Claim Missing Document
Check
Articles

Found 34 Documents
Search

Integration of Edge Computing and Wireless Sensors for Energy Efficiency Monitoring in Solar Panels Cut Susan Octiva; T. Irfan Fajri; Handry Eldo; Ayuliana Ayuliana; Nur Amalia Hasma
International Journal Software Engineering and Computer Science (IJSECS) Vol. 6 No. 1 (2026): APRIL 2026
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET) - Lembaga KITA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v6i1.6797

Abstract

Increased demand for renewable energy has driven the development of efficient monitoring systems to optimize solar panel performance. This study aims to implement and evaluate the integration of edge computing technology with wireless sensor networks (WSN) in real-time solar panel energy efficiency monitoring systems. This approach is designed to overcome the limitations of conventional monitoring systems that still rely on centralized computing and exhibit high latency in data collection. The research method includes designing an edge computing-based system architecture, installing wireless sensors to measure key parameters (voltage, current, light intensity, and temperature), and applying energy efficiency algorithms at the edge to process data locally. The data is then sent to the cloud for in-depth analysis and visualization of system performance. Testing was conducted by comparing data transmission efficiency, response time, and measurement accuracy between edge-based and conventional systems. The results of the study show that the integration of edge computing and wireless sensors can increase monitoring efficiency by up to 28.4%, reduce system latency by 35.7%, and increase data accuracy by 12.6% compared to conventional systems that are entirely cloud-based. In addition, bandwidth consumption is significantly reduced because the computing process is done on the edge.
Implementasi Teknologi Informasi pada UMKM: Tantangan dan Peluang Cut Susan Octiva; Putri Ekaresty Haes; T. Irfan Fajri; Handry Eldo; Muhammad Lukman Hakim
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13823

Abstract

Penelitian ini bertujuan untuk mengkaji implementasi teknologi informasi pada Usaha Mikro, Kecil, dan Menengah (UMKM), dengan fokus pada tantangan dan peluang yang dihadapi dalam proses tersebut. Teknologi informasi (TI) memainkan peran penting dalam meningkatkan efisiensi operasional, daya saing, dan kapasitas inovasi UMKM. Namun, adopsi TI di kalangan UMKM masih menghadapi berbagai hambatan, seperti keterbatasan sumber daya finansial, kurangnya pengetahuan dan keterampilan teknologi, serta resistensi terhadap perubahan. Melalui pendekatan kualitatif, penelitian ini mengumpulkan data dari wawancara mendalam dengan pemilik dan manajer UMKM di berbagai sektor industri. Hasil penelitian menunjukkan bahwa meskipun ada tantangan yang signifikan, UMKM yang berhasil mengintegrasikan TI dalam operasional mereka mengalami peningkatan produktivitas, akses pasar yang lebih luas, dan kemampuan untuk menawarkan produk dan layanan yang lebih inovatif. Selain itu, ditemukan bahwa dukungan eksternal, seperti pelatihan dan subsidi pemerintah, serta kerjasama dengan penyedia teknologi, sangat membantu dalam mengatasi hambatan implementasi TI.
Penggunaan Teknik Data Mining untuk Analisis Perilaku Pengguna pada Media Sosial Cut Susan Octiva; T. Irfan Fajri; Emma Budi Sulistiarini; Suharjo Suharjo; Uli Wildan Nuryanto
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13936

Abstract

Metode data mining digunakan dalam penelitian ini untuk menganalisis perilaku pengguna media sosial. Media sosial, yang menghasilkan volume data yang besar dan beragam, telah menjadi platform utama bagi individu untuk berinteraksi dan berbagi informasi. Penelitian ini berfokus pada mengekstraksi pola-pola tersembunyi dan memahami perilaku pengguna yang kompleks dengan menggunakan teknik data mining. Data dikumpulkan dari platform media sosial, diproses sebelum menggunakannya, dan digunakan algoritma pemrosesan data seperti clustering, association rule mining, dan analisis sentimen. Hasil penelitian menunjukkan bahwa metode data mining dapat mendeteksi pola perilaku pengguna yang berbeda, seperti preferensi konten, pola interaksi sosial, dan kecenderungan temporal. Mining aturan asosiasi menemukan hubungan antaraktivitas pengguna, sedangkan clustering mengelompokkan pengguna berdasarkan kesamaan perilaku. Analisis sentimen memberikan pemahaman tentang bagaimana pengguna melihat dan merasakan sesuatu. Hasil ini dapat digunakan untuk berbagai aplikasi praktis, seperti strategi pemasaran yang lebih efektif, peningkatan fitur platform, dan pengalaman pengguna yang lebih baik. Penelitian ini menunjukkan bahwa teknik data mining adalah cara yang efektif untuk menganalisis perilaku pengguna di media sosial. Dengan mengetahui lebih banyak tentang perilaku pengguna, penyedia layanan dapat mengoptimalkan strategi mereka untuk memenuhi kebutuhan dan preferensi pengguna dengan lebih baik. Penelitian lebih lanjut disarankan untuk mengeksplorasi metode data mining lainnya dan menerapkannya pada dataset yang lebih luas.
Optimasi Kinerja Sistem IoT Menggunakan Teknik Edge Computing Dikky Suryadi; Cut Susan Octiva; T. Irfan Fajri; Uli Wildan Nuryanto; Muhammad Lukman Hakim
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14102

Abstract

Internet of Things (IoT) telah menjadi salah satu teknologi kunci dalam menghubungkan berbagai perangkat untuk mendukung otomatisasi dan efisiensi di berbagai sektor. Namun, pertumbuhan eksponensial perangkat IoT juga menimbulkan tantangan besar dalam hal keterbatasan bandwidth, latensi, dan konsumsi daya yang tinggi pada jaringan. Teknik Edge Computing muncul sebagai solusi potensial untuk mengatasi tantangan ini dengan mendekatkan proses komputasi ke lokasi sumber data, mengurangi beban pada cloud, dan meningkatkan respon waktu. Penelitian ini bertujuan untuk mengoptimalkan kinerja sistem IoT melalui penerapan Edge Computing. Pendekatan ini melibatkan pemindahan sebagian besar beban kerja komputasi dari cloud ke node edge yang lebih dekat dengan perangkat IoT. Dalam penelitian ini, dilakukan analisis komparatif terhadap kinerja sistem IoT dengan dan tanpa penggunaan Edge Computing berdasarkan beberapa metrik kinerja utama, termasuk latensi, konsumsi daya, dan efisiensi bandwidth. Hasil penelitian menunjukkan bahwa penerapan Edge Computing secara signifikan mengurangi latensi sistem, meningkatkan efisiensi bandwidth, dan mengoptimalkan konsumsi daya. Selain itu, teknik ini juga memungkinkan pengambilan keputusan yang lebih cepat dan pengolahan data yang lebih efisien pada perangkat IoT. Dengan demikian, Edge Computing dapat menjadi solusi efektif untuk mengatasi tantangan yang dihadapi oleh sistem IoT, sekaligus membuka peluang baru dalam pengembangan aplikasi IoT yang lebih cerdas dan responsif.