p-Index From 2021 - 2026
7.469
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

PEMBERDAYAAN UPPKA MELALUI INOVASI TEKNOLOGI DAN DIGITALISASI UMKM UNTUK MENINGKATKAN KESEJAHTERAAN MASYARAKAT DI DESA PUCUNG Rudi Susanto; Wiji Lestari; Novemy Triyandari Nugroho; Sorja Koesuma; Rita Noviani; Pringgo Widyo Laksono; Herliyani Hasanah
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol. 10 No. 1 (2026): GERVASI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v10i1.10162

Abstract

Keterbatasan akses ekonomi masih menjadi tantangan utama di Desa Pucung, Kismantoro, Wonogiri, terutama bagi UPPKA Makarti Harjo yang bergerak di bidang produksi sirup empon-empon. Kegiatan Kosabangsa bertujuan untuk memberdayakan UPPKA melalui penerapan inovasi teknologi dan digitalisasi UMKM agar mampu meningkatkan efisiensi produksi, tata kelola usaha, dan pemasaran berbasis daring. Inovasi teknologi dan digitalisasi berupa sistem informasi berbasis web, serta pemasaran digital melalui media sosial. Metode pelaksanaan menggunakan pendekatan partisipatif dengan tahapan identifikasi masalah, pelatihan, implementasi teknologi, dan evaluasi. Mitra UPPKA secara aktif ikut dalam kegiatan mulai dari tahap identifikasi masalah sampai evaluasi. Pada pelaksanan pelatihan evaluasinya mengunakan pre-test dan post-test. Hasil kegiatan menunjukkan peningkatan pengetahuan peserta sebesar 19,7%, dari rata-rata nilai pre-test 62,65 menjadi 75 saat post-test. Selain itu, disertai peningkatan kemampuan teknis dalam produksi higienis (GMP), pembukuan sederhana, serta pengelolaan pemasaran digital melalui media sosial. Program ini berhasil memperkuat kapasitas kelembagaan UPPKA dalam mengelola usaha secara mandiri dan berkelanjutan.
Implementasi Smart Farming Tanaman Pakcoy Berbasis Internet of Things Arfian Panji Sjifa; Rudi Susanto; Herliyani Hasanah
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 10 No. 2 (2025)
Publisher : Universitas PGRI Madiun

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

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem Smart Farming berbasis Internet of Things (IoT) yang mampu mengontrol suhu, kelembaban udara, kelembaban tanah, dan curah hujan secara real-time pada tanaman pakcoy. Sistem ini dibangun menggunakan NodeMCU ESP8266 sebagai mikrokontroler utama yang terintegrasi dengan sensor suhu dan kelembapan XY-MD02, sensor kelembapan tanah, serta sensor hujan digital. Data yang diperoleh ditampilkan melalui LCD I2C dan dashboard Blynk, serta dikirimkan notifikasi otomatis ke aplikasi Blynk dan email pengguna jika terjadi hujan atau cuaca cerah. Aktuator berupa pompa air dikendalikan otomatis berdasarkan nilai kelembaban tanah, dengan indikator LED sebagai penanda status penyiraman. Hasil pengujian menunjukkan bahwa sistem bekerja dengan stabil dan responsif. Tingkat error sensor XY-MD02 terhadap alat ukur pembanding adalah 1,38% untuk suhu dan 6,36% untuk kelembaban udara, sedangkan waktu pengiriman notifikasi dicatat tanpa jeda (0 menit) dari pembacaan data sensor. Penelitian selanjutnya dapat diarahkan pada pengembangan sistem dengan penambahan fitur penyimpanan data cloud, penggunaan energi alternatif, dan peningkatan perlindungan perangkat agar lebih adaptif terhadap kondisi lingkungan.
Perbandingan Tingkat Akurasi Penyakit Diabetes Menggunakan Metode Regresi Logistik dan Random Forest Khoirul Adi Saputro; Ega Muhammad Atsir; Herliyani Hasanah
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 2 (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No2.pp159-166

Abstract

This study analyzes and compares the performance of Logistic Regression and Random Forest methods in diabetes prediction. Diabetes is an increasingly common chronic condition. If left untreated, diabetes can cause major problems. Predicting and detecting diabetes early is very important. This study uses a dataset from Kaggle consisting of 9 demographic and clinical variables. The research method includes data collection and pre-processing, model selection, model training, and model evaluation. The results showed that the Random Forest model had 97.0% accuracy and 95.6% precision, which was higher than the Logistic Regression which had 95.9% accuracy and 86.4% precision. Although both models faced challenges in predicting positive classes, Random Forest performed better with a recall of 68.4% and F1-Score of 79.7%, compared to Logistic Regression which had a recall of 61.3% and F1-Score of 71.8%. This study advances our knowledge of how machine learning techniques can be applied to diabetes prediction and helps in the creation of more accurate and productive diagnostic tools for use in clinical settings.
Deteksi Kesegaran Makanan Berbasis IoT dengan Parameter Gas, Suhu dan Kelembapan Reynaldi Kurniawan; Herliyani Hasanah; Afu Ichsan Pradana
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Permasalahan penurunan kesegaran makanan akibat kondisi penyimpanan yang tidak terpantau berdampak pada kerugian ekonomi dan kesehatan masyarakat. Metode konvensional yang bersifat manual kurang efektif karena bergantung pada pengamatan visual dan penciuman subjektif. Penelitian ini bertujuan merancang dan membangun sistem deteksi kesegaran makanan berbasis Internet of Things (IoT) menggunakan parameter gas volatil (etanol dan VOC), suhu, dan kelembapan dengan antarmuka web sebagai media monitoring jarak jauh. Sistem dikembangkan menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor MQ-3 (etanol), MQ-135 (VOC), dan DHT11 (suhu/kelembapan). Data sensor ditransmisikan ke Firebase Realtime Database dan ditampilkan pada dashboard web secara real-time menggunakan metode prototyping empat tahap. Hasil pengujian menunjukkan sistem mampu mengklasifikasikan tiga status kesegaran (Normal, Peringatan, Kritis) dengan akurasi 100% pada 10 pengujian, latensi transmisi rata-rata 972,1 ms, dan rata-rata error sensor DHT11 sebesar 0,56%.
Rancang Bangun Sistem Monitoring Kesuburan Tanah Berbasis Internet of Things Menggunakan ESP32 dan Sensor RS485 pada Budidaya Tanaman Cabai Ryan Firmansyah; Rudi Susanto; Herliyani Hasanah; Wiji Lestari; Triyono -
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Keberhasilan budidaya tanaman cabai sangat bergantung pada kondisi tanah, sementara di lapangan pemantauannya masih banyak mengandalkan cara manual melalui pengambilan sampel secara berkala. Akibatnya, informasi mengenai kondisi lahan kerap terlambat diperoleh dan perubahan pada tanah tidak dapat terdeteksi secara langsung. Kondisi ini pada akhirnya membuat keputusan terkait pemupukan maupun irigasi menjadi kurang tepat waktu, sehingga dibutuhkan solusi berbasis Internet of Things (IoT) yang dapat memantau kondisi tanah secara otomatis dan berkesinambungan. Penelitian ini bertujuan membangun sistem monitoring kesuburan tanah berbasis IoT dengan memanfaatkan ESP32 dan sensor tanah RS485 untuk memperoleh data kondisi tanah secara real-time pada budidaya cabai. Tahapan yang diterapkan meliputi analisis kebutuhan, desain, implementasi, hingga pengujian sistem. Dalam pengembangannya, ESP32 berperan sebagai pengendali utama, sensor tanah RS485 7-in-1 sebagai perangkat pengumpul data, protokol MQTT sebagai media transmisi data, sementara Python Backend, MySQL, InfluxDB, REST API, dan dashboard web berfungsi sebagai komponen pengelolaan dan penyajian data. Evaluasi sistem dilakukan melalui tiga jenis pengujian, yaitu monitoring sensor, komunikasi MQTT, serta layanan REST API. Dari hasil pengujian, sistem terbukti mampu memantau tujuh parameter tanah secara real-time dengan seluruh komponennya terintegrasi dengan baik. Komunikasi data via MQTT berlangsung stabil dengan keberhasilan pengiriman mencapai 100%, layanan REST API mampu menyajikan data secara konsisten ke dashboard, dan dashboard berhasil menampilkan kondisi tanah secara real-time bagi pengguna. Dengan demikian, sistem yang dikembangkan terbukti dapat mendukung monitoring kondisi tanah secara real-time dan berfungsi sebagai media pemantauan pada budidaya cabai, sekaligus membuka peluang pengembangan lebih lanjut menjadi bagian dari sistem pendukung keputusan maupun penerapan pertanian presisi.
Penerapan Metode Decision Tree Dan Content-Based Filtering Untuk Rekomendasi Produk Berbasis Web Siva Dwi Septiana; Herliyani Hasanah; Nibras Faiq Muhammad
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pemanfaatan sistem rekomendasi pada platform e-commerce mempermudah pengguna untuk menentukan produk yang sesuai dengan kebutuhan dan preferensinya. Toko Kaka accessories merupakan toko yang bergerak dalam penjualan aksesoris wanita dengan beragam kategori produk. Banyaknya jumlah produk dan kategori produk mengakibatkan kesulitan dalam pemilihan kebutuhan bagi customer. Penelitian ini bertujuan mengembangkan sistem rekomendasi produk berbasis web dengan mengintegrasikan metode Decision Tree dan Content-Based Filtering. Metode Decision Tree digunakan untuk mengklasifikasikan kategori produk berdasarkan preferensi pengguna, sedangkan Content-Based Filtering digunakan untuk menghasilkan rekomendasi berdasarkan tingkat kemiripan atribut produk menggunakan Cosine Similarity. Dataset yang digunakan terdiri dari 100 produk aksesoris yang meliputi bando, gelang, jepit rambut, kalung, dan kuncir rambut. Sistem dikembangkan menggunakan framework Laravel, bahasa pemrograman Phyton, dan basis data MYSQL. Hasil pengujian menunjukkan bahwa Decision Tree memperoleh nilai accuracy sebesar 80%, Precision sebesar 71,43%, Recall sebesar 80%, dan F1-score sebesar 74,55%. Evaluasi sistem rekomendasi menghasilkan nilai Average Similarity sebesar 0,14, Maximum Similarity sebesar 0,86, Precision@10 sebesar 67,14%, dan Recommendation F1 sebesar 76,56%. Hasil penelitian menunjukkan kombinasi kedua metode mampu memberikan rekomendasi yang relevan dan membantu pengguna dalam menentukan produk yang sesuai dengan preferensinya.
Analysis of Donor Behavior Based on Donation Patterns in the Nur Hidayah Foundation. Affandi Catur Pamungkas; Herliyani Hasanah; Nibras Faiq Muhammad
Journal of Artificial Intelligence and Software Engineering Vol 6, No 2 (2026): Juni (OnProgress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v6i2.9218

Abstract

The increasing amount of donation data requires a data analysis process to identify information patterns that can be utilized to support decision-making. The problem in donation data management at Yayasan Nur Hidayah is the absence of data utilization to identify donor behavior patterns based on donation time, donation amount, and donation location. Therefore, this study aims to implement the Apriori algorithm to discover relationships among donation data through the association rule process. The research method used is Knowledge Discovery in Databases (KDD), which consists of data selection, preprocessing, transformation, data mining, and evaluation stages. The data used consisted of 50 donation transactions with attributes including donation date, donation amount, and donation location. The analysis process was carried out using the Apriori algorithm by measuring support and confidence values to generate association rules. The results showed that the Apriori algorithm successfully identified relationship patterns among donation data. The association rule with the highest confidence value was found in the pattern “TD3 → Mid-Month” with a confidence value of 84.61%, indicating that donation transactions at the TD3 donation location tended to occur in the middle of the month. The results of this study can be utilized as a basis for decision support in determining more effective and data-driven donation fundraising strategies.
Co-Authors Abi Yudistira, Muhammad Abinaya Awalia Adristi Asyifa, Elga Adi Nugroho, Rezza Adi Putra Wiratama, Ryan Adji Rohman, Bagus Affandi Catur Pamungkas 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 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 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 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 Nibras Faiq Muhammad Nibras Faiq Muhammad Nofikasari, Indah Novemy Triyandari Nugroho Nugroho Arif Sudibyo Nurchim 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 Reynaldi Kurniawan Rijalul Hakim, Hanan Rita Noviani Rizky Fadrilah, Septian Rohmad Mansa, Abel Rudi Susanto Ryan Firmansyah Safa Ariesta, Syahada Saktiawan, Galang Saputra Jati, Nugroho Saputro, Khoirul Adi Sarah Raihan, Alexadria Septiano Ozora, Kevin Setya Pradhana, Wahyudi Siva Dwi Septiana 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 Triyono Ulung Septiaji, Dimas valentino, deva Viesta Marbun, Randy Viesta Marbun Vihi Atina 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