Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Journal of Embedded Systems, Security and Intelligent Systems Journal of Intelligent Networks and IoT Global
Rachmansyah
Universitas Indo Global Mandiri
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Rancang Bangun Alat Pendeteksi Gas Hidrogen Di Dalam Kendaraan Roda Empat Berbasis Internet Of Things (IoT) Aprieji Istiawan; Rachmansyah; Tasmi; Hastha Sunardi
Journal Of Intelligent Networks and IoT Global Vol 1 No 1 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i1.3076

Abstract

Tujuan dari penelitian ini yaitu untuk membuat rancangan alat yang dapat mendeteksi gas hidrogen dengan menggunakan sensor MQ-8. Kadar kualitas udara yang ada pada suatu ruangan menjadikan tolak ukur keamanan dan kebersihan dan ruangan tersebut begitu juga dengan ruangan tertutup seperti pada kabin kendaraan roda empat. Salah satu gas berbahaya yang berasal dari kendaraan roda empat adalah Gas hidrogen. gas yang dikeluarkan dari terjadinya kebocoran AC saat kendaraan dalam keadaan menyala didalam keadaan tertutup sehingga sangat berbahaya bagi kesehatan manusia apabila terhirup pada kadar tertentu. Berdasarkan kondisi tersebut diperlukan untuk dibuat sistem monitoring gas hidrogen didalam kendaraan roda empat berbasis Internet Of Things (IoT). Pada penelitian ini, dibuat sistem monitoring kadar gas hidrogen dengan metode real-time berbasis Internet of Things (IoT). Sensor gas yang dipakai adalah MQ-8 yang digabungkan dengan mikrokontroler NodeMcu ESP 8266. Hasil dari pengujian Freon yang mengandung gas hidrogen sensor MQ-8, Buzzer dan LED indikator merah menyala dengan action power window akan turun ketika gas hidrogen lebih dari 20 ppm, yang berarti kondisi tersebut melebihi batas aman kesehatan dan data yang telah dikirim NodeMCU akan disimpan dalam database, pengiriman data secara real-time yang ditampilkan pada website monitoring,dan dapat memberikan notifikasi dengan cepat kepada penumpang agar mencegah keracunan pada kandungan gas hidrogen. dengan melakukan pengujian tersebut bahwa sensor dapat bekerja dengan baik
SISTEM KENDALI PENGGERAK SEL FOTOVOLTAIK MENGGUNAKAN LOGIKA FUZZY DENGAN SENSOR LUX BERBASIS INTERNET OF THINGS Fikri Dayu Arachman; Fery Antony; Rachmansyah
Journal Of Intelligent Networks and IoT Global Vol 1 No 1 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i1.3079

Abstract

Pembangkit listrik tenaga surya merupakan pembangkit listrik alternatif yang sangat aman bagi lingkungan. Sel fotovoltaik yang dipasang menghadap sisi yang sama tidak akan mendapatkan daya yang maksimal, untuk mendapatkan daya yang maksimal sel fotovoltaik harus digerakkan mengikuti arah matahari. Penggerak sel fotovoltaik merupakan sebuah perangkat yang digunakan untuk membuat sel fotovoltaik selalu menghadap matahari. Sel fotovoltaik yang digunakan berkapasitas 10WP yang dimana energi yang dihasilkan disimnpan ke dalam AKI (accu) dengan kapasitas 12 volt 7,5 Ah. Dalam penelitian ini digunakan mikrokontroler arduino UNO dengan menggunakan metode pengambilan keputusan yaitu logika Fuzzy bertipe fuzzy sugeno dengan masukan dua buah nilai sensor TEMT6000 timur dan TEMT6000 barat menggunakan fungsi keanggotaan bertipe trimf dengan nilai range 0 sampai 1050 lalu menghasilkan keluaran yang berupa nilai servo dengan range 0 sampai 10 yang digunakan sebagai penentu gerak motor servo MG996R sebagai penggerak sel fotovoltaik. BH1750 digunakan sebagai pengukur intensitas matahari sebagai untuk menentukan cuaca sekitar, untuk mendapatkan nilai arus dan tegangan digunakan sensor INA219, lalu diproses oleh NodeMCU sebagai mikrokontroler untuk mengirim data intensitas cahaya, tegangan, arus, serta daya yang dari sel fotovoltaik ke database yang berupa google spreadsheet, dan juga firebase sebagai database monitoring dan dilanjutkan oleh aplikasi monitoring sel fotovoltaik yang dibuat menggunakan software android studio untuk menampilkan data yang di dapat NodeMCU secara realtime. Penelitian dilakukan selama tujuh hari mulai dari pukul 08:00 hingga pukul 16:00 WIB dan menghasilkan data dari sel fotovoltaik beragam dari hujan yang mendapatkan penurunan data hingga cuaca cerah yang menghasilkan peningkatan data
Applying Few-Shot Learning with Graph Neural Network (GNNs) For Fraud Detection Ricky Maulana Fajri; Fery Antony; Rachmansyah
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 2 (2025): June 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i2.8319

Abstract

Detecting fraudulent transactions in financial systems presents a major challenge due to the scarcity of fraud instances and the limited availability of labeled data. This study explores the use of few-shot learning techniques combined with Graph Neural Networks (GNNs) to address these constraints. We evaluate four GNN architectures—Graph Convolutional Network (GCN), GraphSAGE, Graph Attention Network (GAT), and Simplified Graph Convolutional Network (SGCN)—on four real-world fraud detection datasets: Bank Fraud, IEEE-CIS, PaySIM, and ECommerce. Graph-based representations are constructed for each dataset, and models are trained using only 0%, 1%, 5%, and 10% of labeled data to simulate few-shot conditions. Experimental results show that GNNs, particularly GAT and GraphSAGE, maintain strong performance even with minimal supervision. Notably, GAT and GCN achieved an F1-score of 0.88 on the PaySIM dataset with just 10% labeled data, and GraphSAGE reached 0.25 on the highly imbalanced IEEE-CIS dataset. ROC curve analysis further demonstrates the discriminative capabilities of each model under different label settings. These findings highlight the potential of GNNs for effective fraud detection in low-resource and imbalanced environments, offering a practical solution for financial institutions aiming to enhance security with minimal labeled data.
Co-Authors Aprieji Istiawan Fery Antony Fikri Dayu Arachman Ricky Maulana Fajri Sunardi, Hastha Tasmi