p-Index From 2021 - 2026
6.935
P-Index
This Author published in this journals
All Journal Jurnal Simetris Prosiding SNATIF Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal JUPITER (Jurnal Pendidikan Teknik Elektro) Jurnal Pendidikan Fisika dan Keilmuan (JPFK) Jurnal Pendidikan Matematika (Kudus) Jurnal Sisfokom (Sistem Informasi dan Komputer) DoubleClick : Journal of Computer and Information Technology GERVASI: Jurnal Pengabdian kepada Masyarakat DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Diklat Review : Jurnal manajemen pendidikan dan pelatihan Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] bit-Tech Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Generation Journal Jurnal Abdi Insani Indonesian Journal of Electrical Engineering and Computer Science Budimas : Jurnal Pengabdian Masyarakat Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Infotek : Jurnal Informatika dan Teknologi Nusantara Science and Technology Proceedings Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Multicience Jurnal Ekonomi TIERS Information Technology Journal Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Teknik Informatika Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Digital Transformation Technology (Digitech) Proceeding of International Conference Health, Science And Technology (ICOHETECH) Prosiding Seminar Nasional Teknologi Informasi dan Bisnis TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Pena Dimas SATIN - Sains dan Teknologi Informasi Nusantara Journal of Computers and its Applications Journal Of Artificial Intelligence And Software Engineering SmartComp
Claim Missing Document
Check
Articles

Sistem Monitoring Daya Listrik Berbasis IoT (Internet of Things) Begti Rizal Nugroho, Nanda; Adji Rohman, Bagus; Yusuf Arifin, Burhan; Artika Rahmawati, Dinda; Dimas Dewanto, Ignatius; Hasanah, Herliyani
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/0zsg0d05

Abstract

Peningkatan konsumsi listrik di lingkungan rumah tangga dan kos-kosan sering kali tidak memiliki sistem monitoring yang memadai. Ketidaktahuan terhadap besarnya konsumsi daya listrik dapat menyebabkan pemborosan energi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring konsumsi listrik berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor PZEM-004T V3.0. Metode yang digunakan meliputi pemantauan parameter tegangan, arus, daya aktif, dan energi listrik secara real-time melalui aplikasi Blynk. Pengujian dilakukan terhadap tiga jenis beban listrik: lampu LED 28W, charger fast charging 33W, dan kipas angin portable. Hasil penelitian menunjukkan bahwa sistem mampu membedakan karakteristik beban berdasarkan data yang terbaca. Ditemukan perbedaan antara daya spesifikasi dan daya aktual, yang disebabkan oleh rendahnya faktor daya dari perangkat yang diuji. Kesimpulan utama dari penelitian ini adalah sistem menunjukkan performa yang responsif, stabil, dan mudah diakses melalui antarmuka mobile, sehingga dapat menjadi solusi monitoring konsumsi listrik skala kecil yang aplikatif dan edukatif.
Sistem Kendali Kualitas Air Akuarium Berbasis IoT Untuk Ikan Guppy Ardian Saputra, Muhammad; Eka Kurniawan, Geraldi; Suwandana, Alung; Viesta Marbun, Randy Viesta Marbun; Marcelina, Indi; Hasanah, Herliyani
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/9phmne32

Abstract

Kualtias air termasuk salah satu faktor krusial dalam memelihara ikan hias, khususnya ikan guppy (poecilia reticulata), yang memiliki tingkat sensitivitas cukup tinggi terhadap perubahan lingkungan.Tujuannya adalah mendesain dan menerapkan sistem pemantauan kualitas air akuarium secara realtime berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32. Sistem ini dilengkapi dengan tiga senssor utama, yaitu sensor Total Dissolved Solids (TDS), untuk mengukur tingkat padatan terlarut (ppm), sensor DS18B20 untuk mengukur suhu air (°C), dan sensor turbidity untuk mendeteksi tingkat kekeruhan (NTU). Data yang diperoleh dari ketiga sensor tersebut di proses oleh ESP32 dan dikirim secara berkala ke platform Blynk melalui koneksi WI-FI, kemudia ditampilkan dalam antarmuka pengguna pada perangkat seluler. Hasil pengujian memperlihatkan bahwa sistem memberikan pemantauan yang stabil dan akurat terhadap parameter fisik air dalam akuarium dengan tingkat akurasi sensor TDS 98.5%, sensor suhu 99.2%, dan sensor turbidity 97.8%. Analisis data historis selama 30 hari menunjukkan fluktuasi parameter dalam rentang optimal untuk ikan guppy (TDS: 150-300 ppm, suhu: 24-28°C, turbidity: <5 NTU). Sistem memiliki success rate transmisi data 99.1% dengan rata-rata latency 2.3 detik. Sistem ini memberikan kemudahan bagi pengguna dalam menjaga kondisi lingkungan air yang optimal bagi ikan guppy.
Alat Pendeteksi Kebocoran Gas Menggunakan Aplikasi Telegram Bahtiar Rifai, Afin; Pasha Alghifary, Haikal; Safa Ariesta, Syahada; Christian Putra Pratama, Michael; Adi Putra Wiratama, Ryan; Hasanah, Herliyani
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/4fedag16

Abstract

Kebocoran gas LPG (Liquefied Petroleum Gas) merupakan masalah serius yang dapat memicu kebakaran dan membahayakan keselamatan. Untuk mengatasi risiko ini, sebuah sistem deteksi kebocoran gas berbasis Internet of Things (IoT) telah dirancang. Alat ini menggunakan sensor gas MQ-2 sebagai pendeteksi utama yang memiliki sensitivitas tinggi terhadap gas LPG. Data dari sensor diproses oleh mikrokontroler ESP32 yang memiliki keunggulan dalam pemrosesan dan konektivitas. Ketika sensor mendeteksi konsentrasi gas yang melebihi ambang batas aman, sistem akan secara otomatis mengaktifkan alarm buzzer sebagai peringatan dini di lokasi. Secara bersamaan, mikrokontroler ESP32 yang terhubung ke jaringan Wi-Fi akan mengirimkan notifikasi peringatan secara real-time ke pengguna melalui aplikasi Telegram. Sistem ini memungkinkan pemantauan jarak jauh dan respons cepat terhadap potensi bahaya, sehingga meningkatkan keamanan di lingkungan perumahan maupun industri.
Rancang Bangun Sistem Rekomendasi Hybrid Pemilihan Unit AC Split pada Ruang ATM BCA Setya Pradhana, Wahyudi; Hasanah, Herliyani; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/pkktyq58

Abstract

AC Split adalah salah satu jenis pendingin ruangan yang dipasang pada ruang ATM, mesin ATM sendiri suhunya harus dalam kondisi stabil untuk menjaga agar mesin dan CPU ATM tidak overheat dan error jika kondisi suhu panas, maka dari itu setiap ruangan wajib dipasang AC Split untuk menjaga kondisi suhu ruangan. AC juga menjadi kendala yaitu sering trouble atau rusak, jadi masa pemakaian AC Split tidak lebih dari 3 tahun kebanyakan sudah rusak dan diganti dengan yang baru. Dalam kasus ini User masih kesulitan untuk menentukan produk AC Split yang akan digunakan untuk mengganti produk yang rusak karena minimnya pengetahuan tentang produk yang akan dipilih oleh User. Dalam membantu pemilihan dan penggantian unit AC Split pihak dari User meminta agar dibuatkan rancangan sistem rekomendasi sehingga memudahkan dalam pemilihan dan pembelian unit AC Split. Tujuan dari penelitian ini adalah membuat pemodelan Hybrid Recommendation untuk Sistem Rekomendasi Pemilihan Produk AC Split. Desain pemodelan Hybrid Recommendation yang digunakan dalam penelitian ini adalah Parallelized Hybridization dimana recommender pertama dalam sistem ini adalah Content Based dengan teknik Naive Bayes dan recommender kedua yang menggunakan pemodelan Knowledge Based dengan teknik Case Based yang akan menjadi input dari Hybrid Rekomendation. Berdasarkan hasil pemodelan Hybrid Recommendation dengan teknik Parallelized Hybridization dengan 15 data yang dapat memberikan rekomendasi produk AC Split berdasarkan kriteria yang dibutuhkan oleh user dengan menghitung nilai similarity. Produk unit AC Split LG T09EV5 dengan nilai similarity yang tertinggi yaitu 0,664849624 akan ditampilkan sebagai hasil rekomendasi produk AC Split.
Goods Management System Using Always Better Control (ABC) Method Prasetyo, Adi Tri; Hasanah, Herliyani; Oktaviani, Intan
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7351

Abstract

This study aims to design and develop a web-based inventory management system utilizing the Always Better Control (ABC) method to assist Toko Didik in managing stock more efficiently. Until now, the inventory process in the store has been carried out manually using conventional record-keeping, which is prone to data entry errors, delays in stock monitoring, and the absence of a classification system to prioritize items based on their sales contribution.To address this problem,  the system was designed using the Waterfall development methodology, involving stages of requirements analysis, system design, implementation, and testing. Data were collected through observation, interviews, and documentation conducted at the store site. The system was built using the Laravel framework and MySQL database, and includes key features such as item recording, automatic item classification using the ABC method, real-time stock monitoring, purchase recommendations, sales transactions, and sales reporting. The results of black-box testing indicate that all system functions operate as expected without errors. The ABC classification method successfully groups items into three categories based on their contribution to total sales, allowing the store owner to prioritize procurement effectively. With this system, inventory management becomes more organized, accurate, and supports data-driven decision-making. This study serve as an alternative solution for small or medium-sized stores in addressing inventory management challenges through the use of information systems.
Geographic Information System (GIS) For Road Repair Planning Prioritization Using Naive Bayes Alamsyah, Bintang; Hasanah, Herliyani; Oktaviani, Intan
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7396

Abstract

Prioritizing road infrastructure repair in rural areas often faces challenges, particularly due to budget limitations and subjective evaluation processes. This study aims to design and develop a web-based Geographic Information System (GIS) integrated with the Naive Bayes classification algorithm to support objective road repair prioritization. The system was developed using the Rapid Application Development (RAD) approach, involving active user participation in iterative development cycles. The application was built using Laravel as the backend framework, Leaflet.js for interactive map visualization, and PostgreSQL with the PostGIS extension for spatial data management. The system is capable of managing regional and road data, receiving road damage reports, and classifying repair priorities into high, medium, or low categories based on parameters such as damage level, traffic volume, and road length. The classification results are visualized on an interactive map to assist village officials in monitoring infrastructure and making informed decisions. System evaluation using black box testing confirmed that all functionalities operate validly in accordance with user requirements. This system offers an accurate and transparent data-driven solution for managing road infrastructure in Jelobo Village and has the potential to be replicated in other regions with similar conditions.
Internet of Things-Based Hidroponic Plant Monitoring System Hasanah, Herliyani; Susanto, Rudi; Lestari, Wiji
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 14 No. 4 (2025): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v14i4.2443

Abstract

Hydroponic farming is gaining popularity in urban areas due to its efficient use of space. However, this system requires careful management of nutrients, temperature, and pH, which are vital for plant growth but complex to manage manually. This study's purpose is to enhance hydroponic management, temperature, and pH. The study uses a Node MCU ESP8266 microcontroller and sensors to collect data, and the system is integrated with Telegram for easy monitoring. The prototyping methodology used in this study includes stages from analysis to testing and implementation. Test results show that the system accurately blends and adjusts pH and nutrient levels, and is compared to digital measuring instruments. This IoT-based, efficient solution for urban farmers and hydroponic practitioners significantly improves their ability to manage nutrient and environmental conditions, enabling more innovative, sustainable urban farming practices.
ANALISIS SENTIMEN PUBLIK DI TWITTER TENTANG PEMANFAATAN AI DALAM SENI DIGITAL MENGGUNAKAN CNN Zakharia, Ade; Hasanah, Herliyani; Srirahayu, Agustina
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7701

Abstract

Studi ini mengkaji bagaimana opini orang-orang tentang penggunaan kecerdasan buatan dalam seni digital. Studi ini menggunakan algoritma CNN untuk memahami opini publik. Penulis mengumpulkan tweet dari Twitter dengan mencari kata-kata yang berkaitan dengan seni dan AI. Penulis kemudian membersihkan teks, memecahnya menjadi bagian-bagian yang lebih kecil, dan menyederhanakan kata-katanya. Untuk mengetahui perasaan dalam setiap tweet, penulis menggunakan daftar kata yang menunjukkan emosi positif atau negatif. Penulis membangun model CNN untuk menemukan pola dalam teks dan menemukan bahwa model tersebut bekerja dengan baik, mencapai akurasi 72,28% dalam pengujian. Ketika penulis melihat hasilnya dengan matriks kebingungan, mereka melihat bahwa model tersebut lebih baik dalam mengenali perasaan positif. Studi ini menunjukkan bahwa CNN dapat menjadi alat yang baik untuk menganalisis opini di media sosial, terutama ketika melihat bagaimana AI digunakan dalam dunia seni.
Sistem Rekomendasi Peminjaman Buku Menggunakan Metode Vector Space Model Berbasis Pembobotan TF-IDF dan FastText (Studi Kasus Perpustakaan SMP Negeri 1 Kartasura) Buana Perdana, Rendi; Hartanti, Dwi; Hasanah, Herliyani
Infotek: Jurnal Informatika dan Teknologi Vol. 8 No. 2 (2025): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v8i2.30540

Abstract

Libraries play an important role in supporting the learning process at school. However, in its utilization, students often find it difficult to find books that suit their needs and interests due to the non-optimal management of the book collection. This problem also occurs at SMP Negeri 1 Kartasura, where there is no system that can generate book recommendations automatically and relevantly. The purpose of this research is to build a Content-Based Filtering-based book recommendation system with the Vector Space Model method which is further developed by combining TF-IDF weights and word vector representation from FastText, resulting in the TF-IDF Weighted with FastText technique. TF-IDF is used to determine the importance of a word in a book description, while FastText is used to capture the semantic meaning of the word in more depth. The system is implemented using book collection data in SMP Negeri 1 Kartasura Library, with input in the form of keywords from users. The document vector representation resulting from the combination of TF-IDF and FastText is then calculated using cosine similarity to determine the most relevant book. Evaluation was then conducted using the Precision@10 metric against ten different keywords, and the system produced an average Precision@10 of 0.93, indicating that 93% of the recommendations provided by this system are relevant to the user's keywords.
Optimasi Forecasting Data Penjualan Menggunakan Weighted Moving Average dan Analytical Hierarchy Process Amilia Ayu Lala Kusumaningtyas; Herliyani Hasanah; Wijiyanto
SATIN - Sains dan Teknologi Informasi Vol 9 No 2 (2023): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v9i2.981

Abstract

Pentingnya peran forecasting system guna menentukan jumlah ketersedian barang pada periode-periode tertentu dalam suatu perusahaan guna mencegah terjadinya out of stock, slow moving, dan atau dead stock yaitu barang terlalu lama disimpan, tidak laku jual sehingga menimbulkan kerugian besar. Hal tersebut dikarenakan persediaan barang dalam perusahaan tidak dapat dikendalikan atau gagal dalam mengelola stok barang karena kurangnya aktivitas pengecekan stok barang yang terus berubah. Sistem peramalan ini akan diterapkan di gudang PT Lopiana Sejahtera Abadi. Metode yang digunakan adalah Weighted Moving Average (WMA) dan Analytical Hierarchy Process (AHP). Algoritma Weighted Moving Average (WMA) digunakan untuk mengontrol jumlah persedian olahan daging dan seafood dalam gudang dengan memprediksi angka penjualan di bulan berikutnya berdasarkan data aktual penjualan empat bulan sebelumnya. Metode Analytical Hierarchy Process (AHP) digunakan dalam pengambilan keputusan secara hirearki berdasarkan angka hasil perhitungan sistem peramalan sebelumnya dengan metode WMA. Pengambilan keputusan tersebut merupakan tujuan optimasi dari forecasting system data penjualan olahan daging dan seafood di PT Lopiana Sejahtera Abadi. Dengan adanya pengambilan keputusan secara hirearki, sehingga pengambilan keputusan penyediaan olahan daging dan seafood dapat dilakukan dengan memilih yang terbaik dengan beberapa kriteria.
Co-Authors Abi Yudistira, Muhammad Abinaya Awalia Adristi Asyifa, Elga Adi Nugroho, Rezza Adi Putra Wiratama, Ryan Adji Rohman, Bagus Afu Ichsan Pradana Agustina Srirahayu Ahmad Tomi Alamsyah, Bintang Alfiyan Tegar Budi Satria Tegar Aljundi, Izudin Alvian Andrianto, Rahmad Amilia Ayu Lala Kusumaningtyas An-Najmutsaqib, An-Najmutsaqib Anik Sulistiyanti Anisatul Farida Ardi Lestari, Sofiana Ardian Saputra, Muhammad Ardina Juliani, Novita Arfian Panji Sjifa Arfika Putri Risandi Arfiyan, Muhammad Ariya Budi Santoso Arlin Govinda Putra Artika Rahmawati, Dinda Arya Kusuma, Aldy Athallah Maulana Faiq, Muhammad Atina, Vihi Atsir, Ega Muhammad Azzahra, Afifah Bachtiar Estu Saputro Bahtiar Rifai, Afin Begti Rizal Nugroho, Nanda Bima Priambada, Garneza Bimantara, Anugrah Buana Perdana, Rendi Burhanudin, Latif Carlos Ximenes, Egidio Chris Hendrato, Jehian Christian Putra Pratama, Michael Claudia Swastikawati Daffa Rizki Putra Noordi Darmaji, Farid Dewi Anggraini, Puspita Dimas Dewanto, Ignatius Divia Putri, Radika Dwi Hartanti Dwi Refa, Arjuna Edy Kurniawan Ega Muhammad Atsir Eka Kurniawan, Geraldi Eko Purwanto Ester Anugrayningtyas Fajar Wahyu Hanafi Fany Lestari Farid Darmaji Fathi Zakka, Danang Febriano Dos Santos, Lissandro Fitria Eko Nurjanah Galih, Rhezka Mahendra Hanan Assyauqi, Wildan Handreas Satria, Vieri Hartanti, Dwi Ibrahimovic, Ridho Ilham Amani Saiful Haq Ilyas Nurulloh, Muhammad Intan Oktaviani Intan Oktaviani Karininna, AllisyaYunda Kasetyaningsih, Sufia Widi Khoirul Adi Saputro Lestari, Fany Lila Aprilia, Arlinda Marcelina, Indi Marcelino Jonatan Mashar, Muhammad Ali Maulana Firmansyah, Iqsal Maulid Ardiyan, Afrilza Maulindar, Joni Moh Muhtarom Muh Amin Faiz Nur Ridho Muh. Ali Mashar Muhamad Aldiyansyah Muhammad Dion Febrian Tino Muhtarom, Moh Mulindar, Joni Nada Febriani, Nada Naoki Priyanto, Braverindo Nastainu Huda Alriefna, Muhammad Nastiti, Faulinda Eli Nofikasari, Indah Novemy Triyandari Nugroho Nugroho Arif Sudibyo Nurchim Nurchim Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Oktaviani, Intan Pangestu, Arnan Dwi Pasha Alghifary, Haikal Perdana Artania, Ipung Permatasari, Hanifah Pipin Widyaningsih Prasetyo, Adi Tri Pratama, Hafiz Primadinata, Dimas Pringgo Widyo Laksono Purwanto, Moch. Edy Putri Ristiyani, Asyira Raihan Ardiansyah, Muhammad Rijalul Hakim, Hanan Rita Noviani Rizky Fadrilah, Septian Rohmad Mansa, Abel Rudi Susanto Safa Ariesta, Syahada Saktiawan, Galang Saputra Jati, Nugroho Saputro, Khoirul Adi Sarah Raihan, Alexadria Septiano Ozora, Kevin Setya Pradhana, Wahyudi Soenoto, Danudiraja Sorja Koesuma Sri Sumarlinda Sufia Widi K. Sulistyani, Widya Suwandana, Alung Syaiful, Ido Syakuro, Abdan Syiffa Yofika Ailsa, Asy Tino, Muhammad Dion Febrian Tri Djoko Santosa Ulung Septiaji, Dimas valentino, deva Viesta Marbun, Randy Viesta Marbun Wahyu Aji, Jatmika Wahyudi, Risqi Widya Sulistyani WIJI LESTARI Wiji Lestari Wiji Lestari Wijiyanto Wira Hadikusuma, Ananda Yoga, Pineda Prima Yuana Alifya, Alexsa Yusuf Arifin, Burhan Zakharia, Ade Zakiya Nafis, Muhamad Zulfia Zahra, Kerin