Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Kalista, Meta
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Penggunaan NRF24L01 pada sistem pengiriman nilai data dari sensor suhu dan sensor pH Ismail , Tubagus Iqrimal; Wibawa , I.G Prasetya; Kalista, Meta
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pada saat ini 76% sungai – sungai utama di Indonesiamengalami pencemaran dalam tingkat yang cukupmengkhawatirkan. Tingkat pencemaran terus terjadi setiaptahunnya. Tingkat pencemaran yang diakibatkan dari limbahmanusia sendiri sudah mencapai 80 % Adapun faktor terjadinyapencemaran air sungai karena kurangnya pemeliharaan danpemeriksaan berkala. Hal ini terjadi karena minimnya alat yangtersedia dalam kondisi baik.Salah satu yang menentukan status mutu air sungai tercemarialah apabila pada air sungai memiliki kandungan asam maupunbasa. pH pada air sungai harus berada di 6 – 8,5 pada nilaitersebut air sungai tidak tercemar oleh kandungan asam maupunbasa. selain itu, suhu pada air harus berada di nilai yang normalberada di 22 - 28°C. apabila suhu air berada di atas 28°C memilikiindikasi air tercemar.Untuk mencapai status mutu yang baik di sungai sungaiutama, salah satu yang dapat dilakukan adalah dengan melakukanpemeliharaan dan pemeriksaan berkala. Untuk mendukung haltersebut dibutuhkan alat yang efisien yang dapat melakukanpemantauan nilai pH dan suhu pada air secara real time.Perkembangan Teknologi komunikasi radio memudahkan dalammemantau dan melakukan pemeliharaan. Dengan komunikasiradio penguji dapat memantau nilai suhu dan pH dari tepi sungai Kata Kunci - Air sungai, sensor pH, sensor suhu , Komunikasi Radio, Status mutu air.
Penerapan Algoritma Extreme Learning Machine dalam Proses Prediksi Kebakaran Hutan dan Lahan di Indonesia Pradhitia, Muhammad Rizky; Setianingsih, Casi; Kalista, Meta
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Algortima Extreme Learning Machine (ELM) digunakan untuk memprediksi kebakaran hutan dan lahan di indonesia berdasarkan data historis cuaca seperti temperature, rainfall, humidity, dan windspeed. Algoritma ini memanfaatkan jaringan syaraf lapisan tunggal pada hidden layer dengan waktu pelatihan yang cepat. Proses prediksi dilakukan melalui tahapan pengumpulan data, pembersihan data, normalisasi, dan penanganan outlier. Hasil prediksi dan forecast menujukan preforma yang bervariasi untuk setiap parameter cuaca dengan evaluasi menggunakan metrik mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), dan R-Squared. ELM terbukti efektif dalam beberapa parameter seperti rainfall namun memiliki kelemahan pada parameter windspeed Kata kunci : Extreme Learning Machine, forecast, Kebakaran hutan, prediksi cuaca, machine learning
Pengembangan Aplikasi Web Full-Stack untuk Manajemen Sampah: Implementasi Frontend, Backend, Cloud Deployment Al Rasyid, Muhammad Irfan; Kalista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Indonesia menghadapi tantangan besar dalam pengelolaan sampah, termasuk pertumbuhan populasi yang cepat dan infrastruktur yang tidak memadai. Bank Sampah Bersinar, sebagai salah satu inisiatif pengelolaan sampah, menghadapi kesulitan dalam manajemen data pelanggan, transparansi harga sampah, dan proyeksi harga sampah di masa depan. Penelitian ini berfokus pada pengembangan dan peningkatan website Bank Sampah Bersinar melalui pendekatan full-stack. Proses pengembangan mencakup desain antarmuka pengguna (frontend), pengembangan backend, integrasi prediksi harga sampah menggunakan algoritma machine learning, serta deployment ke cloud. Pengujian aplikasi dilakukan untuk memastikan fungsionalitas dan kinerja yang optimal. Hasil pengujian menunjukkan bahwa peningkatan pada website ini berhasil meningkatkan efisiensi dan kemudahan penggunaan bagi para pengguna. Kata kunci— Pengembangan Web, Bank Sampah, FullStack Development, Cloud Deployment, Prediksi Harga Sampah.
Analisis Parameter Laju Infeksi Covid-19 dan Prediksi Menggunakan Algoritma Least Square Nugroho, Muhamad Ikhsan; Kalista, Meta; Paryasto, Marisa W.
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Corona Virus Disease 2019 atau yang biasa disingkat COVID-19 adalah penyakit menular yang disebabkan oleh SARS-CoV-2, COVID-19 berasal dari kota Wuhan di China dan muncul pada Desember 2019, Sampai saat ini belum diketahui penyebab dari virus corona, diketahui virus ini disebarkan oleh hewan dan mampu menjangkit dari satu spesies ke spesies lainnya termasuk manusia. Untuk Menganalisis parameter laju infeksi COVID-19, dibutuhkan sebuah algoritma yang dapat menganalisis dengan akurat. Algoritma Least Square digunakan untuk mengolah data menjadi lebih akurat dan optimal, Model SIR (Susceptible (S), Infected (I) dan Removed (R)) digunakan untuk menangkap fenomena penyebaran virus Covid-19. Algoritma Least Square diharapkan bisa membantu mengolah data yang akan digunakan untuk menentukan laju infeksi COVID-19 secara optimal dan akurat. Analisis parameter laju COVID-19 disajikan dengan bentuk GUI di dalam aplikasi matlab yang sudah dibuat dan diteliti.Kata Kunci— COVID-19, algoritma least square, optimasi
Analisis Parameter Laju Infeksi COVID-19 Menggunakan Algoritma Particle Swarm Optimization Heriansyah, Rifqi Baihaqi Putra; Kalista, Meta; Paryasto, Marisa W.
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Virus Covid-19 merupakan virus baru yang berawal mula dari Wuhan, hingga saat ini virus tersebut masih menyebar di seluruh penjuru dunia, salah satunya Indonesia yang juga terkena dampak pada virus Covid-19. Laju penyebaran kasus Covid-19 secara sistematika dapat dianalisis menggunakan model matematika SIR Susceptible (S), Infected (I) dan Removed (R). Penggunaan istilah Removed pada artikel ini dikarenakan populasi ini terdiri dari atas individu yang sembuh (Recovered) dan Meninggal (Death) yang dimana laju penyebaran tersebut dapat diperoleh menggunakan metode optimasi yaitu Particle Swarm Optimization (PSO) Dalam hal ini, Metode PSO dapat memperoleh nilai dari laju penyebaran dengan cukup optimal dan cepat. Algoritma Particle Swarm Optimization (PSO) memiliki berbagai fungsi sebegai optimasi laju dari Covid-19 harus memiliki fungsi dasar untuk menentukan penyebaran dari suatu nilai. PSO dapat memiliki beberapa bagian terpenting seperti N (jumlah populasi), C (kemampuan individu (cognitive) dan pengaruh sosial (group) dan menunjukkan nilai dari posisi sebuah partikel terhadap memori dari kelompok), Maxit, W, WD. Untuk percobaan yang telah dilakukan bahwa suatu nilai dari setiap posisi partikel semakin tinggi nilai posisi partikel semakin tinggi nilai terhadap beta dan delta yang dihasilkan. Pada pengujian algoritma Particle Swarm Optimization (PSO) nilai jumlah populasi yang paling optimal adalah 10, dengan nilai beta 0,9581, delta 0,9453 dan time 12,45081.Kata Kunci— particle swarm optimization (PSO), Covid-19, optimasi.
Klasifikasi prediksi kualitas udara Menggunakan metode Support Vector Machine (SVM) Putra, Renaldy Eka; Kalista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Penelitian pada kualitas udara sangatlah penting, karena kualitas udara sangat berpengaruh terhadap kesehatan makhluk hidup. Oksigen adalah kebutuhan utama manusia untuk kelangsungan kehidupan, baik buruknya kualitas udara pasti akan sangat berpengaruh terhadap kesehatan. Sehingga kualitas udara sangat penting untuk diteliti lebih lanjut. Pada penelitian ini akan dilakukan dengan metode Support Vector Machine (SVM) untuk mengklasifikasikan kualitas udara, kemudian sebelum data di klasifikasikan akan dilakukan dahulu metode smote untuk membuat data menjadi seimbang. Setelah melakukan pengujian ditemukan kernel terbaik untuk sistem ini yaitu kernel polinomial dengan nilai GMean 0.98, Specificity 0.99, dan sensitivity 0.98 Presisi 0.98, Recall 0.98, F1-Score 0.98,serta akurasi 98%, Setelah melakukan pengujian akan mendapatkan hasil klasifikasi terbaik yang akan divisualisasikan pada web yang telah dibuat.Kata kunci— kulitas udara, oksigen, support vector machine, klasifikasi, polinomial
Menggunakan Kotlin untuk Sistem Pemantauan Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Tampubolon, Yosua Gery; Kalista, Meta; Fikri, Rifqi Muhammad
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

Abstrak — Sistem pemantauan pemberian makanan kucing otomatis berbasis deep learning dirancang untuk membantu pemilik kucing dalam memantau dan mengontrol proses pemberian makan secara efektif. Penelitian ini berfokus pada perancangan antarmuka aplikasi mobile berbasis Kotlin yang berperan sebagai media interaksi antara pengguna dan perangkat. Perancangan antarmuka dilakukan dengan mempertimbangkan prinsip user-centered design untuk memastikan kemudahan penggunaan, kenyamanan, dan efisiensi. Metode pengembangan meliputi analisis kebutuhan, pembuatan wireframe, implementasi menggunakan Android Jetpack, serta pengujian fungsionalitas antarmuka. Hasil pengujian menunjukkan bahwa antarmuka aplikasi mampu menampilkan data pemantauan secara real-time, termasuk starus pengenalan wajah kucing, persentase sisa makanan dalam tangki penyimpanan makanan, dan opsi pengaturan perangkat. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan antarmuka aplikasi mobile yang terintegrasi dengan sistem Internet of Things (IoT) dan teknologi deep learning untuk pemantauan hewan peliharaan. Kata kunci— antarmuka pengguna, aplikasi mobile, Kotlin, Android Jetpack, pemberian makanan kucing otomatis
Co-Authors Al Rasyid, Muhammad Irfan Casi Setianingsih Heriansyah, Rifqi Baihaqi Putra Ismail , Tubagus Iqrimal Marisa W. Paryasto Nugroho, Muhamad Ikhsan Pradhitia, Muhammad Rizky Putra, Renaldy Eka Rifqi Muhammad Fikri Tampubolon, Yosua Gery Wibawa , I.G Prasetya