Claim Missing Document
Check
Articles

Found 32 Documents
Search

Smart Aquarium IoT System Dengan Metode Fuzzy Untuk Klasifikasi Kualitas Air Berdasarkan Suhu, Ph, dan Kekeruhan Kristiyanto, Arip
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 4 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i4.5080

Abstract

Dari 1.100 spesies ikan hias air tawar di bumi ini, 400an spesies setidaknya terdapat di Indonesia. Para pencinta ikan hias masih banyak yang belum  memperhatikan hal apa saja yang perlu diperhatikan dalam memelihara ikan hias ini seperti wadah, lingkungan akuarium (air, Ph, suhu, pencahayaan dan pakan). Suhu ideal ikan guppy  kisaran 25° C - 32° C. Nilai pH optimal untuk ikan hias air tawar umumnya berkisar antara 6 sampai 8. Dengan teknologi IoT permasalahan diatas dapat dipecahkan dengan mengembangkan Smart Aquarium IoT System. Sistem ini akan memenejemen kondisi kualitas air dan pakan secara otomatis. Penelitian ini menggunakan NodeMCU sebagai mikrokontroler, sensor pH, sensor suhu, turbidity sebagai inputan dan metode fuzzy tsukamoto sebagai klasifikasi kondisi kualitas air. Ubidots sebagai server Internet of Things. Berdasarkan hasil pengujian pembacaan suhu rata-rata error  0,30 %, sensor pH rata-rata error 0,62 % dan sensor turbidity mampu mendeteksi air keruh dan tidak keruh. Sistem ini dapat dimonitoring secara realtime dan mampu memberikan notifikasi ketika kualitas air rendah. Metode fuzzy tsukamoto dapat diterapkan pada mikrokontroler untuk klasifikasi kualitas air akuarium dan akurasinya mencapai 100%.
Implementation of Scratch Training to Improve Computational Thinking-Based Algorithm Skills of Students of SMA Negeri 1 Warunggunung Bagus Setya; Arip Kristiyanto
SWAGATI : Journal of Community Service Vol. 4 No. 2 (2026): July
Publisher : Universitas AMIKOM Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/swagati.2026v4i2.2727

Abstract

The rapid development of digital technology requires students to possess 21st-century skills such as critical thinking, creativity, collaboration, and digital literacy. One of the efforts to develop these skills is through the introduction of basic programming (coding), which can enhance computational thinking, logical reasoning, and problem-solving abilities. However, in reality, many high school students still have limited understanding of basic programming concepts. Therefore, this community service program aims to improve students' understanding of basic programming concepts and develop their computational thinking skills through coding training using Scratch. The method used in this activity consists of several stages, including problem identification, needs analysis, training program design, training implementation, and activity evaluation. The training was conducted at SMA Negeri 1 Warunggunung involving teachers and students as participants. The training method applied is learning by doing, which includes material presentation, hands-on practice in creating simple projects using Scratch, and evaluation through pre-test and post-test to measure participants’ improvement in understanding. The expected results of this activity are an increase in students’ understanding of basic programming concepts, improvement in computational thinking skills, and enhancement of 21st-century skills such as creativity, collaboration, and problem-solving. In addition, this activity is expected to contribute to the development of technology-based learning in schools and support the creation of a better digital literacy ecosystem within the school environment.
Implementasi Metode TOPSIS dalam Pemilihan Kain Tenun Terbaik Ika Ima Nissa; Arip Kristiyanto; Leo Sandi
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6422

Abstract

Kain tenun merupakan tekstil tradisional yang dibuat dengan menyilangkan benang pakan dan lungsin, baik secara manual maupun menggunakan alat tenun. Permasalahan yang terjadi dalam pemilihan kain tenun terbaik saat ini masih dilakukan secara manual, sehingga kurang efisien dan berisiko menimbulkan ketidaktepatan dalam pengambilan keputusan. Untuk mengatasi hal tersebut, penelitian ini merancang sebuah Sistem Pendukung Keputusan (SPK) menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode TOPSIS dipilih karena mampu menyelesaikan masalah pemilihan alternatif berdasarkan berbagai kriteria yang relevan. Data dalam penelitian ini diambil dari Kain Tenun Padi Sarumpun dengan lima alternatif motif: Tulip, Tapak Manggih, Rangkiang, Pucuak Rabuang, dan Padi Sarumpun. Penilaian dilakukan berdasarkan empat kriteria: harga, tingkat kesulitan, kualitas bahan, dan proses pembuatan. Hasil analisis menunjukkan bahwa Motif Pucuak Rabuang memiliki nilai tertinggi (0,7304), sehingga dinilai sebagai kain tenun terbaik. Sistem ini mampu membantu dalam meningkatkan akurasi dan efisiensi dalam proses seleksi, serta memberikan informasi yang berguna bagi pengambilan keputusan oleh pihak pengelola tenun. Dengan demikian, SPK berbasis TOPSIS terbukti efektif dalam pemilihan kain tenun terbaik.
Development of an Air Quality Classification System Using SMOTE-Based Random Forest and XAI Analysis Arip Kristiyanto; Hirawati Lubis
ZETROEM Vol 8 No 1 (2026): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v8i1.7586

Abstract

South Tangerang City is a critical environmental issue that requires an accurate and transparent classification system. This study aims to develop an air quality classification model using a machine learning algorithm integrated with data balancing techniques and model interpretation methods. The methodology used includes pre-processing of Air Pollutant Standard Index (ISPU) data for the 2020–2022 period into three categories: Good, Moderate, and Unhealthy. The dataset used is 1096, Synthetic Minority Over-sampling Technique (SMOTE) is applied to handle class imbalance, and hyperparameter optimization is performed using GridSearchCV. The experimental results show that the Random Forest algorithm outperforms the baseline SVM and KNN models, achieving an accuracy of 0.81 and an F1-Score of 0.75 after SMOTE and tuning. Explainable AI (XAI) analysis using SHAP reveals that sulfur dioxide (SO₂) is the most dominant feature influencing model decisions, and it is spatially correlated with industrial activities and heavy transportation in the South Tangerang area. The final model was then deployed to the Hugging Face Spaces cloud platform via the Gradio interface to provide publicly accessible classification services. This study demonstrates that integrating Random Forests and SHAP produces a classification system that is not only highly performant but also scientifically transparent, supporting air pollution mitigation.
PENERAPAN WEBSITE E-COMMERCE GUNA MENINGKATKAN PENJUALAN BUDIDAYA IKAN DESA BUGEL KECAMATAN PADARINCANG Arip Kristiyanto; Iroh Rohmawati; Zulfi Andriansah; Imam Ahmad
Jurnal AbdiMas Nusa Mandiri Vol. 7 No. 2 (2025): Periode Oktober 2025
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/abdimas.v7i2.6395

Abstract

Serang Regency, covering 170,341.25 ha and consisting of 29 districts, has great potential for aquaculture development, including freshwater, brackish water, and marine farming. The post-pandemic economic condition has affected freshwater fish farmers in Bugel Village, Padarincang District, with a significant decline in both seed and consumption fish sales—up to 80%. The current marketing system still relies on word-of-mouth and WhatsApp status, resulting in limited market access. This community service activity aims to enhance the marketing of fish farming products among P2MKP Tambakan partners. The main activities include developing a web-based e-commerce platform and conducting branding training for partners. The methods used consist of institutional and participatory approaches, discussions, and training sessions. The developed e-commerce system can be accessed through www.tambakanfish.com. Socialization and training were implemented to improve partners’ digital marketing capacity. From five partner respondents, there was a significant increase in understanding of the e-commerce system and product photography techniques, from an average pre-training score of 51.5 to 85.1 post-training. Additionally, sales turnover increased by 12% in October and 18% in November. The results indicate that digitalization supports improved marketing performance and sales. In the future, partnerships with government and private sectors are expected to expand marketing networks through local exhibitions and bazaars.
Penerapan Algoritma Apriori untuk Fitur Intelligent Business pada Sistem Point of Sales SaaS Multi-Tenant Leo Sandi Sandi; Tesa Vausia Sandiva; Arip Kristiyanto
MULTINETICS Vol. 12 No. 2 (2026): MULTINETICS Nopember
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v12i2.8545

Abstract

Transformasi digital pada sektor UMKM memicu pergeseran dari mesin kasir konvensional menuju sistem Point of Sales (POS) berbasis cloud. Meskipun model Software as a Service (SaaS) multi-tenant mampu menekan biaya investasi infrastruktur TI, tantangan berikutnya bagi pelaku usaha adalah akumulasi data transaksi mentah yang terus meningkat namun belum termanfaatkan secara optimal untuk strategi bisnis. Penelitian ini bertujuan mengembangkan prototipe sistem POS SaaS multi-tenant yang dilengkapi fitur intelligent business untuk mengekstrak aturan asosiasi pola pembelian konsumen secara real-time. Metode pengembangan sistem menggunakan model Waterfall, sedangkan pengolahan data mining menerapkan algoritma Apriori. Isolasi data antar-penyewa diimplementasikan menggunakan pendekatan Shared Database dengan pemisah logis tenant_id. Evaluasi sistem dilakukan melalui ekstraksi aturan fungsional dan pengujian isolasi data. Berdasarkan pengujian sistem dengan menetapkan batasan filter minimum support 10% dan minimum confidence 50% terhadap dataset transaksi tenant, mesin analitik berhasil mengekstrak aturan asosiasi yang diintegrasikan langsung pada antarmuka kasir saat menginput transaksi baru untuk kebutuhan up-selling. Hasil pengujian menunjukkan bahwa pendekatan isolasi logis berhasil mencegah kebocoran data antar-tenant. Kontribusi penelitian ini terbukti menghasilkan rekomendasi yang adaptif guna mendukung pengambilan keputusan strategi bundling produk bagi pelaku ritel.
Rancang Bangun Sistem Inventory Barang Jadi Berbasis Web dengan Fitur Speech Recognition Helen Safitri; Arip Kristiyanto
Jurnal Teknologi Sistem Informasi Vol 7 No 2 (2026): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v7i2.17440

Abstract

Pengelolaan persediaan barang jadi di PT Intilogam Sukses Abadi masih menggunakan Microsoft Excel dan pendataan manual yang berpotensi menyebabkan kesalahan input serta ketidaksesuaian data stok dengan kondisi fisik di gudang. Berdasarkan observasi dan wawancara pada Februari 2026, diperoleh tingkat kesalahan input sebesar 35%. Penelitian ini bertujuan merancang dan membangun sistem informasi manajemen persediaan barang jadi berbasis website dengan menerapkan teknologi speech recognition untuk mendukung proses pencatatan transaksi barang masuk dan barang keluar. Metode yang digunakan adalah Rapid Application Development (RAD) yang terdiri dari tahap requirements planning, design system, construction, dan implementation. Sistem dikembangkan menggunakan framework Laravel, MySQL, dan Web Speech API untuk mengubah suara menjadi teks secara otomatis. Hasil pengujian menunjukkan bahwa Black Box memperoleh tingkat keberhasilan 100%, User Acceptance Testing (UAT) memperoleh tingkat penerimaan 96%, dan pengujian speech recognition memperoleh tingkat keberhasilan 75% dari 20 percobaan. Penerapan fitur speech recognition membantu pengguna dalam melakukan input transaksi melalui perintah suara serta mengurangi ketergantungan pada pengetikan manual. Sistem yang dikembangkan dapat membantu proses pencatatan dan pengelolaan persediaan barang jadi secara lebih terstruktur.
Pengembangan Sistem Integrasi Inventaris dan Transaksi Penjualan Berbasis Android dengan Fitur Scan Barcode dan Early Warning System Agus Maulana Rizki; Arip Kristiyanto
Jurnal Teknologi Sistem Informasi Vol 7 No 2 (2026): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v7i2.17450

Abstract

Toko Adi adalah toko agen sembako yang melayani grosir dan eceran di warung pojok, serang, banten, yang selama ini masih melakukan pencatatan stok dan transaksi penjualan secara manual, sehingga menimbulkan kesalahan pencatatan, pelayanan yang lambat, serta keterlambatan mengetahui stok barang menipis yang berisiko menghilangkan peluang penjualan. Penelitian ini bertujuan merancang dan membangun sistem informasi pencatatan stok barang dan transaksi penjualan berbasis android yang dilengkapi fitur scan barcode dan early warning system (ews) notifikasi stok menipis pada toko adi. Sistem dikembangkan menggunakan metode agile dengan kerangka kerja scrum melalui empat sprint, memanfaatkan flutter, dart, dan firebase, serta dievaluasi melalui black box testing dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan fitur scan barcode mampu mempercepat waktu transaksi rata-rata sebesar 64,63%, dari 349,8 detik menjadi 123,8 detik per iterasi. seluruh 15 skenario black box testing dinyatakan valid setelah pengujian ulang, dan skor uat dari 20 responden mencapai 89,35% dengan kategori "sangat baik". Fitur ews berhasil memicu notifikasi otomatis secara tepat saat stok mencapai batas minimum, termasuk ketika aplikasi berjalan di latar belakang. disimpulkan bahwa sistem berhasil mempercepat proses input data dan memberikan peringatan dini stok, meski pengembangan lanjutan seperti prediksi stok dan dashboard analitik penjualan masih disarankan.
Pemberdayaan Masyarakat Sawah Luhur melalui Pengolahan Limbah Cangkang Kerang Mendorong Keberlanjutan Ekonomi dan Lingkungan Arip Kristiyanto; Iroh Rahmawati; Alfian Ady Saputra; Nandana Dwiki Pangestu; Dian Rusdiana; Muhamad Yudi Fadilah
Jurnal Abdimas Mandiri Vol. 10 No. 1 (2026)
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v10i1.6537

Abstract

Wilayah pesisir Sawah Luhur menghadapi permasalahan serius terkait penumpukan limbah cangkang kerang yang berpotensi mencemari lingkungan dan menurunkan kualitas hidup masyarakat sekitar. Kondisi ini menunjukkan perlunya solusi inovatif yang tidak hanya mampu mengurangi dampak pencemaran, tetapi juga memberikan nilai tambah secara ekonomi. Topik pengabdian masyarakat ini dipilih karena limbah cangkang kerang memiliki potensi besar untuk diolah menjadi produk bernilai jual, sehingga mampu menciptakan sumber pendapatan alternatif bagi masyarakat pesisir sekaligus mendorong terwujudnya pembangunan berkelanjutan. Metode pelaksanaan kegiatan dilakukan melalui pendekatan community empowerment yang berbasis partisipasi aktif masyarakat. Tahapan pelaksanaan mencakup sosialisasi mengenai dampak limbah dan peluang pemanfaatannya, pelatihan teknis pengolahan cangkang kerang menjadi produk bernilai ekonomi seperti batako, pendampingan proses produksi, serta pembentukan kelompok usaha kecil berbasis komunitas. Dengan metode ini, masyarakat tidak hanya memperoleh keterampilan baru, tetapi juga didorong untuk berkolaborasi dalam mengembangkan usaha bersama. Hasil kegiatan menunjukkan adanya peningkatan pengetahuan dan keterampilan masyarakat dalam mengelola limbah cangkang kerang, terbentuknya kelompok usaha mikro yang mampu menghasilkan produk bernilai tambah, serta berkurangnya pencemaran lingkungan pesisir akibat penumpukan limbah. Program ini membuktikan bahwa pemberdayaan masyarakat berbasis pengolahan limbah dapat memberikan manfaat ganda, yakni meningkatkan kesejahteraan ekonomi rumah tangga nelayan dan menjaga kelestarian lingkungan. Selanjutnya bertujuan meningkatkan kapasitas manajemen keuangan anggota UMKM Rumah Produksi Kerang Hijau melalui pelatihan dan penerapan sistem yang efektif. Hasil kuisioner menunjukkan terjadi peningkatan pemahaman, nilai  pre-test sebesar 52,7 sedangkan post-test meningkat menjadi 86,9.
Modeling the Personalized Cardiovascular Composite Score for Predicting Heart Disease Using Logistic Regression and Random Forest Fikriah, Fari Katul; Ariyanto, Amelia Devi Putri; Kristiyanto, Arip; Wulansari, Novia Wahyu; Mutiarachim, Atika; Adi, Puput Dani Prasetyo
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 3: NOVEMBER 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i3.1840

Abstract

Heart disease is one of the leading causes of death worldwide, requiring an accurate risk prediction system to support early detection and clinical decision-making. This study aims to develop a Personalized Cardiovascular Composite Score (PCCS) as a composite cardiovascular risk score and to compare the performance of the Logistic Regression and Random Forest models in predicting heart disease. The dataset used consists of numerical and categorical clinical variables representing cardiovascular risk factors. The research stages included data exploration, preprocessing using one-hot encoding and standardization techniques, the creation of a Risk Multiplier based on clinical factors, and the calculation of the PCCS as a composite risk index. The dataset was then split using a stratified split method with an 80:20 ratio for model training and testing. Performance evaluation was conducted using the metrics of accuracy, precision, recall, F1-score, confusion matrix, and Area Under the Curve (AUC) on the ROC curve. Random Forest achieved a nominally higher AUC than Logistic Regression, but that this advantage was not statistically significant, indicating comparable discriminative performance between the two algorithms. However, Logistic Regression still offers an advantage in terms of clinical interpretability. These findings come from a single public retrospective dataset. They show that a clinically weighted composite feature can be built and used with both classifiers, but they do not by themselves establish clinical readiness; external validation and calibration assessment are required before any use in risk-based clinical decision support.