Claim Missing Document
Check
Articles

Implementasi Logika Fuzzy Dalam Menentukan Lama Waktu Penyimpanan Pisang Cavendish Berdasarkan Suhu dan Kadar Gas Etilen Berbasis Arduino Uno Firdaus, Akmal; Midyanti, Dwi Marisa; Nirmala, Irma
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.64645

Abstract

Pisang Cavendish termasuk jenis buah klimakterik yang memiliki tingkat respirasi dan produksi etilen yang tinggi saat disimpan. Hal ini dapat mengurangi daya tahan pisang dan kualitasnya akan menurun dengan cepat. Oleh karena itu, sebuah sistem telah dirancang untuk menentukan batas waktu penyimpanan pisang Cavendish berdasarkan suhu dan kadar gas etilen, dengan menggunakan metode logika fuzzy. Sistem ini berbasis Arduino Uno dan menggunakan sensor suhu dan sensor gas sebagai alat input untuk menentukan batas waktu penyimpanan pisang. Data diinputkan melalui dua jenis sensor, yaitu sensor suhu DHT22 dan sensor gas MQ-3 yang dapat mendeteksi suhu dan kadar gas etilen. Terdapat lima hasil keputusan untuk batas waktu penyimpanan pisang, yaitu sangat lama (336 jam), lama (264 jam), sedang (192 jam), cepat (120 jam), dan sangat cepat (48 jam). Penelitian ini berhasil mencapai akurasi sistem sebesar 90% dari 30 kali pengujian data.
Pengembangan dan Sosialisasi Website Sistem Informasi Desa Punggur Kecil Sebagai Media Informasi Desa Suhardi Suhardi; Hirzen Hasfani; Ikhwan Ruslianto; Rahmi Hidayati; Cucu Suhery; Tedy Rismawan; Dwi Marisa Midyanti; Syamsul Bahri; Irma Nirmala; Uray Ristian; Kasliono Kasliono; Karika Sari; Hafiz Muhardi
ABDI: Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 7 No 3 (2025): Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Publisher : Labor Jurusan Sosiologi, Fakultas Ilmu Sosial, Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/abdi.v7i3.1279

Abstract

Pengembangan dan sosialisasi website Sistem Informasi Desa Punggur Kecil bertujuan untuk menyediakan media informasi yang efektif bagi masyarakat Desa Punggur Kecil, Kabupaten Kubu Raya. Kegiatan ini merupakan bagian dari Pengabdian Pada Masyarakat dengan berfokus pada pembangunan website yang berfungsi sebagai pusat informasi desa, mencakup berbagai aspek antar lain profile desa, informasi public, informasi kegiatan, dan transparansi dana desa. Kegiatan dimulai dengan pertemuan dengan kepala desa untuk membahas rencana pembuatan sistem informasi dan pelaksanaan sosialisasi. Setelah didapatkan kebutuhan menu website yang dibutuhkan, dibangun website sistem informasi Desa Punggur Kecil. Setelah itu, dilaksanakan sosialisasi penggunaan website di lingkungan desa Punggur Kecil. Sosialisasi yang dilaksanakan pada tanggal 10 Juli 2024 di Aula Kantor Desa Punggur Kecil dari jam 13.00 WIB. Tujuan dari sosialisasi ini adalah untuk memperkenalkan dan memberikan pemahaman kepada masyarakat mengenai penggunaan dan manfaat website. Peserta yang mengikuti kegiatan ini sebanyak 23 peserta, diantaranya pegawai kantor desa, ketua RT, BPD, dan masyarakat. Hasil dari kegiatan sosialisasi menunjukkan bahwa mayoritas peserta dapat memahami fungsi dan cara mengakses website dengan baik. Kegiatan PKM ini telah berhasil memperkenalkan teknologi informasi yang berguna untuk meningkatkan transparansi dan efisiensi dalam pengelolaan desa.
Sistem Identifikasi Jenis Tumbuhan Mangrove Menggunakan Metode Convolutional Neural Network (CNN) Imam Samudra; Tedy Rismawan; Irma Nirmala
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.109260

Abstract

Abstrak : Mangrove merupakan tumbuhan pesisir yang berperan penting dalam menjaga keseimbangan ekosistem. Penelitian ini bertujuan membangun sistem identifikasi jenis tumbuhan mangrove berbasis citra daun dengan metode Convolutional Neural Network (CNN) untuk memudahkan dalam mengidentifikasi jenis mangrove. Dataset yang digunakan terdiri dari 810 citra daun mangrove, masing-masing 270 citra untuk tiga kelas: Acanthus Ilicifolius, Rhizophora Apiculata, dan Sonneratia Alba. Proses pelatihan model CNN dilakukan untuk mengenali pola dan karakteristik visual daun. Pengujian dilakukan menggunakan 81 data uji dengan dua skenario pengujian, yaitu tanpa menggunakan kamera Raspberry Pi dan dengan integrasi kamera Raspberry Pi. Hasil pengujian tanpa kamera Raspberry Pi mendapatkan akurasi 88%, sedangkan menggunakan kamera Raspberry Pi mencapai 96%. Peningkatan akurasi sebesar 8% membuktikan bahwa penerapan sistem pada perangkat keras Raspberry Pi mampu meningkatkan kinerja identifikasi. Selain itu, sistem dapat beroperasi secara portabel tanpa memerlukan koneksi internet, sehingga berpotensi untuk mengidentifikasi mangrove secara mudah di lapangan.=================================================Abstract : Mangroves are coastal plants that play an important role in maintaining ecosystem balance. This study aims to build a mangrove plant species identification system based on leaf images using the Convolutional Neural Network (CNN) method to facilitate the identification of mangrove species. The dataset used consists of 810 mangrove leaf images, 270 images each for three classes: Acanthus Ilicifolius, Rhizophora Apiculata, and Sonneratia Alba. The CNN model training process was carried out to recognize leaf patterns and visual characteristics. Testing was carried out using 81 test data with two test scenarios, namely without using a Raspberry Pi camera and with Raspberry Pi camera integration. The test results without a Raspberry Pi camera achieved 88% accuracy, while using a Raspberry Pi camera reached 96%. The 8% increase in accuracy proves that the implementation of the system on Raspberry Pi hardware is able to improve identification performance. In addition, the system can operate portable without requiring an internet connection, thus having the potential to easily identify mangroves in the field.
SISTEM NAVIGASI OTONOM ROBOT MOBIL BERBASIS ROS PADA ROBOT PENGGERAK DIFERENSIAL Irma Nirmala; Rahmi Hidayati
INFOTECH journal Vol. 10 No. 2 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i2.11219

Abstract

Penelitian ini mengembangkan simulasi navigasi otonom pada TurtleBot3 menggunakan Robot Operating System (ROS) dan Gazebo. Dua skenario diuji: lingkungan tanpa hambatan dan dengan hambatan. Algoritma SLAM digunakan untuk pemetaan lingkungan, sedangkan AMCL digunakan untuk melokalisasi posisi robot secara dinamis. Hasilnya menunjukkan bahwa TurtleBot3 dapat bernavigasi dengan baik, mendeteksi hambatan, serta merencanakan jalur secara efisien. Namun, beberapa kegagalan terjadi di area sempit, yang mengakibatkan robot terjebak. Untuk mengatasi masalah ini, dilakukan penyesuaian pada parameter kecepatan dan perencanaan jalur lokal, yang terbukti meningkatkan kinerja robot. Simulasi ini menunjukkan potensi besar penggunaan teknologi robot mobile dalam berbagai sektor, seperti industri dan layanan, dengan efisiensi yang lebih tinggi dan risiko yang lebih rendah dibandingkan pengujian fisik.