Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal INFOKUM Majalah Iptek Politeknik Negeri Medan Polimedia
Naya Ramadhani Putri
Unknown Affiliation
Computer Science & IT Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
BROIBRIX PADA BUDIDAYA AYAM MENGGUNAKAN MQTT PROTOCOL MELALUI HYBRID NETWORK Pinasthika Putri; Naya Ramadhani Putri; Hutabarat, Nicodemus FR
Majalah Iptek Politeknik Negeri Medan Polimedia Vol. 26 No. 04 (2023): Edisi November
Publisher : Politeknik Negeri Medan

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

Abstract

Budidaya ayam broiler merupakan hal lazim yang dilakukan masyarakat Indonesia. Budidaya ayam broiler membutuhkan pembudidaya agar dapat menjaga suhu dan kelembaban yang tepat untuk tumbuh kembang ayam. Mengingat kandang ayam broiler yang luas, pendeteksian suhu dan kelembaban pada kandang ayam broiler perlu dideteksi di beberapa titik untuk mengetahui suhu keseluruhan kandang. Untuk itu, dibuatlah sistem jaringan sensor suhu yang bernama Broibrix. Sistem ini menggunakan node sensor suhu yang terhubung dengan mikrokontroler. Dimana, node sensor suhu pada sistem ini akan mem-publish data suhu dan kelembaban ke server MQTT dan Node-RED akan membaca data suhu dan kelembaban dari server MQTT dan dikirim ke Firebase. Sehingga, pembudidaya dapat mengakses data suhu dan kelembaban pada aplikasi melalui jaringan hybrid. Pada beberapa kali uji coba sistem, didapati hasil bahwa seluruh sistem dapat berjalan dengan baik. Beberapa pengujian dilakukan dengan membandingkan keakuratan sensor suhu yang digunakan dengan sensor suhu yang banyak dijual di pasaran, dari hasil pengujian terdapat perbedaan pembacaan suhu dan kelembaban dengan error rata-rata 1,33% dan 7,45% serta delay waktu kirim data ke MQTT Protocol sebesar 0,12 detik dan Firebase sebesar 1,4 detik. Sehingga, node sensor ini cukup dapat diandalkan dalam memonitoring suhu kandang ayam broiler.
A Consumption Analysis Study And Prognosis Of PT PLN IP UP Payo Selincah Electric Power Savings Naya Ramadhani Putri; Denny Boy Panggabean; Suci Wulan Dari; Putri Hidayah Ilra4; Solly Aryza
INFOKUM Vol. 13 No. 01 (2025): Infokum
Publisher : Sean Institute

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

Abstract

Energy consumption efficiency is a critical factor in optimizing power system performance, particularly in large-scale industrial and utility operations. PT PLN IP UP Payo Selincah, a key electricity provider, requires a comprehensive analysis of its power consumption patterns to identify potential energy savings and enhance operational efficiency. This study aims to analyze historical electricity consumption data and develop a prognosis model for energy savings at PT PLN IP UP Payo Selincah. The research methodology involves data collection from operational records, followed by statistical and computational analysis using machine learning and time-series forecasting techniques. The study evaluates key consumption parameters, including load profiles, peak demand periods, and efficiency losses, to determine areas where energy-saving measures can be implemented. Advanced predictive models, such as ARIMA and artificial neural networks (ANNs), are employed to forecast future consumption trends and assess the potential impact of optimization strategies. Findings from the analysis indicate significant opportunities for reducing energy wastage through improved load management, power factor correction, and the integration of renewable energy sources. The prognosis model provides insights into expected future consumption patterns, allowing PLN to implement proactive energy-saving policies. This research contributes to enhancing the sustainability of PT PLN IP UP Payo Selincah's operations while aligning with national energy conservation objectives.
Co-Authors Denny Boy Panggabean Hutabarat, Nicodemus FR Pinasthika Putri Putri Hidayah Ilra4 SUCI WULAN DARI