Article Per Year (5 Year)
p-Index From 2021 - 2026
2.56
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi Elektro Jurnal Inspiration Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SemanTIK : Teknik Informasi JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING Sebatik Jurnal Riset Informatika Journal of System and Computer Engineering Journal Peqguruang: Conference Series Jurnal Pengabdian Masyarakat UNIPOL Ceddi Journal of Information System and Technology (JST) Jurnal Teknik Informatika dan Teknologi Informasi JTT: Journal Teknik Dan Teknologi
Supriadi Sahibu
Pascasarjana Sistem Komputer STMIK Handayani Makassar
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
SISTEM DETEKSI PLAT KENDARAAN DENGAN MENGGUNAKAN METODE K-NEAREST NEGHBOUR (KNN) Farida Farida; Zahir Zainuddin; Supriadi Sahibu
Jurnal Riset Informatika Vol. 1 No. 2 (2019): Periode Maret 2019
Publisher : Kresnamedia Publisher

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

Abstract

Sistem pemantauan dan manajemen kendaraan berbasis plat nomor kendaraan telah berkembang, Identifikasi dan pengenalan plat nomor menjadi aplikasi utama dalam bidang lalu lintas. terlalu banyak kejadian dalam berlalu lintas, salah satunya, seperti melewati batas stop di Jalan sehingga mengganggu para pengendara lainnya, hal ini paling banyak terjadi dan bahkan sering terjadi di kota-kota bahkan daerah sekalipun. Tujuan dari penelitian ini adalah untuk mengekstraksi dan mengenali plat nomor dari citra kendaraan yang melakukan pelanggaran sehingga dapat digunakan sebagai data set dalam membuat laporan penentuan sanksi yang sesuai dengan jenis pelanggaran kendaraan tersebut. Penelitian ini menggunakan proses ekstraksi pengolahan citra gambar sehingga metode yang sesuai dengan penelitian ini adalah K-Nearest Neighbour, dengan menggunakan metode tersebut akan memudahkan dalam proses pendeteksiannya. Karena metode ini tidak menggunakan perulangan. Prose ini dimulai dengan menyiapkan dari citra latih tahap kemudian melakukan tahapan pengenalan citra. Pengenalan citra merupakan proses mencocokan data citra digital yang sudah dirubah menjadi sebuah matriks kemudian dicocokan dengan dataset yang ada sehingga dapat diketahui hasilnya yang berupa laporan.
SISTEM DETEKSI WAJAH UNTUK IDENTIFIKASI KEHADIRAN MAHASISWA DENGAN MENGGUNAKAN METODE EIGENFACE PCA Husni Sulaiman; Zahir Zainuddin; Supriadi Sahibu
Jurnal Riset Informatika Vol. 1 No. 2 (2019): Periode Maret 2019
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1136.387 KB)

Abstract

Pengenalan wajah merupakan salah satu cara pengenalan untuk keperluan identifikasi seseorang selain pengenalan sidik jari, suara, tanda tangan, retina mata dan sebagainya. Teknik identifikasi kehadiran Mahasiswa di STMIK Bina Adinata masih bersifat konvensional, yaitu setiap mahasiswa hanya mengisi atau menandatangani absensi pada saat mengikuti perkuliahan, hal ini tentunya kurang efektif karena biasanya ada mahasiswa yang tidak mengikuti perkuliahan tapi tetap tercatat hadir di absen dikarenakan adanya seorang mahasiswa yang menandatangani absensi mahasiwa yang tidak sempat hadir pada saat perkuliahan, atau yang lebih sering disebut Titip Absen. Tujuan dari penelitian ini adalah untuk membangun sebuah Sistem Deteksi Wajah Untuk Identifikasi Kehadiran Mahasiswa Dengan Menggunakan Metode Eigenface PCA dan Open CV Library. Penelitian ini dilaksanakan di kampus STMIK Bina Adinata. Sistem ini dapat bekerja secara Realtime dengan menggunakan metode Eigenface PCA (Priciple Component Analysis). Hasil Penelitian yang diperoleh menunjukkan bahwa sistem dapat bekerja secara Realtime atau secara langsung, jadi sistem dapat mendeteksi wajah mahasiswa yang sedang mengikuti perkuliahan Sistem ini dapat mengenali citra wajah baik dalam posisi lurus maupun menyamping. Sistem dapat mendeteksi bukan Cuma 1 wajah saja, tetapi sistem dapat mendeteksi semua wajah yang tertangkap kamera. Tingkat Keberhasilan Akurasi sangat dipengaruhi oleh Pencahayaan, semakin terang Pencahayaan maka tingkat keberhasilan akurasi juga semakin tingggi. Total Akurasi keseluruhan dari Segi Pencahayaan adalah 90 % dan Total Akurasi keseluruhan dari segi Posisi Wajah adalah 86,6 %.
Sistem Kontrol Nutrisi Otomatis pada Tanaman Tomat Berbasis Arduino Sri Kurniyan Sari; Supriadi Sahibu; Zahir Zainuddin3; Fajar Husain A
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 4 No. 3 (2024): Desember : Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5393

Abstract

This research aims to develop an automatic nutrient delivery system for tomato plants in order to ensure optimal nutrient concentration and reduce manual labor during cultivation. The system is designed using a TDS sensor to measure nutrient concentration in water, a water level sensor to monitor the volume of solution in the nutrient container, and a relay module to control the activation of the nutrient pumps and circulation pump. The microcontroller processes sensor readings and regulates the addition of nutrients when the concentration falls below the preset threshold. Tests were conducted to evaluate sensor accuracy, pump responsiveness, and the system’s overall performance in maintaining nutrient stability. The results indicate that the water level sensor accurately detects changes in water volume, the TDS sensor successfully measures PPM values above 1400, and both nutrient pumps operate effectively to dispense nutrient solutions as required. The circulation pump also functions properly in distributing the nutrient-enriched water into the hydroponic pipes. These findings demonstrate that the proposed Arduino-based automatic nutrient system is capable of maintaining appropriate nutrient levels for tomato cultivation, supporting more efficient and consistent hydroponic plant growth.
Penerapan Algoritma C4.5 Seleksi Penerima Beasiswa Bidikmisi Pada Kampus Stmik Agamua Wamena WILYAM ARIESTA HALUK; Syafruddin Syarif; Supriadi Sahibu
Journal Teknik Dan Teknologi  Vol. 1 No. 02 (2025): Juni
Publisher : Fakultas Teknik UPRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67494/jtt.v1i02.10

Abstract

Bidikmisi Scholarship is a financial aid program aimed at economically disadvantaged students with strong academic performance. The selection process for recipients of this scholarship often faces challenges, particularly in determining the eligibility of candidates, which requires numerous criteria and complex data analysis. This study aims to develop a scholarship selection system using the C4.5 algorithm. It is expected that this algorithm can automate and expedite the selection process with more transparent and objective results. The dataset used includes applicants for the Bidikmisi scholarship from 2015 to 2020. The methods applied include oversampling and undersampling techniques to address class imbalance in the data. Based on testing, this system achieved an accuracy of 76%, with a precision of 76% and recall of 71%, indicating that the system can be relied upon for the scholarship selection process at STMIK Agamua Wamena.
Analisis Tren Penelitian Neuro Linguistic Programming Menggunakan Pendekatan Automatic Text Annotation Muslihan Ian; Supriadi Sahibu; Imran Taufik
Journal Peqguruang: Conference Series Vol 6, No 1 (2024): Peqguruang, Volume 6 Nomor 1 Mei 2024
Publisher : Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jp.v5i2.4857

Abstract

Analisis tren penelitian merupakan jenis pengolahan bahasa alami untuk menarik suatu kata kunci dari penelitian mahasiswa tentang topik tertentu. Analisis tren penelitian melibatkan dalam membangun sebuah sistem untuk mengumpulkan dan memeriksa topik penelitian mahasiswa yang dibuat dalam repository perpustakaan atau jurnal pada suatu lembaga Pendidikan.Tujuan dari penelitian ini adalah untuk menentukan tren penelitian pada jurnal penelitian suatu lembaga pendidikan, dengan menerapkan pendekatan Automatic Text Anotation dapat menfilter kalimat yang ingin ditemukan dalam suatu jurnal dengan cepat dan efisien.Hasil dari penelitian dari Penelitian ini Melalui penggunaan algoritma LSTM ini, berbagai publikasi dengan tema Sentimen Analisis berhasil dikumpulkan yaitu jurnal nasional dan jurnal internasional tahun tahun 2020-2022 dan diolah secara otomatis untuk mengidentifikasi tren dari penelitian seperti Focus, domain dan Technique yang digunakan dalam penelitian tersebut memperoleh hasil penelitian yakni, dengan menggunakan Skenario split dataset sebesar 90% data latih dan 10% data testing dengan epoch 200 maka didapatkan tingkat akurasi dari permodelan LSTM yaitu sebaesar 93.73%. dan diperoleh validasi akurasi 94.94% dan diperoleh nilai Loss sebesar 0.189% dan validasi Loss sebesar 0.195%. maka dapat disimpulkan bahwa model LSTM dapat melakukan prediksi atau Automatic Text Annotation dikarenakan memiliki akurasi sebesar 100% dari hasil pengujian algoritma.
Performance Evaluation of IoT-Based AC Control Using Multi-Modal Fuzzy Sensors Amiruddin A; Abdul Latief Arda; Abdul Jalil; Andani Achmad; Supriadi Sahibu; Yuyun Yuyun
Journal of System and Computer Engineering Vol 7 No 2 (2026): JSCE: April 2026
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61628/jsce.v7i2.2649

Abstract

his study addresses the challenge of controlling Air Conditioner (AC) temperature in enclosed spaces in tropical climates, where improper operation often leads to thermal discomfort and excessive energy consumption. The research aims to develop and implement an Internet of Things (IoT)-based system for monitoring and controlling AC temperature by integrating multi-modal sensors and applying a fuzzy logic approach. The proposed system employs a DHT22 sensor to measure temperature and humidity, a thermopile sensor to capture human body temperature, and a PIR sensor to detect occupancy and movement within the room. Sensor data are processed using an ESP32 microcontroller with FreeRTOS-based multitasking and transmitted to the Blynk platform for real-time monitoring. Decision-making is carried out using fuzzy logic based on the temperature difference (ΔT) between body temperature and ambient conditions to automatically regulate AC operation. Experimental results indicate that the system performs reliably and provides adaptive control, achieving a fuzzy logic accuracy of 64.34% under real-world conditions. Furthermore, the automated control mechanism reduces energy consumption by 35.7% compared to conventional manual operation. Overall, the findings confirm that the integration of multi-modal sensing, IoT technology, and fuzzy logic can effectively enhance energy efficiency while maintaining thermal comfort in indoor environments.
Monitoring dan Kendali Fokus Pergerakan Panel Surya Menggunakan Algoritma Dual-Axis Tracking Berbasis IoT Jawati Jawati; Zahir Zainuddin; Supriadi Sahibu
Jurnal Teknologi Elektro Vol. 17 No. 1 (2026)
Publisher : Electrical Engineering, Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jte.2026.v17i1.005

Abstract

Kebutuhan energi listrik di sektor pertanian semakin meningkat seiring dengan perkembangan teknologi pendukung produksi pangan. Namun, keterbatasan akses listrik di daerah pedesaan masih menjadi kendala, khususnya bagi petani bawang yang membutuhkan penerangan malam hari untuk mengendalikan hama. Penelitian ini bertujuan untuk merancang dan menguji sistem dual-axis solar tracker berbasis Internet of Things sebagai sumber energi alternatif yang digunakan untuk menyalakan lampu perangkap hama di kebun bawang. Perancangan sistem melibatkan perangkat keras berupa panel surya 10 Wp, baterai 12 V 10 Ah, sensor Light Dependent Resistor untuk mendeteksi intensitas cahaya, motor servo sebagai penggerak panel, serta mikrokontroler ESP32 yang dikombinasikan dengan modul ESP8266 untuk pemantauan berbasis Internet of Things. Pengujian dilakukan dengan mengukur kinerja panel surya, kapasitas penyimpanan baterai, serta durasi operasi lampu beban sebesar 6 Watt pada kondisi penyinaran optimal. Hasil penelitian menunjukkan bahwa sistem solar tracker mampu mengarahkan panel surya secara adaptif terhadap posisi matahari sehingga pengisian baterai menjadi lebih optimal. Panel dengan sistem dual-axis menghasilkan energi rata-rata harian sebesar 66,44 Wh, sedangkan panel konvensional hanya menghasilkan 49,83 Wh. Dengan demikian, terjadi peningkatan efisiensi sebesar 33,33% yang membuktikan bahwa penerapan sistem solar tracker berbasis Internet of Things dapat meningkatkan kinerja konversi energi matahari serta mendukung kebutuhan energi pedesaan untuk aplikasi pertanian berkelanjutan.
Integration of Multi-Modal Sensors and Images for Monitoring Book Stock Inventory in an Internet of Things- Based Warehouse Fandi Ishadinata; Supriadi Sahibu; Zahir Zainuddin
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.11750

Abstract

Study This designing system supervision inventory stock books in a warehouse based on the Internet of Things (IoT), with combining multi-modal sensors and digital images . The system This developed For increase accuracy recording stock , reduce errors caused humans , as well as monitor condition goods in a way directly Components device hard used includes Raspberry Pi 5 as controller , loadcell sensor for measure weight , ultrasonic sensor For evaluate capacity , and Raspberry Pi camera for needs visual verification . The information generated will sent to the IoT platform via MQTT protocol and visualized with using Node-RED. Approach study following the Research and Development (R&D) model based on ADDIE, including stages analysis needs , design , development , implementation , and assessment system . The results of implementation show that system This capable monitor stock with precise and provide announcement automatic moment capacity storage reaching the minimum limit. The combination of multi-modal sensors and imagery allows manager warehouse For get information about weight , capacity , and appearance condition goods in a way simultaneously , so that decision For filling repeat can done more fast and accurate . Trial show that this IoT technology capable increase efficiency operational , pressing cost power work , and minimize risk lost goods , making them the right modern solution For management inventory in the warehouse.
Multimodal Sensor Evaluation for Fish Pond Water Quality Monitoring Zein Rifal; Syafruddin Syarif; Imran Taufik; Mashur Razak; Supriadi Sahibu; Respaty Namruddin
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12656

Abstract

Freshwater aquaculture requires continuous water quality monitoring because rapid changes in temperature, pH, dissolved oxygen, turbidity, total dissolved solids, and water level can affect fish health and pond productivity. This study evaluates a multimodal sensor system for real-time fish pond water quality monitoring and dashboard-based actuator control. The system integrates six sensors with Arduino Mega for signal acquisition, ESP32 for Wi-Fi communication, Firebase for cloud data storage and command exchange, and a Flutter dashboard for visualization and manual control. Field testing was conducted in two tilapia ponds with different initial conditions. Sensor performance was evaluated by comparing five measurable parameters with reference instruments using percentage error, accuracy, mean absolute error, and root mean square error, while turbidity was assessed through functional contrast testing and short-term stability because a turbidity reference instrument was unavailable. The average accuracy of the five validated parameters was 87.37% in pond 1 and 95.58% in pond 2. Temperature and water level showed the highest accuracy, above 98% in both ponds. Dissolved oxygen and total dissolved solids showed larger deviations, especially in pond 1, indicating sensitivity to field conditions and calibration stability. Actuator commands for the aerator and circulation pumps responded within 1-2 seconds under stable network conditions. The results show that the system is useful as a preliminary field-validated monitoring and semi-automatic control platform, but further work is required for long-term drift testing, turbidity validation using a commercial meter, and automatic control evaluation.
Co-Authors Abdul Jalil Abdul Latief Arda Abdullah, Alfiah Agusriandi, Agusriandi Agussalim, Agussalim Akbar Akbar Amiruddin A Andani Achmad Andani Achmad Arisha, Zanifah Butsiarah Fajar Husain A Fandi Ishadinata Farida Farida Hatma Hatma Husni Sulaiman Ilin Sukma Imran Taufik Imran Taufik Jawati Jawati Kamaruddin Latief, Rifaldy Ramadhan Mashur Razak Muh. Ilham Ramadhan Muslihan, Muslihan Nur Iman Nurul Hidayah Respaty Namruddin Rismawati Bambang Sri Kurniyan Sari Syafruddin Syarif Syafruddin Syarif WILYAM ARIESTA HALUK Yuyun Yuyun Yuyun Zahir Zainuddin Zahir Zainuddin Zahir Zainuddin Zahir Zainuddin Zahir Zainuddin3 Zein Rifal