Article Per Year (5 Year)
p-Index From 2021 - 2026
3.982
P-Index
This Author published in this journals
All Journal Jurnal KARISMATIKA Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat JTAM (Jurnal Teori dan Aplikasi Matematika) Zero : Jurnal Sains, Matematika, dan Terapan Teorema: Teori dan Riset Matematika Sainmatika: Jurnal Ilmiah Matematika dan Ilmu Pengetahuan Alam MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Jurnal Matematika UNAND Community Development Journal: Jurnal Pengabdian Masyarakat Jambura Journal of Biomathematics (JJBM) Jurnal Fibonaci: Jurnal Pendidikan Matematika Yayasan Cita Cendikiawan Al Khwarizmi Bulletin of Information Technology (BIT) J-Intech (Journal of Information and Technology) sudo Jurnal Teknik Informatika Jurnal Pengabdian Masyarakat Gemilang (JPMG) Wahana Deli Sains Informatika Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Algoritma: Jurnal Matematika, Ilmu Pengetahuan Alam, Kebumian dan Angkasa
Nurul Maulida Surbakti
Universitas Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Pendampingan AWS IoT untuk Literasi Digital Petani Kopi Perteguhan Nurul Maulida Surbakti; Muhammad Ashari; Fanny Ramadhani; Dian Septiana; Sisti Nadia Amalia; Erita Astrid; Arnah Ritonga; Dinda Kartika; Nadrah Afiati; Ade Andriani
Wahana Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 1 (2026): Edisi Juni
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/wahana.v5i1.1910

Abstract

Petani kopi di Desa Perteguhan, Kabupaten Karo, masih menghadapi produktivitas yang rendah, keterbatasan pencatatan mikroklimat, dan pengambilan keputusan agronomis yang dominan berbasis pengalaman. Artikel pengabdian ini bertujuan mengevaluasi dampak pendampingan pemanfaatan Automatic Weather Station (AWS) berbasis Internet of Things (IoT) yang terintegrasi dengan aplikasi mobile Temani Kopi. Kegiatan dilaksanakan pada akhir Mei 2025 melalui survei pendahuluan, perakitan sistem, instalasi lapangan, pelatihan petani, pendampingan tiga bulan, dan evaluasi dampak terhadap 10 petani mitra. Data dikumpulkan melalui observasi, wawancara terstruktur, serta kuesioner pre-test dan post-test sebanyak 15 butir menggunakan skala Likert. Analisis dilakukan dengan persentase capaian, persentase perubahan, dan normalized gain. Hasil menunjukkan literasi teknologi meningkat dari 45% menjadi 85% (N-Gain=0,73), kemampuan mengoperasikan aplikasi meningkat dari 50% menjadi 90% (N-Gain=0,80), dan pengambilan keputusan agronomis berbasis data meningkat dari 48% menjadi 88% (N-Gain = 0,77). Pendampingan juga meningkatkan efisiensi penggunaan air dan pupuk sekitar 20% serta memperkuat kesiapan adopsi pertanian digital. Temuan ini menunjukkan bahwa pendampingan IoT partisipatif dapat mengubah praktik budidaya kopi dari berbasis intuisi menuju keputusan berbasis data.
Optimisasi Penempatan Sensor Automatic Weather Station di Perkebunan Kopi Menggunakan Pendekatan Metric Dimension Graf Join Nurul Maulida Surbakti; Dinda Kartika; Zul Amry; Muhammad Ashari
Teorema: Teori dan Riset Matematika Vol 11, No 1 (2026): Maret
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/teorema.v11i1.20971

Abstract

Penelitian ini bertujuan untuk menganalisis metric dimension dari graf join sebagai model matematis untuk optimasi penempatan sensor pada sistem Automatic Weather Station (AWS) berbasis Internet of Things (IoT) di perkebunan kopi. Penelitian ini dilatarbelakangi oleh kebutuhan sistem pemantauan iklim mikro yang efisien, dengan jumlah sensor minimum namun tetap mampu memberikan informasi lingkungan secara akurat dan berkelanjutan. Metode yang digunakan meliputi analisis matematis berbasis konsep resolving set dalam teori graf untuk menentukan nilai metric dimension, simulasi komputasi menggunakan algoritma Breadth-First Search (BFS) berbasis Python untuk memverifikasi hasil teoretis, serta implementasi prototipe AWS untuk pengukuran parameter lingkungan. Hasil penelitian menunjukkan bahwa metric dimension graf  adalah   untuk setiap , yang merepresentasikan jumlah minimum sensor yang diperlukan untuk membedakan seluruh titik pemantauan secara unik. Hasil simulasi komputasi konsisten dengan analisis teoretis, sehingga mengonfirmasi validitas model yang diusulkan. Implementasi prototipe AWS di lapangan menunjukkan bahwa pendekatan ini mampu menghasilkan distribusi sensor yang efisien sekaligus menyediakan data iklim mikro yang akurat. Kontribusi utama penelitian ini adalah pengembangan model optimasi penempatan sensor berbasis metric dimension pada graf join  yang diintegrasikan dengan sistem AWS berbasis IoT. Secara praktis, temuan ini berimplikasi pada peningkatan efisiensi biaya, pengurangan konsumsi energi, serta peningkatan keandalan sistem pemantauan lingkungan. Pendekatan ini juga menyediakan kerangka yang skalabel untuk optimasi penempatan sensor pada berbagai aplikasi jaringan sensor dalam pertanian presisi dan pemantauan lingkungan.
Perubahan Sentimen Publik Terhadap Calon Gubernur Sumatera Utara Tahun 2024 Berdasarkan Data Twitter: Pendekatan Naive Bayes Suvriadi Panggabean; Dedy Kiswanto; Nurul Maulida Surbakti; Zainal Azis; Tua Halomoan Harahap
MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Vol. 7 No. 2 September 2024
Publisher : Prodi Pendidikan matematika Universitas Islam Majapahit (UNIM), Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/majamath.v7i2.3468

Abstract

Penelitian ini bertujuan untuk menganalisis perubahan sentimen publik terhadap calon gubernur Sumatera Utara pada pemilihan tahun 2024 menggunakan data Twitter. Fokus utama penelitian ini adalah dua kandidat, yaitu Edy Rahmayadi dan Bobi Nasution. Data yang digunakan mencakup 150 tweet per bulan dari periode Januari hingga Agustus 2024, yang diambil menggunakan API Tweet Harvest. Sentimen pada tweet tersebut diklasifikasikan menggunakan algoritma Naive Bayes ke dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan adanya fluktuasi sentimen publik yang signifikan setiap bulannya, terutama pada Juli dan Agustus 2024, yang mencerminkan perubahan persepsi publik terkait kedua calon gubernur tersebut. Penelitian ini diharapkan memberikan kontribusi dalam memahami opini publik melalui media sosial sebagai salah satu indikator dalam konteks pemilihan politik.
Embedded TinyML for Predicting Soil Moisture Conditions in Rice Fields Using Weather Data Nurul Maulida Surbakti; Dinda Kartika; Zu Amry; Muhammad Ashari; Riza Pahlawan
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 2 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i2.26551

Abstract

This study implements a lightweight TinyML model to classify soil moisture conditions and support irrigation decisions in rice cultivation, chosen over conventional cloud-based ML because it enables low-power, low-latency, fully offline inference on microcontrollers-critical for rural areas with limited connectivity. Trained on 3,021 localized microclimate records from Denai Lama Village (temperature, humidity, rainfall, cloud cover) using logistic regression for its simplicity and interpretability under resource constraints, the model was deployed on an ESP32 for real-time predictions into three classes (underwatered, optimal, overwatered). Experimental results show accuracy = 0.982 and weighted F1 = 0.982 on the validation set (ROC-AUC = 0.997), and on the held-out test set (N = 194) the model achieved 93.4% accuracy, 0.927 weighted F1 (precision 0.914; recall 0.942), and ROC-AUC = 0.988. These findings indicate that TinyML provides a practical, low-cost, and scalable edge-AI pathway for reliable, energy-efficient decision support in precision irrigation without network dependence, offering a deployable template for smallholder farming contexts.
Implementation of the Greedy Algorithm for Coloring Graph Based on Four-Color Theorem Nurul Maulida Surbakti; Fanny Ramadhani
sudo Jurnal Teknik Informatika Vol. 1 No. 4 (2022): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v1i4.157

Abstract

Graph theory is an advanced subject of mathematics that can be utilized to resolve issues in science. Graph coloring is one of the most well-known problems for determining the color of the map. The map that will be colored here is one of the 21 sub-districts that cover the Medan regency. In order to color the map, a graph model of the map must first be created. The use of a greedy algorithm is one technique to find a graph's minimal color. The dual graph with 21 vertices and 45 edges will be what we extract from the map. Based on the greedy method that has been used, just four colors—blue, green, red, and yellow—are found as the smallest number of colors, with each city that borders another having a distinct color. The Python computer language is used to get the map coloring results using the greedy technique.
Analisis Pengaruh Penerimaan Pajak Kendaraan Bermotor terhadap Bea Balik Nama Kendaraan Bermotor Harian di Sumatera Utara Menggunakan Regresi Linear Sederhana Nurul Wahida Harahap; Ida Marito Siregar; Nurul Maulida Surbakti
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol. 12 No. 2 (2026): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/4tc7sp97

Abstract

Pajak Kendaraan Bermotor (PKB) dan Bea Balik Nama Kendaraan Bermotor (BBNKB) merupakan sumber utama Pendapatan Asli Daerah (PAD) dan memberikan kontribusi signifikan terhadap pendapatan daerah di Provinsi Sumatera Utara. Penelitian ini bertujuan untuk mengetahui pengaruh penerimaan PKB terhadap penerimaan BBNKB harian di Sumatera Utara menggunakan metode regresi linear sederhana. Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder berupa data penerimaan PKB dan BBNKB harian. Analisis data dilakukan menggunakan IBM SPSS Statistics melalui analisis deskriptif, uji asumsi klasik, regresi linear sederhana, uji t, uji F, koefisien determinasi (R²), dan uji korelasi Pearson. Hasil penelitian menunjukkan bahwa variabel PKB memiliki pengaruh positif dan signifikan terhadap BBNKB, dengan nilai signifikansi 0,000 untuk uji t dan uji F (<0,05). Model regresi yang dihasilkan adalah sebagai berikut: . Koefisien determinasi (R²) sebesar 0,883 menunjukkan bahwa 88,3% variasi penerimaan BBNKB dapat dijelaskan oleh PKB, sedangkan sisanya 11,7% dipengaruhi oleh faktor-faktor di luar model penelitian. Selanjutnya, koefisien korelasi sebesar 0,940 menunjukkan hubungan yang sangat kuat dan positif antara PKB dan BBNKB. Oleh karena itu, penerimaan PKB dapat digunakan sebagai indikator untuk memperkirakan penerimaan BBNKB harian di Sumatera Utara.
Co-Authors Ade Andriani Adidtya Perdana, Adidtya Agustin, Fikri Alamsyah, Febi Andy Satria Angelyca Angelyca Anita Talia ARNAH RITONGA Azis, Zainal BR Sihaholo, Ruth Salisa Cecilia Br Perangin-Angin Dedy Kiswanto Dian Septiana DIdi Febrian Dina Olivia Nainggolan Dinda Kartika Erita Astrid Febi Alamsyah Fevi Rahmawati Suwanto Hamidah Nasution Hermawan Syahputra Ida Marito Siregar Katrina Samosir Muhammad Ashari Mulyono Mulyono Nadrah Afiati Nadrah Afiati Nasution Nasution, Hamidah . Nia Devi Friskauly Nurul Ain Farhana Nurul Wahida Harahap Panggabean, Suvriadi Ramadhani, Fanny Riza Pahlawan Rosman Siregar Sikap Ruth Br Tumorang Sisti Nadia Amalia Sri Dewi Sri Dewi Surbakti, Giovani Br Suvriadi Panggabean Suyanto Syahriol Sitorus Tarigan3, Erguna Eliandro Junior Tua Halomoan Harahap Tua Halomoan Harahap, Tua Halomoan Wiwin Handoko Zahedi Zainal Azis Zu Amry Zul Amry