Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Scientific Student Journal for Information, Technology and Science
Santi Lestari
Universitas Buana Perjuangan Karawang
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Sistem Peringatan Dini Bencana Alam Tanah Longsor Berbasis Internet of Things Andika Putra; Tatang Rohana; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Badan Nasional Penanggulangan Bencana (BNPB) mencatat bencana alam tanah longsor termasuk kedalam 3 bencana alam yang paling sering terjadi di indonesia selama tahun 2020. Tanah longsor akan terjadi secara tiba - tiba akibat adanya getaran maupun curah hujan di daerah yang memiliki lereng terjal. Tidak adanya peringatan dini dan minimnya kesiapan masyarakat dalam menghadapi bencana tanah longsor mengakibatkan banyaknya kerugian harta benda seperti kerusakan rumah akibat tertimbun longsor, merusak lahan pertanian, mengganggu jalan transportasi hingga menimbulkan korban jiwa. Salah satu solusi yang dapat dilakukan untuk meminimalisir dampak tersebut yaitu dengan membuat sistem peringatan dini untuk mendeteksi pergerakan tanah berbasis Internet of Things (IoT) yang di tempatkan pada lereng yang rawan terjadi longsor. Sistem tersebut berbasis website dan menggunakan mikrokontroler ESP32, sensor MPU6050 dan sensor soil moisture. Berdasarkan hasil pengujian yang dilakukan terhadap kondisi dari pergerakan tanah yang terjadi baik ke arah depan, ke belakang, ke kanan dan ke kiri serta pembacaan kelembaban pada tanah sistem dapat berjalan dengan baik. Sensor berhasil membaca pergerakan tanah dan menghasilkan status peringatan pergerakan tanah AMAN, WASPADA, SIAGA, dan AWAS. Begitupun dengan sensor kelembaban tanah, sensor dapat membaca kandungan air pada tanah dan menghasilkan tingkat kelembaban KERING, LEMBAB dan BASAH baik pada alat dilapangan maupun pada website secara real time.
Implementasi Forward Chaining untuk Mendiagnosis Penyakit Kulit Dermatitis pada Bayi Betty Rahmaditiya; Tatang Rohana; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Pengetahuan orangtua akan gejala-gejala yang dialami oleh bayi ketika mengalami suatu keluhan gejala dermatitis menjadi sangat penting. Cara untuk mendiagnosis penyakit kulit dermatitis pada bayi dengan memanfaatkan teknologi kecerdasan buatan yaitu sistem pakar. Tujuan dari penelitian ini adalah untuk mendiagnosis penyakit kulit dermatitis pada bayi dengan menggunakan metode algoritme forward chaining untuk variabel input pada sistem. Metode forward chaining ini dipilih untuk mendiagnosis penyakit kulit dermatitis pada bayi diperlukan gejala (fakta- fakta) IF terlebih dahulu, lalu dilanjutkan dengan THEN yang berisi kesimpulan. Implementasi dari sistem pakar penyakit kulit dermatitis ini telah diuji dengan 20 data. 17 data didapatkan melalui kuesioner dan 3 data dari kasus-kasus yang ada di internet. Berdasarkan hasil pengujian yang dilakukan tersebut, menghasilkan tingkat akurasi sebesar 80% yang menunjukan bahwa aplikasi berfungsi dengan baik sesuai dengan diagnosa pakar
Penerapan Algoritma Density Based Spastial Clustering Algorithm with Noise untuk Pengelompokkan Penyakit Pasien Dia Puspitasari; Yana Cahyana; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Setiap tahun kuantiti pasien yang menjalankan pengobatan di rumah sakit As-sofwan semakin meningkat dengan beragam jenis penyakit yang berbeda-beda. Dari jumlah data pasien dengan beragam jenis penyakit yang berbeda, belum terlihat adanya pendataan secara terartur terhadap tingkat keparahan penyakit yang diderita oleh pasien sehingga menyulitkan pihak rumah sakit dalam melakukan penyediaan obat obatan dan peralatan medis. Maka penelitian ini bertujuan untuk mengelompokkan penyakit pasien kedalam 2 cluster yaitu banyak dan sedikit. Pengelompokan data pasien dilakukan dengan tahapan data mining clustering. Dilakukan perhitungan menggunakan jupyter dengan bahasa pemograman python.
Co-Authors Andika Putra Dia Puspitasari Rahmad Aditiya Tatang Rohana