Claim Missing Document
Check
Articles

Prediction of Turbidity Removal Time in Electrocoagulation Wastewater Using Random Forest, XGBoost, and Others: A Data-Driven Information System Approach Suakanto, Sinung; See, Tan Lian; Shaffiei, Zatul Alwani; Firdaus, Taufiq Maulana; Lubis, Muharman; Bayuwindra, Anggera
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.4847

Abstract

Electrocoagulation is an effective and environmentally friendly technology for treating wastewater by removing contaminants such as turbidity, heavy metals, and organic compounds. Accurately predicting turbidity removal time is essential for optimizing treatment performance and operational efficiency. However, this is challenging due to complex, nonlinear relationships between multiple parameters including current, voltage, electrode configuration, conductivity, and turbidity removal rate. This study aims to develop a predictive framework by comparing six supervised regression models, namely Linear Regression, Polynomial Regression, Random Forest, Support Vector Regression (SVR), XGBoost, and Long Short-Term Memory (LSTM), using key electrocoagulation parameters. After extensive data preprocessing, a dataset of 281 samples was used for training and validation. Among them, Random Forest achieved the best performance (R² = 0.876, RMSE = 601.15). A data-driven information system is proposed to integrate these predictive capabilities for real-time monitoring and control. By improving turbidity prediction accuracy, the system enables the sustainable utilization of water as a valuable asset, even in its wastewater form. The approach enhances decision-making by providing intelligent feedback for process optimization. This research contributes to the advancement of intelligent, sustainable wastewater treatment systems by integrating machine learning prediction models with practical process control applications in informatics.
Studi Perbandingan Naïve Bayes dan Support Vector Machine (SVM) dalam Analisis Sentimen Pengguna Metaverse Parameswari, Sang Dara; Lubis, Muharman; Suakanto, Sinung; Ramadhan, Yumna Zahran; Amanah, Raisyah Nurul; Dila, Revyolla Ananta
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 3 (2025): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v4i3.1122

Abstract

Penelitian ini bertujuan mengevaluasi persepsi publik di Indonesia terhadap isu metaverse melalui analisis sentimen berbasis text mining. Metaverse, yang memadukan media sosial, permainan daring, augmented reality (AR), virtual reality (VR), serta aset digital seperti cryptocurrency, semakin mendapat perhatian sejak pengumuman perubahan nama Facebook menjadi Meta pada tahun 2021 dan memunculkan beragam opini publik. Data diperoleh dari Twitter (X) dan dianalisis menggunakan dua algoritma klasifikasi teks, yaitu Naïve Bayes dan Support Vector Machine (SVM). Dalam penerapannya, Naïve Bayes menggunakan fungsi MultinomialNB, sedangkan SVM dijalankan dengan LinearSVC yang lebih sesuai untuk data teks berdimensi tinggi. Hasil penelitian menunjukkan bahwa SVM memberikan kinerja lebih baik dengan akurasi 78,3% dan Macro-F1 78,3%, dibandingkan Naïve Bayes yang memperoleh akurasi 72,4% dan Macro-F1 sebesar 60,2%. Selain itu, SVM lebih seimbang dalam mengenali seluruh kelas sentimen, khususnya kategori negatif, sementara Naïve Bayes tetap relevan sebagai baseline karena kesederhanaan dan efisiensinya. Penelitian ini berkontribusi dalam menyajikan perbandingan komparatif kedua algoritma pada analisis sentimen metaverse di Indonesia, sekaligus membuka ruang bagi pengembangan metode yang lebih mutakhir pada studi berikutnya.
Integrasi Internet Of Things Ke Database Untuk Sistem Monitoring (Studi Kasus: Umkm Budidaya Jamur Tiram Barokah) Adyartama, Arya Putra; Alam, Ekky Novriza; Suakanto, Sinung
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

UMKM Budidaya Jamur Tiram Barokah menghadapi tantangan dalam menjaga kestabilan suhu dan kelembapan kumbung karena proses pemantauan masih dilakukan secara manual dan tidak terdokumentasi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pemantauan berbasis Internet of Things (IoT) yang mampu membaca suhu, kelembapan, dan mengambil gambar pertumbuhan jamur secara otomatis, lalu mengintegrasikan data ke dalam database cloud secara real-time. Sistem menggunakan dua Raspberry Pi Zero 2W yang masing-masing berfungsi untuk mengakuisisi data sensor DHT11 dan citra kamera Raspberry Pi Camera Module 3. Data disimpan ke Aiven PostgreSQL dan Firebase menggunakan protokol HTTP, dengan proses otomatisasi berbasis crontab dan PM2. Evaluasi dilakukan menggunakan metode Mean Absolute Error (MAE) terhadap 38 sampel data, dengan hasil MAE sebesar 1,38°C untuk suhu dan 6,26% RH untuk kelembapan. Hasil menunjukkan bahwa sistem dapat menjadi solusi awal yang efektif dan terjangkau untuk membantu pelaku UMKM dalam meningkatkan efisiensi pemantauan lingkungan budidaya jamur. Kata kunci — internet of things, budidaya jamur tiram, raspberry pi, dht11, sistem monitoring otomatis
Development of Scope 1 GHG Emission Data Acquisition System Based on IoT Platform Using MQTT and ThingSpeak in the Mining Industry Abdulaziz, Rifqi Abdulaziz; Munansyah, Ahmad; Suakanto, Sinung
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

The reporting process of Greenhouse Gas (GHG) emissions in Indonesia remains largely manual, resulting in inefficiencies and inaccuracy, especially within the industrial sector. This study introduces an IoT-based integrated system to automate data acquisition, calculation, and Scope 1 emission reporting. Utilizing MQTT protocol, the system collects real-time CO₂ and CH₄ sensor data, stores it in the ThingSpeak platform, and transfers it to a Laravel database for automated reporting. An iterative-incremental model was applied for development. Functional testing and expert validation confirmed the system's ability to operate continuously and generate reports aligned with national GHG standards. Keywords—Greenhouse gas, Scope 1, Internet of Things, MQTT, ThingSpeak, automated reporting
Pengembangan Sistem Informasi Terpadu Untuk Pelaporan Emisi Gas Rumah Kaca Scope 1 Dengan Memanfaatkan Teknologi IoT Pada Bidang Pertambangan Satria , Ryan Muhammad; Musnansyah, Ahmad; Suakanto, Sinung
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

Sektor pertambangan di Indonesia merupakan kontributor signifikan emisi Gas Rumah Kaca (GRK), namun sistem pelaporannya terkendala oleh proses manual yang tidak akurat, memakan waktu, dan mahal. Penelitian ini bertujuan untuk merancang sistem informasi terpadu berbasis Internet of Things (IoT) untuk mengotomatiskan pelaporan emisi Lingkup 1, serta mengukur daya guna dan akurasi dari sistem yang dikembangkan. Metode pengembangan yang digunakan adalah Iterative and Incremental melalui tiga fase, dengan tumpukan teknologi mencakup Laravel untuk dasbor, Python untuk kalkulasi emisi otomatis, dan MySQL sebagai basis data. Evaluasi sistem dilakukan melalui User Acceptance Test (UAT) dan System Usability Scale (SUS) yang melibatkan konsultan ahli. Hasilnya adalah sebuah aplikasi web fungsional yang dilengkapi dasbor pemantauan real-time, modul manajemen sensor dan sumber emisi statis, serta fitur ekspor laporan otomatis. Berdasarkan pengujian, sistem memperoleh skor SUS sebesar 92,5 yang menunjukkan tingkat daya guna yang sangat baik (excellent). Kesimpulannya, sistem yang dikembangkan berhasil menjadi solusi pelaporan yang valid dan efisien, serta terbukti dapat diterima dengan baik oleh pengguna sebagai alat bantu pemantauan yang andal. Kata kunci— sistem informasi, aplikasi, gas rumah kaca, internet of things, pelaporan
Perancangan Arsitektur Sistem Berbasis Iot Dan Object Detection Untuk Pemantauan Dan Klasifikasi Pertumbuhan Jamur Tiram (Studi Kasus Umkm Budidaya Jamur Tiram Barokah) Wijaya, Yohanes Rico; Alam, Ekky Novriza; Suakanto, Sinung
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

Budidaya Jamur Tiram Barokah sebagai UMKM di Indonesia menghadapi tantangan dalam pemantauan suhu, kelembapan, dan klasifikasi fase pertumbuhan jamur tiram yang masih dilakukan secara manual, sehingga berisiko menimbulkan ketidakefisienan dan keterbatasan data historis. Penelitian ini bertujuan untuk merancang arsitektur sistem pemantauan dan klasifikasi fase pertumbuhan jamur tiram berbasis Internet of Things (IoT) dan object detection, menggunakan pendekatan Waterfall dan kerangka 4+1 View Model. Sistem dikembangkan untuk memantau suhu dan kelembapan kumbung secara real-time serta mengklasifikasikan fase pertumbuhan jamur tiram berbasis citra visual. Evaluasi dilakukan dengan mengukur Mean Time To Recovery (MTTR), Mean Time Between Failures (MTBF), dan availability. Hasil pengujian menunjukkan bahwa modul suhu dan kelembapan memiliki MTTR sebesar 31,2 detik dan MTBF sebesar 23,07 jam, sedangkan modul kamera memiliki MTTR sebesar 27,3 detik dan MTBF tak terhingga, dengan nilai availability masing-masing sebesar 99,96% dan 100%. Temuan ini menunjukkan bahwa arsitektur sistem yang dirancang mampu memastikan reliabilitas dan ketersediaan tinggi, sehingga mendukung praktik budidaya jamur tiram yang lebih efisien dan berkelanjutan pada skala UMKM. Penelitian ini berkontribusi pada pengembangan arsitektur sistem informasi berbasis IoT di sektor agrikultur. Kata kunci — Jamur tiram, sistem pemantauan, klasifikasi visual, IoT, arsitektur perangkat lunak
Development of Waste Management Application using GIS Ardianti, Mifta; Suakanto, Sinung; Zulkarnaen, Rizky Zaki
Sistemasi: Jurnal Sistem Informasi Vol 14, No 6 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i6.5680

Abstract

Waste management is a serious challenge in modern society due to rapid population growth and urbanization. The inefficiency of conventional systems such as limited coordination, infrastructure, and reporting calls for a technology-based approach. This study develops a web-based waste management application integrated with Geographic Information System (GIS) to improve waste collection, monitoring, and reporting. The development method used is prototyping, allowing iterative improvement based on user feedback. The application includes key features such as waste bin location data entry, interactive map visualization with Leaflet.js, and transaction reporting. The result showed that the app is able to provide real-time visualization of waste bin locations, display waste statistics, and improve the transparency and efficiency of waste management operations. This research contributes to the development of environmental information systems that support data-driven decision-making and environmental conservation.
Development of Information System for Asset Management Safara Cathasa Riverinda Rijadi; Sinung Suakanto
INOVTEK Polbeng - Seri Informatika Vol. 9 No. 2 (2024): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/jpp2kr39

Abstract

An information system for asset management in a university is very important, especially in a faculty with many majors. There are a lot of assets, including laboratories and items inside. In this research, the authors present the development of an information system using feature-driven development (FDD) methodology, which is one of the agile methods, giving flexible and collaborative methods prioritizing main users. To communicate between stakeholders, the development of initial models using UML diagrams, such as use case diagrams, sequence diagrams, and deployment diagrams. The modules on this asset management website are administration for building and room data, asset categorization, asset search, and asset maintenance and problem reporting. The website was developed using PHP with a Laravel framework and MySQL database. This website is beneficial for increasing the efficiency of assets, with future development involving more advanced technology.
Pengembangan Backend Aplikasi Pengenalan Plat Nomor Kendaraan Indonesia Hadiningrum, Tiara Rahmania; Suakanto, Sinung; Musnansyah, Ahmad
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v9i3.15411

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah Application Programming Interface (API) menggunakan framework Flask dalam sistem Automatic Number Plate Recognition (ANPR) untuk mengenali pelat nomor kendaraan secara otomatis. Pesatnya perkembangan teknologi pembelajaran mendalam yang memungkinkan inovasi dalam pengenalan pelat nomor kendaraan, yang memiliki berbagai aplikasi penting seperti penegakan hukum, manajemen parkir, pengaturan lalu lintas, dan lain-lain. Metode pengembangan API ini melibatkan pengujian terhadap 200 gambar, di mana 198 gambar berhasil mendeteksi pelat nomor dengan baik. Hasil penelitian ini adalah modul back end yang menyediakan fungsi lengkap bagi klien, memungkinkan mereka untuk menjalankan proses bisnis utama dengan efektif. Kesimpulannya, penggunaan framework Flask dalam mengembangkan API ANPR ini berhasil memberikan solusi yang dapat diandalkan dalam mengenali pelat nomor kendaraan secara otomatis dan efisien.
Design and Build a Public Complaint Feature Via WhatsApp on the Adu.in Website with the Scrum Method : Case Study: West Java DPRD Hazdia, Aprilita Firsty; Utama, Nur Ichsan; Suakanto, Sinung
Jurnal Indonesia Sosial Sains Vol. 5 No. 04 (2024): Jurnal Indonesia Sosial Sains
Publisher : CV. Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jiss.v5i04.1070

Abstract

The importance of the role of members of the Regional People's Representative Council (DPRD) as representatives of the community requires active involvement in absorbing, accommodating, collecting, and following up on community aspirations and complaints. However, the complaint process often faces obstacles that result in delays in resolving problems, ranging from the complexity of the complaint flow to the difficulty of finding an effective complaint platform. To overcome these challenges, an innovative step was taken, which was to create a website that provides a complaint feature via WhatsApp. The main objective of this initiative is to provide easier access to the community to participate in raising their complaints and complaints. With the WhatsApp complaint platform, it is hoped that the community can quickly and efficiently report problems and provide feedback to the local government. The WhatsApp complaint feature is integrated to minimize technical barriers and facilitate use by the wider community. Through this website, people can easily file complaints, send messages, and provide documentation related to the problems faced. With the implementation of this platform, it is expected that problem-solving can be done more efficiently and responsively. Thus, creating a public complaint website with a complaint feature via WhatsApp is not only a practical solution in dealing with the obstacles of the complaint process but also a significant step in encouraging active public participation in building a transparent and accountable government.
Co-Authors A., Simon Filippus Abdulaziz, Rifqi Abdulaziz Adillah, Muhammad Fauzan Nur Adyartama, Arya Putra Agustien, Ferry Ahmad Musnansyah Alaric Rasendriya Aniko Albert, Vincentius Alfi Zahra Hafizhah Amanah, Raisyah Nurul Andreas Andreas Angela, Dina Anis Farihan Mat Raffei Anisa, Gia Annastasia, Syifa Aprilita Firsty Hazdia Arifudin, Nanang Bagastio, Shobrun Jamil Bayuwindra, Anggera Christy, Aldi Cristian Richardo Anin Daniel Hadi Wijaya Dila, Revyolla Ananta Dina Angela Echo, Ruth Edi Triono Nuryatno Ekky Novriza Alam Evan Reswara Fa'rifah, Riska Yanu Fahrizky, Bimo Agung Faishal Mufied Al Anshary Faqih Hamami Fauzi, Rokhman Febriyani, Widia Ferda Ernawan Firdaus, Taufiq Maulana Gamaliel, Yoyok Yusman Hadiningrum, Tiara Rahmania Handoko, Mahardika Maulana Al Mahdi Hardiyanti, Margareta Hazdia, Aprilita Firsty Herry Imanta Sitepu Herry Sitepu Herry Sitepu Hutagalung, Maclaurin Hutahaean, Bernad Robinson Ismail, Mohd Arfian Isnaeni, Rizqullah Maziyah Krisna Dwi Permana Mahardika Maulana Al Mahdi Handoko Margareta Hardiyanti Mat Raffei, Anis Farihan Mifta Ardianti Muhammad Fahmi Hidayat, Muhammad Fahmi Muhammad Ivan Fadilah Muharman Lubis Mulyati, Rika Munansyah, Ahmad Nia Ambarsari Nugroho, Tunggul Nugroho, Tunggul Arief Nur Ichsan Utama Nuraliza, Hilda Nuryanto, Edi Nuryatno, Edi Parameswari, Sang Dara Priyadi, Djoko Rachmadita Andreswari Raffei, Anis Farihan Mat Rafi Adinegoro Raharjo, Adi Rahmat Fauzi Raina, Apriani Nur Ramadhan, Yumna Zahran Randy Ferdiawan Rivero Novelino Roberd Saragih S. Suhardi Safara Cathasa Riverinda Rijadi Satria , Ryan Muhammad Sebastian, Kelvin See, Tan Lian Seno Adi Putra Shaffiei, Zatul Alwani Siregar, Amril Mutoi Suhono H. Supangkat Sulingallo, Irwansa Ryan Syfa Nur Lathifah Thaha, Taufik Kemal Tien Fabrianti Kusumasari Tjong Wan Sen Ulinuha, Zulfa Ventje Jeremias Lewi Engel Widyadhari, Dinda Putri Widyatasya Agustika Nurtrisha Wijaksana, Syifa Nuurunnisa Wijaya, Yohanes Rico Yoyok Gamaliel Zulkarnaen, Rizky Zaki