Article Per Year (5 Year)
p-Index From 2021 - 2026
3.198
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Journal JCONES ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JURNAL NASIONAL TEKNIK ELEKTRO E-Dimas: Jurnal Pengabdian kepada Masyarakat JOIV : International Journal on Informatics Visualization InComTech: Jurnal Telekomunikasi dan Komputer Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Indonesian Journal of Electrical Engineering and Computer Science Madani : Indonesian Journal of Civil Society JMK Jurnal Manajemen dan Kewirausahaan Nusantara Science and Technology Proceedings Jurnal Pengabdian Masyarakat Indonesia Aptekmas : Jurnal Pengabdian Kepada Masyarakat eProceedings of Engineering Jurnal Abdimas
Helmy Widyantara
Institut Teknologi Telkom Surabaya
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Implementation of Internet of Things-based Water Monitoring System in Vertical System based Crab Farming Kusuma, Purba Daru; Widyantara, Helmy; Hariyanto, Muhammad Dwi; Putra, Seno Adi; Osmond, Andrew Brian
Jurnal Abdimas Vol. 29 No. 1 (2025): June 2025
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/abdimas.v29i1.26934

Abstract

Crab is one of protein resource with high economic value. The vertical system is a crab farming method that provides several advantages including increasing space utility, minimizing crab mortality that is affected by cannibalism, and improving precision farming. As a continuation of 2024 research under the strategic collaboration (Katalis) scheme, a community service project has been conducted by implementing the Internet of Things (IoT) based water monitoring system to support precision farming in vertical system-based crab farming. Surabaya crab supermarket has become the partner in this community service. The objective of this activity is to implement this prototype in the real crab farming environment to investigate its effectiveness. This activity also gives experience for students at Telkom University that are involved in this project of implementing the developed precision farming system in the real environment despite the laboratories scale environment. Moreover, this project is also important to give insight from the crab farmer regarding the real problems that occur in crab farming. In the future, the system can be expanded by adding more features including the machine learning method to give predictions regarding the water quality and the growth of the crabs.
Monitoring dan Klasifikasi Kualitas Penyaringan Air Pada Budidaya Ikan Nila Menggunakan Internet of Things dan Fuzzy Logic Ma'ruf Firmansyah, Muhammad; Faricha, Anifatul; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Budidaya ikan nila merupakan salah satu sektor perikanan air tawar yang memiliki prospek ekonomi tinggi di Indonesia. Keberhasilan budidaya sangat dipengaruhi oleh kualitas air yang digunakan, khususnya pada parmeter suhu, pH, dan kadar amonia. Kualitas air yang tidak sesuai dapat menyebabkan stres, penurunan produktivitas, bahkan kematian pada ikan. Penelitian ini bertujuan untuk merancang sistem monitoring dan klasifikasi kualitas air pada kolam ikan nila secara otomatis menggunakan teknologi Internet of Things (IoT) dan metodelogika fuzzy mamdani. Sistem ini memanfaatkan sensor suhu DS18B20, sensor pH, dan sensor TGS2602 untuk mengukur kadar amonia. Data dari sensor dikirim secara nirkabel menggunakan NodeMCU ESP8266 dan ditampilkan pada aplikasi smartphone berbasis kodular. Selanjutnya, logika fuzzy mamdani digunakan untuk mengklasifikasikan kualitas air menjadi tiga kategori: baik, sedang, dan buruk. Output dari klasifikasi digunakan untuk mengendalikan aktuator berupa motor servo sebagai respon terhadap kondisi air. Hasil pengujian menunjukkan bahwa sistem dapat memantau kualitas air secara real-time, memberikan klasifikasi yang sesuai, dan membantu menjaga kolam budidaya tetap optimal. Dengan sistem ini, pembudidaya dapat meminimalisir risiko gagal panen akibat penurunan kualitas air. Kata kunci : Budidaya ikan nila, kualitas air, monitoring, Fuzzy mamdani, Internet of Things.
Optimasi Manajemen Daya di WSN: Pemanenan Energi Surya dan Angin Dengan Coverage Awareness Aufa Ulinuha, Panji; Yanuar Hariyawan, Mohammad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi Wireless Sensor Network (WSN) memberikan potensi besar dalam mendukung pertanian cerdas melalui pemantauan lingkungan secara real-time. Namun, keterbatasan sumber daya energi, khususnya pada node sensor yang umumnya bergantung pada baterai, menjadi tantangan utama dalam implementasi WSN jangka panjang. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem hybrid energy harvesting berbasis energi surya dan angin, yang diintegrasikan dengan pendekatan coverage-awareness guna meningkatkan efisiensi energi dan cakupan jaringan pada lingkungan pertanian. Metodologi yang digunakan mencakup studi literatur, perancangan sistem energi terbarukan hibrida, pengujian komprehensif terhadap performa pemanenan dan penyimpanan energi, manajemen daya, cakupan jaringan, serta komunikasi antar node sensor. Sistem diuji dalam berbagai kondisi lingkungan untuk mengalisis efisiensi konversi energi, distribusi daya, dan ketahanan jaringan terhadap fluktuasi sumber daya, sedangkan turbin angin berfungsi sebagai sumber energi tambahan. Penerapan mode deep sleep pada ESP32 terbukti mampu mengurangi konsumsi daya secara signifikan, dari kisaran 600 mW menjadi sekitar 44 mW. Selain itu, pendekatan coverage-awareness berhasil menjaga cakupan area pemantauan secara optimal, dengan komunikasi antar node yang stabil hingga jarak 8 meter. Evaluasi sistem menunjukkan bahwa kombinasi manajemen daya efisien dan pemanfaatan energi terbarukan secara simultan mampu memperpanjang lifetime jaringan sensor serta mendukung keberlanjutan operasional WSN di sektor pertanian. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan WSN hemat energi yang andal, adaptif, dan ramah lingkungan. Kata Kunci - Coverage-Awareness, Hybrid Energy Harvesting, Manajemen Daya, Wireless Sensor Network (WSN).
Perancangan dan Optimasi Sistem Hybrid Energy Harvesting untuk Wireless Sensor Network Pada Smart Agriculture Sukma Ardihantoko, Irdani; Yanuar Hariyawan, Mohammad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi yang pesat telah mengubah berbagai sektor kehidupan, termasuk pertanian di Indonesia. Implementasi energi terbarukan seperti panel surya menjadi fokus utama untuk mengatasi masalah energi dan mendukung smart agriculture. Namun, keterbatasan energi pada node sensor menjadi tantangan utama dalam implementasi Wireless Sensor Network (WSN) jangka panjang di lingkungan pertanian. Penelitian ini bertujuan untuk merancang sistem pemanenan energi hibrida yang menggabungkan energi surya dan angin untuk mengatasi keterbatasan energi pada WSN. Tujuan utama adalah menganalisis performa sistem energi hibrida pada WSN. Solusi yang diusulkan meliputi perancangan dan optimasi sistem hybrid energy harvesting menggunakan turbin angin dan panel surya untuk implementasi WSN di lingkungan pertanian. Penelitian ini mengembangkan sistem kontrol relay berbasis mikrokontroler untuk mengatur pemanenan energi hibrida dari panel surya dan turbin angin untuk aplikasi pertanian cerdas. Perancangan dari sistem tersebut sudah bekerja secara optimal dan mampu mengatur pemanenan energi hibrida dengan tepat. Kata Kunci - Coverage-Awareness, Hybrid Energy Harvesting, Manajemen Daya, Wireless Sensor Network (WSN).
Klasifikasi Kualitas Melon Inthanon Berbasis Analisis Tekstur dan Warna Menggunakan GLCM dan SVM Andi Divangga Pratama , Moch.; Wali Satria Bahari Johan, Ahmad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Proses grading melon secara manual seringkali tidak konsisten, memakan waktu lama, dan meningkatkan biaya tenaga kerja, sehingga mengurangi efisiensi pascapanen. Penelitian ini bertujuan mengembangkan sistem grading otomatis untuk mengklasifikasikan kualitas melon Inthanon berbasis analisis tekstur dan warna. Analisis tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM) untuk mengekstrak tujuh fitur utama, sedangkan analisis warna menggunakan ruang warna CIELab (a* dan b* channel) dengan tambahan parameter Hue dan Chroma. Dataset terdiri dari 300 citra melon dengan akuisisi gambar dilakukan dalam perlakuan terkendali. Dataset Melon Inthanon kualitas buruk dan baik di augmentasi sebanyak 14 sudut untuk data training model augmentasi. Proses klasifikasi dilakukan dalam dua tahap menggunakan Support Vector Machine (SVM), yaitu untuk klasifikasi jenis melon (Net/Non-Net) kemudian kualitas melon (Baik/Buruk). Fitur warna dan tekstur terbukti akurat dan efisien dalam mengklasifikan kualitas Melon Inthanon dengan hasil akurasi pada model klasifikasi jenis melon tanpa augmentasi sebesar 100%, model klasifikasi kualitas inthanon tanpa augmentasi sebesar 95%, dan model augmentasi mendapatkan akurasi lebih rendah dari model tanpa augmentasi yaitu sebesar 87.5%. Temuan ini menunjukkan efektivitas metode yang diusulkan dan mengotomatisasikan klasifikasi kualitas Melon Inthanon. Kata kunci— CIELab, GLCM, Grading Otomatis, Melon Inthanon, SVM
Sistem Irigasi Presisi Dengan Prediksi Cuaca Menggunakan Algoritma Random Forest Berbasis Aplikasi Blynk Reynanda Shaquille Purwanto; Helmy Widyantara; Muhammad Adib Kamali
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Budidaya kelengkeng di lingkungan terbatas seperti rooftop menghadapi tantangan dalam manajemen air yang efisien akibat dinamika lingkungan dan kebutuhan tanaman yang spesifik. Sistem irigasi konvensional seringkali tidak efektif dan menyebabkan pemborosan sumber daya. Penelitian ini bertujuan merancang, membangun, dan menguji sistem irigasi presisi yang mengintegrasikan Internet of Things (IoT) untuk pemantauan dan Machine Learning untuk pengambilan keputusan penyiraman secara cerdas dan otomatis. Sistem ini menggunakan mikrokontroler ESP32 yang terhubung dengan sensor kelembaban tanah, suhu dan kelembaban udara, curah hujan, dan kecepatan angin untuk mengumpulkan data yang dapat dipantau melalui aplikasi Blynk. Dua model Machine Learning dengan algoritma Random Forest dikembangkan: satu model klasifikasi untuk prediksi cuaca (hujan/tidak hujan) dan satu model regresi untuk penentuan durasi irigasi. Model-model ini dilatih dan dievaluasi menggunakan dataset aktual yang dikumpulkan dari lapangan. Hasil pengujian menunjukkan performa model yang baik. Model klasifikasi untuk prediksi cuaca mencapai akurasi keseluruhan sekitar 0.73 (73%), presisi 0.82 untuk kelas 'Hujan', dan recall 0.96 untuk kelas 'Tidak Hujan'. Ini membuktikan kemampuan model untuk mendeteksi kondisi tidak hujan secara andal, sementara presisi yang cukup tinggi pada kelas 'Hujan' membantu menghindari penyiraman yang tidak perlu. Sementara itu, model regresi untuk penentuan durasi irigasi mencapai Mean Squared Error (MSE) sebesar 43.72 detik² dan koefisien determinasi (R²) 0.89. Hasil ini mengindikasikan bahwa model mampu mempelajari pola dari parameter lingkungan dan mengubahnya menjadi estimasi durasi penyiraman yang presisi dan andal. Integrasi IoT dan Machine Learning ini terbukti berhasil menciptakan sistem irigasi yang cerdas dan efisien, mampu mengoptimalkan penggunaan air dan mendukung pertanian urban yang berkelanjutan di lingkungan yang menantang. Kata kunci— Irigasi Presisi, Internet of Things, Machine Learning, Random Forest, Tanaman Kelengkeng, ESP32.
Penerapan Internet of Things (IoT) untuk Otomatisasi Pemberian Pakan dan Pemantauan Air Kelompok Tani Wiyata Axel Danu Pramudita; Helmy Widyantara; Muhammad Adib Kamali
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pembudidayaan ikan lele menghadapi tantangan dalam pemberian pakan yang tepat untuk mencegah overfeeding dan penurunan kualitas air akibat kekeruhan, yang dapat berdampak pada kesehatan ikan. Penelitian ini bertujuan merancang sistem pemberian pakan otomatis berbasis IoT dengan kemampuan pemantauan kualitas air jarak jauh. Sistem dibangun menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor dan aktuator, serta menerapkan regresi linier untuk memprediksi berat ikan berdasarkan umur sebagai dasar logika pemberian pakan. Sistem diuji di kolam Kelompok Tani Wiyata dan berhasil berfungsi sesuai rancangan, memungkinkan kontrol dan pemantauan jarak jauh. Hasil penelitian menunjukkan prediksi berat ikan dengan rata-rata error 18,27 persen, namun akurasi porsi pakan memiliki error sebesar 42,23 persen akibat metode perhitungan dan ketidaktepatan mekanis alat pemberi pakan. Akurasi perangkat pemberian pakan memiliki error 17 persen, sedangkan pembacaan sensor kekeruhan belum akurat. Meskipun sistem sudah fungsional, diperlukan kalibrasi sensor, penyempurnaan algoritma prediksi pakan, dan perbaikan mekanis agar efisiensi pemberian pakan optimal serta risiko overfeeding dapat ditekan secara efektif. Kata kunci— ikan lele, overfeeding, Internet of Things (IoT), regresi linier, kualitas air, sistem otomatisasi
Sistem Penentuan Tarif Parkir Pada Area Pelabuhan Berdasarkan Golongan Kendaraan Berbasis IoT Dewa Nusantara Murdoko Putra; Helmy Widyantara; Philip Tobianto Daely
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem parkir di area pelabuhan memiliki tantangan tersendiri dalam penentuan tarif yang adil dan efisien, terutama karena banyaknya jenis kendaraan dengan kapasitas dan keperluan berbeda. Penelitian ini bertujuan untuk merancang sistem penentuan tarif parkir berbasis Internet of Things (IoT) yang mengintegrasikan teknologi RFID, sensor Load Cell, serta mikrokontroler ESP8266. Sistem ini dirancang untuk mendeteksi identitas kendaraan dan mengukur berat kendaraan secara otomatis, sehingga dapat menentukan tarif parkir berdasarkan golongan kendaraan. Metode kerja sistem dimulai dari proses registrasi kendaraan menggunakan RFID dan pengukuran berat oleh Load Cell. Data yang diperoleh akan dikirimkan ke server melalui koneksi WiFi untuk disimpan di database. Sistem menghitung tarif parkir secara otomatis sesuai golongan dan berat kendaraan, serta memungkinkan pengenaan tarif tambahan apabila terjadi kelebihan beban. Penelitian ini juga mengakomodasi kemungkinan perbaikan sistem di masa depan, seperti integrasi kamera pengenal plat nomor, penggunaan sistem semi otomatis saat RFID rusak, serta pengembangan algoritma tarif progresif. Selain itu, disiapkan solusi terhadap kendala seperti keterbatasan RFID, formulir registrasi berlebih, ketidaksediaan jaringan WiFi, dan potensi kegagalan sensor melalui prosedur manual. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi kendaraan secara tepat dan efisien, serta menghitung tarif berdasarkan parameter yang ditentukan. Kata kunci— IoT, RFID, Load Cell, Penentuan Tarif Parkir, Sistem Parkir Pelabuhan
Sistem Pengambilan Keputusan Kondisi Pembenihan Pada Tanaman Melon Berbasis IoTx Rizaldy Febry Nugraha; Muhammad Adib Kamali; Helmy Widyantara
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Tanaman melon memiliki nilai ekonomi tinggi dan prospek pasar yang menjanjikan. Berdasarkan data BPS Kota Surabaya, produksi melon meningkat dari 70 kuintal pada 2021 menjadi 230 kuintal pada 2023. Namun, fluktuasi iklim seperti perubahan suhu, kelembaban udara, dan durasi penyinaran matahari berpotensi menghambat pertumbuhan optimal, khususnya pada fase pembenihan. Penelitian ini merancang sistem pendukung keputusan berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan logika fuzzy Mamdani untuk mengendalikan lingkungan tumbuh secara otomatis. Sistem memanfaatkan sensor suhu DS18B20 dan sensor kelembaban tanah resistif sebagai input, serta aktuator berupa kipas, pompa air, dan lampu pertumbuhan yang dikendalikan melalui modul relay. Pemantauan dan pengendalian dilakukan dengan mempertimbangkan variabel waktu dan kondisi lingkungan secara real-time. Pengujian selama 30 hari dengan pencatatan setiap 15 menit menunjukkan akurasi sistem mencapai 97,33%, dengan kesalahan 2,67% akibat gangguan koneksi sensor. Logika fuzzy mampu mengatur aktuator secara efektif berdasarkan derajat keanggotaan suhu dan kelembaban. Hasil penelitian menunjukkan sistem ini andal dalam memantau dan mengatur lingkungan pembenihan melon, sehingga berpotensi meningkatkan keberhasilan budidaya secara berkelanjutan. Kata kunci— Internet of Things, ESP32, Fuzzy Logic, Otomatisasi Pertanian, Monitoring Lingkungan.
Internet of things-based smart control and comfort classification system for broiler chicken coops using k-nearest neighbor algorithm Amiroh, Khodijah; Widyantara, Helmy; Hariyanto, Muhammad Dwi
International Journal of Electrical and Computer Engineering (IJECE) Vol 16, No 2: April 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v16i2.pp1039-1050

Abstract

The poultry industry increasingly relies on environmental automation to improve broiler chicken welfare and productivity. Prior studies have implemented threshold-based systems to control coop conditions, typically activating actuators based on fixed values of temperature or humidity. However, such systems lack adaptability to dynamic environmental interactions and often result in inefficient energy use and overactivation. This study proposes a novel low-cost internet of things (IoT)-based smart poultry coop system that combines real-time environmental sensing with comfort classification using the k-nearest neighbor (KNN) algorithm. The system monitors temperature, humidity, and ammonia levels through affordable sensors integrated with an ESP32 microcontroller, then transmits data via message queuing telemetry transport (MQTT) to a remote server for classification and control decision-making. Control logic is applied to activate fans, heating lamps, or humidifiers accordingly. Evaluation on a mini coop prototype demonstrated a classification accuracy of 92.2% and a 34% reduction in actuator overactivation compared to threshold-based systems. Environmental stability improved by 23%, and energy usage decreased by 12.6%. The system also features user interfaces via Telegram and Blynk, proven intuitive through informal testing. These results validate the feasibility of integrating machine learning into small-scale poultry environments, offering an intelligent, scalable, and user-friendly solution that outperforms traditional methods.
Co-Authors Achmad Yanu Aliffianto Adiputra, Dimas Aditya Prima Suparno, Aditya Prima Afandi, Mas Aly Andi Divangga Pratama , Moch. Andrew Brian Osmond Anifatul Faricha Aufa Ulinuha, Panji Aulia Rahma Annisa Axel Danu Pramudita Basuki Rahmat Bayu Dadang Pribadi Bernadus Anggo Seno AjiAji Chokoh Setyo Utomo Dewa Nusantara Murdoko Putra Djoko Purwanto Dominggo Bayu Baskara Dwi Edi Setyawan DWI SURYANTO Dwi Wahyu Saputra FADHLAN, FATHURROZAQ Farah Zakiyah Rahmanti Galih Kusuma Wardana Harianto Harianto Hariyanto Hariyanto Hariyanto, Muhammad Dwi Hendra Kusuma Hendy Briantoro Ignatia Indreswari Ira Puspasari Isa Hafidz Khodijah Amiroh Ma'ruf Firmansyah, Muhammad Madha Christian Wibowo Madha Christrian W. Minto Waluyo Moh. Yani Mohamad Irwan Afandi Mohammad Yanuar Hariyawan Montolalu, Billy Muhammad Adib Kamali Muhammad Iqbal Maulana Muhammad Rafi Irzam Muhammad Rivai Muhammad Rivai Oktavia Ayu Permata Pambudi, Sandhi Yuda Pauladie Susanto Philip Tobianto Daely Purba Daru Kusuma Purnama Anaking Purnama Anaking Rachmawati Oktaria Mardiyanto, Rachmawati Oktaria Ratih Kesuma Dewi Reynanda Shaquille Purwanto Reza Alauddin Albanna Ristanti Akseptori Rizaldy Febry Nugraha Rochmanto, Raditya Artha Seno Adi Putra Shochibah Yatimatul Asmak, Shochibah Yatimatul Sukamto, Ika Sumiyarsi Sukma Ardihantoko, Irdani Therzian Richard Perkasa Tjahyadi, Nathanael Toto Alfian Wahyuono, Toto Alfian Tri Arief Sardjono Tuhu Agung Rachmanto Ubaidilah Umar Ubaidillah Umar, Ubaidillah Wahyu Andy Prastyabudi Wali Satria Bahari Johan, Ahmad Yanuhar Prabowo Yupit Sudianto