Claim Missing Document
Check
Articles

Found 4 Documents
Search

IMPLEMENTASI PENGGUNAAN INTERNET OF THINGS (IoT) DI DUNIA PENDIDIKAN SELAMA MASA PENDEMI COVID-19 Zainul Mufid; Musafa Musafa
Jurnal Konseling Pendidikan Islam Vol 3 No 2 (2022): Jurnal Konseling Pendidikan Islam
Publisher : LP2M IAI Al Khairat Pamekasan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32806/jkpi.v3i2.316

Abstract

Tujuan dari penelitian ini adalah untuk mengkaji implementasi penggunaan IoT di Dunia pendidikan selama masa pandemic covid-19. Metode yang digunakan oleh peneliti dalam penelitian ini ada metode penelitian kualitatif dengan jenis atau pendekatan studi pustaka dengan langkah-langkah penelitian a. Menentukan topik yang diteliti dan membatasi ruang lingkup topik tersebut, b. Mencari sumber literatur terkait topik yang diteliti, seperti buku, artikel, jurnal, atau dokumen-dokumen lainnya, c. Membaca dan memahami isi dari sumber literatur yang telah ditemukan, d. Menyusun dan menganalisis data yang telah dikumpulkan dari sumber literature, e. Menarik kesimpulan dalam penelitian. Hasil temuan dan kesimpulan dari penelitian ini bahwa Internet of Things (IoT) didunia pendidikan selama pandemic covid 19 memberikan penguatan bagi dunia pendidikan untuk melakukan transformasi pembelajaran menuju arah digitalisasi. Digitalisasi dunia pendidikan melibatkan penggunaan teknologi informasi dan komunikasi untuk meningkatkan aksesibilitas, fleksibilitas, dan efektivitas pembelajaran. Dalam menghadapi tantangan dan memanfaatkan peluang digitalisasi, penting untuk memastikan akses yang merata, pelatihan kepada guru, perlindungan privasi data, dan inklusi bagi semua siswa. Dengan mengadopsi digitalisasi dalam pendidikan, dapat dibangun sistem pembelajaran yang lebih adaptif, interaktif, dan relevan dengan kebutuhan zaman.
Pengaruh Suhu, Kelembapan dan Angin terhadap Polusi Udara: Studi Kasus Dataset Air Quality Trisna Fajar Prasetyo; Ahmad Gani; Zainul Mufid
INSANtek Vol. 6 No. 1 (2025): Mei 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/insantek.v6i1.8826

Abstract

Salah satu indikator utama kesehatan lingkungan adalah kualitas udara, karena faktor cuaca seperti suhu, kelembapan, tekanan udara, dan kecepatan angin sangat memengaruhi polusi udara. Dengan menggunakan dataset Kualitas Udara Unique Client Indentifier (UCI), yang mengandung parameter lingkungan dari wilayah perkotaan, tujuan penelitian ini adalah untuk melihat bagaimana variabel cuaca dan kualitas udara berkorelasi satu sama lain. Penelitian ini melihat dampak parameter cuaca seperti suhu, kelembapan relatif, tekanan atmosfer, dan kecepatan angin terhadap konsentrasi polutan seperti Carbon Monoxide (CO), Nitrogen Dioxide (NO2), dan Ozon (O3). Data set dibersihkan untuk menghilangkan nilai yang hilang, dan kemudian dilakukan analisis regresi linier sederhana dan korelasi Pearson. Hasil penelitian menunjukkan hubungan positif antara kelembapan dan NO2, dan korelasi negatif yang signifikan antara suhu dan konsentrasi CO. Studi ini menunjukkan bahwa cuaca memainkan peran penting dalam perubahan kualitas udara, sehingga bisa dikatakan bahwa pemantauan cuaca dapat menjadi alat prediktor untuk pengaturan lingkungan perkotaan di masa yang akan datang. 
FORMULASI MODEL SPASIOTEMPORAL DIGITAL TWIN DALAM SIMULASI DAMPAK KENAIKAN MUKA AIR LAUT Zainul Mufid; Ahmad Gani; Trisna Fajar Prasetyo
INTI Nusa Mandiri Vol. 20 No. 2 (2026): INTI Periode Februari 2026
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v20i2.8157

Abstract

Sea level rise (SLR) due to climate change poses an existential threat to coastal areas, especially in archipelagic countries such as Indonesia. An effective policy response requires simulation tools that can represent spatial and temporal dynamics in an integrated manner. This study formulates and tests a spatiotemporal model based on Digital Twin to simulate the impact of SLR on infrastructure, settlements, and coastal ecosystems. This model combines satellite altimetry data (Sentinel-3), bathymetry data, a 2D hydrodynamic model (Delft3D), and CMIP6 climate projections (SSP2-4.5 and SSP5-8.5) within a cloud-based Digital Twin framework. The case study was conducted in urban coastal areas with high subsidence, which are among the areas with the highest rates of land subsidence in the world. The simulation covers KMA scenarios up to 2050, with a spatial resolution of 5 meters and daily temporal resolution. The results show that in the SSP5-8.5 scenario, up to 68% of urban coastal areas with high subsidence will be below the average sea level in 2050 without intervention. This spatiotemporal model achieved a flood prediction accuracy of 91.3% (based on spatial IoU) compared to historical tidal flood data from 2020–2024. In addition, the system allows for the evaluation of the impact of mitigation infrastructure such as the North Coast Sea Wall (NCICD). This study proves that the formulation of spatiotemporal models in Digital Twin provides a critical foundation. Additionally, the system enables the evaluation of the impact of mitigation infrastructure such as the North Coast Sea Wall (NCICD).
OPTIMASI UNDER-FREQUENCY LOAD SHEDDING (UFLS) BERBASIS ALGORITMA DYNAMIC ELEPHANT MEMORY SWARM PADA SISTEM KELISTRIKAN JAWA-BALI Ahmad Gani; Trisna Fajar Prasetyo; Zainul Mufid
Jurnal Sistem Informasi dan Sains Teknologi Vol 8, No 2 (2026): Jurnal Sistem Informasi dan Sains Teknologi
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/sistek.v8i2.2893

Abstract

Keandalan Sistem Interkoneksi Jawa–Bali sangat bergantung pada kecepatan dan ketepatan skema Under-Frequency Load Shedding (UFLS) dalam merespons kontingensi kehilangan pembangkit berskala besar. Skema UFLS konvensional yang bersifat statis cenderung melepas beban secara berlebihan (over-shedding) atau terlambat (under-shedding) karena tidak adaptif terhadap kondisi operasi real-time, sebagaimana ditunjukkan pada berbagai kajian terdahulu . Penelitian ini bertujuan merancang dan mengevaluasi algoritma metaheuristik hibrida baru, Dynamic Elephant Memory Swarm (DEMS), yang menggabungkan mekanisme migrasi-klan Elephant Herding Optimization (EHO)  dengan mekanisme memori kolektif bergaya swarm intelligence untuk mengoptimalkan besaran dan tahapan pelepasan beban pada skema UFLS adaptif. Metode penelitian menggunakan pendekatan simulasi kuantitatif pada model tereduksi (reduced-order equivalent) Sistem Interkoneksi Jawa–Bali 500 kV dengan skenario kontingensi kehilangan pembangkit 1200 MW, dibandingkan terhadap UFLS konvensional, UFLS-PSO, dan UFLS-EHO melalui 30 kali running independen serta uji signifikansi non-parametrik Wilcoxon signed-rank. Hasil menunjukkan algoritma DEMS mencapai frekuensi nadir tertinggi (49,31 Hz), waktu pemulihan tercepat (7,6 detik), serta total beban yang dilepas paling minimal (11,4% dari beban puncak) dibandingkan ketiga metode pembanding, dengan kecepatan konvergensi optimasi yang juga tercepat (rata-rata 31 iterasi). Simpulan penelitian ini adalah skema UFLS adaptif berbasis DEMS berpotensi meningkatkan keandalan dan efisiensi pemulihan frekuensi sistem tenaga besar tanpa mengorbankan keamanan operasi, serta memberikan kontribusi metodologis pada pengembangan algoritma metaheuristik hibrida untuk masalah optimasi kombinatorial pada sistem tenaga listrik. Nilai kuantitatif yang dilaporkan pada studi ini bersifat ilustratif berdasarkan kerangka simulasi yang diusulkan dan memerlukan validasi lebih lanjut menggunakan perangkat lunak simulasi sistem tenaga (python) sebelum diterapkan pada praktik operasional.