p-Index From 2021 - 2026
11.976
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal JUPITER (Jurnal Pendidikan Teknik Elektro) PROCEEDING IC-ITECHS 2014 JTT (Jurnal Teknologi Terpadu) SMARTICS Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Jurnal Teknologi Jurnal Riset Informatika Progresif: Jurnal Ilmiah Komputer International Journal of Economics, Business and Accounting Research (IJEBAR) bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) G-Tech : Jurnal Teknologi Terapan JIKA (Jurnal Informatika) JUKI : Jurnal Komputer dan Informatika Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Infotek : Jurnal Informatika dan Teknologi Infotech: Journal of Technology Information Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pendidikan dan Teknologi Indonesia Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Journal of Information Technology (JIfoTech) Jurnal Teknik Informatika Jurnal Algoritma Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Journal of Comprehensive Science Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Duta Abdimas: Jurnal Pengabdian Masyarakat Proceeding of International Conference Health, Science And Technology (ICOHETECH) Politeknosain Adopsi Teknologi dan Sistem Informasi Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Innovative: Journal Of Social Science Research Journal of Software Engineering and Information System (SEIS) Komunita: Jurnal Pengabdian dan Pemberdayaan Masyarakat SmartComp Equivalent : Journal of Economic, Accounting and Management Journal of Information Technology
Claim Missing Document
Check
Articles

Pengembangan Alat Monitoring Kanopi Pada Sistem Smart Home Berbasis IoT (Internet of Things) Bagus Adi Nugroho; Rudi Susanto; Afu Ichsan Pradana
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4533

Abstract

The main problem if using a regular canopy, if the room is used for activities such as drying clothes, sunlight cannot enter the area and the canopy becomes less effective in terms of design or benefits. This research aims to develop a tool to monitor and control the canopy automatically using the prototyping method starting from Communication, Quick Plan, Modeling Quick Design, Construction of Prototype, and Deployment Delivery & Feedback. This research produces innovative solutions to increase the effectiveness of canopies, especially if they are on limited land, using microcontrollers combined with Raindrop, DHT22, BH1750 sensors. The addition of the DHT22 humidity sensor and the BH1750 light sensor can help the Raindrop sensor in validating rainy or sunny conditions, making the system more accurate. The test results of the three sensors based on the rules / regulations obtained a system that can carry out the task as expected. Based on Black Box testing on the IoT System, the results show that the system can be integrated with the Blynk platform properly.
Analisis Clustering Untuk Segmentasi Wilayah Berdasarkan Karakteristik PBB di Kabupaten Sragen Primadeni, Febriaji; Ichsan Pradana, Afu; Purwanto, Eko
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.500

Abstract

Penelitian ini menganalisis karakteristik Pajak Bumi dan Bangunan (PBB) di Kabupaten Sragen menggunakan metode clustering K-means untuk mengoptimalkan pengelolaan pajak daerah. Analisis dilakukan terhadap dataset yang mencakup 1,5 juta item data PBB periode 2021-2023 dari 196 desa. Variabel yang digunakan meliputi luas bumi, nilai objek pajak, realisasi pembayaran, dan status administrasi pajak. Hasil penelitian menunjukkan pembentukan empat cluster dengan karakteristik berbeda: cluster urban premium (NJOP tinggi, luas lahan kecil), cluster permukiman menengah (NJOP moderat, luas sedang), cluster sub-urban (NJOP rendah, luas besar), dan cluster rural (NJOP terendah, luas terbesar). Analisis korelasi mengungkapkan hubungan positif kuat antara NJOP bangunan dengan PBB (r=0,98) dan hubungan negatif antara luas bumi dengan NJOP (r=-0,39), mengindikasikan fenomena densifikasi di pusat kabupaten. Pola distribusi desa dalam cluster mengalami perubahan signifikan selama periode penelitian, mencerminkan dinamika produktivitas dan efisiensi pengelolaan PBB. Hasil clustering ini memberikan dasar untuk pengembangan strategi pengelolaan PBB yang lebih terarah dan efektif sesuai karakteristik wilayah.
Prediksi Kelulusan Mahasiswa Pendidikan Kimia Universitas Sebelas Maret Dengan Metode Naive Bayes Rahman, Agung Dwi; Ichsan Pradana, Afu; Hartanti, Dwi
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.501

Abstract

Keberhasilan akademik mahasiswa, khususnya ketepatan waktu kelulusan, merupakan indikator penting dalam evaluasi kinerja institusi pendidikan tinggi. Termasuk di dalamnya Pendidikan S1 Kimia Universitas Sebelas Maret yang tingkat kelulusan mahasiswa tepat waktu lebih sedikit dari pada mahasiswa yang lulus terlambat. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan metode Naive Bayes dengan analisis statistik komprehensif. Data yang digunakan mencakup 225 rekam akademik mahasiswa periode 2017-2019 dengan variabel meliputi indeks prestasi semester, indeks prestasi kumulatif, status beasiswa, jenis kelamin, dan jalur masuk. Metode penelitian menggunakan preprocessing data dengan menghilangkan data yang tidak lengkap dan normalisasi min-max scaling, dengan kombinasi Gaussian dan Multinomial Naive Bayes. Hasil penelitian menunjukkan model mencapai akurasi 80,65% dengan sensitivity 100%, specificity 70%, dan Area Under Curve 0,868. Indeks prestasi semester 7 dan 8 diidentifikasi sebagai prediktor terkuat dengan perbedaan mean signifikan antara kelulusan tepat waktu dan terlambat. Penelitian ini memberikan kontribusi metodologis dalam pengembangan sistem peringatan dini akademik yang dapat meningkatkan kelulusan tepat waktu.
Innovative Laser Alarm System for Enhanced Home Security and Burglary Prevention Insaan, Nashiirotul; Maulana, Yusuf; Rengga, Nikodemos; Junantoro, Hagai; Rifky, Raja; Pradana, Afu Ichsan
IC-ITECHS Vol 5 No 1 (2024): IC-ITECHS
Publisher : LPPM STIKI Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/ic-itechs.v5i1.1654

Abstract

The purpose of this research is to design and develop a laser-based alarm system that produces sound when the laser beam is interrupted, aiming to prevent theft. The research methods include literature study, design, and device development. The results show that this laser-based security system can detect shadow movement using a light sensor and a microcontroller. Therefore, the laser alarm system can be effectively used to detect suspicious movements and provide alerts when the laser beam is disrupted. Further development of this system can be carried out to enhance its reliability and application in various security fields.
Identifikasi Kesehatan Daun Tanaman Padi Menggunakan Klasifikasi Biner Sehat dan Tidak Sehat dengan Algoritma Convolutional Neural Network (CNN) Di Kabupaten Klaten Azizah, Shelvi; Pradana, Afu Ichsan; Hartanti, Dwi
Komputika : Jurnal Sistem Komputer Vol. 13 No. 2 (2024): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v13i2.12771

Abstract

Rice is a vital food crop in Indonesia, where Klaten has become one of the main rice suppliers with a production achievement of 101 thousand tons in 2020. However, the challenge faced is the attack of diseases such as blast, leaf blight, and bacterial wilt which can result in huge losses in yield if not handled effectively. To address this issue, research was conducted using Convolutional Neural Network (CNN), an algorithm commonly used for image processing. In this study, the process involved two main stages namely Feature Extraction and Fully Connected Layer, utilizing a dataset of 2400 images categorized into healthy and unhealthy classes. The results show a very high level of accuracy, with the highest accuracy reaching 0.9653 and validation accuracy reaching 0.8125, as well as low loss with a total of 20 epochs. Through CNN technology, this research makes an important contribution to monitoring the health of rice plants in Klaten Regency, Indonesia, which is expected to help increase productivity and reduce crop losses.
Deteksi Rambu Lalu Lintas Real-Time di Indonesia dengan Penerapan YOLOv11: Solusi Untuk Keamanan Berkendara Pradana, Afu Ichsan; Harsanto, Harsanto; Wijiyanto, Wijiyanto
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.2106

Abstract

This research aims to formulate and assess a real-time traffic sign detection framework in the context of Indonesia, using YOLOv11. Given the heterogeneous nature of traffic signs and road conditions in Indonesia, there is an urgent need for a robust and precise model to improve driving safety. The findings show that the model successfully achieved a Mean Average Precision (mAP) of 0.99, simultaneously demonstrating high accuracy across a wide range of traffic sign classifications. Evaluation using Confusion Matrix, shed light on the negligible error rate, signaling that the model has sufficient reliability for real-world applications. The potential applications of this technology are crucial in strengthening Indonesia's driving safety and intelligent transportation systems.
IMPLEMENTASI DETEKSI DRONE MENGGUNAKAN YOLO (You Only Look Once) Wijanarko, Restu Gilang; Pradana, Afu Ichsan; Hartanti, Dwi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7374

Abstract

Penelitian ini berfokus pada pengembangan sistem deteksi drone yang akurat dan efektif berbasis teknologi kamera. Penggunaan drone yang semakin meningkat di berbagai sektor, seperti fotografi udara, pemantauan lingkungan, pemetaan topografi, pengiriman barang, inspeksi infrastruktur, dan pertanian presisi, telah membawa banyak manfaat. Namun, penggunaan drone yang tidak bertanggung jawab juga dapat menimbulkan masalah serius, seperti pelanggaran privasi, risiko keamanan, dan gangguan pada operasi penerbangan. Untuk mengatasi tantangan ini, penelitian ini mengusulkan pendekatan deteksi drone menggunakan kamera sebagai perangkat utama, memanfaatkan algoritma pengolahan citra digital dan teknik pembelajaran mesin. Sistem ini diharapkan mampu mendeteksi keberadaan drone dalam berbagai kondisi lingkungan dan pencahayaan, serta memberikan informasi yang lebih rinci tentang lokasi dan aktivitas drone. Dengan menggunakan teknologi pembelajaran mesin, sistem ini dapat dilatih untuk mengenali berbagai jenis drone dan membedakannya dari objek lain yang mungkin muncul di latar belakang, serta dapat terus ditingkatkan kinerjanya seiring dengan bertambahnya data pelatihan yang digunakan. Penelitian ini menggunakan metode Research and Development (R&D) dengan fokus pada implementasi sistem deteksi drone menggunakan kamera web dan perpustakaan perangkat lunak OpenCV. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan dan keselamatan di berbagai sektor, serta mencegah penyalahgunaan teknologi drone untuk tujuan yang merugikan, dan temuan dari penelitian ini dapat menjadi dasar bagi pengembangan sistem deteksi drone yang lebih canggih di masa depan.
Implementasi Sistem Penghitungan Volume Kendaraan Menggunakan YOLOv8 Putra, Wihan Perkasa Nugraha; Pradana, Afu Ichsan; Nurchim, Nurchim
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7395

Abstract

Dengan banyaknya kendaraan di jalan, penting untuk memantau lalu lintas agar keamanan dan manajemen lalu lintas dapat terjaga dengan baik. Pengumpulan data jumlah kendaraan secara manual memerlukan banyak sumber daya dan biaya. YOLOv8 (You Only Look Once) adalah teknologi visi komputer yang memungkinkan deteksi objek secara otomatis dengan akurasi dan kecepatan tinggi. Penelitian ini bertujuan untuk mengotomatisasi perhitungan jumlah kendaraan yang melintas dengan YOLOv8, yang dapat mendeteksi berbagai jenis kendaraan dalam berbagai kondisi cuaca. Studi ini terdiri dari beberapa tahap, yaitu pengumpulan data, preprocessing, pemodelan, dan evaluasi. Dataset diperoleh dari dataset Kaggle dan rekaman video lalu lintas di Indonesia. Dataset dibagi menjadi data latih dan validasi dan diproses dengan bounding box. Pemodelan menggunakan YOLOv8 Nano dengan 50 epoch, dan evaluasi dilakukan menggunakan confusion matrix. Implementasi dilakukan menggunakan OpenCV untuk menghitung jumlah kendaraan dari rekaman video. Sistem ini berhasil menghitung jumlah kendaraan berdasarkan klasifikasi yang berbeda dengan baik, meski ada kendala saat frame drop. Penelitian ini berhasil mengembangkan sebuah sistem yang akurat dan diuji dengan rekaman CCTV lalu lintas di Surakarta, meskipun klasifikasi jenis kendaraan belum sesuai dengan standar dinas perhubungan dan kualitas frame rate video masih memengaruhi akurasi sistem. Sebaiknya dilakukan pengujian waktu nyata dan penambahan identitas unik pada kendaraan yang dideteksi.
Analisis Persebaran Izin Usaha di Kabupaten Sragen Menggunakan Metode K-Means Clustering Nugroho, Nasrun; Wijiyanto, Wijiyanto; Pradana, Afu Ichsan
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.608

Abstract

Peningkatan perekonomian adalah tantangan yang dihadapi oleh Pemerintah daerah. Dalam membangun perekonomian Kabupaten Sragen memiliki dinas yang berperan dalam keberhasilan Investasi yang menunjang pertumbuhan ekonomi yaitu Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu. Dinas ini melaksanakan tugas yang mendukung visi misi Bupati dalam hal peningkatan perekonomian. Dalam melaksanakan tugasnya dinas ini mempunyai program yang terdiri dari kegiatan untuk mencapai target yang sudah ditetapkan. Sasaran program tersebut adalah terlaksananya promosi dan pelayanan perizinan berusaha. Melihat data dari tahun sebelumnya perizinan berusaha di Sragen berkembang sangat pesat, namun persebaran izin usaha tersebut tidak merata, hanya sebagian kecil wilayah saja yang menunjukkan tingginya izin usaha. Hal ini menuntut adanya analisis data yang efektif yang bisa memetakan pola persebaran tersebut. Penelitian ini menerapkan analisis data menggunakan metode K-Means Clustering, data yang dianalisi adalah data izin usaha tahun sebelumnya yang meliputi izin usaha mikro, kecil dan menengah. Analisis ini mengelompokan wilayah kecamatan yang ada di Kabupaten Sragen menjadi 3 klaster yaitu: (1) Klaster dengan persebaran izin usaha tinggi, (2) klaster  persebaran izin usaha sedang dan (3) Klaster persebaran izin usaha rendah. Hasil penelitian diharapkan bisa menjadi acuan bagi dinas terkait untuk merumuskan kebijakan pemerataan izin usaha. Penelitian ini memberikan kontribusi pada pengambilan keputusan berbasis data untuk pemerataan izin usaha di Kabupaten Sragen.
Implementasi Sistem Irigasi Otomatis Berbasis IoT untuk Pertanian Greenhouse Wahyudi, Wahyudi; Pradana, Afu Ichsan; Permatasari, Hanifah
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.656

Abstract

Pertanian merupakan sektor vital dalam pemenuhan kebutuhan pangan di Indonesia, namun masih menghadapi tantangan dalam efisiensi irigasi dan regenerasi petani. Penelitian ini mengembangkan sistem irigasi otomatis berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor kelembaban tanah untuk meningkatkan efisiensi penggunaan air pada pertanian greenhouse. Data sensor dikirim ke platform Thingspeak untuk pemantauan real-time, sementara pengendalian penyiraman dilakukan berdasarkan kelembaban tanah yang terdeteksi. Hasil penelitian menunjukkan bahwa sistem ini mampu mengurangi penggunaan air sebesar 30% dibandingkan metode konvensional, serta meningkatkan efisiensi energi dengan optimalisasi siklus penyiraman. Implementasi teknologi ini berpotensi menjadi solusi strategis dalam meningkatkan keberlanjutan pertanian dan menarik minat petani muda terhadap teknologi agrikultur.
Co-Authors Abdul Rozzaq, Abdul Aboobaider, Burhanuddin bin Mohd Aditya Bagaskara Agung Priyatmoko, Yoga Aines Nafis Husna Aji, Sindhu Purnomo Akbar Syarif Pratama Putra Akmal, Baasith Khoiruddin Andang Syafrudin Andriani Kusumaningrum Anindhiasti Ayu Kusuma Asri Anisatul Farida Apriliana, Anggie Areta Reza Pradana Arif Eko Fitrianto Arif Wicaksono Septyanto arsanto, arsanto Ashidiqi, Andhyka Yoga Awaludin, Toni Azizah, Shelvi Bachtiar Estu Saputro Bagus Adi Nugroho Bagus Erwanto Bambang Soedijono WA Bondan Wahyu Pamekas Dayinta Fajrin Fadhilah Dessy Ambarsari Divangga Revansa Arya Pradhana Dwi Hartanti Dwi Hartanti Dwi Hartanti Dwi Hartanti Eko Pranoto Saputro Eko Purwanto Elia Hari Prasetya Ema Utami Erna Chotidjah Suhatmi Fadhil Ibnu Is’ad Fajar Suryani Farahwahida Mohd Farrois Qithfirul Aziz Frisca Tri Arumsari Ghani Ardiesta, Alif Hafid Affan Wahid Harjanto, Prabandaru Pramu Harsanto Harsanto harsanto harsanto harsanto harsanto Harsanto, Harsanto Harsanto, Malika Hasanah, Herliyani Ika Suryani Ila Aulia Rahmah Ilham Tristadika Saputra Indah Nofikasari Indriyani, Tiara Insaan, Nashiirotul Jihan Amirah Munif Joko Endriyanto Jordan, Alles Tio Junantoro, Hagai Kevien Ollyvie Jolanda Khumaira Anin Aliya Pahlevi Kumaratih Sandradewi Kusuma, Adri Surya M. Qurdi Ari Setiawan M. Syafri Lamato Malika Harsanto Maulana Saputra, Ridlo Maulindar, Joni Moh Muhtarom Moh. Muhtarom Mohamad Imaduddin Muhamad Alwi Kurniawan Muhamad Ilhamsyah Amara Ramadana Muhammad Ridho Assyifa Muhammad Yasir Bintang Nugraha Nanang Setiawan Nastiti Winahyu Nauval Nabil Iman Nibras Faiq Muhammad Nugroho, Nasrun Nurchim Nurmalitasari Nurmalitasari Permana, Aditya Candra Permatasari, Hanifah Pipin Widyaningsih Pratama, Fandi Aziz Pria Nur Islam Primadeni, Febriaji Pujiati Edy Santoso, Elysa Mei Punjung Kurniawan, Alfisal Putra, Enggar Wijaya Putra, Wihan Perkasa Nugraha Raditya Koesyan Dipo Pramukti Radya Prameswari Putri Rafel Fernando Rahman, Agung Dwi Rakadipa, Dhimas Arya Renata Gilang Saputra Rendhita Dennis Saputra Rengga, Nikodemos Retna Dewi Lestari Reynaldi Kurniawan Reza Mar Hendra Putra Ricky Ardiansah Rifky, Raja Rifqi Mizan Aulawi Rina Arum Prastyanti Rizky Vera Oktarina Rona Mahendra Rudi Susanto Saputra, Abetranda Saputra Defa Setiawan, Gilang Shoffia Fajrin Sigit Prabawa Sopingi Sopingi Sopingi, Sopingi Sri Lestari SRI SUMARLINDA Subastian Wibowo Sudarmawan Sudarmawan Supardi Tejo Arum, Dinenda Tigar Riski Septiono Tiur Bunga Gadissa Tory, Alfa Rado Andre Yusa Saka Toto Indriyatmoko Tri Endah Purnamawati Vihi Atina Wahyudi Wahyudi Wijanarko, Restu Gilang Wiji Lestari Wiji Lestari Wijiyanto Wijiyanto Wijiyanto, Wijiyanto Yusuf Maulana, Yusuf