Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teliska CSRID
Putri Nur Azizah
Politeknik Negeri Sriwijaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
PERANCANGAN SISTEM MONITORING KUALITAS UDARA BERBASIS MIKROKONTOLLER ESP32 Ahmad Satrio Perdana; Luthfia Afifah; Putri Nur Azizah
JURNAL TELISKA Vol 18 No III (2025): TELISKA November 2025
Publisher : Teknik Elektro Polsri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/teliska.v18iIII.11580

Abstract

Aktivitas pembakaran lahan yang terjadi di Sumatera Selatan, akibatnya sejumlah wilayah di sekitarnya dilanda kabut asap termasuk Kota Palembang, Hal tersebut dapat berdampak pada kualitas udara yang semakin memburuk. Udara merupakan unsur penting bagi kehidupan sehingga udara harus memiliki indeks yang baik agar tidak menimbulkan dampak negative bagi kesehatan tubuh. Selain asap pembakaran, terdapat factor lain yang berpengaruh pada kualitas udara seperti asap asap rokok, asap pembakaran sampah, asap kendaraan bermotor, asap pabrik dll. Karna itu sangat diperlukan nya sebuah sistem yang dapat digunakan untuk memantau kualitas udara disekitar. Atas dasar hal tersebut maka penulisan kali ini akan membahas tentang alat pemantauan kualitas udara yang portable dan mempermudah bagi penggunanya untuk monitoring kualitas udara secara berkala. Dalam project ini digunakan mikrokontroler ESP32 sebagai komponen utama yang dapat menghubungkan ke bahasa pemrograman, Selain itu digunakan tiga sensor untuk mengukur kualitas udara yaitu Sensor DHT11 untuk suhu dan kelembapan, Sensor MQ-135 untuk gas dan Dust Sensor untuk partikel debu. Kemudian komponen buzzer yang digunakan sebagai komponen output. Project ini akan menghasilkan suatu alat pemantau kualitas udara berbasis IoT yang dihubungkan ke aplikasi blynk sehingga keluaran nya akan menampilkan notifikasi dari aplikasi tersebut dan juga memiliki hasil keluaran bunyi yang dikeluarkan oleh buzzer ketika pembacaan sensor yang diukur melewati batas normal atau standarnya
Klasifikasi Tempat Wisata Di Yogyakarta Berdasarkan Harga Dan Rating Menggunakan Algoritma Random Forest Aryanti Aryanti; Amanda Tsabita Putri; Aqilla Khairunnisya; Ikhsan Yuda Pratama; Putri Nur Azizah; Sulistia Sulistia
CSRID (Computer Science Research and Its Development Journal) Vol. 18 No. 2 (2026): Juni 2026
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.18.2.2026.192-204

Abstract

Yogyakarta is one of the leading tourist destinations in Indonesia, offering various attractions with diverse entrance ticket prices and user ratings. However, unstructured information often makes it difficult for tourists to identify destinations that align with their travel budget and experience preferences. Therefore, this study aims to classify tourist attractions in Yogyakarta based on price and rating using the Random Forest algorithm. The dataset used includes entrance ticket prices, user ratings, visit duration, and geographical distance from the city center of Yogyakarta, allowing a more comprehensive analysis of the relationship between economic value and visitor satisfaction. Prior to model training, data preprocessing and class balancing were performed using the SMOTE technique. The model was evaluated using an 80:20 train-test split and 5-fold cross-validation to obtain more robust and stable performance results. The findings indicate that the features of Price and Rating have the greatest influence on classification outcomes, while geographical distance also plays a meaningful role. The proposed model achieves good classification performance and can serve as a foundation for future development of tourism recommendation systems based on pricing and satisfaction aspects. This research provides a novel contribution to the application of machine learning in the tourism sector, particularly through the integration of geographical factors in tourist attraction price classification.
Co-Authors Ahmad Satrio Perdana Amanda Tsabita Putri Aqilla Khairunnisya Aryanti Aryanti Ikhsan Yuda Pratama Luthfia Afifah Sulistia Sulistia