Garuda - Garba Rujukan Digital

RANCANG BANGUN SMART SYSTEM RUANG GREENHOUSE BERBASIS IOT DENGAN MENGGUNAKAN NODEMCU ESP8266 Wicaksana, Yudistira Aria; Rachmansyah; Sunardi, Hastha
Journal Of Intelligent Networks and IoT Global Vol 2 No 2 (2024)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v2i2.5022

Penelitian ini mengkaji efektivitas penggunaan Smart Greenhouse berbasis IoT dalam mengoptimalkan pertumbuhan tanaman di lingkungan terkendali. Tujuan utama dari penelitian ini adalah untuk merancang dan mengimplementasikan sistem otomatisasi yang dapat memantau dan mengatur suhu, kelembapan udara, dan kelembapan tanah secara real-time menggunakan NodeMCU ESP8266. Metode yang digunakan meliputi pengujian perangkat keras dan perangkat lunak dengan aplikasi Arduino IDE dan Blynk, yang memungkinkan kontrol jarak jauh dan pemantauan kondisi lingkungan. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efektivitas pertumbuhan tanaman hingga 15% dibandingkan dengan metode konvensional, dengan akurasi pembacaan sensor yang cukup tinggi. Implikasi dari penelitian ini menunjukkan potensi aplikasi Smart Greenhouse untuk pertanian perkotaan dan area dengan kondisi cuaca ekstrem. Kesimpulan yang diambil adalah bahwa sistem ini dapat diandalkan dalam menyediakan lingkungan yang optimal bagi pertumbuhan tanaman, serta menawarkan solusi yang praktis dan efisien untuk pengelolaan lingkungan greenhouse.

PERANCANGAN SMART AQUARIUM MENGGUNAKAN SENSOR TURBIDITY DAN SENSOR ULTRASONIK PADA AKUARIUM IKAN MAS BERBASIS IoT Andini, Putri Okta; Sunardi, Hastha; Rachmansyah
Journal Of Intelligent Networks and IoT Global Vol 2 No 2 (2024)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v2i2.5046

Penelitian ini merancang dan menguji sistem smart aquarium berbasis Internet of Things (IoT) untuk ikan mas, menggunakan sensor turbidity, ultrasonik, dan pH yang terhubung dengan aplikasi Blynk untuk memonitor dan mengontrol kualitas air secara otomatis. Sistem ini dirancang untuk menjaga ketinggian air pada 28,00 cm dengan mengaktifkan pompa ketika ketinggian air kurang dari batas tersebut atau menghentikan pengisian air untuk mencegah overflow. Tingkat kekeruhan air diatur agar tidak melebihi 30 NTU dengan mengaktifkan sistem pengurasan otomatis, sementara sensor pH memastikan nilai pH berada dalam rentang ideal 5 hingga 9 untuk mendukung kesehatan ikan mas. Selain itu, buzzer memberikan peringatan jika ketinggian air terlalu rendah. Pengguna dapat memonitor parameter seperti ketinggian air, tingkat kekeruhan, pH, dan status pompa secara real-time melalui aplikasi Blynk, yang memberikan kemudahan dalam pengelolaan akuarium. Hasil pengujian menunjukkan bahwa sistem ini bekerja sesuai harapan, menjaga kualitas dan ketinggian air dalam kondisi optimal, serta menawarkan solusi efektif dan efisien untuk pemeliharaan aquarium ikan mas berbasis IoT.

Applying Few-Shot Learning with Graph Neural Network (GNNs) For Fraud Detection Ricky Maulana Fajri; Antony, Fery; Rachmansyah
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 2 (2025): June 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i2.8319

Detecting fraudulent transactions in financial systems presents a major challenge due to the scarcity of fraud instances and the limited availability of labeled data. This study explores the use of few-shot learning techniques combined with Graph Neural Networks (GNNs) to address these constraints. We evaluate four GNN architectures—Graph Convolutional Network (GCN), GraphSAGE, Graph Attention Network (GAT), and Simplified Graph Convolutional Network (SGCN)—on four real-world fraud detection datasets: Bank Fraud, IEEE-CIS, PaySIM, and ECommerce. Graph-based representations are constructed for each dataset, and models are trained using only 0%, 1%, 5%, and 10% of labeled data to simulate few-shot conditions. Experimental results show that GNNs, particularly GAT and GraphSAGE, maintain strong performance even with minimal supervision. Notably, GAT and GCN achieved an F1-score of 0.88 on the PaySIM dataset with just 10% labeled data, and GraphSAGE reached 0.25 on the highly imbalanced IEEE-CIS dataset. ROC curve analysis further demonstrates the discriminative capabilities of each model under different label settings. These findings highlight the potential of GNNs for effective fraud detection in low-resource and imbalanced environments, offering a practical solution for financial institutions aiming to enhance security with minimal labeled data.

MONITORING KESEHATAN DETAK JANTUNG DAN KADAR OXYGEN MENGGUNAKAN ALAT OXIMETRY BERBASIS INTERNET OF THINGS Malawi, Gissel Stephanie; Tasmi Taslim; Rachmansyah
Journal Of Intelligent Networks and IoT Global Vol 3 No 1 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i1.5806

Penyakit jantung merupakan penyebab kematian utama di dunia dan kerap menyerang usia muda. Oleh karenaitu, deteksi dini dan pemantauan kesehatan jantung sangat penting untuk mencegah risiko komplikasi yang lebihserius. Penelitian ini bertujuan untuk merancamg alat monitoring detak jantung dan kadar oxygen dalam darah(SpO2) berbasis Internet of Things (IoT) menggunakan sensor MAX30100 dan mikrokontroller NodeMCU V3.Alat ini dapat menampilkan data secara real-time melalui aplikasi Blynk dan LCD, serta memberikan peringatanjika kadar oxygen di bawah normal (<95%). Pengujian menunjukkan hasil yang cukup akurat dengan tingkat errordi bawah 3% dibandingkan alat medis konvensional. Alat ini diharapkan dapat membantu masyarakat dalammemantau kondisi kesehatan secara mandiri, efisien, dan terjangkau.

MONITORING KUALITAS AIR PADA BUDIDAYA KOLAM IKAN KOI SERTA FILTERISASI OTOMATIS BERBASIS MIKROKONTROLER Sari, Dini Permata; Tasmi; Rachmansyah
Journal Of Intelligent Networks and IoT Global Vol 3 No 1 (2025)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v3i1.5898

Kualitas air adalah faktor penting dalam budidaya ikan Koi (Cyprinus carpio), yang sangat dipengaruhi oleh parameter seperti suhu, pH, dan tingkat kekeruhan (turbidity). Pemantauan manual terhadap parameterparameter ini membutuhkan waktu dan tenaga serta rentan terhadap ketidakakuratan. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan kualitas air berbasis mikrokontroler ESP32 dan teknologi Internet of Things (IoT) yang menggunakan sensor suhu, pH, dan kekeruhan untuk memantau kondisi air secara real-time. Sistem ini dirancang untuk mengirimkan data ke aplikasi mobile, sehingga memungkinkan pengguna memantau kondisi air dari jarak jauh. Sistem ini juga dilengkapi dengan mekanisme filterisasi otomatis yang aktif ketika tingkat kekeruhan melebihi ambang batas yang telah ditentukan, menjaga kejernihan air secara otomatis tanpa intervensi manual.

KLASIFIKASI LAPISAN LILIN PADA BUAH APEL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Alvira, Dwi Okta; Rachmansyah; Fajri, Ricky Maulana
Journal Of Intelligent Networks and IoT Global Vol 1 No 2 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i2.3644

Buah-buahan merupakan salah satu dari macam komoditas pada sektor pertanian yang sangat rentan akan pembusukan salah satu nya adalah buah apel. Kualitas pada buah dapat dilihat dari berbagai faktor yaitu ukuran, warna, kondisi, tekstur, nilai nutrisi dan citarasa. Penelitian ini bertujuan untuk mengetahui perbedaan antara kualitas dari citra buah apel yang mengandung lapisan lilin dengan kualitas citra yang tidak mengandung lapisan lilin. Proses identifikasi lapisan lilin pada buah apel ini dapat dilakukan dengan menggunakan pengolahan citra digital atau yang sering dikenal Image Processing dengan melakukan proses ekstraksi citra menggunakan metode Jaringan Syaraf Tiruan. Jaringan Syaraf Tiruan merupakan sistem pemrosesan informasi yang memiliki karakteristik yang mirip dengan fungsi otak manusia dalam bentuk matematika dan menjalankan proses perhitungan secara paralel. Penelitian ini melakukan uji identifikasi citra menggunakan deep learning convolutional neural network, dengan menggunakan dua proses yaitu training dan testing untuk melakukan uji akurasi dengan menggunakan 200 data citra 100 citra buah apel dengan kandungan lilin dan 100 citra buah apel yang tidak terkandung lilin dan memiliki 100 data citra sebagai data testing 50 untuk yang terkandung apel dan 50 yang tidak terkandung lilin. Hasil yang telah didapatkan pada penelitian ini adalah akurasi 98% untuk proses training dan 97.50% untuk proses testing yang telah dilakukan menggunakan 10 epoch

PERANCANGAN SISTEM SOLAR TRACKING DUAL AXIS UNTUK OPTIMASI PANEL SURYA MENGGUNAKAN SENSOR LDR DAN GYROSCOPE BERBASIS INTERNET OF THINGS (IOT) Pardawantara, Meiko; Antony, Fery; Rachmansyah
Journal Of Intelligent Networks and IoT Global Vol 1 No 2 (2023)
Publisher : Universitas Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jinig.v1i2.3645

Sistem instalasi solar tracking dual axis merupakan sebuah sistem yang mampu untuk menggerakkan panel surya untuk selalu mengikuti pergerakan dari sumber cahaya secara otomatis. Pergerakan dari sistem solar trackingdual axis memiliki dua arah pergerakan yaitu secara horizontal dan vertical. Tujuan dari penelitian ini adalah menghasilkan sistem instalasi solar tracking dual axis yang mampu menggerakkan panel surya secara otomatis agar selalu dapat mengikuti gerak dari sumber cahaya. Sistem ini dilengkapi dengan sensor light dependent resistor yang mampu mendeteksi sumber cahaya, sensor BNO055 (gyroscope) untuk mengetahui sudut dari solar panel, arduino uno yang berfungsi sebagai sistem kontrol dari sistem solar tracking dual axis, sensor arus dan tegangan yang bertujuan untuk mengetahui arus serta tegangan dari solar panel yang masuk ke load, serta memiliki NodeMCU ESP8266 sebagai media komunikasi dengan website monitoring sistem solar tracker. Selain itu sistem ini juga dilengkapi dengan solar charge controller yang berfungsi untuk mengontrol arus pengisian dan arus yang disupply ke beban. Hasil dari penelitian ini diketahui bahwa sistem solar tracking dual axis yang telah di rancang dan diimplementasikan mampu untuk menggerakkan panel surya untuk selalu tegak lurus dengan arah datangnya sumber cahaya. Sistem ini lebih efisien untuk meningkatkan hasil energi yang di hasilkan oleh panel surya dibandingkan dengan menempatkan panel surya pada sudut elevasi tertentu

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search