Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jupiter JTERA (Jurnal Teknologi Rekayasa) Jurnal TIPS : Jurnal Teknologi Informasi dan Komputer Politeknik Sekayu
Ica Admirani
Politeknik Negeri Sriwijaya
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Metode Fuzzy Time Series Untuk Prediksi Laba Pada Perusahaan Ica Admirani
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 10 No 1 (2018): Jupiter April 2018
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.3408507

Abstract

Agar suatu perusaan tetap eksis dalam menjalankan usahanya maka diperlukan prediksi laba pada perusahaan tersebut yang bertujuan untuk mengetahui prospek perusahaan di masa mendatang. Prediksi dengan metode fuzzy time series mempunyai kemampuan untuk dapat menangkap pola data yang telah lalu untuk memprediksi data yang akan datang tidak membutuhkan sistem yang rumit, sehingga lebih mudah untuk digunakan. Pada penelitian ini membahas tentang prediksi laba menggunakan model heuristic time invariant fuzzy time series menggunakan variabel data yaitu laba yang dimasukkan langsung kedalam sistem. Prediksi laba dimulai dengan menentukan semesta pembicaraan dan interval dari data aktual laba, kemudian menentukan himpunan fuzzy dan fuzzifikasi data aktual. Selanjutnya dilakukan hubungan logika fuzzy dan pengelompokan hubungan logika fuzzy terhadap data hasil fuzzifikasi. Setelah itu dilakukan proses prediksi yang terbagi atas dua tahapan yaitu tahap training yang bertujuan untuk menentukan prediktor tren dan tahap testing untuk menentukan hasil prediksi. Dengan menggunakan 24 data sampel laba diperoleh error prediksi dengan menggunakan MAPE sebesar 11,64% dan ditambahkan 13 data laba untuk testing diperoleh error prediksi 22,27%. Hal ini mengindikasikan bahwa model ini cukup baik digunakan dalam memprediksi laba
Desain sistem parkir berbasis RFID Maria Agustin; Ikhthison Mekongga; Ica Admirani; Isnainy Azro
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 11 No 1 (2019): Jupiter April 2019
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.3405848

Abstract

Tujuan dari penelitian ini adalah merancang sebuah sistem montoring parkir. Sistem berfungsi untuk mengontrol palang pintu parkir serta memberi informasi area parkir, apakah parkir sudah penuh atau masih ada parkir yang kosong. Semua sistem dikendalikan oleh mikrokontroler arduino uno. Pada sistem monitoring parkir ini menggunakan sensor RFID ( Radio Frequency Identification). RFID reader berfungsi untuk membaca nomor id yang tersimpan pada RFID tag untuk membuka palang pintu parkir, driver relay sebagai penggerak motor servo untuk membuka dan menutup palang pintu parkir apabila ada mobil atau motor yang mau masuk ke area parkir dengan cara menempelkan RFID reader ke RFID tag, sensor LDR untuk mengetahui apakah area parkir sudah penuh atau masih ada yang kosong, dengan cara sensor mengirimkan data ke mikrokontroler  arduino uno, kemudian mikrokontroler mengirimkan data ke LCD yang berupa tulisan informasi area parkir kosong atau parkir sudah penuh.Kata kunci : Parkir, RFID, Mikrokontroler
SISTEM KENDALI ALAT PEMINTAL BENANG KAIN SEMAGE KHAS PALEMBANG Eka Susanti; Romi Wilza; Ica Admirani; Irawan Hadi
Jurnal TIPS : Jurnal Teknologi Informasi dan Komputer Politeknik Sekayu Vol 11 No 1 (2021): jurnal TIPS
Publisher : Politeknik Sekayu

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

Abstract

Pembuatan alat pemintal benang berbasis Internet of Things ini bertujuan untuk memudahkan para UKM Tenunyang ada di Kota Palembang. Melalui alat pemintal benang berbasis Internet of Things ini, diharapkan dapatmenghemat waktu, tenaga, dan pikiran para UKM Tenun Kota Palembang. Alat pemintal benang dimodifikasisedemikian rupa sehingga Pemintal benang dapat bekerja dengan bantuan komponen elektronika. Pemintalbenang diberi motor DC yang sebelumnya telah di program menggunakan Driver Motor L298N agar dapatberputar sesuai kebutuhan dan dihubungkan ke modul NodeMCU ESP8266 agar dapat tersambung keSmartphone android yang gunanya adalah sebagai remot kontrol untuk menjalankan alat pemintalan benang.Adapun fungsi spesifik dari masing-masing komponen yaitu seperti sensor IR (Infra Red) yang berfungsi untukmenghitung gulungan benang, NodeMCU ESP8266 berfungsi sebagai pemberi perintah untuk setiap komponen,Motor DC Gearbox berfungsi sebagai penggerak utama untuk gulungan, Driver Motor L298N berfungsi sebagaipengatur Motor DC, dan Motor Servo MG966R yang berfungsi sebagai pengarah benang ke kiri dan ke kananagar hasil gulungan benang terlihat rapi.
Identifikasi Malware pada Jaringan Internet sebagai Tindakan Preventif untuk Ancaman Siber berbasis Deep Learning Husnawati Husnawati; Rian Rahmanda Putra; Faris Humam; Ica Admirani; Reza Maulana; M. Humam Fadholi; Bagus Ananta Hidayatullah; Abib Ardiansyah
JTERA (Jurnal Teknologi Rekayasa) Vol 11 No 1: Vol. 11 No. 1: Juni 2026
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v11.i1.2026.77-86

Abstract

Keamanan jaringan merupakan aspek krusial bagi penyedia layanan internet (Internet Service Provider/ISP), terutama dalam menghadapi ancaman malware yang terus berkembang. Malware merupakan perangkat berbahaya yang dirancang untuk menyerang sistem operasi atau mengeksploitasi kerentanan sistem. Ancaman ini dapat menyebabkan pencurian data penting dan kerugian signifikan bagi pengguna. Salah satu perusahaan yang bergerak di bidang jaringan dan sebagai penyedia layanan internet yang digunakan pada instansi pemerintahan di Sumatera Selatan, menghadapi permasalahan untuk meminimalkan risiko serangan malware pada jaringan yang mereka kelola. Sehingga pada penelitian ini dilakukan penerapan metode deep learning dengan algoritma Convolutional Neural Network (CNN) untuk mengidentifikasi dan mengklasifikasikan lalu lintas jaringan yang terindikasi malware. Proses dilakukan melalui tahap pengumpulan dataset lalu lintas jaringan, pra-pemrosesan data, pelatihan model CNN, serta evaluasi kinerja model. Hasil pengujian menunjukkan bahwa metode CNN mampu mendeteksi serangan malware dengan tingkat akurasi sebesar 83%, precision 83%, dan recall 82%. Penerapan metode ini memberikan sistem deteksi yang cepat dan akurat, sehingga server dan client dapat lebih waspada terhadap ancaman siber dan terhindar dari pencurian data krusial.
ALAT PEMANTAU LOKASI DAN KESEHATAN LANSIA BERBASIS INTERNET OF THINGS Delima Ayu Anugrah; Herlambang Saputra; Ica Admirani
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 18 No 1 (2026): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.18150065

Abstract

The elderly population in Indonesia increases yearly, along with health risks and potential disorientation due to cognitive decline. Therefore, a wearable, remotely accessible device is needed to monitor both location and vital signs. This study aims to design an IoT-based wearable device that monitors body temperature, heart rate, and oxygen saturation of elderly individuals, along with real-time location tracking via the Telegram application. The device integrates MLX90614, MAX30100, and GPS NEO-6M sensors controlled by a Wemos D1 Mini microcontroller connected through a 4G modem. Data is sent automatically every three hours and can also be requested manually using the "#kondisi" and "#lokasi" commands. The system was tested on three elderly age groups. Results showed that the device accurately detected body temperature with up to 100% success, heart rate within 80–100% normal range, and reliable oxygen saturation levels. Telegram-based notifications functioned well for both periodic updates and emergency alerts. Therefore, this tool effectively supports families in accurately and efficiently monitoring the health and whereabouts of elderly individuals.
Co-Authors Abib Ardiansyah Bagus Ananta Hidayatullah Delima Ayu Anugrah EKA SUSANTI Faris Humam Herlambang Saputra Husnawati Husnawati Ikhthison Mekongga Irawan Hadi Isnainy Azro M. Humam Fadholi Maria Agustin Reza Maulana Rian Rahmanda Putra Romi Wilza