Article Per Year (5 Year)
p-Index From 2021 - 2026
4.827
P-Index
This Author published in this journals
All Journal JAIS (Journal of Applied Intelligent System) Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini JOURNAL OF APPLIED INFORMATICS AND COMPUTING Journal of Information Systems and Informatics MEANS (Media Informasi Analisa dan Sistem) Didaktika: Jurnal Kependidikan JURNAL ILMIAH GLOBAL EDUCATION Jurnal Algoritma Jurnal Cakrawala Informasi (JCI) Jurnal Masyarakat Madani Indonesia "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Journal of Future Artificial Intelligence and Technologies Jurnal Informatika dan Kesehatan Ngudi Waluyo Empowerment : Jurnal Pengabdian Kepada Masyarakat Harmony Philosophy: International Journal of Islamic Religious Studies and Sharia INOVTEK Polbeng - Seri Informatika Jurnal Ilmu Komputer
Iwan Setiawan Wibisono
Universitas Ngudi Waluyo
Religion Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Pemantauan Daya Listrik Real-Time Menggunakan IoT untuk Efisiensi Energi Rumah Tangga Munir, Misbahul; Setiawan Wibisono, Iwan
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2391

Abstract

Teknologi Internet of Things (IoT) hadir sebagai penggerak utama dalam era transformasi digital yang memungkinkan perangkat saling terhubung dan beroperasi secara otomatis. Penggunaan daya listrik yang tidak terkontrol dapat menyebabkan pemborosan energi dan peningkatan biaya operasional. Penelitian ini merancang sebuah sistem monitoring pengelolaan konsumsi daya listrik berbasis IoT (Internet of Things), sehingga memungkinkan pengguna untuk memantau tingkat konsumsi energi secara real-time. Sistem ini memanfaatkan sensor daya PZEM004T yang terhubung ke platform smartphone berbasis aplikasi Blynk melalui mikrokontroler NodeMCU ESP8266. Metode yang diterapkan dalam penelitian ini adalah Research and Development, yang mencakup tahapan perencanaan, pengembangan, serta evaluasi sistem. Hasil pengujian menunjukkan bahwa sistem mampu menurunkan konsumsi daya listrik hingga 20%, meningkatkan akurasi sensor sebesar 3%, serta menurunkan latensi transmisi data hingga 75%. Temuan ini menunjukkan bahwa sistem mampu meningkatkan kesadaran pengguna terhadap pola konsumsi energi dan mendorong perubahan perilaku ke arah yang lebih hemat energi. Selain memberikan solusi praktis untuk pengendalian energi rumah tangga, sistem ini juga menawarkan potensi pengembangan lebih lanjut, seperti integrasi kecerdasan buatan (AI) dan energi terbarukan. Penelitian ini memberikan kontribusi penting terhadap pengembangan sistem IoT di bidang efisiensi energi dengan menghadirkan pendekatan yang aplikatif, hemat biaya, serta ramah lingkungan, sekaligus memperkaya khazanah penelitian sebelumnya di bidang monitoring konsumsi energi berbasis IoT yang belum banyak mengeksplorasi integrasi sistem dengan aplikasi mobile secara langsung dan real-time.
Sistem Informasi Penjualan Tembakau Berbasis Web dengan Laravel: Implementasi Metode Waterfall dan Pengujian Black-Box Anugrah, Harun; Setiawan Wibisono, Iwan
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2511

Abstract

Tobacco sales by local businesses often face challenges in recording transactions and managing customer data. This study focuses on the design and development of a Laravel-based sales information system using the Waterfall methodology approach. The development of this system involves a series of processes that include needs identification, architecture design, design, testing, and system maintenance. This system contributes to the digitization of tobacco MSMEs with a time efficiency in recording of up to 45%. System testing indicates an increase in effectiveness in transaction data management and sales report presentation. With this system, it is hoped that business actors will achieve improvements in digitizing their business processes effectively and measurably.
SmartTraffic-CNN: Deteksi dan Estimasi Jumlah Kendaraan Secara Otomatis Menggunakan Deep Learning dan Ekstraksi Fitur Putri, Marsiska Ariesta; Riyono; Setiawan Wibisono, Iwan
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2943

Abstract

With the rapid pace of urbanization, the number of vehicles traveling between cities has increased significantly. As a result, various traffic-related problems have emerged, such as congestion and excessive vehicle volume and types. To address these issues, comprehensive road data collection is essential. Therefore, in this study, we developed an intelligent traffic monitoring system based on You Only Look Once (YOLO) and a Fuzzy Convolutional Neural Network (CFNN), which records traffic volume and vehicle-type information from the roadway. In this system, YOLO is first used for vehicle detection and combined with a vehicle-counting method to calculate traffic flow. Then, two effective models (CFNN and Vector CFNN) along with a network mapping fusion method are proposed for vehicle classification. In our experiments, the proposed methods achieved an accuracy of 90.45% on a public dataset. On this dataset, the average precision and F-measure (F1) of the proposed YOLO-CFNN and YOLO-VCFNN vehicle classification methods reached 99%, outperforming other approaches. On real highways, the proposed YOLO-CFNN and YOLO-VCFNN methods not only attained high F1-scores for vehicle classification but also demonstrated remarkable accuracy in vehicle counting. Furthermore, the system maintained a detection speed of over 30 frames per second. Thus, the proposed intelligent traffic monitoring system is well-suited for real-time vehicle classification and counting in real-world environments.
IoT-Based Smart Classroom Prototype Using NodeMCU and Blynk for Environmental Monitoring Zilni, An; Wibisono, Iwan Setiawan
Journal of Information System and Informatics Vol 7 No 4 (2025): December
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v7i4.1356

Abstract

The rapid advancement of the Internet of Things (IoT) has introduced numerous innovations in the education sector, one of which is the Smart Classroom concept a learning environment where interconnected devices communicate autonomously to enhance comfort, energy efficiency, attendance accuracy, and classroom safety. This study aims to design and implement an IoT-based Smart Classroom prototype utilizing NodeMCU as the main controller and the Blynk application as the platform for real-time monitoring and control of classroom conditions. Through this system, teachers and students can monitor temperature and humidity levels via mobile devices and remotely activate lights or fans without physically being in the classroom. The research employs a prototyping method comprising requirement analysis, design, implementation, testing, and evaluation to ensure that the system functions effectively and is user-friendly in a school setting. Experimental results demonstrate that the prototype operates reliably, displaying sensor data in real-time and performing automatic control actions such as activating the fan when the temperature exceeds a predefined threshold. Additionally, the system provides automatic alerts to maintain safety and comfort. Overall, the developed prototype offers a practical, low-cost, and easily deployable Smart Classroom solution that can be further enhanced through integration with online learning systems or data analytics for improved energy efficiency and sustainability.
Comparison of K-Nearest Neighbor, Naïve Bayes, and C4.5 Algorithms for Predicting Academic Stress Risk in Students Based on Psychological Survey Data Widya Pertiwi, Nur Annisa; Wibisono, Iwan Setiawan
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11932

Abstract

Academic stress is a psychological problem experienced by many students and can have an impact on learning achievement, mental health, and quality of life. This study aims to compare the performance of the K-Nearest Neighbor (KNN), Naïve Bayes, and C4.5 (Decision Tree) algorithms in predicting the level of academic stress risk in students based on psychological survey data. Data were obtained from 700 active students at Ngudi Waluyo University through a questionnaire covering physiological, psychological, and behavioral aspects, with a total of 15 indicators using a Likert scale. The data then underwent pre-processing, labeling, standardization, and division into training and test data with a ratio of 80:20. The evaluation was conducted using the Accuracy, Precision, Recall, F1-Score, Confusion Matrix, and AUC-ROC metrics. The results showed that the Naïve Bayes algorithm performed best with an accuracy of 93.26%, precision of 93.35%, recall of 92.26%, and F1-score of 92.80%. The KNN algorithm was in second place with an accuracy of 91.43%, while the C4.5 algorithm had the lowest performance with an accuracy of 80.60%. Based on these results, Naïve Bayes is recommended as the most optimal algorithm for predicting academic stress risk in students using psychological survey data. This study is expected to assist educational institutions in identifying students at risk of stress early on and supporting the development of more effective prevention strategies.
Sistem Management Data Perpustakaan Berbasis Web untuk Efesiensi Layanan Peminjaman di MTs Al-Falah Wujil Rahman, Fitri Anisa; Wibisono, Iwan Setiawan
Jurnal Ilmiah Global Education Vol. 7 No. 1 (2026): JURNAL ILMIAH GLOBAL EDUCATION
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/jige.v7i1.5237

Abstract

The library has a strategic role in supporting the learning process within educational institutions, including at MTs Al-Falah Wujil. However, manual management often leads to inefficiencies such as delays in recording book loans and returns, difficulty in organizing collections, and a high risk of data loss. This study aims to design and develop a web-based library management system to improve the efficiency of lending services. The system was built using the PHP programming language and MySQL database with the Waterfall development model. Its main features include member registration, book collection management, QR Code-based attendance, borrowing and returning transactions, and automatic report generation. The system was tested using the Black Box Testing method to ensure that all functions operated correctly based on user input and output results. The testing results showed that the system improved lending efficiency by up to 70%, reduced human errors, and minimized data loss. Overall, the implementation of this system enhances library service performance and supports the improvement of educational quality at MTs Al-Falah Wujil.
Segmentasi Fuzzy C-Means Untuk Membantu Identifikasi Kualitas Beras Berdasarkan Nilai Threshold, Warna Dan Ukuran Iwan Setiawan Wibisono; Sri Mujiyono
Multimatrix Vol. 1 No. 1 (2018)
Publisher : Universitas Ngudi Waluyo

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

Abstract

Abstrak— There are several types of rice circulating in Indonesian society, namely: fragrant pandan rice, rojolele, membramo, IR 64, IR 42, C4, etc. To get rice quality assurance, it is necessary to check the quality of rice which is usually done by experienced inspectors. This study aims to produce a tool for inspectors who can process the image of rice and classify the quality of rice and analyze the performance of the classification system. The steps that will be carried out include: preprocessing, feature extraction, and classification. The feature extraction method used is Statistical Feature Extraction in terms of its texture which is one of the physical characteristics of rice. While for classifying quality using the Fuzzy C-Means (FC-M) method. From the results of the study, it was found that the 3 final cluster centers were center cluster 1 (5.89333; 2.05), center cluster 2 (6.28199; 2.546), and center cluster 3 (6.96583; 2.999167) and validation was generated amounting to 92.82%.Keywords— Klasifikasi Beras. Image Processing, FC-M, Computer Vison
Kunci Motor Otomatis Menggunakan Recognize Sidik Jari Dengan Algoritma Neural Network Iwan Setiawan Wibisono; Sri Mujiyono
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

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

Abstract

Penggunaan kartu pengaman, password, dan verifikasi wajah telah banyak diketahui. Sehingga dengan adanya kunci otomatis ini dapat memudahkan dalam pengamanan. Saat ini sistem pengamanan menggunakan kartu sudah handal namun dalam system ini merupakan sebuah pilihan yang paling tepat. Seiring dengan perkembangan teknologi saat ini dituntut untuk dapat menciptakan suatu sistem yang lebih memudahkan pengguna (user) dengan menggunakan aplikasi neural network diharapkan dapat meningkatkan sistem pengamanan bagi para pemilik kendaraan.
PENERAPAN MODEL SIMULASI ORACLE VIRTUALBOX PADA KOMPETENSI SISTEM OPERASI DI SMK HIDAYAH SEMARANG Marsiska Ariesta Putri; Iwan Setiawan Wibisono
Multimatrix Vol. 1 No. 2 (2019)
Publisher : Universitas Ngudi Waluyo

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

Abstract

Penelitian ini merupakan penelitian Quasi Experimen yaitu penelitian yang dimaksudkan untuk mengetahui atau mencoba meneliti ada tidaknya hubungan sebab akibat dengan membandingkan antara kelas eksperimen dan kelas kontrol. Penelitian ini bertujuan untuk mengetahui bagaimana proses penerapan model simulasi oracle virtulalbox, pengaruh penerapan model simulasi oracle virtulalbox terhadap peningkatan hasil belajar siswa dan untuk mengetahui respon atau pandangan siswa terhadap penerapan model simulasi oracle virtualbox pada kompentensi sistem operasi di SMK HIDAYAH Semarang. Jumlah populasi sebanyak 60 orang dan seluruh populasi digunakan sebagai sampel, data diperoleh melalui instrumen tes, dan angket. Adapun proses penerapan model simulasi oracle virtualbox pada penelitian ini ialah dengan mengajarkan terlebih dahulu kepada siswa kelas eksperimen tata cara menginstalasi aplikasi oracle virtualbox ke dalam sebuah komputer agar dapat digunakan sebagai simulasi dalam menginstal sistem operasi, berdasarkan hasil pretest kelas kontrol dan kelas eksperimen rata-rata hasil belajar siswa masih sangat rendah begitupun hasil posttest kelas kontrol masih banyak nilai siswa belum mencapai kriteria ketuntasan minimal sedangkan pada kelas eksperimen dengan penerapan model simulasi oracle virtualbox terjadi peningkatan hasil belajar, siswa telah mencapai kriteria ketuntasn minimal yang telah ditetapkan, ini menandakan bahwa penerapan model simulasi oracle virtualbox berpengaruh positif terhadap peningkatan hasil belajar siswa pada kompetensi sistem operasi di SMK HIDAYAH Semarang, dilihat dari rata-rata hasil belajar siswa dan hasil uji hipotesis yang telah dilakukan, selain itu pandangan atau respon siswa terhadap proses pembelajaran dengan penerapan model simulasi oracle virtualbox pada kompetensi sistem operasi direspon positif oleh siswa.
SEGMENTASI FUZZY C –MEANS DAN NEURAL NETWORK UNTUK MEMBANTU IDENTIFIKASI KUALITAS BUAH JERUK BERDASARKAN WARNA DAN UKURAN Iwan Setiawan Wibisono; Suamanda Ika Novichasari
Multimatrix Vol. 2 No. 1 (2019)
Publisher : Universitas Ngudi Waluyo

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

Abstract

Buah jeruk adalah buah yang kaya akan kandungan vitamin C yang tinggi. Selain itu buah jeruk siam jawa ini manis juga mempunyai rasa yang menyegarkan. Untuk mendapatkan kesegaran serta rasa yang manis maka perlu dipilih buah jeruk yang telah matang. Tingkat kematangan buah jeruk siam jawa terlihat dari tekstur kulit serta warna kulitnya. Buah yang telah matang biasanya mempunyai tekstur kulit yang halus, tipis dan mengkilat serta warna yang cenderung tegas. Banyak permasalahan yang timbul ketika melakukan identifikasi kematangan buah jeruk secara tradisional. Bagi petani jeruk, tingkat kematangan ini sangat mudah mereka bedakan, tetapi bagi orang awam tentu akan mengalami banyak kesulitan. Masalah ini akibat sifat manusia yang memiliki beberapa kelemahan, diantaranya adalah kelemahan yang diakibatkan keterbatasan fisik maupun faktor kelelahan. Dengan semakin majunya teknologi komputer membuat kerja manusia semakin cepat dan mudah. Masalah mengklasifikasikan kualitas buah jeruk dapat diselesaikan dengan menerapkan ilmu computer vision, memungkinkan piranti dapat mengenali serta menganalisa obyek berupa gambar yang diambil dalam mengenali kondisi kematangan buah jeruk.  Kemampuan ini jelas akan sangat membantu khususnya bagi mereka yang tidak memiliki pengetahuan tentang pemilihan kematangan buah jeruk. Kematangan buah biasanya ditentukan oleh beberapa parameter, diantaranya adalah dari parameter ukuran, berat, ciri warna, keharuman dari buah tersebut, dan lain-lain. Parameter kematangan buah dari sisi warna kulit buah merupakan salah satu faktor penting didalam identifikasi kematangan buah. Dalam penelitian ini digunakan metode Fuzzy C-Means dan Neural Network (NN PSO) untuk mengklasifikasikan kualitas Buah jeruk, berdasarkan. ciri. fisiknya. yaitu, menggunakan. analisis. tekstur warna, ukuran dan berat yang merupakan salah satu dari ciri fisik buah jeruk. Penelitian ini menggunakan 50 buah jeruk siam jawa yang terdiri dari 25 jeruk siam jawa matang dan 25 jeruk siam jawa mentah. Tujuan penelitian ini untuk membuktikan berapa presentase keberhasilan pengenalan dengan metode Fuzzy C-Means dan membandingkan tingkat presentase keberhasilan yang lebih baik antara algoritma Fuzzy C-Means dengan algoritma Nueral Network. Berdasarkan hasil uji coba yang telah dilakukan pada penelitian ini, terbukti bahwa metode yang diusulkan dapat digunakan untuk mengkalsifikasi jeruk siam jawa. Akan tetapi tingkat akurasi masing cukup memeuaskan, yaitu 87%. Maka untuk penelitian berikutnya metode dapat dikembangkan lagi. Mungkin dapat dimaksimalkan lagi pada proses prapengolahan dan ekstraksi ciri citra. Keywords— Klasifikasi Jeruk. Image Processing, FC-M, NN-PSO
Co-Authors Abdul Rohman Achmad Nuruddin Safriandono Akhmad Dahlan Alfiano Aldo Pamungkas amalia fatima zahra anggita maharani donal Anugrah, Harun Aqmal Putra R.R Arga Aditia Purnama Aya Sofia Dinafa C, Annisa De Rosal Ignatius Moses Setiadi Deta verrensyah Efaforito Gulo Farah Zakiyah Rahmanti Heni Candra Kirana Heni Setyowati Hesti Yunitiara Rizqi Himmah Taulany inneke fitri ade muliya Kartika Yuni Purwanti Kurniati Pratami Lisa Virdinarti Putra Mamluatul Husnia Marsiska Ariesta Putri Marsiska Ariesta Putri Marsiska Ariesta Putri Misbahul Munir Moch Nurcholis Majid Muhammad Ari Wibowo Muhammad Diva Livarizi Nurohmah, Siti Ojugo, Arnold Adimabua Rahman, Fitri Anisa Riyono Sanjaya, Ucta Pradema Sekar Febri Medianza Siska Nadeak Sri Mujiyono Suamanda Ika Novichasari Tatik Wulandari Wahyuningtyas Hesti Widya Pertiwi, Nur Annisa Zilni, An Zulmi Roestika Rini