Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengembangan Aplikasi Monitoring Penggunaan Listrik Rumah Tangga Berbasis IoT dan Website Siti Alfiyyatuz Z.A.; Treza Lugina Pamungkas; Erik Riswanto Saputra; Ujang Solihin; Hadita Maulana; Supian Sauri
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

ABSTRAKPenggunaan listrik yang tidak efisien di rumah telah menjadi masalah umum di zaman sekarang, yang mengakibatkan pemborosan energi dan meningkatnya biaya tagihan. Selain kebutuhan listrik yang semakin meningkat dalam kehidupan sehari-hari, diperlukan solusi untuk mengatasi pengelolaan listrik yang tidak efisien. Penelitian ini mengusulkan pembuatan aplikasi online yang memberdayakan pengguna untuk memonitor penggunaan listrik secara real time melalui teknologi Internet of Things (IoT). Aplikasi ini memberikan informasi yang akurat dan laporan yang komprehensif tentang konsumsi listrik, membantu pengguna dalam mendeteksi pola konsumsi yang tidak efisien, dan memberikan saran untuk penghematan energi, sehingga tidak hanya membantu pengguna untuk mengurangi biaya listrik mereka, tetapi juga mendukung upaya global untuk mengurangi emisi karbon dan mempromosikan penggunaan energi yang lebih berkelanjutan. Diharapkan aplikasi ini dapat meningkatkan kesadaran masyarakat akan pentingnya efisiensi energi dan secara efektif berkontribusi pada pelestarian lingkungan alam. Penelitian sebelumnya juga menunjukkan bahwa kebiasaan sederhana yang diabaikan dapat mempengaruhi penggunaan listrik secara signifikan, yang jika tidak segera diatasi dapat menyebabkan kekurangan energi di masa depan.
Klasifikasi Aktivitas Transaksi Judi Online Menggunakan Metode K-Nearest Neighbor Pada Data Keuangan Masyarakat Desa Erik Riswanto Saputra
Prosiding Vol 7 No 1 (2025): SNISTEK
Publisher : LPPM Universitas Putera Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/psnistek.v7i1.10741

Abstract

This study aims to identify transaction activities that lead to online gambling practices in rural communities using the K-Nearest Neighbor (KNN) algorithm. The data used consists of digital transaction records from the residents of Ciheulang Tonggoh Village, with attributes such as transaction amount, payment method, number of transactions, and total spending. The research process includes data collection, preprocessing, model training, and evaluation using standard classification metrics.The developed KNN model achieved an accuracy of 80% in classifying transactions into “Normal” and “Addiction” categories. Exploratory data analysis also revealed that the majority of transactions fall into the addiction category, characterized by repetitive amounts and high frequency. This model is expected to serve as an early detection system to assist village authorities or social institutions in preventing and monitoring online gambling activities based on data patterns. This research demonstrates the potential of applying machine learning as a technological solution to address social issues in the digital era.