Claim Missing Document
Check
Articles

Found 24 Documents
Search

Development of an IoT-Based Home Security System Prototype Using Multisensors and ESP32-CAM Jumita Nannung; Alimuddin Sa'ban Miru; Muliadi; Gunawan
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 2 (2025): June 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i2.8456

Abstract

Advancements in information technology have driven the development of home security systems based on the Internet of Things (IoT). This study aims to design a home security system using ESP32-CAM, multisensors, and Telegram for real-time monitoring. The system features face recognition using the Haar Cascade and LBPH algorithms, along with DHT22 and MQ-2 sensors to monitor temperature, humidity, and hazardous gases. The development method used is the prototype model. Testing results showed a face recognition accuracy of 95.31% and the ability to detect temperatures above 40°C and gas concentrations exceeding 300 PPM. The system performs optimally at a distance of 35–150 cm but is limited by extreme lighting and facial angle variations. In conclusion, the system enhances home surveillance effectiveness through real-time monitoring and reliable remote access control
IMPLEMENTASI LAYANAN OTOMASI USAHA LAUNDRI BERBASIS WORKFLOW AUTOMATION MENGGUNAKAN N8N Muhammad Arya Al Fajar; Gunawan; Arga Wiradarma
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 4 No 1 (2026): Juni 2026
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v4i1.136

Abstract

Perkembangan teknologi informasi mendorong digitalisasi proses bisnis pada usaha mikro, kecil, dan menengah (UMKM), termasuk usaha laundri. Namun, pengelolaan pesanan, pelacakan status layanan, dan penyampaian informasi kepada pelanggan masih banyak dilakukan secara manual sehingga kurang efisien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pemesanan serta pelacakan status laundri berbasis workflow automation menggunakan platform n8n yang terintegrasi dengan chatbot WhatsApp dan notifikasi real-time. Metode penelitian yang digunakan adalah Research and Development (R&D), meliputi analisis kebutuhan, perancangan, pengembangan, pengujian, implementasi, dan evaluasi sistem. Sistem dikembangkan menggunakan Django sebagai backend, MySQL sebagai basis data, serta n8n sebagai workflow automation engine yang terintegrasi melalui API dengan chatbot WhatsApp berbasis Gemini AI. Hasil penelitian menunjukkan bahwa sistem berhasil mengotomatisasi proses komunikasi dan pelacakan status laundri melalui chatbot dan notifikasi WhatsApp secara real-time. Berdasarkan pengujian Black Box Testing, seluruh fitur utama sistem berjalan sesuai dengan kebutuhan fungsional tanpa ditemukan kesalahan yang signifikan. Sistem yang dikembangkan mampu meningkatkan efisiensi penyampaian informasi kepada pelanggan dan mendukung operasional usaha laundri secara lebih efektif.
IMPLEMENTASI ALGORITMA EXTREME GRADIENT BOOSTING UNTUK DETEKSI DINI DIABETES MELLITUS MENGGUNAKAN MIKROKONTROLLER Siti Rahmah; Gunawan; Rifa'atus Shalihah
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 4 No 1 (2026): Juni 2026
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v4i1.144

Abstract

Diabetes mellitus merupakan penyakit metabolik kronis yang ditandai oleh tingginya kadar glukosa darah akibat gangguan produksi atau kerja insulin. Peningkatan jumlah penderita setiap tahun mendorong perlunya sistem deteksi dini yang mampu mengukur kadar glukosa secara real-time dan memprediksi risiko diabetes secara cepat serta akurat. Penelitian ini bertujuan menganalisis kinerja sistem deteksi dini diabetes mellitus berbasis mikrokontroler ESP32 yang menerapkan algoritma Extreme Gradient Boosting (XGBoost). ESP32 digunakan untuk membaca data dari sensor optik non-invasif dan mengirimkan data kadar glukosa secara real-time, sedangkan XGBoost digunakan untuk mengklasifikasikan status diabetes. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, F1-score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pengukuran kadar glukosa secara real-time dan menghasilkan prediksi risiko diabetes dengan nilai accuracy sebesar 93,67%–97,67% serta nilai ROC-AUC sebesar 0,9810–0,9991. Variabel glucose menjadi faktor paling dominan, sedangkan BMI dan age berperan sebagai faktor pendukung. Hasil ini menunjukkan bahwa integrasi ESP32 dan algoritma XGBoost berpotensi menjadi sistem deteksi dini diabetes mellitus yang praktis, efisien, dan real-time.
DETEKSI KETERSEDIAAN PARKIR MENGGUNAKAN CITRA VIDEO BERBASIS CONVOLUTIONAL NEURAL NETWORK PADA YOLO11 Bayyinahtun Dwi Sumatri; Gunawan Gunawan; Andi Tenriawaru
Simtek : jurnal sistem informasi dan teknik komputer Vol. 11 No. 1 (2026): April 2026
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v11i1.1752

Abstract

Meningkatnya jumlah kendaraan yang tidak sebanding dengan kapasitas lahan parkir menyebabkan kesulitan dalam memperoleh informasi ketersediaan slot parkir secara real-time, khususnya di lingkungan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Halu Oleo. Sistem parkir yang masih dilakukan secara manual menimbulkan ketidakefisienan dalam proses pemantauan dan pencarian ruang parkir. Penelitian bertujuan membangun sistem deteksi ketersediaan parkir berbasis citra video menggunakan algoritma You Only Look Once versi 11 (YOLO11) dengan pendekatan Region of Interest (ROI). Metode penelitian meliputi pengumpulan data video, anotasi kendaraan, pra-pemrosesan data, serta pelatihan model melalui fine-tuning. Status slot parkir ditentukan berdasarkan perhitungan Intersection over Union (IoU) antara bounding box kendaraan dan ROI. Hasil pengujian menunjukkan bahwa variasi threshold mempengaruhi kinerja sistem, dengan IoU threshold memberikan pengaruh lebih dominan dibandingkan confidence threshold. Sistem mencapai akurasi maksimum sebesar 100% pada kombinasi confidence threshold 0,1–0,8 dan IoU threshold 0,1–0,2 sehingga metode yang diusulkan efektif untuk mendukung sistem parkir cerdas secara real-time.