highest classification performance, ResNet50 also demonstrated good computational efficiency with the fastest training time of 20.9 minutes. These findings indicate that architectures based on residual learning are more effective in capturing the visual characteristics of cloud images compared to the other architectures evaluated in this study.
SISTEM DETEKSI DAN PEMANTAUAN EMOSI PELANGGAN PADA LAYANAN KASIR BERBASIS PENGENALAN EKSPRESI WAJAH Newi Muchlisinia Muchlisinia; Davino Rizqy Dayan; Ramzy Atchallah Putra; Mayanda Mega Santoni; Dodik Ariyanto; Faldiena Marcelita
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9719

Abstract

Pelayanan pelanggan pada antrean kasir sering kali dievaluasi menggunakan kuesioner konvensional yang subjektif dan mengganggu kenyamanan. Penelitian ini bertujuan mengembangkan sistem pemantauan emosi real-time berbasis pengenalan ekspresi wajah menggunakan algoritma YOLOv8n-cls yang terintegrasi dengan framework Laravel dan basis data MySQL. Pengumpulan data menggunakan dataset citra wajah bermasker dan tanpa masker yang diproses melalui augmentasi data dengan rasio distribusi 7:2:1. Model dilatih selama 50 epoch pada resolusi 224x224 piksel. Hasil pengujian menunjukkan model berhasil mencapai akurasi global sebesar 75,25%, dengan performa tertinggi pada emosi happy (precision 86,11% dan recall 80,55%). Keunggulan sistem ini terletak pada implementasi logika voting 10 detik yang terbukti efektif mereduksi noise data transien akibat fluktuasi ekspresi mikro. Secara keseluruhan, sistem ini memberikan implikasi praktis yang signifikan bagi manajemen ritel dalam menyediakan laporan indeks kepuasan pelanggan secara harian yang valid, otomatis, dan objektif.
Co-Authors A'isy, Nabil Arif Agus Buono Ahmad Hasan Faqih Aulia Ana Turyanti Anargya Rabbani Aslam Aprilianti, Dhila BAYU WIDODO Cahya Ilham Carissa Fathinah Balti Dany Fadhilah Davino Rizqy Dayan DODIK ARIYANTO Dodik Ariyanto Endang Purnama Giri Ezer, Angga Eben Fathonah, Lathifunnisa Fernando, Brilliant Sandynigy Ghaniyy Fattah Ramadhan Hendriana, Andri Hikmah Rahmah Ima Kusumanti Inna Novianty Inyasdi Kahvi, Muhamad Restu Irmansyah . Kauripan, Edmund Banyu Khabibah, Dea Ummul Khairunisa, Aulia Khairunnisa Hayyu Kusnadi Khonza Izzati Mauladi Fadhillah Maulidan, Muhammad Hafizh Mayanda Mega Santoni Mindara, Gema Parasti Muhammad Faiq Fawwaz Muhammad Rafi Alexander Prayoga Muhammad, Fadhel Naufal, Fawwaz Nelvi, Annisa Amanda Newi Muchlisinia Muchlisinia Novianty, Inna Novianty, Inna Novianty Noviyanti, Inna Nur Aziezah Nur Aziezah Nur Azizah, Laila Olivia Sekar Nindia Pandaoni Cinta Cristin Paramitadevi, Yudith Vega Parasti, Gema Puti Aisyah Lailatulrahmi Raden Muhammad Raditya Rahman Rafii Khairan Saragih Rahmah, Hikmah Ramzy Atchallah Putra Ridwan Siskandar Rizq Muhammad Sukmosuwarno Rumondang, Antonya Safitrah, Tiara Salsabila Diba Cahyani Santoni, Mayanda Mega Satrio, Muchammad Alifandino sayekti, ayutyas Sholihah, Walidatush Sinaga, Antonya Rumondang Taya, Liora Walidatush Sholihah Yashin Al Fauzy Sabara Zafira A’idah Gunawan