Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Ilmiah Sistem Informasi
Nashir, Muhammad Naufal
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
SIMULASI PENGENDALIAN SUHU PADA INKUBATOR PENETASAN TELUR AYAM MENGGUNAKAN ARDUINO BERBASIS PID Septian, Fahturomi Anjar; Muhammad Taqiy Almy, Ahmad; Nashir, Muhammad Naufal; Andrasto, Tatyantoro
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6741

Abstract

Penelitian ini bertujuan untuk merancang dan mensimulasikan sistem pengendalian suhu otomatis pada inkubator penetasan telur ayam menggunakan mikrokontroler Arduino Uno dan algoritma Proportional Integral Derivative (PID). Sistem ini dikembangkan sebagai alternatif dari metode kontrol ON/OFF yang masih umum digunakan, namun menghasilkan fluktuasi suhu tinggi dan efisiensi energi rendah. Rangkaian sistem terdiri atas sensor suhu LM35, relay sebagai aktuator, dan lampu pijar sebagai elemen pemanas. Simulasi dilakukan dengan membandingkan kinerja sistem antara kontrol PID dan ON/OFF dalam menjaga suhu pada setpoint 38°C. Penalaan parameter PID dilakukan menggunakan metode Ziegler-Nichols tipe ultimate gain, yang menghasilkan nilai Kp = 18, Ki = 1,5, dan Kd = 4. Hasil simulasi menunjukkan bahwa kontrol PID mampu memberikan respon suhu yang lebih cepat, stabil, dan efisien, dengan overshoot dan fluktuasi yang minimal. Sebaliknya, kontrol ON/OFF menunjukkan osilasi suhu periodik dan konsumsi daya lebih tinggi karena frekuensi switching yang intensif. Meskipun penelitian ini masih berbasis simulasi, rancangan sistem menunjukkan potensi untuk diterapkan pada inkubator berskala kecil yang membutuhkan kestabilan suhu tinggi dengan komponen yang sederhana dan biaya implementasi yang rendah.
Tinjauan Literatur Sistematis tentang Deteksi Anomali Berbasis Kecerdasan Buatan untuk Intrusi Jaringan pada IoT Firmansyah, Mirza Putra; Nashir, Muhammad Naufal; Rahmeisi, Nazli; Augusta, Putri Safira; Arfriandi, Arief
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/eqne0j35

Abstract

Pertumbuhan eksponensial Internet of Things (IoT) menghasilkan tantangan keamanan jaringan yang signifikan, terutama intrusi jaringan, di mana metode deteksi tradisional gagal melawan serangan adaptif. Kajian ini menyajikan Systematic Literature Review (SLR) berpedoman PRISMA untuk memahami pemanfaatan Artificial Intelligence (AI) dalam deteksi anomali pada IoT. Tujuannya adalah mengidentifikasi algoritma AI yang dominan, mengevaluasi performa, dan menilai pertimbangan efisiensi energi dalam penelitian terkini. SLR menganalisis 24 studi primer dari basis data Scopus yang diterbitkan antara tahun 2021 hingga 2025. Temuan utama menunjukkan dominasi algoritma deep learning: Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan model hibrida/ensemble. Pendekatan ini terbukti sangat efektif, dengan akurasi deteksi seringkali melebihi 99% pada dataset benchmark. Selain itu, efisiensi sumber daya diidentifikasi sebagai isu sentral. Solusi yang diimplementasikan meliputi optimalisasi model ringan, kompresi Quantized Autoencoder (QAE), dan seleksi fitur, yang secara signifikan mengurangi konsumsi energi dan beban komputasi. Penelitian ini memberikan gambaran komprehensif mengenai state-of-the-art deteksi anomali IoT berbasis AI, menegaskan perlunya keseimbangan antara akurasi tinggi dan efisiensi sumber daya. Implikasinya, riset mendatang disarankan untuk memprioritaskan pengujian di dunia nyata, mengintegrasikan Explainable AI (XAI), dan mengembangkan metrik efisiensi yang terstandarisasi demi solusi keamanan IoT yang lebih praktis dan terpercaya.
Co-Authors Arfriandi, Arief Augusta, Putri Safira Firmansyah, Mirza Putra Muhammad Taqiy Almy, Ahmad Rahmeisi, Nazli Septian, Fahturomi Anjar Tatyantoro Andrasto