Article Per Year (5 Year)
p-Index From 2020 - 2025
3.16
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Coding: Jurnal Komputer dan Aplikasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) JITK (Jurnal Ilmu Pengetahuan dan Komputer) JurTI (JURNAL TEKNOLOGI INFORMASI) Building of Informatics, Technology and Science Jurnal Teknologi dan Sistem Tertanam Journal of Telecommunication, Electronics and Control Engineering (JTECE) JIKTI : Jurnal Ilmiah Komputer Terapan dan Informasi The Indonesian Journal of Computer Science SISFOTENIKA
Kartika Sari
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
D-RAKE compression for enhanced internet of things data management in air quality monitoring Kartika Sari; Sari, Kartika; Hidayati, Rahmi
International Journal of Electrical and Computer Engineering (IJECE) Vol 15, No 2: April 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v15i2.pp2468-2478

Abstract

This study addresses the issue of air pollution in Pontianak, marked by high levels of pollutant particles and chemical compounds that cause respiratory health risks. The research involves essential air quality monitoring using various sensors for temperature, humidity (DHT22), O2 (MQ-135), CO (MQ-7), CO2 (MG-811), and dust (GP2Y1010AU0F), collected real-time, leading to a notable increase in data volume. Due to limitations in internet of things (IoT) devices, there is a need for integration between cloud and IoT through data transmission to reduce the communication time and memory usage. The escalation in sensor data volume requires a lossless compression technique to ensure efficient storage without sacrificing crucial information. Compression plays a vital role in overcoming complex storage challenges, facilitating real-time data access for monitoring, and contributing to sustainable efforts to improve air quality in Pontianak. This research applies the D-RAKE compression method based on basic counting procedures with minimal memory requirements, cost-effective, low-speed microcontrollers commonly used in IoT devices. Despite its simplicity, simulation results indicate that the D-RAKE algorithm outperforms well-established compression methods such as gzip, bzip2, and rar, particularly for data sequences with sparse elements. Moreover, when applied to real- world data, D-RAKE achieves superior compression ratios compared to IoT-focused compression techniques.
IMPLEMENTASI IOT DAN GAUSSIAN NAÏVE BAYES UNTUK SISTEM MONITORING KANDANG AYAM BROILER Randily, Dhea Ramadhanti Putri; Rismawan, Tedy; Sari, kartika
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6243

Abstract

Abstrak. Ayam Broiler merupakan unggas penghasil daging yang sensitif terhadap suhu, kelembapan, dan amonia. Apabila suhu dan kelembapan kandang tidak berada dalam kondisi ideal, maka ayam akan melakukan panting dan memperlambat metabolisme dengan cara menjauhi tempat pakan. Panting adalah kondisi dimana mulut ayam selalu terbuka untuk menstabilkan suhu tubuh. Selain itu, gas amonia yang tinggi dapat menyebabkan gangguan pernapasan pada ayam. Berdasarkan masalah tersebut, dibangun sebuah sistem monitoring kandang ayam broiler berbasis Internet of Things (IoT)dengan metode Gaussian Naive Bayes untuk membantu peternak dalam memonitoring kondisi kandang agar selalu berada dalam kondisi ideal dengan mengklasifikasikan menjadi dua kategori yaitu ideal dan buruk berdasarkan tiga parameter yaitu suhu, kelembapan, dan amonia. Sistem ini menggunakan NodeMCU ESP32 dengan output sistem yaitu lampu pijar, exhaust fan, dan mist maker. Lampu pijar digunakan sebagai pemanas kandang. Exhaust fan digunakan untuk menurunkan suhu kandang saat berada di atas kondisi ideal, menjaga sirkulasi udara dan mengontrol amonia kandang. Mist maker digunakan untuk meningkatkan kelembapan udara di dalam kandang. Pengujian dilakukan dengan data pelatihan sebanyak 573 data dan data pengujian sebanyak 246 data, diperoleh akurasi sebesar 91,87%. Hasil pengujian menunjukkan bahwa sistem mampu dalam mengatur suhu, kelembapan, dan amonia pada kandang ayam broiler.
Sistem Klasifikasi Kualitas Udara dengan Integrasi Sensor menggunakan Metode K-Nearest Neighbor Achyar, Athif Tafrihan; Hidayati, Rahmi; Sari, Kartika
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 2 (2025): Volume 10 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i2.90728

Abstract

Kualitas udara yang buruk dapat berdampak negatif pada sistem respirasi manusia dan dampak kesehatan lainnya, sehingga pemantauan kualitas udara berperan penting terhadap permasalahan ini. Penelitian ini mengembangkan sistem klasifikasi kualitas udara secara real-time menggunakan metode K-Nearest Neighbor (KNN) dan data dari 4 sensor: GP2Y1010AU0F (PM₂.₅), MQ-135 (CO₂), MQ-131 (O₃), dan MQ-7 (CO). Sistem terdiri dari sensor yang terintegrasi dengan ESP32, penyimpanan cloud menggunakan Firebase, dan antarmuka web untuk pemrosesan serta visualisasi data. ESP32 berfungsi mengumpulkan data dari sensor dan mengirimkannya ke Firebase, yang kemudian diakses oleh aplikasi web untuk klasifikasi menggunakan algoritma KNN. Klasifikasi dilakukan dalam 4 kategori: baik, sedang, buruk, dan sangat buruk, dengan hasil ditampilkan di antarmuka web untuk pemantauan selama 24 jam terakhir. Pengujian menggunakan confusion matrix dengan 900 data latih dan 600 data uji menunjukkan tingkat akurasi sebesar 98,67%. Selain itu, pengujian crossvalidation dengan k=3 menghasilkan akurasi sebesar 99,39%.
Co-Authors AA Sudharmawan, AA Achyar, Athif Tafrihan Aji, Maulana Setia Alfikri, Nadya Syifa Andy Wijaya Anggraini, Yessa Tria Astaman, Andi Ainur Ridha Azhar, Sahari Bayti Widya Rezky Cucu Suhery Elegant, Gustavo Dipo Fitriandini, Laila Herry Prayuda Hirzen Hasfani Ikhwan Ruslianto Immanuel, Immanuel Indriana, Fitrialfi Irma Nirmala Kasliono Kasliono Marettania, Felisitas Muhammad Syamsul Bahri Muharam Rizqi Ananda Niken Candraningrum Rahmawan, Arif Rahmi Hidayati Randily, Dhea Ramadhanti Putri Salsabila, Bella Sari, Fioni Puspa Siti Oktavia Wulandari Suhardi Suhardi Tedy Rismawan Uray Ristian