Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Geoscience, Engineering, Environment, and Technology Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Armanda
Unknown Affiliation
Humanities Earth & Planetary Sciences Education Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Physics Other

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

Found 2 Documents
Search

 1 
Classification and Distribution Of Mangrove Genus Using Multispectral Unmanned Aerial Vehicle (UAV) In The Waters Of Lancang Island, Kepulauan Seribu, Indonesia Armanda; Syamsul Bahri Agus; Jonson Lumban Gaol
Journal of Geoscience, Engineering, Environment, and Technology Vol. 9 No. 2 (2024): JGEET Vol 09 No 02 : June (2024)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/jgeet.2024.9.2.17195

Abstract

Mapping of mangrove distribution is important as basic information in mangrove resource management. development of remote sensing technology with multispectral unmanned aerial vehicle (UAV) with high spatial resolution. This study aims to determine the classification and distribution of mangrove genera using a pixel-based classification method and calculate the accuracy level of mangrove genus classification using a multispectral unmanned aerial vehicle (UAV) in Lancang Island Waters, Kepulauan Seribu. This research was carried out in August 2023 by obtaining 481 mangrove genus observation points using the DJI Phantom 4 multispectral drone. Image classification was processed using a pixel-based classification method with two classification levels, including level 1 (mangrove), resulting in an area of 18.72 ha. Level 2 (mangrove genus) uses guided classifications such as Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Random Forest (RF). Based on the classification results, the best results were obtained using the RF algorithm with an accuracy of 89.78% and a kappa index of 0.51, followed by the SVM algorithm with an accuracy of 89.78% and a kappa index of 0.45, then using the KNN algorithm with an accuracy of 88.32% and a kappa index of 0.43.
Alat Parkir Mobil di Rumah Menggunakan Arduino Uno dan Sensor Ultrasonik : Penelitian Heri Kusniadi; Dicky Apdilah; Zulfirman; Armanda; Linda MaySarah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 Tahun 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.5534

Abstract

Perkembangan teknologi mikrokontroler mendorong pemanfaatannya dalam berbagai aspek kehidupan, termasuk sistem otomatisasi sederhana di lingkungan rumah tangga. Penelitian ini bertujuan untuk merancang dan mengimplementasikan alat parkir mobil di rumah menggunakan Arduino Uno dan sensor ultrasonik sebagai pendeteksi jarak. Sistem dirancang untuk membantu pengemudi dalam memarkir kendaraan secara lebih aman dengan memberikan peringatan berdasarkan jarak antara kendaraan dan objek di depannya. Sensor ultrasonik HC-SR04 digunakan untuk mengukur jarak dengan memanfaatkan prinsip pantulan gelombang ultrasonik, kemudian data durasi pantulan diproses oleh Arduino Uno menjadi nilai jarak dalam satuan sentimeter. Hasil pengolahan data digunakan untuk mengaktifkan indikator berupa LED dan buzzer dengan tiga kategori kondisi, yaitu aman (≥16 cm), waspada (8–15 cm), dan bahaya (≤8 cm). Metode yang digunakan dalam penelitian ini adalah metode eksperimen yang meliputi tahap perancangan rangkaian, pembuatan program, perakitan alat, serta pengujian sistem. Berdasarkan hasil pengujian, alat mampu mendeteksi jarak secara real-time dan memberikan respon sesuai dengan logika program yang dirancang. Dengan demikian, sistem yang dibuat dapat menjadi solusi sederhana dan efektif untuk membantu proses parkir kendaraan di rumah serta sebagai implementasi pembelajaran mikrokontroler.
Co-Authors Dicky Apdilah Heri Kusniadi Jonson Lumban Gaol Linda MaySarah Syamsul Bahri Agus, Syamsul Bahri Zulfirman