Article Per Year (5 Year)
p-Index From 2021 - 2026
2.768
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Pengabdian kepada Masyarakat Nusantara eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Rifqi Muhammad Fikri
Telkom University
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Pengujian Perangkat Keras pada Sistem Irigasi Tetes Otomatis Berbasis Integrasi IoT untuk Pertanian Brokoli Dhesvira Nurseha Putri; Hasibuan, Faisal Candrasyah; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Budidaya brokoli dengan sistem irigasi manualsering terkendala pada ketepatan waktu, distribusi air, danketerbatasan pemantauan kondisi lahan secara langsung.Untuk mengatasi hal tersebut, dikembangkan sistem irigasiotomatis berbasis Internet of Things (IoT) dengan fokus padaintegrasi perangkat keras dan perangkat lunak.Mikrokontroler ESP32 berperan sebagai pusat kendali yangmenghubungkan sensor kelembapan tanah (dua titikpengukuran), sensor pH tanah, sensor pH air, dan katupsolenoid melalui antarmuka digital dan analog. Data yangdiperoleh diproses oleh ESP32 menggunakan logikapengendalian berbasis ambang batas, kemudian dikirim secaranirkabel melalui protokol Wi-Fi menuju Firebase RealtimeDatabase.Aplikasi Android dikembangkan sebagai antarmukapengguna yang menampilkan data sensor secara real-time danmenyediakan fungsi kontrol otomatis maupun manual. Padamode otomatis, ESP32 mengatur aktivasi dan deaktivasi katupsolenoid secara adaptif berdasarkan nilai kelembapan tanahyang terbaca. Berdasarkan hasil pengamatan, alur integrasi iniberfungsi sesuai rancangan dan menunjukkan potensi dalammendukung pengelolaan penyiraman yang lebih efisien,sekaligus mengarah pada penerapan konsep pertanian presisisecara berkelanjutanKata kunci— Integrasi Perangkat Keras, ESP32, SensorKelembapan Tanah, IoT, Firebase, Irigasi Otomatis.
Penerapan YOLOv11 untuk Deteksi Pakan Otomatis dalam Budidaya Ikan Hias Berbasis Dzikra, Iffat; Dirgantoro, Burhanuddin; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Budidaya ikan hias merupakan industri yang berkembang pesat dengan nilai ekonomi yang signifikan di pasar global, namun sektor ini menghadapi berbagai tantangan kompleks dalam pengelolaan pakan dan pemeliharaan kualitas air yang optimal. Pemberian pakan yang tidak terkontrol dengan baik dapat mengarah pada masalah overfeeding atau underfeeding yang merugikan kesehatan ikan dan menurunkan kualitas air secara drastis. Penelitian ini mengusulkan solusi inovatif berbasis Internet of Things (IoT) untuk otomatisasi pemberian pakan ikan menggunakan model deteksi objek YOLOv11 (You Only Look Once). YOLOv11 digunakan untuk mendeteksi pakan ikan dalam air secara real-time dengan tingkat akurasi tinggi. Model ini dilatih menggunakan dataset gambar pakan ikan yang komprehensif dan diimplementasikan dalam sistem terintegrasi yang memungkinkan pemberian pakan otomatis serta pemantauan sisa pakan di kolam secara kontinyu. Hasil pelatihan menunjukkan performa yang menjanjikan dengan akurasi rata-rata model mencapai 80%, precision sebesar 81,44%, dan recall sebesar 79,07%. Sistem ini diharapkan dapat mengurangi kesalahan manusia dalam pengelolaan pakan, meningkatkan efisiensi operasional budidaya, serta memastikan ikan memperoleh nutrisi yang cukup tanpa mengorbankan kualitas air kolam. Kata kunci — YOLOv11, Machine Learning, Budidaya Ikan Hias.
Perancangan 3D Modelling Sistem Otomatisasi Budidaya Ikan Hias Berbasis IoT Menggunakan Autodesk Fusion 360 Putra, Ibrahim Bintang Rismayadi; Dirgantoro, Burhanuddin; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Visualisasi dalam bentuk model tiga dimensi (3D) menjadi elemen penting dalam proses perancangan sistem mekanik. Penelitian ini bertujuan untuk merancang komponen fisik sistem untuk pemberian pakan ikan hias menggunakan Autodesk Fusion 360. Proses perancangan meliputi pengukuran dimensi komponen aktual, pembuatan sketsa digital, dan perakitan virtual (assembly) guna menghasilkan model yang menyerupai bentuk yang diinginkan dan mekanisme kerja nyata. Komponen yang dimodelkan mencakup wadah pakan, mekanisme ulir pengeluaran pakan, sistem penutup, dan rangka penyangga. Model 3D ini memberikan representasi visual yang presisi dan menjadi dasar untuk validasi ukuran serta dokumentasi teknis. Proses assembly juga membantu mengidentifikasi potensi kesalahan yang ada dalam integrasi komponen. Hasil akhir menunjukkan bahwa Autodesk Fusion 360 dapat digunakan secara efektif untuk mendesain sistem mekanik sederhana dengan fleksibilitas tinggi. Ke depan, pemodelan ini berpotensi dikembangkan lebih lanjut untuk keperluan simulasi gerak, cetak 3D, dan integrasi dengan sistem IoT, menjadikannya fondasi penting dalam pengembangan alat otomatisasi di bidang budidaya ikan hias. Kata kunci— 3D modelling, Fusion 360, desain mekanik, sketsa digital, perakitan virtual
Sistem Manajemen Inventory Berbasis Web Untuk Usaha F&B Di Sop Burtok Anugerah, Rey Rizqi; Dirgantara, Fussy Mentari; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Industri makanan dan minuman (F&B) mengalami perkembangan pesat, namun kerap menghadapi kendala dalam manajemen bahan baku seperti ketidakakuratan data stok, kesulitan prediksi kebutuhan, dan ketergantungan pada proses manual yang rawan kesalahan. Penelitian ini mengembangkan SOP BURTOK, sebuah sistem manajemen inventori berbasis web yang memfasilitasi pencatatan bahan baku, pemantauan stok secara real-time, prediksi kebutuhan produksi, serta pembuatan laporan digital. Sistem dibangun menggunakan HTML, CSS, dan JavaScript pada sisi frontend, terintegrasi dengan REST API dan basis data berbasis cloud. Metodologi pengembangan menggunakan model Waterfall, sedangkan pengujian dilakukan dengan Black Box Testing dan survei usability kepada 30 responden. Hasil pengujian menunjukkan seluruh fitur utama—login, inventori, produksi, dan pelaporan— berfungsi sesuai spesifikasi. Survei usability mencatat tingkat kepuasan rata-rata sebesar 84% (kategori baik). Sistem ini terbukti meningkatkan efisiensi operasional dan mendukung pengambilan keputusan berbasis data bagi pelaku usaha F&B. Kata kunci— manajemen stok, sistem daring, usaha kuliner, Sop Burtok
Perancangan UI/UX pada Aplikasi Sistem Bank Sampah Elektronik menggunakan Deep Learning untuk Meningkatkan Partisipasi Pengguna dalam Pengelolaan E-Waste Fauzi, Farhan Rizki; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pengelolaan sampah elektronik (e-waste) di Indonesia masih menghadapi berbagai tantangan, seperti rendahnya kesadaran Masyarakat dan minimnya akses terhadap fasilitas penanganan limbah elekronik. Penelitian ini bertujua untuk merancang dan mengimplementasikan antarmuka pengguna (UI) dan pengalaman pengguna (UX) pada sistem bank sampah elektronik berbasis aplikasi mobile. Dengan menerapkan pendekatan human-centered design, proses perancangan dilakukan melalui lima tahap: empathize, define, ideate, prototype, dan test. Aplikasi ini menyediakan fitur utama seperti pemindaian e-waste, riwayat transaksi, dan artikel edukasi. Evaluasi dilakukan melalui usability testing terhadap pengguna dari komunitas e-waste dan pengunjung pameran teknologi. Hasilnya menunjukkan bahwa mayoritas pengguna merasa aplikasi mudah digunakan, informatif, serta mendorong partisipasi aktif dalam pengelolaan e-waste. Desain UI/UX yang diterapkan juga mempertimbangkan aspek navigasi sederhana dan aksesibilitas bagi berbagai kalangan pengguna. Penelitian ini menunjukkan bahwa desain antarmuka yang baik mampu meningkatkan efektivitas sistem digital untuk isu lingkungan. Aplikasi ini memiliki potensi untuk dikembangkan lebih lanjut dengan fitur tambahan seperti gamifikasi atau intensif digital guna meningkatkan keterlibatan pengguna. Kata kunci— UI/UX design, e-waste, human-centered design, aplikasi mobile, usability testing
Instalasi Perangkat Keras IoT untuk Pemantauan Kualitas Air pada Budidaya Udang Air Asin Dwiyansyah, Muhammad Raflika; Latuconsina, Roswan; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Artikel ini membahas instalasi perangkat keras (hardware) pada sistem Internet of Things (IoT) untuk pemantauan kualitas air pada budidaya udang air asin. Fokus pekerjaan meliputi pemilihan komponen, perakitan, perutean kabel, perlindungan lingkungan (waterproofing), integrasi daya, serta kalibrasi sensor pH, DO (dissolved oxygen), salinitas/TDS, dan suhu berbasis ESP32. Metode yang digunakan mencakup studi kebutuhan, perakitan modul pada enclosure, validasi konektivitas, dan uji fungsional di lapangan. Sistem diintegrasikan dengan layanan cloud untuk monitoring real-time dan notifikasi. Hasil menunjukkan sistem mampu membaca parameter secara stabil dan memicu aktuator (kincir/pompa) saat parameter melewati ambang. Pengukuran kinerja awal menunjukkan [isi metrik: akurasi sensor, waktu respons, lama operasi, konsumsi daya]. Implementasi ini mempercepat deteksi anomali kualitas air dan membantu pengambilan keputusan petambak. Kontribusi artikel ini adalah dokumentasi teknis instalasi hardware yang andal dan ekonomis untuk tambak kecil–menengah. Kata kunci— IoT, budidaya udang, instalasi hardware, ESP32, sensor pH, DO, TDS, DS18B20
Integrasi Cloud Computing dalam Pemantauan Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Butar-Butar, Muhammad Raihan; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kucing merupakan salah satu hewan peliharaan yang populer di Indonesia dan memberikan manfaat emosional bagi pemiliknya. Namun, kucing domestik memerlukan perawatan rutin, termasuk pemberian makan yang konsisten, yang sering terkendala jika pemilik memiliki kesibukan di luar rumah. Penelitian ini bertujuan mengembangkan Smart Pet Feeder, sebuah sistem berbasis Internet of Things (IoT) yang mampu memberikan makanan secara otomatis, terjadwal, dan dapat dipantau dari jarak jauh. Metode pengembangan mencakup perancangan backend REST API menggunakan FastAPI yang diintegrasikan dengan layanan Google Cloud Platform, meliputi Cloud Run untuk deployment, Cloud Storage untuk penyimpanan data foto kucing dan model deep learning, serta Compute Engine untuk pemrosesan deep learning. API dibangun untuk mengelola autentikasi pengguna, jadwal pemberian makan, profil kucing, pemantauan real-time, dan integrasi model deteksi kucing. Pengujian dilakukan untuk mengevaluasi kinerja API, keandalan penyimpanan data, dan akurasi integrasi model. Hasil pengujian menunjukkan backend berbasis cloud ini responsif, skalabel, dan dapat diakses dari berbagai perangkat, meskipun memerlukan koneksi internet yang stabil. Dengan adanya sistem ini, proses pemberian makan kucing dapat dilakukan secara lebih efisien, terjadwal, dan dapat dipantau kapan saja. Kata kunci— smart pet feeder, internet of things, google cloud platform, cloud run, cloud storage.
Menggunakan Kotlin untuk Sistem Pemantauan Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Tampubolon, Yosua Gery; Kalista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem pemantauan pemberian makanan kucing otomatis berbasis deep learning dirancang untuk membantu pemilik kucing dalam memantau dan mengontrol proses pemberian makan secara efektif. Penelitian ini berfokus pada perancangan antarmuka aplikasi mobile berbasis Kotlin yang berperan sebagai media interaksi antara pengguna dan perangkat. Perancangan antarmuka dilakukan dengan mempertimbangkan prinsip user-centered design untuk memastikan kemudahan penggunaan, kenyamanan, dan efisiensi. Metode pengembangan meliputi analisis kebutuhan, pembuatan wireframe, implementasi menggunakan Android Jetpack, serta pengujian fungsionalitas antarmuka. Hasil pengujian menunjukkan bahwa antarmuka aplikasi mampu menampilkan data pemantauan secara real-time, termasuk starus pengenalan wajah kucing, persentase sisa makanan dalam tangki penyimpanan makanan, dan opsi pengaturan perangkat. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan antarmuka aplikasi mobile yang terintegrasi dengan sistem Internet of Things (IoT) dan teknologi deep learning untuk pemantauan hewan peliharaan. Kata kunci— antarmuka pengguna, aplikasi mobile, Kotlin, Android Jetpack, pemberian makanan kucing otomatis
Desain 3D dan Implementasi IoT pada Sistem Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Fadhel, Hafiz Muhammad; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pemberian pakan kucing secara teratur dan terukur merupakan salah satu faktor penting dalam menjaga kesehatan hewan peliharaan. Namun, banyak pemilik kucing menghadapi kendala dalam mengatur porsi dan jadwal makan secara konsisten karena keterbatasan waktu. Penelitian ini mengusulkan pengembangan sistem smart feeder berbasis Internet of Things (IoT) yang terintegrasi dengan teknologi deep learning untuk memantau dan mengatur pemberian makanan kucing secara otomatis. Proses perancangan dimulai dengan pembuatan desain 3D perangkat menggunakan kombinasi material akrilik, kayu, dan komponen hasil cetak 3D berbahan PLA. Raspberry Pi 4 digunakan sebagai mikrokontroler utama yang mengendalikan sensor beban untuk pengukuran porsi makanan, kamera untuk deteksi keberadaan kucing, serta aktuator untuk mekanisme distribusi pakan. Sistem IoT memungkinkan pemilik memantau dan mengontrol perangkat melalui aplikasi berbasis web secara real-time. Hasil implementasi menunjukkan bahwa rancangan ini mampu memberikan porsi makanan sesuai pengaturan dan beroperasi secara otomatis sesuai jadwal yang ditentukan. Kesimpulannya, penggabungan desain mekanis, IoT, dan deep learning dapat menghasilkan perangkat pemberian pakan kucing yang efisien, praktis, dan membantu pemilik dalam mengoptimalkan perawatan hewan peliharaan. Kata kunci — Deep Learning, Internet Of Things, Smart Feeder, Desain 3d, Raspberry Pi 4B, Sensor Beban
Impementasi Deep Learning Berbasis YOLOv5 Untuk Identifikasi Kucing Individu pada Pet Feeder Manna, Muhammad Rayyan Aqiilah; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian ini mengembangkan dan mengimplementasikan model deep learning pada sistem Smart Pet Feeder untuk mengenali kucing peliharaan individu berdasarkan foto yang diunggah pengguna melalui aplikasi. Teknologi You Only Look Once (YOLO) dipilih karena memiliki kecepatan deteksi tinggi dan akurasi yang memadai untuk pengenalan secara real-time. Dataset dibuat secara khusus dari foto-foto kucing milik pengguna dengan berbagai sudut dan kondisi pencahayaan guna meningkatkan kemampuan generalisasi model. Proses pelatihan dilakukan dengan pengaturan hyperparameter yang divariasikan, kemudian dievaluasi menggunakan metrik mean Average Precision (mAP) dan confusion matrix untuk mengukur performa prediksi. Hasil pengujian menunjukkan model mampu mengenali kucing dengan akurasi tinggi pada kondisi pencahayaan terang, namun mengalami penurunan performa pada kondisi minim cahaya. Tingkat keakurasian model pada alat sangat bergantung pada kualitas, sudut, dan pencahayaan foto yang diunggah oleh pengguna. Integrasi model ke dalam Smart Pet Feeder memungkinkan sistem mengatur akses makan hanya untuk kucing yang terdaftar, sehingga meningkatkan keamanan, mengurangi risiko makanan diakses kucing lain, dan membantu pemilik memantau aktivitas makan hewan peliharaan secara efektif. Kata kunci— computer vision, deep learning, deteksi realtime, identifikasi kucing, smart pet feeder, YOLO
Co-Authors Akbar, Maulidiatama anggi, anggi amalia Annisa, Shavira Nur Anugerah, Rey Rizqi Ari indra Susanti Ariasa, Rafif Arief Zulianto Ashri Dinimaharawati Ayi Purbasari Azhar, Ferikho Fatih Burhanuddin Dirgantoro Butar-Butar, Muhammad Raihan Dhesvira Nurseha Putri Dirgantara, Fussy Mentari Dwiyansyah, Muhammad Raflika Dzikra, Iffat Fadhel, Hafiz Muhammad Fadhilah , Muhammad Rizal Faisal Candrasyah Hasibuan Farha S. N, Augyres Fauzaan, Muhammad Rifqi Al Fauzi, Farhan Rizki Fedri Ruluwedrata Rinawan Firdaus, Mohamad Fidi Kalista, Meta Khoerul Umam, Khoerul Malikulmulki, Jaisy Manna, Muhammad Rayyan Aqiilah Meta Kallista Prayoga, Ivan Fernanda Purba Daru Kusuma Putra, Ibrahim Bintang Rismayadi Putti, Fasya Hanifah R. Yunendah Nur Fu’adah Ramadhanti, Tassya Rita Magdalena Roswan Latuconsina Sihaloho, Mutiara Tampubolon, Yosua Gery