Claim Missing Document
Check
Articles

Found 2 Documents
Search

Designing an Internet of Things-Based Fire and Gas Leak Detection System M Adamu Islam Mashuri; Binti Kholifah; Faris Abdi El Hakim
Journal of Applied Informatics Research Vol. 1 No. 1 (2025): July
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jair.v1i1.44451

Abstract

LPG currently plays a crucial role in daily human activities, both in households and industries. However, gas leaks from LPG cylinders have often led to fire incidents, primarily due to undetected gas emissions. To address this issue, a real-time gas and smoke detection system has been developed using the MQ-2 gas sensor and the ESP32 microcontroller. The system is designed to monitor gas concentration levels and provide early warnings through the Blynk application on smartphones, utilizing the Internet of Things (IoT) concept. The system can detect dangerous gas concentrations above 80 ppm and responds by activating a buzzer and LED indicators. In addition, warning notifications are sent to the user’s smartphone. Test results show the system can accurately detect gas within a 10 cm radius of the sensor, with wireless notification capabilities reaching up to 500 meters. The system proves to be effective in enhancing safety and minimizing fire risks caused by undetected LPG leaks.
Analisis Sentimen Pengguna Aplikasi Mobile JKN Menggunakan Metode Stochastic Gradient Descent (SGD) Faris Abdi El Hakim; M Adamu Islam Mashuri
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 1 (2025): Juni 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i1.409

Abstract

Kesehatan merupakan aspek penting yang harus dimiliki setiap individu untuk menjalankan aktivitas sehari-hari dan mendukung kesejahteraan masyarakat. Dalam upaya meningkatkan layanan kesehatan, BPJS Kesehatan meluncurkan aplikasi Mobile JKN sejak 2017 untuk mempermudah akses layanan kesehatan secara online seperti pendaftaran antrean, konsultasi dokter, dan informasi fasilitas kesehatan. Namun, aplikasi ini menghadapi berbagai kendala teknis yang menyebabkan ketidakpuasan pengguna yang tercermin dari banyaknya ulasan negatif di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Mobile JKN secara otomatis menggunakan metode Stochastic Gradient Descent (SGD). Sebanyak 100.000 data ulasan diunduh dan diproses melalui tahapan pelabelan sentimen, preprocessing teks, dan ekstraksi fitur TF-IDF. Evaluasi model menggunakan K-Fold Cross Validation menghasilkan akurasi tertinggi 91.00% dengan hyperparameter optimal. Hasil ini menunjukkan bahwa metode SGD efektif dan efisien dalam mengolah data ulasan berukuran besar sehingga dapat memberikan masukan berharga bagi pengembang aplikasi Mobile JKN untuk meningkatkan kualitas layanan dan kepuasan pengguna.