Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Energy and Electrical Engineering (JEEE)
Hanafi, Zikri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
VALIDASI DATA ODP INSTAN DALAM PROSES PELURUSAN DATA PELANGGAN MENGGUNAKAN DAVA (DATA VALIDATOR) DI WITEL KARAWANG PT TELKOM INDONESIA Akmal Nugraha, Naufal; Hanafi, Zikri; Nurpulaela, Lela; Andromeda, Safrian
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10086

Abstract

Telekomunikasi kini menjadi elemen vital dalam kehidupan sehari-hari, memfasilitasi akses dan berbagi informasi. PT Telkom Indonesia Tbk., sebagai penyedia jaringan telekomunikasi terbesar di Indonesia, menghadapi tantangan dalam memastikan keakuratan data pelanggan seiring meningkatnya penggunaan layanan. Penelitian ini bertujuan untuk memahami dan mengimplementasikan fungsi Website DAVA (Data Validator) dalam pelurusan dan validasi data Optical Distribution Point (ODP) serta melakukan update data secara efisien. Metode yang digunakan meliputi studi literatur, observasi lapangan, dan wawancara dengan teknisi. Langkah-langkah penelitian mencakup pemilihan data pelanggan, verifikasi data di lapangan, serta pelurusan dan validasi ulang data menggunakan DAVA dan UIM NOSSF. Hasil penelitian menunjukkan bahwa penggunaan Website DAVA mempercepat proses pelurusan data ODP, meningkatkan keakuratan data pelanggan, dan mendukung efisiensi serta keandalan layanan telekomunikasi PT Telkom Indonesia. Validasi ulang dengan UIM NOSSF memastikan bahwa data pelanggan yang tercatat sesuai dengan kondisi aktual di lapangan, yang pada akhirnya meningkatkan kepuasan pelanggan dan efisiensi manajemen jaringan.
LABSAVE: SISTEM PROTEKSI KEBAKARAN IOT TERINTEGRASI UNTUK LABORATORIUM TEKNIK Kurniawan, Teguh; Erik, Muhammad; Hanafi, Zikri; Saragih, Yuliarman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6603

Abstract

Kebakaran di lingkungan laboratorium dan ruangan lainnya dapat menyebabkan kerusakan serius dan membahayakan keselamatan. Oleh karena itu, sistem deteksi kebakaran yang cepat dan efektif sangat diperlukan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang dapat mendeteksi api, kualitas udara, dan suhu, serta memberikan notifikasi secara real-time kepada pihak terkait. Metode yang digunakan dalam penelitian ini meliputi penggunaan mikrokontroler ESP32 yang terhubung dengan sensor flame, MQ-135, dan DHT22, serta aplikasi Blynk dan WhatsApp untuk notifikasi. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kebakaran hingga jarak 40 cm, serta mengukur kualitas udara dan suhu dengan akurasi yang memadai. Selain itu, sistem berhasil memberikan peringatan secara otomatis kepada pengelola laboratorium melalui buzzer dan notifikasi WhatsApp. Sistem ini dapat diandalkan untuk meningkatkan respon terhadap bahaya kebakaran dan mempercepat tindakan pencegahan. Kesimpulannya, alat ini memberikan solusi inovatif dalam pemantauan dan pengendalian kebakaran secara real-time, yang dapat diimplementasikan pada berbagai fasilitas untuk meningkatkan keselamatan.
DESAIN DAN OPTIMASI SISTEM TENAGA HIBRIDA UNTUK LISTRIK RUMAH TANGGA MENGGUNAKAN HOMER PRO: ANALISIS BIAYA DAN KEBERLANJUTAN Hanafi, Zikri; Kurniawan, Teguh; Artanto, Galih Alif; Arihta, Michael; Santoso, Dian Budhi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6620

Abstract

Krisis energi global dan dampak negatif emisi gas rumah kaca telah mendorong banyak negara, termasuk Indonesia, untuk mencari solusi energi yang lebih berkelanjutan. Sumber energi terbarukan seperti fotovoltaik (PV) dan turbin angin menawarkan alternatif yang ramah lingkungan, namun pemanfaatannya terkendala oleh ketergantungan pada kondisi cuaca dan iklim. Penelitian ini bertujuan untuk merancang, mengoptimalkan, dan membandingkan enam konfigurasi sistem tenaga hibrida menggunakan perangkat lunak HOMER Pro di daerah Cikarang, Kabupaten Bekasi, Jawa Barat, Indonesia, guna menemukan konfigurasi yang paling efisien dan ekonomis dalam memenuhi kebutuhan listrik. Simulasi dilakukan dengan mempertimbangkan berbagai parameter teknis dan ekonomis, termasuk biaya modal, biaya operasi, dan data meteorologi setempat. Hasil simulasi menunjukkan bahwa konfigurasi PV-Turbin Angin-Jaringan adalah yang paling optimal dengan biaya energi (COE) sebesar Rp.838,04/kWh, biaya bersih saat ini (NPC) sebesar Rp.211.000.000, dan biaya operasional tahunan sebesar Rp.2.040.000. Sistem ini juga menghasilkan emisi CO₂ yang lebih rendah dibandingkan konfigurasi berbasis generator diesel. Kombinasi PV dan turbin angin terbukti lebih efisien dan berkelanjutan, menjadikannya solusi yang ideal untuk daerah dengan potensi energi terbarukan tinggi seperti Indonesia. Penelitian ini juga menegaskan pentingnya penggunaan perangkat lunak simulasi untuk mendukung pengambilan keputusan dalam perencanaan sistem energi yang lebih efisien dan ramah lingkungan. 
DETEKSI GANGGUAN PRODUKTIVITAS DI TEMPAT KERJA: PENGGUNAAN YOLOV8 UNTUK MENDETEKSI TIDUR DAN PENGGUNAAN PONSEL PADA KARYAWAN Erik, Muhammad; Kurniawan, Teguh; Hanafi, Zikri; Lammada, Ibrahim
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6645

Abstract

Ponsel pintar dan tidur yang tidak cukup telah terbukti memengaruhi produktivitas di tempat kerja. Penelitian ini bertujuan untuk mengembangkan sistem berbasis kecerdasan buatan (AI) yang dapat mendeteksi gangguan seperti penggunaan ponsel dan tidur di tempat kerja dengan menggunakan teknologi YOLOv8. Meskipun ponsel pintar dapat meningkatkan fleksibilitas kerja, ketergantungan berlebihan dapat menyebabkan penurunan fokus, yang berpengaruh pada kualitas dan efisiensi pekerjaan. Selain itu, kurang tidur berkontribusi terhadap peningkatan stres dan penurunan kinerja. YOLOv8 digunakan dalam sistem ini untuk mendeteksi objek secara real-time dengan akurasi tinggi. Hasil penelitian menunjukkan bahwa sistem ini dapat secara efektif mendeteksi gangguan di tempat kerja, seperti penggunaan ponsel atau tidur, dan dapat digunakan untuk meningkatkan produktivitas dengan memungkinkan tindakan korektif yang cepat. Dengan integrasi teknologi AI, diharapkan sistem ini dapat menciptakan lingkungan kerja yang lebih produktif dan efisien.
Implementation of YOLOv8 for Classifying Fertile and Infertile Eggs in the Chicken Hatching Process Arihta, Michael; Manullang, Maribeth Adventina; Hanafi, Zikri; Rahmadewi, Reni
Journal of Energy and Electrical Engineering Vol 7, No 1: October 2025
Publisher : Teknik Elektro Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/jeee.v7i1.15774

Abstract

This study aims to develop an embryo detection system in chicken eggs using the YOLOv8 algorithm based on computer vision. This approach is proposed as a solution to the manual candling method which is often inaccurate and time consuming. The dataset used amounted to 4,396 chicken egg images, consisting of fertile and infertile categories. The model was trained using Google Collaboratory with GPU support, where the model was trained for 100 epochs to maximize accuracy. The evaluation results show that the YOLOv8 model is able to detect embryos with a high level of accuracy, indicated by a precision value of 93.2%, mean average precision (mAP) of 98.5%, and recall of 87.2%. The fertile category was successfully detected with a precision of 100% and a recall of 94.2%, while the infertile category had a precision percentage of 86.4% and a recall of 100%. These findings prove that the YOLOv8 algorithm can be effectively implemented to automate the selection process of fertile and infertile eggs, thereby improving efficiency and accuracy in the livestock production process.
Co-Authors Akmal Nugraha, Naufal Andromeda, Safrian Arihta, Michael Artanto, Galih Alif Erik, Muhammad Lammada, Ibrahim Lela Nurpulaela Manullang, Maribeth Adventina Reni Rahmadewi, Reni Santoso, Dian Budhi Teguh Kurniawan Yuliarman Saragih