Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Monitoring Dan Kontrol Inkubator Bibit Ikan Nila Dengan Implementasi Internet of Things Berbasis Mobile Alam, Gentar; Nur Rohman, Sofyan; Yoga Saputra, Muhammad; 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

Inkubator bibit ikan nila berfungsi seperti mulut induk ikan nila dalam mengerami telurnya. Dengan menggunakan inkubator, akan mengurangi peluang mortalitas telur ikan nila karena kemudahan dalam merekayasa lingkungan inkubator. Namun demikian upaya rekayasa oleh petani benih ikan nila masih dilakukan secara manual seperti pemantauan debit air dan pengendalian ketinggian air. Kecepatan aliran air penting untuk selalu dipantau karena mempengaruhi gerak upwelling air pada telur ikan nila. Dari permasalahan tersebut, maka dibuat sistem kendali ketinggian air dan debit air melalui aplikasi mobile memanfaatkan teknologi Internet of Things. Sistem kendali dibuat secara prototyping. Aplikasi Mobile dikembangkan dengan menggunakan Flutter. Pertukaran data antara aplikasi dan sensor menggunakan Firebase Realtime Database sebagai penyimpanan cloud. Sistem kendali terdiri dari mikrokontroler Arduino mega, sensor ultrasonik untuk mengukur ketinggian, sensor flowmeter untuk mengukur debit air, dan modul relay untuk mengendalikan pompa air. Hasil yang diperoleh pengguna bisa memantau debit air, dapat memantau tinggi air dengan efektif dan efisien.
Sistem Klasifikasi Bahan Daur Ulang dan Penanganan Berbasis Prompt AI Abdul Harits, Muhammad; Riyadsyah, Deprinico; Nur Rohman, Sofyan; 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/taeqan58

Abstract

Permasalahan rendahnya kesadaran masyarakat dalam memilah sampah serta terbatasnya panduan praktis pengelolaan limbah rumah tangga masih menjadi tantangan besar di Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi dan edukasi sampah berbasis Artificial Intelligence (AI) guna membantu masyarakat dalam mengenali jenis sampah dan memperoleh saran pengelolaan yang sesuai. Sistem ini menggabungkan teknologi Convolutional Neural Network (CNN) dengan arsitektur ResNet untuk melakukan klasifikasi citra sampah, serta teknologi prompt AI berbasis bahasa alami untuk memberikan rekomendasi pengolahan limbah secara interaktif dan edukatif. Dataset yang digunakan berjumlah 15.000 gambar dari 30 kategori limbah rumah tangga, dengan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan data. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 95% dan rata-rata nilai f1-score sebesar 0.95 pada data uji sebanyak 3.000 gambar. Evaluasi menggunakan 10-fold cross-validation menunjukkan stabilitas akurasi antara 94,1% hingga 95,2% dengan rata-rata 94,71%. Selain pengujian teknis, uji fungsional (black-box) menunjukkan sistem berjalan baik dan responsif terhadap input pengguna. Sistem ini mampu menjadi solusi edukatif dalam mendukung proses daur ulang sampah rumah tangga serta meningkatkan kesadaran masyarakat terhadap pengelolaan lingkungan secara berkelanjutan.