Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal The IJICS (International Journal of Informatics and Computer Science) Jurnal Review Pendidikan dan Pengajaran (JRPP)
Lubis, Rodiah Hannum
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 2 Documents
Search

 1 
SISTEM PENGAMANAN PINTU OTOMATIS MENGGUNAKAN RFID RC522 BERBASIS MIKROKONTROLER ARDUINO Marpaung, Endra Ary Prasasty; Sinaga, Dedi Candro Parulian; Siahaan, R. Fanry; Lubis, Rodiah Hannum; Amalliaendra, Dwi Novia
Jurnal Review Pendidikan dan Pengajaran Vol. 8 No. 2 (2025): Volume 8 No. 2 Tahun 2025
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v8i2.47398

Abstract

Seiring dengan kemajuan teknologi yang pesat, kebutuhan akan sistem keamanan yang lebih canggih semakin mendesak, terutama dalam hal perlindungan akses masuk ke dalam rumah. Pintu merupakan elemen utama dari sebuah hunian, dan keberadaannya selalu menjadi titik rawan yang dimanfaatkan oleh pihak tidak bertanggung jawab. Pada masa kini, penggunaan kunci konvensional dinilai kurang efektif karena mudah dibobol oleh pencuri, sehingga dibutuhkan alternatif yang lebih aman dan praktis. Untuk menjawab tantangan ini, sistem kunci digital berbasis teknologi RFID menjadi salah satu solusi inovatif yang layak diterapkan. Dalam konteks ini, pemanfaatan E-KTP sebagai alat autentikasi berbasis RFID dapat memberikan tingkat keamanan agar lebih tinggi serta kenyamanan dalam penggunaan. Penelitian ini mengembangkan sebuah prototipe sistem smart lock door yang dirancang dengan komponen yang utama berupa RFID RC522 sebagai alat untuk mengidentifikasi, mikrokontroler Arduino Uno yang bergunan sebagai pusat pengendali, serta dilengkapi sensor dan modul pendukung. Sistem seperti ini dirancang agar dapat menggantikan fungsi kunci tradisional dengan mekanisme penguncian dan pembukaan pintu secara otomatis berdasarkan deteksi identitas RFID. Proses pengembangan mencakup tahapan desain perangkat keras, pemrograman mikrokontroler, serta pengujian untuk memastikan kinerja sistem berjalan dengan baik. Dalam hasil eksperimen, beberapa kode RFID berhasil dideteksi, antara lain “73 f0 2a 96” dari kartu RFID 1, “04 3a 91 a2 11 5e 80” dari E-KTP 1, “04 80 61 9a 10 2a 80” dari E-KTP 2, dan “02 05 86 90 04 40 00” dari data SIM.
Implementation of K-Nearest Neighbor Algorithm for Scientific Determination of Aid Recipients at STM Agape Sinaga, Dedi Candro Parulian; Siahaan, R. Fanry; Tarigan, Nera Mayana Br; Lubis, Rodiah Hannum; Amallia, Dwi Novia
The IJICS (International Journal of Informatics and Computer Science) Vol. 9 No. 3 (2025): November
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/ijics.v9i3.9484

Abstract

Providing assistance to underprivileged families is an important social effort to enhance community welfare; however, the selection of aid recipients often encounters problems such as subjectivity, unstructured data, and time inefficiency when conducted manually. This study aims to develop and evaluate a decision support system for determining aid recipients at STM Agape using the K-Nearest Neighbor (KNN) algorithm to improve accuracy and objectivity in the selection process. The research methodology employed a quantitative classification approach, where data were collected from families based on predefined criteria, including family income, number of dependents, housing conditions, and the occupation of the head of the household. The dataset was divided into training and testing data, and all attributes were normalized prior to processing. The KNN algorithm was applied using Euclidean distance to measure similarity between data instances, classifying each family into “eligible” or “ineligible” categories. The results indicate that the proposed system achieved higher classification accuracy and more consistent decision outcomes compared to manual selection methods. Additionally, the implementation of KNN reduced processing time and minimized subjective bias in determining aid recipients. These findings demonstrate that the KNN-based system is effective as a decision support tool, enabling STM Agape to distribute social assistance in a more targeted, objective, transparent, and efficient manner.
Co-Authors Amallia, Dwi Novia Amalliaendra, Dwi Novia Marpaung, Endra Ary Prasasty Siahaan, R. Fanry Sinaga, Dedi Candro Parulian Tarigan, Nera Mayana Br