Article Per Year (5 Year)
p-Index From 2021 - 2026
3.153
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Kepada Masyarakat (Indonesian Journal of Community Engagement) KURVATEK Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Jurnal Abdi Insani G-Tech : Jurnal Teknologi Terapan SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) DEVICE Indonesian Community Journal JOMPA ABDI: Jurnal Pengabdian Masyarakat STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII
Bagus Gilang Pratama, Bagus Gilang
Institut Teknologi Nasional Yogyakarta
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

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

Found 22 Documents
Search

 1   2   3 
Desain dan Implementasi Alat Pemantauan Cuaca Self-Sustain Berbasis IoT untuk Dukungan Data Cuaca Real-Time Yuliani, Oni; Pratama, Bagus Gilang; Sari, Sely Novita
Retii 2025: Prosiding Seminar Nasional ReTII ke-20 (Edisi Penelitian)
Publisher : Institut Teknologi Nasional Yogyakarta

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

Abstract

Perubahan iklim dan dinamika cuaca ekstrem menuntut ketersediaan sistem pemantauan cuaca yang akurat, berkelanjutan, dan mudah diakses. Sistem konvensional yang bergantung pada infrastruktur listrik dan operasional manual sering kali menghadapi keterbatasan di wilayah terpencil. Sebagai respons terhadap tantangan tersebut, dikembangkan alat pemantauan cuaca self-sustain berbasis Internet of Things (IoT) yang mampu menyediakan data atmosfer secara real-time melalui integrasi sensor otomatis dan sumber energi surya. Sistem menggunakan sensor DHT22, BMP280, BH1750, anemometer digital, dan rain sensor yang dihubungkan ke mikrokontroler ESP32 dan dikirim ke cloud platform (ThingSpeak dan Blynk) untuk visualisasi data daring. Pengujian dilakukan selama tujuh hari di lingkungan terbuka Kampus ITNY dengan interval pengambilan data setiap lima menit. Hasil menunjukkan akurasi pengukuran dalam batas ±5% dibandingkan data BMKG, efisiensi energi 84,7%, dan tingkat keberhasilan transmisi data 97,6%. Sistem mampu beroperasi mandiri hingga 78 jam tanpa sinar matahari, membuktikan efektivitas rancangan self-sustain berbasis energi terbarukan. Penelitian ini mendukung pengembangan sistem pemantauan cuaca yang efisien, hemat energi, dan berkelanjutan untuk mendukung mitigasi bencana dan perencanaan sumber daya berbasis data real-time.
Implementasi Artificial Neural Network Untuk Prediksi Pelaksanaan Pemeliharaan Hotel di Yogyakarta Pratama, Bagus Gilang; Sari, Sely Novita; Maulana, Rizal
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 4 (2025): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i4.6022

Abstract

Industri perhotelan di Yogyakarta menghadapi tantangan dalam pemeliharaan fasilitas yang efisien dan berbasis kondisi aktual. Penelitian ini mengembangkan model Artificial Neural Network (ANN) untuk mengidentifikasi jenis pemeliharaan hotel secara akurat. Menggunakan pendekatan kuantitatif dengan data dari 175 responden, model dilatih menggunakan arsitektur multilayer perceptron dan data yang dinormalisasi dengan Min-Max Scaler. hasilnya menunjukkan performa klasifikasi yang sangat baik terhadap lima kategori kelayakan pemeliharaan hotel. Model berhasil memprediksi 9 data kelas Sangat Tidak Layak secara akurat, 11 dari 13 data kelas Tidak Layak dengan 2 kesalahan minor, serta 15 dari 16 data kelas Cukup Layak dengan hanya 1 kesalahan. Untuk kelas Layak, model mengklasifikasikan 9 data secara tepat, dan pada kelas Sangat Layak, seluruh 6 data diprediksi dengan akurasi sempurna tanpa kesalahan. Temuan ini menegaskan efektivitas ANN dalam pemeliharaan prediktif dan potensinya untuk diintegrasikan ke sistem IoT, meskipun masih perlu pengembangan terkait data real-time dan ketidakseimbangan kelas.
Co-Authors Anggi Hermawan Arif Basuki Erig Efendi fatimah Fatimah Imro Mikel Selan Ircham Joko Prasojo Karan Gunawan Kristanto, Wisnu Aji Dwi Lawinu, Nodyka Elkawi Mohammad Arsyad Nawawi, Ilham Oggi Heicqal Ardian Okki Verdiansyah Oni Yuliani Permana, Irvan Ardhi Putri, Silfia Dwi Qodri, Muhammad Fatih Ramadhani, Nanda Rizal Maulana, Rizal Rizqi Prastowo Sely Novita Sari Septi Savitri Sudiana Taufik, Tito Tiyastono