Article Per Year (5 Year)
p-Index From 2021 - 2026
4.441
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer JPSriwijaya Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi
Fakultas Ilmu Komputer Universitas Brawijaya
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Law, Crime, Criminology & Criminal Justice Neuroscience Public Health

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 2   3   4   5   6 
Implementasi Fuzzy Time Series Pada Prediksi Harga Daging Di Pasar Kabupaten Malang Frans Agum Gumelar; Rekyan Regasari Mardi Putri; Indriati Indriati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 8 (2018): Agustus 2018
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1108.673 KB)

Abstract

Beef is one of the staples that are always consumed by the people of Indonesia. The scarcity of local beef is one of the causes of rising prices. Stabilize the price of beef is the duty of DISPERINDAG. DISPERINDAG spreads almost in every region of Indonesia, one of them is in Malang. Its population is increasing annually so that the demand of food especially beef also increasing. Rising demand of beef also affects the rise in beef prices. So DISPERINDAG should control the increase of beef prices as action to anticipate the increasing price. Therefore, one of the efforts that can be done is to forecast increasing price of beef. So that DISPERINDAG can consider the next month price based on forecast result.The forecasting process is based on historical data. This forecasting that is used is called time series data forecasting. The relations between data are emphasized in time series forecasting. The method used for forecasting is the Fuzzy Time Series (FTS). Based on the results of the test using 21 data of meat prices in Malang Regency in 2016 and 2017, the accuracy obtained from forecasting of 57%. With the smallest error value lies in june 2017 of 16,129 and the biggest error value lies in march 2016 of 65,610,000.
Optimasi SVR dengan Ant Colony Optimization untuk Prediksi Tingkat Produksi Susu Segar (Studi Kasus pada Koperasi Susu SAE Pujon, Malang) Karuniawan Susanto; Rekyan Regasari Mardi Putri; Sutrisno Sutrisno
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 10 (2018): Oktober 2018
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1316.474 KB)

Abstract

Milk is a food of livestock that has a complete and balanced nutrition where its protein nutrition is higher than vegetable protein. The consumption of milk and its products play a role in improving the quality of human resources in Indonesia that is still low. Therefore, the role of milk manufacture industry in Indonesia is very important in terms of providing and sufficient nutrition needs of the people. One of the milk manufacture industry is dairy cooperatives of SAE Pujon, Malang. In order to be able to play a role well, the production rates of fresh milk in dairy cooperatives of SAE Pujon is important things that need to be optimized. Improper production rates will result in losses, such as loss in the form of material or loss of consumers. Based on these problems, it takes support vector regression method optimized with ant colony optimization that is implemented into a system. Optimization is done to determine the most optimal SVR parameter. The optimized SVR parameter are (sigma), C (complexity), (epsilon), cLR (learning rate constants) and (lambda). Range of ACO parameter values to obtain optimal SVR parameter value is q0 = 0,5-1, α = 0,01-0,04, = 0,01-0,04, ρ = 0,001-0,004, δ = 0,001-0.004. The milk production rates forecasting in dairy cooperatives of SAE Pujon from January until December 2016 by using SVR-ACO resulted MAPE value of 3,30425%.
Implementasi Metode Particle Swarm Optimization - Certainty Factor Untuk Pengenalan Kondisi Ikan Lele Sevtyan Eko Pambudi; Randy Cahya Wihandika; Rekyan Regasari Mardi Putri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 1 (2019): Januari 2019
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (330.061 KB)

Abstract

Failure in catfish farming is often caused by not finding the best composition combination when you want to start cultivation such as, types of ponds, antiseptic administration, etc. Therefore we need a system that aims to find the best combination of parameters while predicting the condition of the fish before it is implemented in the real world. One method that can be applied to predict fish conditions is certainty factor. However, the performance of certainty factor is highly dependent on experts related to the problem so that the resulting solution is vulnerable to being trapped in the local optimum area. One approach that can be used to overcome this problem is to apply optimization algorithms, namely Particle Swarm Optimization (PSO). PSO explores the search space to find the value of the expert cf based on the value of the particle cost. The value of the cost is designed to minimize the distance between random values ​​and the weight value so that the smaller is close to 0 (zero) the greater the chance of a particle being selected as a solution. This study uses hybrid Particle Swarm Optimization-Certainty Factor to identify the condition of catfish. The quality of Certainty Factor is evaluated using test data from experts by comparing system output. The experimental results show that the PSO-Certainty Factor hybrid algorithm produces better predictive results compared to the Certainty Factor algorithm which is 90%.
Sistem Kontrol Perangkat Inframerah menggunakan Speech Recognition dengan Spectrogram dan Convolutional Neural Network berbasis Mikrokontroler Irfan Muzakky Nurrizqy; Barlian Henryranu Prasetio; Rekyan Regasari Mardi Putri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dipublikasikan di JTIIK (Jurnal Teknologi Informasi dan Ilmu Komputer)
Sistem Kendali Suhu dan kelembapan udara pada Tanaman Bayam Microgreen dalam Ruangan Tertutup menggunakan Regresi Linier Zultoni Febriansyah; Hurriyatul Fitriyah; Rekyan Regasari Mardi Putri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kurangnya lahan pertanian pada perkotaan dapat menjadi penyebab susahnya ketersediaan pangan di perkotaan. Hal ini dapat diatasi dengan pertanian secara Microgreen, salah satu tanaman microgreen yang bisa dibudidaya yaitu bayam. Hal yang harus diperhatikan yaitu tanaman bayam microgreen memiliki rentang suhu optimal 24-27 oC, dan kelembapan udara optimal sebesar 40%-80%. Pada penelitian ini dilakukan pengendalian suhu dan kelembapan udara pada tanaman bayam microgreen berdasarkan rentang suhu dan kelembapan optimal diatas. Pengendalian ini dilakukan dengan menggunakan sensor DHT22 dan Arduino Uno dimana Arduino Uno akan memproses prediksi waktu nyala aktuator penurun suhu dan kelembapan hingga ke rentang optimal menggunakan regresi linier sederhana. Penelitian ini terdapat 2 persamaan regresi linier yang akan dipakai yaitu persamaan regresi linier suhu dan persamaan regresi linier kelembapan. Untuk pencarian model persamaan regresi linier yaitu dengan menggunakan 10-fold cross validation dengan memilih model pada MAPE terkecil. hasil persamaan regresi yang didapat pada penelitian yaitu Y1=223,66X1-6.051,9 untuk suhu dan Y2=59,48X2-4.757,85 untuk kelembapan. Nilai MAPE yang didapat dari persamaan regresi linier tersebut yaitu 5,07% untuk suhu dan 3,13% untuk kelembapan. Pada pengujian waktu komputasi didapatkan rata-rata waktu sebesar 153,9 ms.
Rancang Bangun Alat Sortir Keju Mozzarella menggunakan Metode Klasifikasi Naïve Bayes Rizqi Muh. Muqoffi Ashshidiqi; Dahnial Syauqy; Rekyan Regasari Mardi Putri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Salah satu jenis keju yang populer di kalangan masyarakat Indonesia saat ini adalah keju mozzarella. Keju ini merupakan jenis keju bertekstur lunak yang pada umumnya dikonsumsi dalam keadaan segar dan dibuat tanpa proses pemeraman. Adapun beberapa karakteristik yang dimiliki oleh keju ini, di antaranya yaitu elastis, berserabut, dan lunak. Karakteristik - karakteristik tersebut dapat dijadikan sebagai acuan menentukan kualitas dari keju mozzarella. Salah satu cara untuk menentukan kualitas keju jenis ini sendiri yaitu dengan melakukan proses sortir. Proses sortir tersebut dilakukan dengan cara memanfaatkan alat sortir otomatis yang dapat mengklasifikasikan kualitas keju mozzarella menggunakan metode klasifikasi Naïve Bayes. Dengan menggunakan modul sensor TCS3200 dan MQ135, data berupa warna dan kadar gas amonia (ppm) diambil sebagai fitur klasifikasi. Setelah data diperoleh maka selanjutnya akan dilakukan proses klasifikasi yang hasilnya akan direalisasikan melalui gerakan motor DC dan motor servo. Motor DC gearbox berfungsi untuk menggerakkan sabuk konveyor sedangkan motor servo berfungsi untuk mengubah jalur sortir. Hasil pengujian alat sortir ini sendiri menunjukkan akurasi hasil klasifikasi Naive Bayes sebesar 91,7%, rata – rata error sensor TCS3200 sebesar 0,03%, dan akurasi sensor MQ135 sebesar 97,99%.
Sistem Klasifikasi Kualitas Air dalam Akuakultur Budidaya Ikan Lele dengan Algoritma PCA dan KNN Aulady, Fadhli; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Akuakultur merupakan salah satu metode budidaya organisme air seperti ikan, tanaman air, dan lain lain untuk memenuhi kebutuhan pangan manusia. Meskipun akuakultur sangat menjanjikan dan memiliki banyak manfaat, sistem ini membutuhkan pengelolaan kualitas air yang efektif. Untuk menjaga agar kualitas air kolam ikan tetap baik tentunya diperlukan pengecekan beberapa parameter air secara rutin oleh pembudidaya. Sehingga, dapat dikembangkan sistem klasifikasi kualitas air pada sistem akuakultur yang dapat dimonitoring kapan saja dan dimana saja. Dalam melakukan klasifikasi, sistem ini menggunakan metode KNN. Namun, KNN memiliki keterbatasan, seperti kebutuhan memori dan kompleksitas waktu. Dari permasalahan tersebut maka dibuatlah sebuah sistem klasifikasi menggunakan menggunakan mikrokontroler ESP-32, sensor DS18b20, sensor pH-4502C, sensor TDS, dan sensor Turbidity dengan menggunakan algoritma KNN dan PCA. Penelitian ini bertujuan untuk membuat sistem monitoring kualitas air serta mengetahui dampak penggunaan PCA dalam mengatasi kekurangan KNN. Pengujian penelitian dilakukan dengan menguji akurasi KNN serta membandingkan penggunaan memori dan kecepatan komputasi KNN dengan menggunakan metode PCA dan tanpa menggunakan metode PCA. Hasil yang diperoleh dari pengujian ialah akurasi klasifikasi PCA+KNN sebesar 80%, memori yang digunakan 240 bytes lebih hemat saat menggunakan PCA, dan komputasi lebih cepat dengan rata-rata waktu 17.2 μs dengan menggunakan PCA.
Sistem Kendali Suhu dan Kelembapan Udara Tanaman Microgreen Kubis menggunakan Metode Regresi Linear berbasis Arduino Pratama, Muhammad Naufal Rafi; Fitriyah, Hurriyatul; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Keterbatasan lahan pertanian menghambat pertumbuhan tanaman, sehingga muncul microgreen sebagai solusi yang layak. Microgreen, seperti kubis contohnya, adalah tanaman sayuran kecil, bertekstur lembut, dan dapat dimakan. Tanaman microgreen kubis dapat tumbuh secara optimal di rentang suhu 16-25 derajat Celsius dan kelembapan di rentang 40-60%. Penelitian ini bertujuan untuk mengoptimalkan kondisi pertumbuhan tanaman microgreen kubis dengan mengatur suhu dan kelembaban menggunakan mikrokontroler Arduino Uno, aktuator pengendali suhu dan kelembaban, serta sensor DHT22. Penelitian ini menggunakan regresi linear untuk memprediksi durasi nyala aktuator berdasarkan pengaturan suhu dan kelembaban. Dengan menerapkan validasi silang 10-Fold, persamaan regresi linear untuk suhu (Y1) adalah 303,7X1 - 7584,6 dan untuk kelembaban (Y2) adalah 67,85 - 5421,73. Nilai kesalahan persentase absolut rata-rata (MAPE) yang diperoleh untuk suhu dan kelembaban adalah sebesar 2,241 dan 2,01%, secara berurutan. Waktu komputasi rata-rata adalah 128,9 ms.
Purwarupa Sistem Monitoring Klasifikasi Mutu Air Sumur menggunakan Fuzzy Mamdani (Studi Kasus: Al-Maahira IIBS) Zarkasyi, Muhammad Rifky Irfan; Ichsan , Mochammad Hannats Hanafi; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 8 (2023): Agustus 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Air adalah unsur yang penting bagi keberlangsungan hidup di Bumi. Air memegang peran penting dalam ekosistem. Pada umumnya terdapat dua sumber air yang dapat digunakan oleh masyarakat Indonesia yaitu air sumur dan air PDAM. Air sumur sangat penting bagi masyarakat karena menyediakan alternatif sumber air bersih dan terjangkau bagi kebutuhan sehari-hari. Peraturan Menteri Kesehatan RI 492/MENKS/PER/IV/2017 tentang ketentuan dalam kualitas air bersih yang sehat dengan cara menghindari penurunan mutu air yang bisa membahayakan kesehatan. Air. Pada penelitian ini dirancang sebuah sistem yang dapat me-monitoring kualitas air dengan parameter dari sensor pH, turbidity, mq135, dan TDS. Penelitian ini juga membuat sistem klasifikasi untuk menentukan kondisi air tersebut. Klasifikasi pada sistem ini menggunakan metode Fuzzy Logic Mamdani. Pengujian alat ini digunakan langsung pada air sumur pada sebuah pondok pesantren di Kota Malang yang bernama Al-Maahira IIBS. Pengujian pertama adalah akurasi sensor. Sensor pH mendapatkan nilai akurasi 95,68%, sensor turbidity sebesar 95,33%, sensor MQ135 sebesar 95,66% dan sensor TDS sebesar 98,75%. Pengujian kedua adalah akurasi output sistem dengan Matlab dan mendapatkan nilai 98,7%. Pengujian terakhir adalah Pengujian waktu Thingspeak dan mendapatkan hasil rata-rata sebesar 4s.
Sistem Bantu Wearable pada Latihan Angkat Beban untuk Otot Biceps menggunakan Sensor MPU6050 dengan Metode Random Forest Muzayyin, Asep; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Gerakan angkat beban yang dilakukan untuk melatih otot biseps memerlukan teknik yang tepat dan kualitas latihan yang baik agar terhindar dari risiko terjadinya cedera. Penelitian ini membahas sistem bantu wearable untuk mengatasi sejumlah tantangan dalam latihan angkat beban untuk otot biseps, khususnya pada gerakan standing dumbbell curl, yang mencakup keterbatasan umpan balik langsung dan akses terbatas terhadap bimbingan instruktur. Parameter yang digunakan untuk mengetahui gerakan benar dan salah adalah nilai sudut dan akselerasi yang didapat dari sensor MPU6050 yang ditempatkan pada pergelangan tangan, lengan atas dan dada. Nilai parameter tersebut akan diolah menggunakan metode Random Forest dalam mikrokontroler ESP32. Random Forest dipilih karena memiliki tingkat keakuratan dan konsistensi yang tinggi serta tahan terhadap overfitting. Hasil klasifikasi Random Forest akan diberikan kepada pengguna berupa umpan balik melalui suara buzzer. Dari 20 kali pengujian dengan subjek yang memiliki variasi spesifikasi tubuh beragam, didapatkan akurasi model Random Forest yang dilatih pada dataset mencapai 96.4%. Sementara, tingkat akurasi model Random Forest yang diimplementasikan dalam sistem bantu wearable juga menunjukkan hasil yang sangat baik, yaitu mencapai 95%. Rata-rata waktu komputasi sistem dalam mengklasifikasikan gerakan benar dan salah pada gerakan standing dumbbell curl adalah 3.25 milidetik.
Co-Authors Achmad Arwan Agung Setia Budi, Agung Setia Agus Wahyu Widodo Ahmad Izzuddin Ainun Najib Eka Christianto Akbar, Muhammad Faithur Adel Patria Albert, Muhammad Zaidan Aldo, Muhammad Alhasyimi, Dana Mustofa Alqadri, Aikal Ichsan Annuranda, Ramansyah Eka Aulady, Fadhli Barlian Henryranu Prasetio Budi Darma Setiawan Candra Dewi Candra Dewi Chusnah Puteri Damayanti Dahnial Syauqy Dharmawan, Fakhriz Thoriqo Dian Eka Ratnawati Edy Santoso Eko Setiawan Eko Setiawan Elsa Nuramilus Shofia Endah Utik Wahyuningtyas Faizatul Amalia Fajar, Sanhnai Fathirul Firdaus, Muhammad Alifiansyah Firza Zamzani, Muhammad Fitra Abdurrachman Bachtiar Fitriyah, Hurriyatul Fran's Dwi Saputra Atmanagara Frans Agum Gumelar Gembong Edhi Setyawan Haqiqi, Farih Akmal Herlambang, Romario Yudo Hisdianton, Oktavian Hurriyatul Fitriyah, Hurriyatul Ichsan , Mochammad Hannats Hanafi Imam Cholissodin Indriati Indriati Irfan Muzakky Nurrizqy Iunike Kartika Dewi Karuniawan Susanto Khoirin Nisa Fitrianur Kurniawan, Rafi Athallah Kusuma, Aji Ranca Lailil Muflikhah Luthfi Anshori M. Ali Fauzi Mahar Beta Adi Sucipto, Ekmaldzaki Royhan Malik, Hifdzul Manoeroe, Gregorio Maryamah Maryamah Merry Gricelya Nababan Merry Gricelya Nababan, Merry Gricelya Mimin Putri Raharyani Moch. Maulana Alrizzaqi Muhammad Abduh Muhammad Adiputra Muhammad Najmi Ridhani Muzayyin, Asep Niken Hendrakusma Wardani Ningsih Puji Rahayu Nurkhoyri, Ageng Nurrizqy, Irfan Muzakky Nurul Auliyah Pamungkas, Gilang Alif Pangestu Ari Wijaya Pardamean, Yohanes Pratama, Muhammad Naufal Rafi Pratomo Adinegoro Pricillia, Lidya Ruth Rakhmadhany Primananda, Rakhmadhany Rakhmadina Noviyanti Ramadhan, Wafdannur Ramadhani, Roihaan Randi Pratama Nugraha Randy Cahya Wihandika Randy Cahya Wihandika Ridho Adi Febrian Rima Diah Wardhani Rizal Maulana, Rizal Rizqi Muh. Muqoffi Ashshidiqi Satria Dwi Nugraha Satrio Agung Wicaksono Sevtyan Eko Pambudi Siswanti Supraptoa Supraptoa Sutopo Sutopo Sutrisno Sutrisno Syahwanto, Virandy Bagaskara Tegar Assyidiqi Nugroho Tibyani Tibyani Utaminingrum, Fitri Vienticentia Imanuwelita Wijaya Kurniawan Yusi Tyroni Mursityo Yusuf Priyo Anggodo, Yusuf Priyo Zahra Swastika Putri Zarkasyi, Muhammad Rifky Irfan Zultoni Febriansyah