Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimasi Pemantauan Kinerja melalui Pengembangan Dashboard Indikator Kegiatan dengan Metode Agile Deni Setiawan; Alun Sujjada; Anggun Fergina; Miya Kurnia; Fakhriyal Riyandi Yasin; Fikry Ardiansyah Efendi; Ilham Nurabduljabbar Komara
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Kementerian Ketenagakerjaan memiliki peran krusial dalam merumuskan kebijakan dan program-program yang mendukung pencapaian tujuan pembangunan nasional di bidang ketenagakerjaan. Namun, proses pengumpulan dan pengelolaan data di Kementerian masih dilakukan secara manual, menyebabkan penundaan dalam pengambilan keputusan dan pemantauan kinerja. Oleh karena itu, diperlukan sistem informasi yang mampu mengintegrasikan sumber data terkait kinerja kegiatan untuk mempercepat proses monitoring capaian target Indikator Kinerja Kegiatan (IKK) secara real-time. Penelitian ini menggunakan metode agile untuk merancang dashboard IKK yang memungkinkan akses mudah dan cepat terhadap informasi yang dibutuhkan. Dashboard ini berfungsi sebagai instrumen untuk menilai proses yang sedang berlangsung, mengawasi kinerja, dan memprediksi keadaan di masa yang akan datang. Penggunaan teknologi berbasis web dipilih untuk memastikan aksesibilitas informasi di mana pun. Fitur-fitur interaktif dalam dashboard diharapkan dapat mempermudah proses monitoring dan penghasilan laporan otomatis. Melalui pengembangan sistem ini, Kementerian Ketenagakerjaan diharapkan dapat meningkatkan efisiensi dan efektivitas dalam mencapai tujuan pembangunan nasional. Metode agile dipilih karena dapat menyesuaikan, memotong, atau mengubah hal yang telah ditetapkan tanpa perlu menunggu proyek selesai.
Implementasi YOLOv8 Nano pada Sistem Monitoring Budidaya Jamur Tiram Berbasis IoT Andi Nopiandi; Fakhriyal Riyandi Yasin; Rizki Haddi Prayoga; Ivana Lucia Kharisma; Somantri
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8239

Abstract

Jamur tiram merupakan salah satu komoditas pertanian yang memiliki nilai ekonomi tinggi dan banyak dibudidayakan di Indonesia. Namun, proses pemantauan pertumbuhannya secara konvensional masih dilakukan secara manual, sehingga membutuhkan waktu, tenaga, dan rentan terjadi kesalahan dalam pengambilan keputusan. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem monitoring pertumbuhan jamur tiram secara otomatis dengan memanfaatkan teknologi Internet of Things (IoT) dan Artificial Intelligence (AISistem ini menggunakan sensor DHT22 untuk membaca suhu dan kelembapan, sensor BH1750 untuk mengukur intensitas cahaya, serta kamera ESP32-CAM untuk mengambil gambar jamur. Data dikirim melalui ESP32 dan dianalisis menggunakan Python, sementara gambar diproses oleh model YOLOv8 Nano untuk mengklasifikasikan fase pertumbuhan jamur menjadi baglog, jamur muda, dan jamur siap panen. Hasil pemantauan ditampilkan secara real-time pada dashboard dan disimpan dalam database MySQL. Hasil pelatihan model menunjukkan performa yang cukup baik dengan nilai rata-rata precision sebesar 0,69, recall sebesar 0,78, dan mean Average Precision (mAP@0.5) sebesar 0,71. Pengujian lanjutan dilakukan terhadap 15 gambar uji dari masing-masing fase jamur, dan seluruh gambar berhasil terdeteksi sesuai dengan kelas yang sebenarnya. Selain itu, pada uji terhadap 10 gambar negatif (tanpa objek jamur). Keberhasilan sistem ini juga didukung oleh jaringan yang stabil untuk pengiriman data, pencahayaan ruang budidaya yang memadai saat pengambilan gambar, serta pengaturan suhu dan kelembapan yang dapat menyesuaikan secara otomatis dengan fase pertumbuhan jamur. Sistem ini membuktikan kemampuannya dalam memantau kondisi pertumbuhan jamur secara otomatis dan akurat, serta berpotensi menjadi solusi praktis dalam mendukung kegiatan budidaya jamur yang lebih modern dan efisien.