Claim Missing Document
Check
Articles

Found 2 Documents
Search

SISTEM PEMANATAUAN AKUAPONIK UNTUK MEDIA PEMBELAJARAN DI SEKOLAH ALAM GAHARU Istiqomah, Istiqomah; Aziz, Arif Abdul; Rizal, Achmad; Patriananda, Teguh; Isnaini, Abdillah Nur; Hanaf, Mayco Ikhsan; Baihaqi, Zaidan Fitra; Sriastiti, Ni Kadek Cindy
JMM (Jurnal Masyarakat Mandiri) Vol 9, No 2 (2025): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v9i2.29355

Abstract

Abstrak: Sekolah Alam Gaharu merupakan sekolah alam yang mengutamakan interaksi siswa dengan alam dalam process pembelajarannya. Salah satu fasilitas yang disediakan oleh Sekolah Alam Gaharu adalah sistem akuaponik sebagai media belajarnya. Untuk mengoptimalkan akuaponik sebagai media belajar, pada kegiatan pengabdian masyarakat ini dikembangkan dan diimplementasikan sistem pemantauan akuaponik berbasis IoT sebagai media pembelajaran STEM di Sekolah Alam Gaharu. Sistem ini memonitor parameter penting seperti pH dan suhu air yang dikirimkan ke cloud dan ditampilkan melalui website. Proses implementasi meliputi pengembangan alat, instalasi sistem, dan survei evaluasi kepada pengguna. Dari hasil survei mengenai sistem yang diimplementasikan sebagai media belajar terhadap 10 guru di Sekolah Alam Gaharu menunjukkan bahwa sistem ini diterima dengan baik, dengan 80% responden menyatakan sangat setuju dan 20% setuju bahwa sistem tersebut mendukung pembelajaran STEM. Selain memberikan wawasan praktis tentang keberlanjutan, sistem ini meningkatkan pemahaman siswa terhadap konsep STEM melalui pendekatan berbasis teknologi. Kegiatan ini berhasil menunjukkan bahwa IoT dapat menjadi solusi efektif untuk mendukung pendidikan berbasis alam.Abstract: Gaharu Nature School is a nature-based school that prioritizes student interaction with the environment in its learning process. One of the facilities provided by the school is an aquaponics system used as a learning medium. To optimize aquaponics as an educational tool, this community service activity developed and implemented an IoT-based aquaponics monitoring system as a STEM learning medium at Gaharu Nature School. The system monitors key parameters such as pH and water temperature, sending the data to the cloud and displaying it through a website. The implementation process included tool development, system installation, and a user evaluation survey. Results from a survey of 10 teachers at the school indicated that the system was well received, with 80% of respondents strongly agreeing and 20% agreeing that the system supports STEM learning. In addition to providing practical insights into sustainability, the system enhances students’ understanding of STEM concepts through a technology-based approach. This activity successfully demonstrated that IoT can be an effective solution to support nature-based education.
Sistem Pendeteksi Premature Ventricular Contraction Berbasis K-Nearest Neighbors Menggunakan Elektrokardiograf Portabel Baihaqi, Zaidan Fitra; Estananto; Murti, Muhammad Ary
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Premature Ventricular Contraction (PVC) merupakan jenis aritmia yang ditandai dengan kompleks QRS yang melebar lebih dari 120 ms tanpa disertai gelombang P. Penelitian ini bertujuan mengembangkan sistem portabel untuk merekam sinyal EKG dan menerapkan algoritma K-Nearest Neighbors (KNN) guna mendeteksi PVC. Sistem dirancang menggunakan sensor ADS1293 dan mikrokontroler ESP32 yang mengirimkan data EKG ke aplikasi mobile untuk dianalisis. Hasil pengujian menunjukkan sinyal EKG yang terekam memiliki kualitas baik dan heart rate yang sesuai dengan alat referensi. Model KNN yang dilatih menggunakan data MIT-BIH menghasilkan akurasi 92,85% dan F1-score 0,93. Sistem juga berhasil diterapkan pada aplikasi mobile untuk memvisualisasikan hasil deteksi. Meskipun belum divalidasi secara klinis, sistem ini telah berfungsi sesuai tujuan dan dapat dikembangkan lebih lanjut untuk klasifikasi secara real-time. Kata kunci— Elektrokardiogram (EKG), Aritmia, Premature Ventricular Contraction (PVC), K-Nearest Neigbors (KNN)