Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal INSYPRO (Information System and Processing) Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar
Rahman, Ariastuti
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SISTEM MONITORING PERGERAKAN KAPAL NELAYAN TRADISIONAL MENGGUNAKAN INTERNET OF THINGS Rahman, Ariastuti; Achmad, Andani; Arda, Abdul Latif; Qashlim, Akhmad
JURNAL ILMU KOMPUTER Vol 9 No 2 (2023): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v9i2.286

Abstract

Penelitian ini bertujuan untuk (1) Melakukan perancangan Sistem Monitoring Pergerakan Kapal Nelayan Tradisional Menggunakan IoT. (2) Menganalisis hasil monitoring pergerakan kapal nelayan tradisional mengguankan IoT. Penelitian ini dilaksanakan pada wilayah perairan teluk mandar kabupaten Polewali Mandar, Metode Experimental Fishing dengan memasang alat IoT pada kapal nelayan digunakan untuk melihat langsung jalur penangkapan ikan. Pengumpulan data dilakukan pada dua tempat yakni pada Kampung Nelayan Desa Tonyaman dan Kampung Nelayan Kelurahan Takkatidung hal ini dimaksudkan untuk melihat fungsionalitas perangkat IoT, data koordinat, suhu, dan kecepatan angin yang berbeda. Pengujian dan kalibrasi dilakukan dengan membandingkan perangkat IoT dengan alat standar. Hasil penelitian menunjukkan bahwa koordinat pergerakan 2 kapal nelayan yang dimonitoring telah berhasil terdeteksi menggunakan perangkat IoT pada setiap 2 detik, begitupun informasi suhu dan kecepatan angin kemudian disajikan pada web sistem monitoring. Jalur yang dilalui oleh nelayan tradisional umumnya pada wilayah yang dekat dari sisi pulau untuk menangkap spesies tertentu, dengan kondisi suhu dengan nilai rata 29-33⁰ siang hari dan kecepatan angin rata-rata 24 m/s. Nelayan dengan ukuran kapal 5 GT tetap berada pada jalur 1 dengan jarak 2 Mil atau 3 Km dari garis pantai sehingga perangkat masih terhubung oleh sinyal wifi antena BTS dengan baik. Hasil penelitian ini dapat menjadi rekomendasi bagi instansi terkait sebagai alternatif alat pantau berbiaya rendah dari VMS (vessel monitoring sistem) pada umumnya, perangkat IoT dapat dipadukan dengan sensor windvane untuk membaca arah angin dan sensor ultrasonik untuk deteksi keberadaan ikan
Perbandingan Algoritma Naive Bayes dan K-Means untuk menentukan Status Gizi Stanting Rahman, Ariastuti; Qashlim, Akhmad; Nurmarifah
Jurnal INSYPRO (Information System and Processing) Vol 10 No 1 (2025)
Publisher : Prodi Sistem Informasi UIN Alauddin

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

Abstract

Stunting is a condition where children under five years of age suffer from long-term nutritional deficiencies and cause growth and development disorders, increasing morbidity and mortality. Handling the nutritional status of stunting in Indonesia, especially in Polewali Mandar Regency, is important considering that stunting cases in toddlers are a serious problem. To assist health workers in determining the nutritional status of stunting, an appropriate and effective method is needed. This study will provide an alternative way to determine the nutritional status of stunting using Data mining techniques, namely the Naive Bayes and K-Means methods with anthropometric indicators. There are 173 toddler data processed. The results of the study show that the combination of the two methods for the accuracy value of the Naive Bayes algorithm has a value of 89% while K-Mens has a value of 54%. By using the precision parameter, the Naive Bayes algorithm has a value of 84% while K-Mens has a value of 58%. By using the recall parameter, the Naive Bayes algorithm has a value of 97% while K-Mens has a value of 60%. Based on the values obtained, it can be concluded that the Naive Bayes algorithm has higher accuracy, precision and recall when compared to the K-Means algorithm..
Co-Authors Akhmad Qashlim, Akhmad Andani Achmad Arda, Abdul Latif Nurmarifah