Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Fauzi Rakhmadianto, Ridlo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Klasifikasi Biner Nur Sofiyanto, Irfan; Bagus Saputra, Andika; Fauzi Rakhmadianto, Ridlo; Nur Eka Febrianto, Hermawan; Malika Endiwan, Aprillio; Arum Sari, Aprilisa
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/gpqsm502

Abstract

Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan algoritma K-Nearest Neighbor (KNN). Permasalahan yang diangkat adalah ketidakpastian dalam meramalkan kelulusan berdasarkan data historis akademik, khususnya Indeks Prestasi Semester (IPS). Penelitian berfokus pada pembangunan model klasifikasi biner yang dapat mengidentifikasi status kelulusan mahasiswa guna mendukung deteksi dini risiko akademik. Dataset yang digunakan terdiri dari 519 data mahasiswa Program Studi Teknologi Informasi, dengan atribut berupa nilai IPS semester 1 hingga 8, serta label target berupa status kelulusan. Karena terdapat ketidakseimbangan antar kelas, diterapkan Random Over Sampling (ROS) untuk menyeimbangkan distribusi sebelum pelatihan model. Data kemudian dinormalisasi dan dibagi menjadi data latih dan data uji. Algoritma KNN digunakan dengan parameter k = 5, yang mengklasifikasikan label berdasarkan mayoritas tetangga terdekat. Hasil pengujian menunjukkan bahwa model KNN mampu memberikan akurasi prediksi sebesar 90%, menandakan bahwa pendekatan berbasis data mining ini efektif untuk mendukung evaluasi dan pengelolaan akademik di lingkungan pendidikan tinggi.
Sistem Deteksi dan Pemadaman Kebakaran Otomatis Berbasis ESP32 dengan Monitoring Jarak Jauh Bakhtiar, Agil; Ramdhani, Rafli; Fauzi Rakhmadianto, Ridlo
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/8ez0n813

Abstract

Kebakaran sering kali menimbulkan kerugian besar, baik materiil maupun korban jiwa, terutama akibat keterlambatan dalam pendeteksian dan penanganan awal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi dan pemadaman kebakaran otomatis berbasis mikrokontroler ESP32-S3 Uno yang terintegrasi dengan platform Internet of Things (IoT) menggunakan aplikasi Blynk sebagai media monitoring jarak jauh. Metode yang digunakan adalah metode eksperimen rekayasa sistem, yang mencakup tahapan analisis kebutuhan, perancangan perangkat keras dan lunak, integrasi sistem, serta pengujian performa sistem terhadap deteksi dan pemadaman api. Sistem ini menggunakan sensor flame untuk mendeteksi nyala api, buzzer sebagai alarm lokal, dan pompa air yang dikendalikan melalui relay sebagai aktuator pemadam api otomatis. Ketika sensor mendeteksi keberadaan api, sistem secara otomatis mengaktifkan buzzer dan pompa air, serta mengirimkan notifikasi ke smartphone pengguna melalui Blynk. Berdasarkan hasil pengujian, sistem mampu merespons keberadaan api dalam waktu kurang dari 1 detik pada jarak 10 hingga 100 cm, serta mengirimkan notifikasi dalam waktu rata-rata 2 detik. Setelah api padam, sistem secara otomatis kembali ke status normal. Hasil ini menunjukkan bahwa sistem dapat berfungsi secara mandiri, cepat, dan akurat untuk ruang tertutup berskala kecil. Integrasi IoT memungkinkan pemantauan real-time dari jarak jauh, menjadikan sistem ini sebagai solusi efektif dan terjangkau untuk pencegahan dini kebakaran.
Co-Authors Aprilisa Arum Sari Bagus Saputra, Andika Bakhtiar, Agil Malika Endiwan, Aprillio Nur Eka Febrianto, Hermawan Nur Sofiyanto, Irfan Ramdhani, Rafli