Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Techno Nusa Mandiri : Journal of Computing and Information Technology JATI (Jurnal Mahasiswa Teknik Informatika)
Heriyani, Novia
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
PEMANFAATAN TEKNOLOGI IOT BERBASIS MOBILE DALAM UPAYA MONITORING KUALITAS AIR PADA TANAMAN HIDROPONIK Heriyani, Novia; Ernawati, Siti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9273

Abstract

Jenis pertanian hidroponik membutuhkan lebih banyak perhatian, perawatan, dan pengawasan dibandingkan dengan pertanian konvensional menggunakan media tanah. Dalam hidroponik, pH, konsentrasi nutrisi, dan ketinggian air adalah parameter yang biasanya dipantau. Terdapat masalah lain berupa penguapan air, diperlukan alat yang dapat digunakan untuk memantau larutan nutrisi hidroponik dan mengontrolnya melalui aplikasi yang dapat digunakan tanpa berada di lokasi hidroponik. Oleh karena itu, penelitian ini bertujuan untuk menyelesaikan masalah yang ada, mencakup penerapan berbagai jenis sensor yang dipasang pada instalasi sistem hidroponik. Sensor-sensor ini mengukur dan mengumpulkan data yang diperlukan, sehingga pemilik sistem hidroponik dapat memantau larutan nutrisi tanaman hidroponik melalui aplikasi berbasis mobile. Degan menggunakan metode PPDIOO yang merupakan metode perancangan dan pengembangan jaringan yang dikembangkan oleh Cisco. Tahapan metode PPDIOO mencakup persiapan, rencana, desain, penerapan, operasional, dan optimalisasi. Tujuan penelitian ini adalah untuk membangun sistem otomatisasi monitoring air pada hidroponik. Dengan menggunakan teknologi Internet of Things (IoT), terdapat software dan hardware yang saling terhubung untuk memungkinkan pemilik tanaman hidroponik untuk secara otomatis mengatur dan mengontrol pH, nutrisi, suhu, dan ketinggian air
A LIGHTWEIGHT AND PRACTICAL PIPELINE FOR CROSS-PROJECT DEFECT PREDICTION USING METRIC-BASED LEARNING Heriyani, Novia; Subekti, Agus
Jurnal Techno Nusa Mandiri Vol. 20 No. 2 (2025): Techno Nusa Mandiri : Journal of Computing and Information Technology Period o
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v20i2.6854

Abstract

Cross-Project Defect Prediction (CPDP) addresses the scarcity of defect data in new software projects by transferring knowledge from existing ones. However, domain shift between projects remains a major challenge. This study introduces a lightweight and practical CPDP pipeline based on traditional metric features, integrating domain adaptation (CORAL, TCA, TCA+), feature selection, and resampling techniques. Through 120 configurations evaluated on multiple PROMISE datasets, we found that combining TCA or TCA+ with Synthetic Minority Over-sampling Technique combined with Edited Nearest Neighbors  (SMOTEENN) consistently improved F1-Score and Recall on imbalanced datasets. LightGBM demonstrated the most stable performance across projects, while Logistic Regression yielded the highest MCC in specific cases. Principal Component Analysis  (PCA)  visualizations supported the effectiveness of domain alignment. The proposed pipeline offers a reproducible, cost-efficient alternative to deep learning models and provides actionable insights for defect prediction in resource-constrained environments.
Co-Authors Agus Subekti Ernawati, Siti