cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
M. Miftach Fakhri
Contact Email
fakhri@unm.ac.id
Phone
+6282290603030
Journal Mail Official
wahid@unm.ac.id
Editorial Address
Program Studi Teknik Komputer, UNM Parangtambung, Daeng Tata Raya, Makassar, South Sulawesi, Indonesia
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Journal of Embedded Systems, Security and Intelligent Systems
Published by Universitas Negeri Makassar
ISSN : 2745925X     EISSN : 2722273X     DOI : -
Core Subject : Science,
Computer Science & IT
The Journal of Embedded System Security and Intelligent System (JESSI), ISSN/e-ISSN 2745-925X/2722-273X covers all topics of technology in the field of embedded system, computer and network security, and intelligence system as well as innovative and productive ideas related to emerging technology and computer engineering, including but not limited to : Network Security System Security Information Security Social Network & Digital Security Cyber Crime Machine Learning Decision Support System Intelligent System Fuzzy System Evolutionary Computating Internet of Thing Micro & Nano Technology Sensor Network Renewable Energy Wearable Devices Embedded Robotics Microcontroller
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 125 Documents
 3   4   5   6   7 
Red Mud Air Purifier (REPAF): Inovasi Teknologi Berbahan Baku Tailing Bauksit Sebagai Penyerap Asap Kebakaran Hutan Di Riau Dalam Upaya Mewujudkan Target SDGs 2030 Sasa Aulia
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia menempati urutan ke-9 sebagai negara dengan hutan dan lahan gambut terluas di dunia dengan luas 66,18 juta ha. Sebanyak 6.5 Juta ha berada di Pulau Sumatra, tepatnya Riau. Kebakaran hutan merupakan permasalahan krusial yang rutin terjadi setiap tahun. Pada tahun 2019, Dinas Kesehatan Provinsi Riau mencatat sebanyak 61.017 penduduk Riau terserang ISPA akibat asap kebakaran hutan. Kebakaran hutan menjadi penyebab utama Indonesia berada pada urutan keempat sebagai negara penyumbang emisi karbon tertinggi di dunia. Potensi sumber daya alam bauksit di Indonesia sangat melimpah. Badan Pusat Statistika mencatat terdapat 16.592.187,00 ton bauksit pada 2021 dan sebagian besar berada di wilayah Sumatra. Oleh karena itu, diusulkanlah sebuah inovasi pemanfaatan zeolit sintetis yang diolah dari tailing bauksit sebagai solusi dalam menangani asap kebakaran hutan di Riau. Sistem ini bernama Red Mud Panel Air Purifier (REPAF) yaitu suatu inovasi teknologi pembersih udara yang memanfaatkan zeolit sintetis dari hasil pengolahan tailing bauksit sebagai adsorben gas CO2. Metode penelitian meliputi perhitungan konsumsi energi dari REPAF, serta analisis kelayakan ekonomi dari penggunaan sistem REPAF. Proses pengolahan limbah bauksit menjadi zeolit sintetis dilakukan melalui proses fusi kaustik, dilanjutkan dengan penambahan prekursor natrium silikat, dan kristalisasi dengan temperatur 90-120°C di bawah tekanan atmosfer. Selanjutnya setelah tercapai kristalisasi, zeolit diaplikasikan di dalam aluminium. Hasil penelitian menunjukkan REPAF mampu menyerap gas CO2 dengan kapasitas penyerapan mencapai 6.4 mmol/g zeolit,. Konsumsi energi REPAF diperkirakan sekitar 7.142×105 kJ saat proses fusi kaustik serta 4.608×104 kJ saat proses kristalisasi dengan asumsi pemanfaatan tailing bauksit adalah 33.5%. Dengan adanya inovasi teknologi REPAF ini, dapat mengurangi permasalahan lingkungan yang diakibatkan dari limbah bauksit sekaligus menciptakan udara yang bersih sehingga diharapkan dapat menurunkan emisi karbon sebanyak 29% serta mewujudkan poin 3 dan poin 7 SDGs 2030.
Analisis Prediksi Tingkat Penyebaran COVID-19 di Sulawesi Selatan Menggunakan Teknik Data Mining Naive Bayes Muhammad Nur Yusri; Andi Akram Nur Risal; Muhammad Fajar B; Dewi Fatmarani Surianto; Fhatiah Adiba
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi atau wabah virus corona atau biasa disebut juga dengan COVID-19 yang bermula dari Wuhan, Provinsi Hubei, China, terus menyebar ke berbagai negara, termasuk Indonesia. Jumlah kasus positif COVID-19 terus meningkat tiap harinya secara signifikan dan menyebar secara cepat ke berbagai provinsi di Indonesia, termasuk di provinsi Sulawesi Selatan. Hingga saat ini, telah tercatat kasus positif corona di Sulawesi Selatan sebanyak 18.683 dan 470 orang meninggal dunia. Peningkatan kasus yang signifikan ini, mengakibatkan pembacaan data terkait kasus positif COVID-19 di Sulawesi Selatan dinilai kurang akurat. Oleh karena itu, penelitian ini dilakukan sebagai langkah antisipasi terhadap pandemi COVID-19 dengan memprediksi tingkat penyebaran COVID-19 terutama di Sulawesi Selatan agar mendapatkan keakurasian data yang lebih baik. Metode penelitian yang di terapkan pada penelitian ini ialah analisis masalah dan studi literatur, mengumpulkan data dan implementasi.
Metode Otomatis untuk Menghitung Sel Darah Merah Menggunakan Image Processing Muh. Dirgafa Anugra Rais; Fazli Arif; Muh. Fauzan Arifuddin; Maulana Muhammad; Andi Baso Kaswar; Kurnia Prima Putra
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Di seluruh dunia, kehidupan yang berbeda secara bertahap dipengaruhi oleh inovasi, dengan perawatan kesehatan menjadi area utama untuk perubahan ini. Memberikan perincian instan tentang riwayat kesehatan pasien meningkatkan kewaspadaan pasien melalui kebenaran diagnosis dan obat-obatan, kemampuan untuk berbagi informasi kesehatan kepada dokter yang berbeda, dan pengurangan kesalahan dan kesalahan yang ditemukan saat merekam data informasi kesehatan pasien melalui catatan manual. Sel darah merah atau eritrosit merupakan sel darah yang memiliki fungsi mengikat oksigen yang memiliki peran penting dalam proses oksidasi di jaringan tubuh. kemampuan afinitas oksigen terhadap eritrosit dikarenakan adanya hemoglobin. Perhitungan secara manual untuk mendeteksi kelainan darah dapat dilakukan menggunakan mikroskop, hemocytometer, dan hematology analyzer. Identifikasi penyakit menggunakan alat-alat tersebut masih memerlukan analisis lebih lanjut, sehingga memerlukan waktu yang cukup lama. Dari permasalahan tersebut penulis penulis mengusulkan Metode otomatis untuk menghitung sel darah merah dengan menggunakan segmentasi
Metode Perbaikan Citra Tanaman atas Variasi Iluminasi dengan Metode KNN (K-Nearest Neighbour) dan ANN (Artificial Neural Network) pada Sistem Prediksi Pigmen Fotosintesis secara Non Destruktif Marcelino Centauri Dwi Prasetyo; Kestrilia Rega Prilianti; Hendry Setiawan
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi Fuzzy Piction adalah aplikasi prediksi kandungan pigmen tanaman berbasis android yang dikembangkan oleh kelompok riset Precision Agriculture, Universitas Ma Chung Malang. Aplikasi mampu memprediksi kandungan 3 macam pigmen fotosintesis utama yaitu klorofil, karotenoid, dan antosianin secara non destruktif melalui citra daun tanaman yang sedang dievaluasi. Model prediksi dikembangkan dengan metode Convolutional Neural Network (CNN). Aplikasi menghadapi permasalahan akurasi yang terjadi karena variasi iluminasi di lapangan saat evaluasi terhadap tanaman dilakukan secara in-situ. Untuk menyelesaikan permasalahan tersebut, pada penelitian ini diimplementasikan metode perbaikan citra berbasis kecerdasan buatan yaitu KNN (K-Nearest Neighbor) dan ANN (Artificial Neural Network). Hasil eksperimen menunjukan bahwa metode KNN mampu memberikan perbaikan citra yang lebih baik. Indikator lebih baik dilihat dari presisi nilai prediksi pigmen dari beberapa citra pada iluminasi yang berbeda untuk objek tanaman yang sama. Nilai standar deviasi prediksi pigmen pada citra-citra hasil perbaikan dengan KNN berada pada kisaran 0,001 hingga 0,026 sedangkan dengan ANN berada pada kisaran 0,005 hingga 0,557. Sampel tanaman yang digunakan pada penelitian ini adalah Duranta Erecta dan Piper Betle.
Pengembangan Weather Station Online Berbasis Android dengan Menggunakan Database Firebase Satria Gunawan Zain; Dyah Darma Andayani; Eko Prasetyo; Marwan Ramdhany Edy
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi weather station memberikan informasi cuaca kepada pengguna secara realtime dari database. Setelah pengembangan aplikasi dilakukan selanjutnya pengujian dilakukan untuk menilai kualitas aplikasi berdasarkan ISO 25010. Berdasarkan hasil penelitian dihasilkan sebuah aplikasi yang dapat digunakan dalam pemantauan perubahan cauca secara realtime. Berdasarkan hasil pengujian menggunakan standar ISO 25010, aplikasi weather station telah memenuhi standar dimana: a). Pengujian aspek fungtional suitability menggunakan metode black box testing, yang dilakukan oleh dua orang ahli sisten dimana hasil pengujiannya bernilai 1 dengan kategori sangat layak, b). pengujian aspek compatibility menggunakan co-existence dan tidak ditemukan kesalahan saat pengujian, c). Pengujian aspek performance efficiency dilakukan menggunakan aplikasi bernama AppTim dan hasil pengujian berada pada kategori baik, d). pengujian aspek portability dilakukan dengan menguji aplikasi, pada perangkat dengan android yang berbeda, dan dari hasil pengujian tidak ditemukan kesalahan dan eror pada aplikasi, sehingga aplikasi dinyatakan layak untuk digunakan berdasarkan hasil dari pengujian ISO25010.
Sistem Object Recognition Plat Nomor Kendaraan Untuk Sistem Parkir Bandara Suhartono; Satria Gunawan Zain; Sugiawan
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengembangkan alat deteksi plat nomor dengan menggunakan Nvidia Jetson Nano sebagai device dan menggunakan algoritma Yolov5 dengan mendeteksi plat nomor lalu melakukan konversi ke text dalam bentuk excel. Jenis penelitian yang digunakan penulis adalah metode Research and Development. Metode pengumpulan data yang dipakai pada penelitian ini adalah metode teknik observasi. Penelitian dilaksanakan di Laboratorium Embedded System. Tahapan penelitian ini mulai dari tahap potensi dan masalah, pengumpulan kebutuhan, studi literasi, membangun prototype, perancangan sistem, dan pengujian system. Dataset dikumpulkan dengan menggunakan kamera webcam dan smarthphone dengan total 1497 dataset terhadap 2 kategori. Perancangan model dataset dengan yolov5 menghasilkan 2 model yakni best.pt dan last.pt dengan validasi 100% dan size model sebesar 14.3 MB total 24.6 MB. Pengujian sistem dilakukan dengan mendeteksi plat nomor kendaraan sebanyak 2 tahap. Tahap pertama sebesar 83% dan rata-rata akurasi konversi ke text dengan Tesseract-OCR sebesar 97.89%. sedangkan pengujian deteksi tahap kedua pada akurasi deteksi plat nomor sebesar 98% dan konversi ke text sebesar 99.49%
Metode Deteksi Cepat Serangan Ganoderma pada Perkebunan Kelapa Sawit dengan Penginderaan Jauh William Wicaksono; Kestrilia Rega Prilianti; Hendry Setiawan; Prasetyo Mimboro
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Di tengah krisis ekonomi dunia saat ini, industri sawit masih mampu menopang perekonomian domestik Indonesia. Oleh karena itu, potensi kerugian akibat penyakit yang terlambat terdeteksi dan mengakibatkan gagal panen harus diantisipasi sejak dini. Penyakit yang paling sering menyerang perkebunan kelapa sawit adalah Ganoderma. Luas area perkebunan kelapa sawit di Indonesia yang sangat besar merupakan tantangan bagi pengelola untuk dapat melakukan monitoring terhadap serangan Ganoderma secara komprehensif. Teknologi penginderaan jauh merupakan salah satu solusinya. Dengan menggunakan Unmanned Aerial Vehicle (UAV) seperti drone citra perkebunan kelapa sawit dapat direkam dengan cepat. Pada penelitian ini, citra UAV dari perkebunan kelapa sawit diproses menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur ResNet-34 untuk deteksi pokok pohon kelapa sawit. Pada hasil deteksi kemudian dilakukan ekstraksi nilai rerata RGB (Red, Green, dan Blue) dari setiap pokok pohon. Nilai rerata RGB kemudian digunakan sebagai input pada custom model Artificial Neural Network (ANN) untuk memprediksi status serangan Ganoderma (terinfeksi atau tidak terinfeksi) pada tiap pokok pohon. Akurasi model CNN deteksi pokok pohon (diukur dengan F1-Score) mencapai 84,61% untuk training dan 73,83% untuk testing. Sedangkan akurasi model ANN status serangan Ganoderma mencapai 91% untuk training dan 94% untuk testing. Dengan metode ini pengelolaan lahan terkait serangan Ganoderma dapat dilakukan dengan efektif dan efisien.
Implementasi Pengolahan Citra Untuk Menghitung Jumlah Kandungan Aflatoksin Pada Jagung Sebagai Bahan Utama Pakan Ternak Florencia Gulo; Mardawia Mabe Parenreng; Alvian Bastian
Journal of Embedded Systems, Security and Intelligent Systems Vol. 4 No. 1 (2023): Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aflatoksin adalah sejenis kapang yang dihasilkan oleh Aspergillus Flavus yang dapat menyebabkan gangguan kesehatan bagi hewan dan manusia yang mengonsumsinya. Biasanya, aflatoksin terkontaminasi dalam beberapa komoditas pertanian. Oleh karena itu, diperlukan pemantauan terhadap standar kontaminasi aflatoksin. Salah satu produk pertanian yang menggunakan jagung sebagai bahan utamanya adalah pakan ternak. Namun, jagung juga rentan terkontaminasi aflatoksin. Sebelum jagung tersebut diolah menjadi pakan ternak, perlu dilakukan pengujian terhadap kandungan aflatoksin. Badan Penelitian dan Pengembangan Taman Serealia telah menetapkan Standar Nasional Indonesia untuk jagung sebagai pakan ternak, di mana kandungan aflatoksin yang diperbolehkan adalah sebesar 150-200 ppb. Jika melebihi standar ini, dapat membahayakan hewan ternak. Salah satu cara pengendalian aflatoksin adalah melalui perhitungan berdasarkan parameter ukuran dan warna. Berdasarkan latar belakang tersebut, penulis ingin melakukan penelitian tentang perhitungan aflatoksin yang diimplementasikan dalam pengolahan citra. Aplikasi yang dirancang dapat mendeteksi dan menghitung kandungan aflatoksin dalam sebuah citra. Melalui proses segmentasi dan ekstraksi fitur citra, aplikasi ini memiliki tingkat akurasi sebesar 76%.
Deteksi Jumlah Jeruk Menggunakan Metode Tranformasi Hough Elva Amalia; Andi Nurul Izzah; Tsabita Syalza Billa; Wanda Hamidah; Andi Baso Kaswar; Marwan Ramdhany Edy
Journal of Embedded Systems, Security and Intelligent Systems Vol. 4 No. 1 (2023): Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan umum yang dialami oleh pedagang buah yaitu dalam menghitung jumlah buah jeruk. Kegiatan menghitung secara manual membutuhkan waktu yang lama apalagi penjualan dalam skala besar. Dari permasalahan tersebut penulis mengusulkan metode Hough Transform untuk sistem pendeteksi dan perhitungan buah jeruk. Pada penelitian ini menguraikan proses sistem menjadi beberapa tahapan, yaitu: Input citra, konversi citra grayscale, mengaplikasikan median filter, meregangkan kontras, menurunkan brightness, dan deteksi hough transformation. Total dataset yang digunakan pada penelitian ini berjumlah 70 dataset citra jeruk. Untuk citra yang digunakan, algoritma Transformasi Hough sangat berperan dalam mendeteksi lingkaran pada objek buah jeruk. Oleh karena itu, diperlukan data citra dengan latar belakang yang seragam guna meningkatkan kejelasan temuan identifikasi objek melingkar. Selain faktor background objek, nilai sensitivity juga mempengaruhi ketepatan saat mengidentifikasi lingkaran. Berdasarkan hasil dan pembahasan uji coba, sistem dapat mendeteksi dan menghitung jeruk cukup baik dengan akurasi mencapai 95,4%.
Sentiment Analysis on Tiktok Application Reviews Using Natural Language Processing Approach Abdul Majid; Dian Nugraha; Faisal Dharma Adhinata
Journal of Embedded Systems, Security and Intelligent Systems Vol. 4 No. 1 (2023): Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Technology today is very developed, there are so many media that can be used to communicate, these media are very easy to use by connecting to the internet network. Research on the sentiment of this analysis can still be relatively small and new. The rapid development of technology today makes it very easy for humans to communicate with one of the modern technologies, namely smartphones. The initial stage of this research begins with the review to be analyzed, then continues with the collection of review data. Conducted on reviews that have been collected with and without an NLP approach resulting in 2 datasets, with an NLP approach and datasets without an NLP approach. The first step is to identify the problem with the research object. It then looked for related literature studies from both journals and review proceedings used as many as 1000 reviews, which have been labeled by 5 correspondents and resulted in positive reviews and negative reviews. The review is used as a dataset, then pre-processed with an NLP approach. Classification using the NLP approach got an accuracy of 76.92%, a precision of 80.00% and a recall of 74.07%, while without NLP it only got an accuracy of 69.23%, a precision of 80.00% and a recall of 64.52% At the preprocessing stage, the stemming feature, and stopword removal features were applied to each review. Word normalizer to handle variations in writing words that have the same meaning to be counted as a single term Furthermore, a stopword removal process is carried out to remove the stopword from the review.

Page 5 of 13 | Total Record : 125

 3   4   5   6   7 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6, No 4 (2025): Desember 2025 Vol 6, No 3 (2025): September 2025 Vol 6, No 2 (2025): June 2025 Vol 6, No 1 (2025): March 2025 Vol 5, No 3 (2024): November 2024 Vol 5, No 2 (2024): July 2024 Vol 5, No 1 (2024): March 2024 Vol. 4 No. 1 (2023): Vol 4, No 1 (2023): May 2023 Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022 Vol. 3 No. 1 (2022): Vol 3, No 1 (2022): May 2022 Vol. 2 No. 2 (2021): Vol 2, No 2 (2021): November 2021 Vol. 2 No. 1 (2021): Vol 2, No 1 (2021): May 2021 Vol. 1 No. 2 (2020): Vol 1, No 2 (2020): November 2020 Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020 More Issue