Article Per Year (5 Year)
p-Index From 2021 - 2026
6.323
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi ELINVO (Electronics, Informatics, and Vocational Education) JURNAL NASIONAL TEKNIK ELEKTRO Resona : Jurnal Ilmiah Pengabdian Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Sinergitas PkM & CSR Jurnal Teori dan Aplikasi Fisika Jurnal Teknokes Jurnal Riset Rekayasa Elektro Madani : Indonesian Journal of Civil Society JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Journal of Telecommunication, Electronics and Control Engineering (JTECE) Jurnal Abmas Negeri (JAGRI) eProceedings of Engineering Jurnal Rekayasa elektrika El-Mujtama: Jurnal Pengabdian Masyarakat Journal of Halal Industry Studies
Sevia Indah Purnama
Universitas Telkom
Religion Arts Humanities Astronomy Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search

 1   2   3   4   5 
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara Real Time Rachel Dwi Laura Br Sigalingging, Sonia; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT ini dirancang untuk membangun sistem pemantauan real-time terhadap cairan infus pasien, meningkatkan efisiensi dan keamanan dalam pelayanan kesehatan. Dengan menggunakan sensor sel beban untuk mengukur berat kantong infus, sistem ini mentransmisikan data secara nirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatis akan dikirimkan kepada staf perawat ketika volume infus mendekati ambang batas minimum yang telah ditentukan. Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit (DPM), dan kualitas jaringan. Uji peringatan memastikan sistem secara andal menyalakan indikator LED dan menghasilkan notifikasi saat tingkat cairan mencapai atau turun di bawah 50 ml. Evaluasi presisi membandingkan output sensor beban dengan timbangan digital yang dikalibrasi. Sensor 1 menunjukkan MAE sebesar 0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846 $ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%). Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar 4,546884351 (22,73%). Sensor 2, bagaimanapun, menunjukkan kesalahan yang lebih tinggi: MAE sebesar 5,714285714 (28,57%) dan RMSE sebesar 7,55928946 (37,80%). Akhirnya, metrik Kualitas Layanan (QoS)menunjukkan latensi rata-rata 1,502 ms (Sangat Baik), throughput 57,45 Kbps (Moderat), tingkat kehilangan paket yang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik). Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32,Monitoring Real-time
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara Real Time Saputra, Rangga; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT inidirancang untuk membangun sistem pemantauan real-timeterhadap cairan infus pasien, meningkatkan efisiensi dankeamanan dalam pelayanan kesehatan. Denganmenggunakan sensor sel beban untuk mengukur beratkantong infus, sistem ini mentransmisikan data secaranirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatisakan dikirimkan kepada staf perawat ketika volume infusmendekati ambang batas minimum yang telah ditentukan.Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit(DPM), dan kualitas jaringan. Uji peringatan memastikansistem secara andal menyalakan indikator LED danmenghasilkan notifikasi saat tingkat cairan mencapai atauturun di bawah 50 ml. Evaluasi presisi membandingkanoutput sensor beban dengan timbangan digital yangdikalibrasi. Sensor 1 menunjukkan MAE sebesar0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846$ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%).Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar4,546884351 (22,73%). Sensor 2, bagaimanapun,menunjukkan kesalahan yang lebih tinggi: MAE sebesar5,714285714 (28,57%) dan RMSE sebesar 7,55928946(37,80%). Akhirnya, metrik Kualitas Layanan (QoS)menunjukkan latensi rata-rata 1,502 ms (Sangat Baik),throughput 57,45 Kbps (Moderat), tingkat kehilangan paketyang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32,Monitoring Real-time
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara Real Time Kevin Pratama Woy, Mario; Irmayatul Hikmah; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT inidirancang untuk membangun sistem pemantauan real-timeterhadap cairan infus pasien, meningkatkan efisiensi dankeamanan dalam pelayanan kesehatan. Denganmenggunakan sensor sel beban untuk mengukur beratkantong infus, sistem ini mentransmisikan data secaranirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatisakan dikirimkan kepada staf perawat ketika volume infusmendekati ambang batas minimum yang telah ditentukan.Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit(DPM), dan kualitas jaringan. Uji peringatan memastikansistem secara andal menyalakan indikator LED danmenghasilkan notifikasi saat tingkat cairan mencapai atauturun di bawah 50 ml. Evaluasi presisi membandingkanoutput sensor beban dengan timbangan digital yangdikalibrasi. Sensor 1 menunjukkan MAE sebesar0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846$ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%).Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar4,546884351 (22,73%). Sensor 2, bagaimanapun,menunjukkan kesalahan yang lebih tinggi: MAE sebesar5,714285714 (28,57%) dan RMSE sebesar 7,55928946(37,80%). Akhirnya, metrik Kualitas Layanan (QoS)menunjukkan latensi rata-rata 1,502 ms (Sangat Baik),throughput 57,45 Kbps (Moderat), tingkat kehilangan paketyang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32,Monitoring Real-time
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara real time - Capstone Witri Arsyada, Rifalia; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT ini dirancang untuk membangun sistem pemantauan real-time terhadap cairan infus pasien, meningkatkan efisiensi dan keamanan dalam pelayanan kesehatan. Dengan menggunakan sensor sel beban untuk mengukur berat kantong infus, sistem ini mentransmisikan data secara nirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatis akan dikirimkan kepada staf perawat ketika volume infus mendekati ambang batas minimum yang telah ditentukan. Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit (DPM), dan kualitas jaringan. Uji peringatan memastikan sistem secara andal menyalakan indikator LED dan menghasilkan notifikasi saat tingkat cairan mencapai atau turun di bawah 50 ml. Evaluasi presisi membandingkan output sensor beban dengan timbangan digital yang dikalibrasi. Sensor 1 menunjukkan MAE sebesar 0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846 $ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%). Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar 4,546884351 (22,73%). Sensor 2, bagaimanapun, menunjukkan kesalahan yang lebih tinggi: MAE sebesar 5,714285714 (28,57%) dan RMSE sebesar 7,55928946 (37,80%). Akhirnya, metrik Kualitas Layanan (QoS) menunjukkan latensi rata-rata 1,502 ms (Sangat Baik), throughput 57,45 Kbps (Moderat), tingkat kehilangan paket yang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32, Monitoring Real-time
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Azhar Alfarisi, Fadhil; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atau tunawicara sering mengalami kesulitan dalam menyampaikan kondisi tubuh melalui bahasa isyarat kepada orang normal, sehingga menimbulkan hambatan komunikasi dan interaksi sosial. Untuk mengatasi masalah ini, dikembangkan sebuah sistem sarung tangan berbasis sensor dan machine learningyang mampu mengenali dan menerjemahkan bahasa isyarat terkait kondisi tubuh. Sistem ini menggunakan flex sensor untuk mendeteksi lekukan jari, mikrokontroler ESP32 besertaexpansion board sebagai unit pemroses serta LCD 16x2 dengan modul IIC sebagai tampilan output. Data sensor diklasifikasikan ke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher,sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapat ditampilkan secara real-time dengan waktu respon rerata 0.10detik dalam bentuk teks. Desain sarung tangan dipilih untukmeningkatkan kenyamanan dan probabilitas. Hasil pengujianmenunjukkan bahwa sistem mampu mengenali 8 kondisi tubuhdengan akurasi 86% dan waktu respons yang cepat.Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, MachineLearning, Sarung Tangan
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Rohan Hiskia Saragih, Aldo; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atau tunawicara sering mengalami kesulitan dalam menyampaikan kondisi tubuh melalui bahasa isyarat kepada orang normal, sehingga menimbulkan hambatan komunikasi dan interaksi sosial. Untuk mengatasi masalah ini, dikembangkan sebuah sistem sarung tangan berbasis sensor dan machine learning yang mampu mengenali dan menerjemahkan bahasa isyarat terkait kondisi tubuh. Sistem ini menggunakan flex sensor untuk mendeteksi lekukan jari, mikrokontroler ESP32 beserta expansion board sebagai unit pemroses serta LCD 16x2 dengan modul IIC sebagai tampilan output. Data sensor diklasifikasikan ke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher, sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapat ditampilkan secara real-time dengan waktu respon rerata 0.10 detik dalam bentuk teks. Desain sarung tangan dipilih untuk meningkatkan kenyamanan dan probabilitas. Hasil pengujian menunjukkan bahwa sistem mampu mengenali 8 kondisi tubuh dengan akurasi 86% dan waktu respons yang cepat. Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, Machine Learning, Sarung Tangan
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Makhdhori, Muhammad; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atautunawicara sering mengalami kesulitan dalam menyampaikankondisi tubuh melalui bahasa isyarat kepada orang normal,sehingga menimbulkan hambatan komunikasi dan interaksisosial. Untuk mengatasi masalah ini, dikembangkan sebuahsistem sarung tangan berbasis sensor dan machine learningyang mampu mengenali dan menerjemahkan bahasa isyaratterkait kondisi tubuh. Sistem ini menggunakan flex sensoruntuk mendeteksi lekukan jari, mikrokontroler ESP32 besertaexpansion board sebagai unit pemroses serta LCD 16x2 denganmodul IIC sebagai tampilan output. Data sensor diklasifikasikanke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher,sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapatditampilkan secara real-time dengan waktu respon rerata 0.10detik dalam bentuk teks. Desain sarung tangan dipilih untukmeningkatkan kenyamanan dan probabilitas. Hasil pengujianmenunjukkan bahwa sistem mampu mengenali 8 kondisi tubuhdengan akurasi 86% dan waktu respons yang cepat.Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, MachineLearning, Sarung Tangan
Sistem Iot Untuk Pemantauan Kesehatan Menggunakan ESP32 Dan ESP32-CAM Fajritama, Reza; Indah Purnama, Sevia; Panji Kusuma Praja, Muhammad
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Pada masa pandemi COVID-19, teknologi Internetof Things (IoT) menjadi solusi efektif dalam pemantauankesehatan untuk mengurangi kontak fisik antara tenaga medisdan pasien. Penelitian ini mengusulkan rancangan sistempemantauan kesehatan jarak jauh berbasis IoT yang praktis danefisien. Sistem ini menggunakan mikrokontroler ESP32, sensorMLX90614 untuk mengukur suhu tubuh, dan sensor MAX30102untuk mengukur detak jantung serta saturasi oksigen dalamdarah. Data hasil pengukuran ditampilkan secara real-timemelalui aplikasi Blynk, sedangkan pemantauan visual dilakukanmenggunakan modul ESP32-CAM melalui video streamingjaringan lokal. Sistem dirancang untuk mendukung monitoringpasien dari jarak jauh dengan antarmuka yang sederhana danresponsif. Pengujian dilakukan dengan membandingkan datadari sensor dengan alat medis konvensional, yaitu termometer danoximeter. Hasil evaluasi menunjukkan bahwa sistem berhasilmenampilkan data secara real-time dengan rata-rata error relatifsebesar 0,15% untuk suhu tubuh, 23,01% untuk detak jantung,dan 0,92% untuk saturasi oksigen. Berdasarkan hasil tersebut,sistem ini dinilai mampu menjadi solusi pemantauan kesehatanjarak jauh yang akurat, terjangkau, dan mudah dioperasikan.Kata kunci— IoT, pemantauan kesehatan, detak jantung,suhu tubuh, esp32, blynk
Optimasi Dosis Mata dan Kualitas Citra Menggunakan Shielding pada Pencitraan CT-Scan Kepala Irmayatul Hikmah; Aditya Prayugo Hariyanto; Nur Afifah Zen; Sevia Indah Purnama
Jurnal Teori dan Aplikasi Fisika Vol. 11 No. 1 (2023): Jurnal Teori dan Aplikasi Fisika
Publisher : Department of Physics, Faculty of Mathematics and Natural Sciences, University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jtaf.v11i1.332

Abstract

Pemberdayaan Sekolah Luar Biasa (SLB) Banyumas melalui Pelatihan Teknologi Asistif Brailltek untuk Pembelajaran Mandiri Sevia Indah Purnama; Adanti Wido Paramadini; Irmayatul Hikmah; Dodi Zulherman; Afin Muhammad Nurtsani; Rizki Amalia Pratiwi; Shinta Romadhona
El-Mujtama: Jurnal Pengabdian Masyarakat  Vol. 6 No. 3 (2026): El-Mujtama: Jurnal Pengabdian Masyarakat 
Publisher : Intitut Agama Islam Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/elmujtama.v6i3.12403

Abstract

Visually impaired students in Banyumas face significant challenges in accessing inclusive education due to the scarcity of adaptive learning media. Most students rely heavily on conventional Braille and constant teacher assistance, which hinders their independent learning capabilities. This community service aims to empower teachers and students at SLB Kuncup Mas Banyumas through the socialization and training of BraillTek, a bilingual RFID-based assistive device designed to support independent literacy. The method employed was a participatory approach involving 30 participants, consisting of teachers and students. The activities were conducted on December 9, 2025, encompassing socialization of disability rights, direct demonstration of the device, and hands-on training where students practiced using BraillTek while teachers were introduced to AI-based educational tools. The results indicated high program effectiveness, with evaluation data showing that 100% of participants agreed the material was highly relevant to their needs. Students demonstrated the ability to operate the device independently after a single session, effectively learning vocabulary without constant supervision. The program successfully introduced a viable solution for inclusive education, significantly reducing student dependence on teachers and improving teacher competency in utilizing assistive technology.
Co-Authors Achri Priyono Adanti Wido Paramadini Adiputra, Dimas Aditya Prayugo Hariyanto Adriansyah, Bagas Afin Muhammad Nurtsani Agung Wicaksono Alfataniah Nur Fajrina Alfin Andi Aqsha Ramadana Lubis Andri Juli Setiawan Anggun Dewanti Azhar Alfarisi, Fadhil Bagas Adriansyah Crisianti, Risa Farid Danny Kurnianto Dodi Zulherman Dwi Mustika Kusumawardani, Dwi Mustika Dwika Pangestu, Septiana Elsalami, Puspa Maudi Erlina Nur Arifani Erlina Nur Arifani Fadhila Karin Purnomo Fajritama, Reza Fakhir Mustafa Afdal Fikra Titan Syifa Fitriawan, Taufiq Ghifar Rachman Nugraha Gilang Ramadhan Gunawan Wibisono Gunawan Wibisono Gunawan Wibisono Irmayatul Hikmah Jaenal Arifin Jalil Faza Kevin Dwi Andika Hendarta Kevin Pratama Woy, Mario Keyza Nuralifa Puteri Kholis Abdurachim Audah Kirani Lubis, Liza Lutvi Tri Oktaviana Makhdhori, Muhammad Mas Aly Afandi Mas Aly Afandy Mas Aly Afandy Muhammad Nabil Irfanurhalim Muhammad Nur Al-Majid Muhammad Panji Kusuma Praja Muhammad Yusro Mulyani, Elsa Sri Nasya Mauldi, Meyke Nathanael Andra Wijaya Novianto, Arif Indras Nur Afifah Zen Nuralifa Kalyana Puteri, Keyza Nurul Latifasari Oktaviana, Lutvi Tri Pangestu, Gusti Angga Paskah Saroengoe, Michael Puspa Maudi Elsalami Puteri, Keyza Nuralifa Putri Intan Anggiarti Rachel Dwi Laura Br Sigalingging, Sonia Rangga Saputra Risa Farid Crisianti Rizki Amalia Pratiwi Rochmanto, Raditya Artha Rohan Hiskia Saragih, Aldo Sarah Astiti S.Kom., M.MT Selamet, Sheila Shelvia Setiawan, Andri Juli Shidqi Dhamara, Ammar Shinta Romadhona Sukmadiningtyas Tenia Wahyuningrum Witri Arsyada, Rifalia Wulan Sari, Hesti Yosef Mnaku Gawen, Baltasar Zein Hanni Pradana