Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pemetaan Wilayah Berdasarkan Minat Baca Masyarakat dengan Algoritma K-Means Sekar Kedaton, Ayudia; Alan Bukhari, Bintang; Afrianto, Nur; Wahyu Febriyanto, Ridwan; Arum Sari , Aprillisa
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/mbga9p80

Abstract

Tingkat Kegemaran Membaca (TGM) di Indonesia menunjukkan ketidaksetaraan antarwilayah yang signifikan, namun pola pengelompokannya belum terpetakan secara analitis, sehingga menyulitkan perancangan kebijakan yang efektif. Tujuan utama penelitian ini adalah untuk mengelompokkan provinsi-provinsi di Indonesia ke dalam klaster berdasarkan kemiripan karakteristik kegemaran membaca guna menyediakan model segmentasi berbasis data untuk perumusan kebijakan yang lebih strategis. Metode yang digunakan adalah data mining dengan algoritma klasterisasi K-Means. Penelitian ini mengolah data publikasi Perpustakaan Nasional RI tahun 2024, yang mencakup 39 data provinsi. Dua variabel utama yang menjadi dasar analisis adalah skor Tingkat Kegemaran Membaca (skala 1-100) dan Frekuensi Membaca per minggu. Proses klasterisasi dilakukan untuk membentuk dua kelompok, yaitu klaster tinggi dan rendah. Hasil penelitian berhasil mengidentifikasi dua klaster yang berbeda secara statistik. Sebanyak 76.92% provinsi (30 provinsi) terkategori dalam Klaster Tinggi dengan pusat klaster (centroid) TGM pada skor 71.23. Sementara itu, 23.08% provinsi (9 provinsi) masuk ke dalam Klaster Rendah dengan centroid TGM 55.14. Temuan kunci menunjukkan bahwa seluruh anggota Klaster Rendah secara geografis terkonsentrasi di kawasan timur Indonesia, mengonfirmasi adanya kesenjangan literasi regional yang tajam. Kesimpulan utama dari penelitian ini adalah bahwa pendekatan kebijakan literasi yang seragam tidak lagi memadai untuk kondisi Indonesia saat ini. Adanya perbedaan karakteristik yang jelas antar klaster menegaskan perlunya strategi yang berbeda dan terfokus. Penelitian ini merekomendasikan intervensi yang berfokus pada peningkatan aksesibilitas untuk provinsi di Klaster Rendah, dan peningkatan kualitas bacaan untuk Klaster Tinggi, sebagai landasan analitis bagi pemerintah untuk merumuskan kebijakan literasi yang lebih adil dan tepat sasaran.
Greenhouse Berbasis IOT ( Internet Of Things ) Sistem Monitoring Dan Kontrol Lingkungan Tanaman Tomat Hendra Wardana, Aliefian; Wahyu Febriyanto, Ridwan; Said Fathullah, Umar
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/wg7tm238

Abstract

This research aims to develop Internet of Things (IoT)-based monitoring and control system in the greenhouse environment for tomato plants. This system utilizes NodeMCU microcontroller, ESP8266, soil temperature and humidity sensors, and Blynk application to monitor the greenhouse environment. ESP8266 microcontroller, soil temperature and humidity sensors, and Blynk application to monitor real-time data. data in real-time. Based on the measurements taken, the air temperature ranges from 22°C to 30°C during the day and 17°C to 19°C at night. at night. Soil moisture was recorded between 40% to 75%, where the system automatically activated actuators such as fans and automatically activates actuators such as fans and water pumps when conditions exceed or fall short of a predetermined threshold. These results show that the system is able to keep the temperature and humidity within the ideal range (24-26°C daytime, 16-18°C nighttime). (24-26°C daytime, 16-18°C nighttime for the flowering phase; and 21-27°C daytime, 15-20°C nighttime for the seedling phase), as well as humidity within the ideal range of night for the seedling phase), as well as ideal soil moisture between 60%-80%. The system This system has proven to be effective in reducing manual intervention and supporting optimal growth of tomato plants.