Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis LOGIC : Jurnal Ilmu Komputer dan Pendidikan
Oktaviana Az Zahra, Erika
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics Other

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

Found 2 Documents
Search

 1 
Integrasi Solar Tracker Dan Kendali Jarak Jauh Via Telegram Untuk Penyiraman Otomatis Tanaman Hias Imanuel Munaiseche, Christian; Oktaviana Az Zahra, Erika; Choirul Ananda, Naufal; Pramono
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 2 No. 3 (2024): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Perkembangan teknologi membuka peluang baru dalam perawatan tanaman hias secara otomatis. Sistem yang dikembangkan dalam penelitian ini mengintegrasikan teknologi Solar Tracker dan kendali jarak jauh melalui aplikasi Telegram untuk meningkatkan efisiensi dan efektivitas penyiraman otomatis pada tanaman hias. Sistem ini dirancang dengan memanfaatkan berbagai komponen seperti Panel Surya, Sensor LDR, ESP32, Sensor Kelembaban Tanah, Relay, Pompa Air, dan aplikasi Telegram. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang mengintegrasikan teknologi Solar Tracker dan kendali jarak jauh melalui aplikasi telegram untuk meningkatkan efisiensi dan efektivitas penyiraman otomatis pada tanaman hias. Dengan menggunakan metode penelitian studi literatur yang mencari materi - materi relevan di internet, berbagai artikel, paper, dan jurnal. Hasil pengujian yang dilakukan menunjukkan bahwa sistem ini berfungsi dengan baik dan berhasil meningkatkan efisiensi penyiraman tanaman hias. Sistem dapat secara otomatis menyiram tanaman berdasarkan tingkat kelembaban tanah yang terukur, sehingga memastikan tanaman menerima air secara optimal sesuai dengan kebutuhan mereka. Selain itu, kemampuan untuk mengontrol sistem dari jarak jauh melalui aplikasi Telegram memberikan fleksibilitas dan kemudahan penggunaan bagi pengguna. Dengan demikian, sistem ini dapat menjadi solusi yang efektif dalam menjaga keindahan dan kesehatan tanaman hias secara otomatis dan efisien.
Klasifikasi Sampah Organik dan Anorganik Menggunakan Transfer Learning MobileNetV2 pada Citra Digital Syarif , Muhammad; Prasetyo, Sidik; Oktaviana Az Zahra, Erika; Indra Kristiawan, Yohanes; Dwi Irawan, Ridwan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/wabtd264

Abstract

Permasalahan sampah masih menjadi isu serius di berbagai kota besars, terutama akibat kurangnya pemilahan antara sampah organik dan anorganik sejak dari sumbernya. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis sampah berbasis citra digital menggunakan pendekatan transfer learning dengan arsitektur MobileNetV2. Dataset yang digunakan terdiri dari gambar sampah organik seperti daun kering dan sisa makanan, serta sampah anorganik seperti plastik dan botol bekas, yang dikumpulkan dari lingkungan nyata. Proses pelatihan dilakukan di Google Colab dengan teknik augmentasi dan normalisasi data. Model dilatih selama 15 epoch dan mencapai akurasi validasi sebesar 93%. Evaluasi terhadap 20 citra uji baru menunjukkan akurasi klasifikasi sebesar 100%, dengan nilai confidence score yang tinggi pada sebagian besar gambar. Hasil ini menunjukkan bahwa MobileNetV2 memberikan hasil yang sesuai dalam mengenali jenis sampah, bahkan dengan keterbatasan data dan sumber daya komputasi. Kendati demikian, model mengalami sedikit penurunan kepercayaan pada citra dengan karakteristik visual ambigu. Penelitian ini menunjukkan potensi penggunaan deep learning dalam pengelolaan sampah berbasis teknologi, dan dapat menjadi dasar pengembangan sistem pemilah sampah otomatis berbasis kamera.
Co-Authors Choirul Ananda, Naufal Imanuel Munaiseche, Christian Indra Kristiawan, Yohanes Irawan, Ridwan Dwi Pramono Sidik Prasetyo, Sidik Syarif , Muhammad