Article Per Year (5 Year)
p-Index From 2021 - 2026
1.288
P-Index
This Author published in this journals
All Journal Jusikom : Jurnal Sistem Komputer Musirawas Journal of Intelligent Networks and IoT Global
Rachmansyah
Unknown Affiliation
Computer Science & IT

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
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

Abstract

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

Abstract

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.
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

Abstract

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

Abstract

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

Abstract

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

Abstract

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
STUDI PERFORMA DAN EXPLAINABILITY JARINGAN SYARAF TIRUAN UNTUK PERAMALAN CUACA MENGGUNAKAN METODE LIME Rachmansyah; Ricky Maulana Fajri; Tasmi Tasmi; Sumi Amariena Hamim
Jusikom : Jurnal Sistem Komputer Musirawas Vol. 10 No. 1 (2025): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v10i1.2655

Abstract

Accurate weather prediction is crucial to support various sectors such as agriculture, transportation, and disaster mitigation. Artificial Neural Networks have been proven to improve the accuracy of weather forecasts through their ability to capture complex nonlinear patterns in atmospheric data. However, the complexity of these artificial neural networks architectures often results in decisions that are non-transparent and difficult for end users to understand. To address this issue, this study examines the effectiveness of the Local Interpretable Model-agnostic Explanation (LIME) method in providing local explanations for weather predictions generated by the artificial neural networks. The study uses historical meteorological data and evaluates the interpretability of prediction results for several key weather variables. Experimental results show that LIME is capable of identifying the most influential features affecting the model's decisions, as well as providing human-understandable insights into the prediction logic. These findings reinforce the importance of integrating explainability methods into artificial neural network-based weather prediction systems to enhance user trust and support more informed decision-making.
Co-Authors Alvira, Dwi Okta Andini, Putri Okta Antony, Fery Malawi, Gissel Stephanie Pardawantara, Meiko Ricky Maulana Fajri Sari, Dini Permata Sumi Amariena Hamim Sunardi, Hastha Tasmi Tasmi Taslim Tasmi, Tasmi Wicaksana, Yudistira Aria