Claim Missing Document
Check
Articles

Found 23 Documents
Search

PENINGKATAN PRODUKTIFITAS PANGAN DENGAN PENERAPAN INOVASI TEKNOLOGI SMART SISTEM ENERGI SURYA DAN SISTEM KENDALI UDARA BERBASIS IOT PADA USAHA MIKRO PENETASAN TELUR ITIK UD. PUTRA JEMBER DAN PETERNAKAN BROILER UD. NUROHMAN FARM JEMBER Risse Entikaria Rachmanita; Denny Trias Utomo; Hariadi Subagja; Yuana Susmiati; Beni Widiawan
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 2: Juli 2025
Publisher : Bajang Institute

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

Abstract

Program pengabdian ini bertujuan untuk mengatasi permasalahan efisiensi energi dan kendali lingkungan mikro pada dua UMKM peternakan di Jember: UD. Putra Jember dan UD. Nurohman Farm. UD. Putra Jember mengalami permasalahan pada efisiensi pemakaian energi dan penurunan tingkat penetasan akibat pemadaman listrik. Sementara UD. Nurohman Farm menghadapi masalah biaya listrik tinggi dan kontrol kualitas udara yang tidak otomatis. Solusi diterapkan berupa sistem kendali udara berbasis Internet of Things (IoT) dan sistem Pembangkit Listrik Tenaga Surya (PLTS). Metode pelaksanaan terdiri dari survei, FGD, desain, implementasi, pelatihan, dan pengujian. Hasil menunjukkan sistem IoT berhasil mengendalikan suhu, kelembaban, dan amonia secara real-time melalui web dan perangkat mobile. Penerapan PLTS berhasil mengurangi biaya listrik hingga 1 juta rupiah per bulan. Program ini meningkatkan efisiensi produksi dan memberikan transfer teknologi yang signifikan kepada mitra
Design and Construction of Maternal and Infant Mortality Rate Mapping Using the K-Means Clustering Method Based on Geographic Information Systems (Case Study in Jember Regency) Rosidania, Nilla Putri; Utomo, Denny Trias
Journal of Electrical Engineering and Computer (JEECOM) Vol 8, No 1 (2026)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v8i1.13911

Abstract

Indonesia’s population continues to grow each year, including in Jember Regency, which reached 2,584,771 people in 2023. Population density contributes to various health issues, such as the high maternal mortality rate (MMR) and infant mortality rate (IMR), with 17 maternal deaths and 81 infant deaths recorded in 2023. The primary causes of MMR include pregnancy at too young or old an age, short birth spacing, and delays in referral, while IMR is mainly caused by asphyxia and low birth weight (LBW) due to premature birth. The government has implemented a midwife and traditional birth attendant partnership program to address this issue. However, information regarding high-risk areas remains inadequately conveyed. Therefore, this study develops a Geographic Information System (GIS)-based system using the K-Means Clustering method with a predefined number of clusters to classify high-risk maternal and infant mortality areas. The results show that the K-Means Clustering method with a fixed number of clusters (k = 5) successfully groups Jember Regency into five risk-level clusters, namely very high, high, medium, low, and very low. Visualization through GIS facilitates effective access to spatial information and supports the identification of priority areas for targeted health interventions, aiming to reduce maternal and infant mortality rates more effectively.
Perancangan Sistem Deteksi Kondisi Microsleep Berbasis Sensor MPU6050 dan Support Vector Machine Putra Adira , Achmad Bayhaqi; Trias Utomo, Denny
Akiratech Vol. 3 No. 1 (2026)
Publisher : CV. Akira Java Bulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63935/akiratech.v3i1.287

Abstract

Kecelakaan lalu lintas di Indonesia didominasi oleh kendaraan roda dua, di mana faktor kesalahan manusia seperti kelelahan dan microsleep menjadi penyebab utama. Kondisi microsleep terjadi dalam durasi singkat dan sering kali tidak disadari, sehingga sangat berbahaya bagi pengendara motor. Penelitian ini bertujuan untuk merancang sebuah sistem peringatan dini kondisi kantuk berbasis perangkat wearable yang terintegrasi pada helm. Sistem ini dirancang menggunakan sensor Inertial Measurement Unit (IMU) tipe MPU6050 untuk mendeteksi pola pergerakan kepala secara real-time. Data akselerasi dan orientasi kepala diproses menggunakan mikrokontroler ESP32 dengan menerapkan algoritma Machine Learning yaitu Support Vector Machine (SVM) untuk mengklasifikasikan kondisi sadar dan microsleep. Jika sistem mendeteksi indikasi microsleep, aktuator berupa buzzer dan motor getar akan aktif untuk memberikan peringatan kepada pengendara. Pendekatan perancangan ini menawarkan solusi yang ergonomis dan portabel dibandingkan metode deteksi berbasis kamera yang kurang efektif bagi pengendara bermotor.