Article Per Year (5 Year)
p-Index From 2021 - 2026
2.981
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal Teknika Jurnal Teliska Jurnal Ampere PROtek : Jurnal Ilmiah Teknik Elektro Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Indonesian Journal of Artificial Intelligence and Data Mining Jurnal RESISTOR (Rekayasa Sistem Komputer) Jurnal Teknik Informatika (JUTIF) International Journal of Advanced Health Science and Technology Jurnal Pengabdian Masyarakat Bangsa Journal of Environment and Sustainability Education
Nyayu Latifah Husni, Nyayu Latifah
State Polytechnic of Sriwijaya
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Anxiety Detection for Autism Children through Vital Signs Monitoring using a Socially Assistive Robot Prihatini, Ekawati; Damsi, Faisal; Marniati, Yessi; Muslimin, Selamat; Husni, Nyayu Latifah; Ramadhan, M. Daffa
Computer Engineering and Applications Journal (ComEngApp) Vol. 14 No. 1 (2025)
Publisher : Universitas Sriwijaya

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

Abstract

Socially Assistive Robot (SAR) to detect anxiety levels in children with Autism Spectrum Disorder (ASD), a condition often accompanied by difficulties in recognising and expressing emotions, including anxiety. Early recognition of anxiety in children with Autism Spectrum Disorder (ASD) is crucial as it can affect their behaviour and social interactions. This SAR monitors vital signs namely blood pressure, heart rate and body temperature. This study involved children with Autism Spectrum Disorder (ASD) with two conditions, namely Asperger Syndrome and Classical Autism who interacted with a Socially Assistive Robot (SAR) equipped with a tensimeter (MPS20N0040D sensor) for blood pressure, MAX30100 sensor for heart rate, and MLX90614 sensor to measure body temperature. Results show that the Socially Assistive Robot (SAR) is able to measure vital signs with high accuracy and provide an indication of anxiety levels effectively, as vital signs correlate with anxiety levels. These findings demonstrate the potential of the Socially Assistive Robot (SAR) as a reliable tool in anxiety monitoring in children with ASD, with important implications for the development of future therapeutic interventions.
Development of a Littering Behavior Detection Using 3D Convolutional Neural Networks (3D CNN) Husni, Nyayu Latifah; Prihatini, Ekawati; Ulandari, Monica; Handayani, Ade Silvia
Computer Engineering and Applications Journal (ComEngApp) Vol. 14 No. 1 (2025)
Publisher : Universitas Sriwijaya

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

Abstract

Littering has become a significant problem that negatively impacts public health and environmental cleanliness. This research introduces an innovative solution using 3D Convolutional Neural Networks (3D CNN) technology to automatically detect littering behavior through real-time CCTV recordings. Two models were developed and tested. Model 1, which employs Conv3D, Batch Normalization, and Dropout, showed high training accuracy but exhibited fluctuations in validation accuracy, indicating potential overfitting. In contrast, Model 2, designed with a simpler structure without Batch Normalization and Dropout, achieved higher classification accuracy and efficiency. Both models significantly contribute to addressing littering in public areas, increasing awareness, and supporting environmental law enforcement. The integration of 3D CNN technology in detecting littering behavior demonstrates its potential to reduce pollution and promote environmentally responsible behavior.
Integrasi Teachable Machine dan Arduino untuk Klasifikasi Sampah Husni, Nyayu Latifah; Moch Hikmal Abrar1; Niksen Alfarizal
Jurnal Ampere Vol. 10 No. 1 (2025): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v10i1.18814

Abstract

Penelitian ini membahas penerapan Teachable Machine untuk sistem klasifikasi objek sampah yang terintegrasi dengan Arduino secara real-time. Tujuan dari penelitian ini adalah untuk menciptakan sistem yang mampu mengenali dan mengklasifikasikan jenis-jenis sampah menggunakan model pembelajaran mesin yang sederhana namun efektif. Model dilatih menggunakan Teachable Machine dengan data gambar dari enam kategori objek, yaitu tisu, botol plastik, kantong plastik, bungkus plastik, kaleng, dan kondisi tanpa objek (no object). Setelah pelatihan, model diekspor dalam format Keras dan dijalankan pada komputer yang menerima input visual secara langsung dari kamera. Hasil klasifikasi objek kemudian dikirimkan ke Arduino melalui komunikasi serial, yang digunakan untuk mengaktifkan respons berupa indikator visual menggunakan LED dan tampilan informasi pada LCD sesuai dengan jenis sampah yang terdeteksi. Dalam pengujian sistem, diperoleh akurasi pengenalan objek di atas 90% dengan waktu respons yang cepat, membuktikan keandalan sistem dalam mengenali objek secara efisien. Sistem ini memiliki potensi untuk diterapkan dalam berbagai konteks, seperti tempat sampah pintar, sistem edukasi lingkungan, dan otomatisasi proses daur ulang. Hasil penelitian menunjukkan bahwa integrasi antara Teachable Machine, Keras, dan Arduino merupakan pendekatan yang efisien, praktis, dan dapat dikembangkan lebih lanjut dalam bidang pengelolaan sampah berbasis teknologi.
Multisensor monitoring system for detecting changes in weather conditions and air quality in agricultural environments Ramadhani, Dwi; Taqwa, Ahmad; Handayani, Ade Silvia; Caesarendra, Wahyu; Husni, Nyayu Latifah; Sitompul, Carlos R
Journal of Environment and Sustainability Education Vol. 3 No. 2 (2025)
Publisher : Education and Development Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62672/joease.v3i2.103

Abstract

The increasing impact of climate change and the need for precision agriculture demand reliable environmental monitoring solutions.This study aims to develop a real-time, multisensor-based environmental monitoring system that displays data via an I2C LCD and a user-friendly web interface. The system utilizes an ESP32 microcontroller connected to a range of sensors, including the DHT22 (for temperature and humidity), MQ-7 and MQ-135 (for CO and CO₂), LDR (for light intensity), a rain sensor, and an anemometer (for wind speed). Testing was conducted over eight hours under various environmental conditions, both indoors and outdoors. Validation was performed by comparing the sensor readings with those from standard measuring instruments. The results showed that the DHT22 sensor had a low error rate of 0.62% for temperature and 0.38% for humidity. Other sensors demonstrated low standard deviation values, indicating stable and consistent measurements. The system also exhibited responsive and accurate performance in detecting changes in environmental parameters. Therefore, this system is effective as an environmental monitoring tool for agricultural applications and can support early decision-making based on environmental condition changes.
Sosialisasi dan Pendampingan Pengelolaan Sampah Rumah Tangga di Daerah Pinggir Sungai Kelurahan 27 Ilir dan Kelurahan Lorok Pakjo Kota Palembang Handayani, Ade Silvia; Angguna, Welan Mauli; Rizkiyanti, Shally; Husni, Nyayu Latifah; Meileni, Hetty; Rahman, M. Arief
Jurnal Pengabdian Masyarakat Bangsa Vol. 3 No. 4 (2025): Juni
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v3i4.2501

Abstract

Permasalahan sampah di kawasan perkotaan masih menjadi tantangan serius, terutama pada wilayah padat penduduk seperti bantaran sungai yang memiliki risiko pencemaran tinggi. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kesadaran dan mengubah perilaku warga dalam pengelolaan sampah rumah tangga melalui pendekatan edukatif dan pendampingan partisipatif. Lokasi kegiatan difokuskan di Kelurahan 27 Ilir dan Kelurahan Lorok Pakjo, Kota Palembang. Metode yang digunakan meliputi sosialisasi secara langsung dan pendampingan rumah tangga selama dua minggu. Hasil kegiatan menunjukkan peningkatan pemahaman warga terhadap pemilahan sampah serta penerapan praktik pengelolaan sampah yang lebih bertanggung jawab. Temuan ini dianalisis menggunakan Theory of Planned Behavior (Ajzen, 1991), yang menekankan pentingnya sikap, norma sosial, dan persepsi kontrol dalam membentuk niat dan perilaku. Kegiatan ini menunjukkan bahwa pendekatan edukatif dan partisipatif dapat menjadi strategi efektif dalam membangun budaya pengelolaan sampah yang berkelanjutan di tingkat komunitas.
PEMANFAATAN INTERNET OF THINGS UNTUK OPTIMALISASI PROSES PENGUMPULAN SAMPAH PADA BANK SAMPAH DIGITAL Ganza; Husni, Nyayu Latifah
JURNAL TELISKA Vol 18 No II (2025): TELISKA Juli 2025
Publisher : Teknik Elektro Polsri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.15860259

Abstract

Sampah adalah buangan yang dihasilkan dari suatu proses produksi baik domestik (rumah tangga) maupun industri. Konflik membuang sampah ini semakin memprihatinkan, sudah banyak cara serta upaya yang dilakukan mulai dari menyediakan daerah sampah pada daerah umum dan menyediakan indera angkut sampah pada setiap daerah. Jumlah sampah di Kota Pekanbaru mencapai 745.20 ton setiap harinya. Bank sampah adalah sebuah gerakan masyarakat atau lembaga yang mengangkat potensi ekonomi kerakyatan dengan cara menabung sampah yang nantinya bisa ditukarkan dengan uang atau barang tertentu. Sistem bank sampah yang ada pada saat ini sangatlah mirip dengan cara kerja bank konvensional pada umumnya, namun pada bank sampah bukanlah uang yang ditabung melainkan sampah. Tentunya sampah yang digunakan sebagai alat transaksi memiliki kriteria tertentu seperti jenis sampah yang digunakan untuk menabung. Pada penelitian ini, alat yang dirancan akan mendeteksi jenis sampah antara Anorganik atau Organik. Jika sampah yang terdeteksi merupakan sampah maka motor servo akan bergerak 30° ke arah tong sampah anorganik, sebaliknya jika sampah terdeteksi merupakan sampah organik maka motor servo akan bergerak 30° ke arah tong sampah organik dengan jarak alat paling akurat di jarak 20 cm.
Monitoring dan Analisis Kualitas Kinerja Jaringan Protokol Message Queue Telemetry Transport pada G-Bot (Garbage Robot) Husni, Nyayu latifah; Vira, Rizky; Andika, Destra; Handayani, Ade S Silvia; Rasyad, Sabilal
Jurnal Ampere Vol. 7 No. 1 (2022): Jurnal Ampere
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v7i1.8508

Abstract

This research is related to the G-Bot (Garbage Robot) which can be monitored and controlled remotely. Users can monitor the state of the existing waste capacity on the G-Bot and can also monitor the conditions around the G-Bot, such as air quality, temperature, and humidity. In addition, the user can also control the G-Bot. The process of monitoring and controlling the G-Bot involves several sensors such as MQ-7, Ultrasonic sensor (HC-SR04), and DHT 22, where the data generated by these sensors will continuously be sent to monitoring and control applications involving the MQTT protocol. This study has purpose to monitor and analyze the internet network at various levels of Quality of Service (QoS).  The investigated data are delay, throughput, and packet loss. From the results of the study, it can be concluded that the delay value is in the good category, while throughput and packet loss are in the poor categoryABSTRAKPenelitian ini berhubungan dengan robot sampah G-Bot (Garbage Robot) yang dapat dipantau dan dikendalikan dari jarak yang jauh.   User dapat memonitor keadaan kapasitas sampah yang ada pada G-Bot dan juga dapat memantau keadaan di sekitar G-Bot, seperti kualitas udara, temperature, dan kelembaban.  Di samping itu, user juga dapat mengendalikan G-Bot tersebut.  Proses pemantauan dan pengendalian G-Bot ini melibatkan beberapa sensor seperti MQ-7, ultrasonic sensor (HC-SR04), dan DHT 22, dimana data yang dihasilkan oleh sensor ini akan terus menerus dikirimkan ke aplikasi monitoring dan kendali yang melibatkan protocol MQTT.  Penelitian ini bertujuan untuk memonitoring dan menganalisis jaringan internet di berbagai tingkatan Quality of Service (QoS).  Data QoS yang diambil pada penelitian ini berupa nilai delay, throughput, dan packet loss.  Dari hasil pengukuran pada penelitian ini, didapat nilai delay dengan kategori good, sedangkan throughput dan packetloss berada di kategori poor
Pendeteksi Masker dan Monitoring Suhu menggunakan Webcam dan Sensor Suhu GY-906 untuk Pencegahan Penularan Covid-19 Evelina, Evelina; Putra, Yogie Dwi; Husni, Nyayu Latifah; Handayani, Ade Silvia; Rasyad, Sabilal; Sobri, M.
Jurnal Ampere Vol. 7 No. 2 (2022): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v7i2.9514

Abstract

Covid-19 is a pandemic that occurs in various parts of the world and is a form of public concern. Coronavirus Disease (Covid-19) is a mutation of the Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) which is highly infectious. The use of masks, keeping a distance and monitoring body temperature are ways that can be done to prevent the transmission of the Covid-19 virus. Many people have to give up their lives because of their ignorance of the dangers of this virus. Based on this, the authors try to develop a system that is able to detect and monitor automatically. That is by applying the use of mask detection and monitoring human body temperature before entering the room. The design of this detection system uses a webcam connected to a raspberry pi and a GY-906 Temperature Sensor and a HC-SR04 Proximity Sensor that is connected to an arduino nano. The way this detection system works is that the system can find out whether the user is wearing a mask or not and the user can find out his body temperature before entering the room. Besides, the output of this detection system is in the form of a display on the monitor and LCD as well as supporting outputs such as LEDs and Buzzers.ABSTRAKCovid-19 merupakan pandemi yang terjadi di berbagai belahan dunia dan merupakan bentuk kepedulian masyarakat. Coronavirus Disease (Covid-19) adalah mutasi dari Sindrom Pernafasan Akut Parah Coronavirus 2 (SARS-CoV-2) yang sangat menular. Penggunaan masker, menjaga jarak dan memantau suhu tubuh menjadi cara yang bisa dilakukan untuk mencegah penularan virus Covid-19. Banyak orang yang harus merelakan nyawanya karena ketidaktahuan mereka akan bahaya virus ini. Berdasarkan hal tersebut, penulis mencoba mengembangkan suatu sistem yang mampu mendeteksi dan memonitoring secara otomatis. Yaitu dengan menerapkan penggunaan masker pendeteksi dan pemantauan suhu tubuh manusia sebelum memasuki ruangan. Perancangan sistem pendeteksi ini menggunakan webcam yang terhubung dengan raspberry pi dan Sensor Suhu GY-906 serta Sensor Proximity HC-SR04 yang terhubung dengan arduino nano. Cara kerja sistem pendeteksi ini adalah sistem dapat mengetahui apakah pengguna memakai masker atau tidak dan pengguna dapat mengetahui suhu tubuhnya sebelum memasuki ruangan. Selain itu, keluaran dari sistem pendeteksi ini berupa tampilan pada monitor dan LCD serta keluaran pendukung seperti LED dan Buzzer.
Integrasi Teachable Machine dan Arduino untuk Klasifikasi Sampah Husni, Nyayu Latifah; Moch Hikmal Abrar1; Niksen Alfarizal
Jurnal Ampere Vol. 10 No. 1 (2025): JURNAL AMPERE
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/ampere.v10i1.18814

Abstract

Penelitian ini membahas penerapan Teachable Machine untuk sistem klasifikasi objek sampah yang terintegrasi dengan Arduino secara real-time. Tujuan dari penelitian ini adalah untuk menciptakan sistem yang mampu mengenali dan mengklasifikasikan jenis-jenis sampah menggunakan model pembelajaran mesin yang sederhana namun efektif. Model dilatih menggunakan Teachable Machine dengan data gambar dari enam kategori objek, yaitu tisu, botol plastik, kantong plastik, bungkus plastik, kaleng, dan kondisi tanpa objek (no object). Setelah pelatihan, model diekspor dalam format Keras dan dijalankan pada komputer yang menerima input visual secara langsung dari kamera. Hasil klasifikasi objek kemudian dikirimkan ke Arduino melalui komunikasi serial, yang digunakan untuk mengaktifkan respons berupa indikator visual menggunakan LED dan tampilan informasi pada LCD sesuai dengan jenis sampah yang terdeteksi. Dalam pengujian sistem, diperoleh akurasi pengenalan objek di atas 90% dengan waktu respons yang cepat, membuktikan keandalan sistem dalam mengenali objek secara efisien. Sistem ini memiliki potensi untuk diterapkan dalam berbagai konteks, seperti tempat sampah pintar, sistem edukasi lingkungan, dan otomatisasi proses daur ulang. Hasil penelitian menunjukkan bahwa integrasi antara Teachable Machine, Keras, dan Arduino merupakan pendekatan yang efisien, praktis, dan dapat dikembangkan lebih lanjut dalam bidang pengelolaan sampah berbasis teknologi.
Student Behavior Monitoring System in Classroom Environment Using YOLOv8 Sepulau, Ifroh Intan; Kusumanto, Kusumanto; Husni, Nyayu Latifah
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 2 (2025): July 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i2.37086

Abstract

Student ethics in an academic environment is an important element in creating an orderly and professional learning environment. One form of ethical violation that is still often found in the lecture environment is eating and drinking activities in the classroom. This study's objective is to develop an automatic detection system for unethical student behavior in the classroom, especially eating and drinking activities, utilizing one of the newest Real-time deep learning approaches object recognition on a Raspberry Pi device, The algorithm known as You Only Look Once version 8 (YOLOv8). A special dataset was developed through a manual annotation process in the form of images and videos showing students with various activities in the classroom. This system is expected to be an additional solution in monitoring student ethics automatically, efficiently, and in real-time in a modern learning environment. The test findings demonstrate that the model can identify eating and drinking activities with a respectable degree of precision indicating that the system is able to detect target activities with an accuracy level of up 95% with fairly stable performance in good lighting conditions and certain viewing angles
Co-Authors A Rahman A. Rahman Abdurahman Abdurrahman Ade Silvia Handayani Aditya, M Rizky Vira Ahmad Taqwa Al Rasyid, Johansyah Alfarizal, Niksen Amperawan Amperawan, Amperawan Andika, Destra Angguna, Welan Mauli Asriyadi Asriyadi Caesandra, Wahyu DWI RAMADHANI Evelina Evelina Faisal Damsi, Faisal Faris, Fakhri Al Felia, Okta Galea, Nanda Ganza Handayani, Ade S Silvia Hetty Meileni Irawan Hadi Irdayanti, Yeni Irsyadi Yani Kinasih, Ayu Antika Sekar Kusumanto, Kusumanto Leni Novianti Markinashella, Deva Marniati, Yessi Meranda, Arganda Moch Hikmal Abrar1 Muslimin, Selamat Niksen Alfarizal Permatasari, Rosmalinda Plowerita, Sanyyah Pola Risma Pratama, Destra Andika Prihatini, Ekawati Putra, Yogie Dwi Rahman, M. Arief Ramadhan, M. Daffa Rasyad, Sabilal RD Kusumanto Renny Maulidda, Renny Riansyah, Rici Rifani, Namira Nur Rizkiyanti, Shally Rossi Passarella Sepulau, Ifroh Intan Siti Chodijah Siti Nurmaini Sitompul, Carlos R Sobri, M. Ulandari, Monica Vira, Rizky Wahyu Caesarendra