Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Ningrum, Sussi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Aplikasi Sistem Monitoring Kadar Gas Metana pada Biodigester Berbasis Website Ningrum, Ratna Widya; Munadi, Rendy; Ningrum, Sussi
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

Biogas, sebagai sumber energi terbarukan yang dihasilkan melalui proses anaerob, memiliki potensi besar dalam mengurangi ketergantungan pada bahan bakar fosil. Namun, pemantauan produksi biogas masih banyak menggunakan metode konvensional yang memiliki keterbatasan dalam akurasi dan kemampuan pemantauan realtime. Penelitian ini mengembangkan sistem monitoring kadar gas metana pada biodigester berbasis website, mengintegrasikan teknologi Internet of Things (IoT) untuk meningkatkan efisiensi dan keamanan produksi biogas. Sistem ini menggunakan sensor MQ-4, DS18B20, BMP280, dan SEN0161 yang terhubung dengan mikrokontroler ESP32 untuk mengukur parameter kunci seperti kadar gas metana, suhu, tekanan dan pH. Data yang dikumpulkan ditransmisikan ke platform Firebase dan divisualisasikan melalui antarmuka website yang responsif. Evaluasi Quality of Service (QoS) pada website menunjukkan hasil yang memuaskan dengan throughput rata-rata 2176.9bps dan delay rata-rata 1.462 detik, menunjukkan kinerja yang baik dalam menampilkan dan memperbarui data. Pengujian usabilitas menggunakan metode System Usability Scale (SUS) menghasilkan skor 71, mengindikasikan tingkat kebergunaan website yang baik. Sistem ini berpotensi meningkatkan efisiensi produksi biogas dan mendorong adopsi sebagai sumber energi terbarukan yang lebih luas melalui pemantauan yang lebih akurat dan mudah diakses Kata kunci— biogas, Internet of Things, monitoring realtime, QoS, website
Sistem Monitoring Tekanan Darah Berbasis IoT dan Machine Learning Syamsuwardin, Ahmad; Ningrum, Sussi; Astuti, Sri
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

Penelitian ini mengembangkan sistem monitoring tekanan darah berbasis Internet of Things (IoT) dan Machine Learning (ML) untuk meningkatkan akurasi dan efisiensi pemantauan kesehatan kardiovaskular. Tekanan darah, sebagai parameter vital, dipantau menggunakan tensimeter digital yang terintegrasi dengan IoT, memungkinkan pengukuran real-time yang dapat diakses melalui smartphone atau website. Data yang dikumpulkan dianalisis menggunakan algoritma Random Forest untuk memprediksi tekanan darah di masa depan berdasarkan data historis serta parameter lain seperti usia dan jenis kelamin. Model prediksi dilatih dengan dataset tekanan darah yang dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil menunjukkan prediksi dengan akurasi tinggi: Mean Squared Error (MSE) sebesar 38,46, Root Mean Squared Error (RMSE) sebesar 6,2, dan R-squared (R²) sebesar 0,78. Ini menunjukkan kemampuan model untuk menjelaskan 78% variabilitas data. Secara keseluruhan, sistem ini menawarkan solusi inovatif untuk pemantauan dan prediksi tekanan darah, memfasilitasi pengambilan keputusan medis, dan berpotensi meningkatkan pelayanan kesehatan serta pencegahan penyakit kardiovaskular. Kata kunci : Internet of Things, Machine Learning, Monitoring, Mean Squared Error, Random Forest, Tekanan Darah.
Co-Authors Ningrum, Ratna Widya Rendy Munadi Sri Astuti Syamsuwardin, Ahmad