Jurnal Sains dan Teknologi
Jurnal Sains dan Teknologi(JST) is a journal aims to be a peer-reviewed platform and an authoritative source of information. We publish original research papers, review articles and case studies focused on Mathematic, Biology, Physic, Chemistry, Informatic, Electronic and Machine as well as related topics. All papers are peer-reviewed by at least two referees. JST is managed to be issued twice in every volume.
Articles
648 Documents
<![CDATA[IoT Prototype Measuring Plant Height in Real-Time ]]>
<![CDATA[Erkamim, Moh.]]>;
<![CDATA[Wati, Vera]]>;
<![CDATA[Priyadi, Sapto]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53054
<![CDATA[Physically, development of plants will experience physical changes, one of which is the height of the plant. Monitoring activities will certainly be effective with the help of technology. The utilization of IoT is a technological breakthrough in that multitasking can be used for monitoring and sharing data simultaneously. So to support growth observation activities, this study aims to implement an IoT-based prototype modeling tool with ultrasonic sensors embedded in the NodeMCU microcontroller which is integrated with the database server. Modeling is used to analyze the workings of measuring plant height, involving case studies of mustard plant growth which are interpreted descriptively based on sensor capture height which is compared with expert-validated original observations. The research method used is quantitative data processing in the form of comparison charts. The data obtained in real-time by accessing the website address is available so that the data records are stored in the database server for as much as 1071 data for 33 days with 5 storage sessions a day. The results of the IoT prototype modeling managed to capture altitude data, with a comparison presentation between the height of the original plant and the sensor capture of 54.7% valid data without any difference. The conclusion from this study, there are still quite a lot of differences in the comparison of the two. This is due to modeling with improper sensor placement, so that it is detected outside the boundaries between predetermined objects.]]>
<![CDATA[Implementasi Metode Case Based Reasoning dan Sorensen Dice Coefficient untuk Diagnosa Penyakit Ayam Broiler ]]>
<![CDATA[Imam]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53228
<![CDATA[Keterlambatan penanganan penyakit ayam broiler yang disebabkan kekurangan tenaga ahli menimbulkan banyak kerugian yang cukup besar bahkan menyebabkan kematian. Hal ini dikarekan belum adanya pengetahuan yang cukup tentang penanganan penyakit ayam broiler yang benar. Penelitian ini bertujuan untuk menerapkan metode case based reasoning dan sorensen dice coefficient untuk penerapan sistem pakar dalam mendiagnosa penyakit ayam broiler. Data penelitian ini didapatkan dari hasil wawancara terhadap tiga pakar atau dokter hewan dengan pengolahan data menggunakan miles and huberman. Penelitian ini menggunakan metode case based reasoning dengan mendapatkan kasus yang sama pada masa yang lampu untuk digunakan kembali pada kasus yang baru dengan menerapkan 4 tahapan meliputi retrieve, reuse, revise, dan retain. Metode sorensen dice coefficient digunakan pada tahap reuse untuk menghitung hasil kemiripan. Penerapan sistem pakar diagnosa penyakit ayam broiler menggunakan case based reasoning dan sorensen dice coefficient diperoleh hasil pengujian akurasi sistem sebesar 90%. Hasil uji akurasi sistem menunjukan nilai yang cukup tinggi dan menunjukan bahwa sistem memberikan nilai yang akurat dibandingkan dengan metode sebelumnya dalam mendiagnosa penyakit dan memberikan solusi atau penanganan.]]>
<![CDATA[Optimalisasi Hidrolisis Air Subkritis Biomassa Ampas Tebu Berbantuan Surfaktan untuk Produksi Gula Reduksi ]]>
<![CDATA[Muharja, Maktum]]>;
<![CDATA[Widjaja, Arief]]>;
<![CDATA[Fadhilah, Nur]]>;
<![CDATA[Darmayanti, Rizki Fitria]]>;
<![CDATA[Fadilah, Siska Nuri]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 3 (2023): Oktober ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i3.53403
<![CDATA[Penggunaan bahan bakar fosil yang menimbulkan banyak masalah mendorong peneliti untuk mengembangkan energi terbarukan. Ampas tebu sebagai limbah pertanian yang melimpah di Indonesia berpotensi untuk dimanfaatkan dalam produksi gula reduksi yang merupakan produk antara dari biofuel. Penelitian ini bertujuan untuk menganalisis hidrolisis air subkritis ampas tebu menggunakan surfaktan Tween 80 untuk mengoptimalkan total perolehan gula reduksi. Desain penelitian yang digunakan adalah penelitian eksperimental kuantitatif. Analisa data yang digunakan yaitu analisis kuantitatif dan kualitatif. Proses air subkritis dioptimalkan dengan memvariasikan kondisi operasi suhu 130-170°C, waktu 30-60 menit, dan konsentrasi aditif 1-3%. Optimasi dilakukan dengan menggunakan Response Surface Methodology (RSM) untuk memahami perilaku faktor-faktor signifikan yang mempengaruhi konsentrasi gula reduksi. RSM ditentukan dengan menggunakan software Design-Expert V11. Hasil penelitian menunjukkan total gula reduksi tertinggi yaitu sebesar 470.6444 didapatkan pada variasi suhu 170°C, selama 30 menit, dan konsentrasi surfaktan 2%. Dari penelitian ini menunjukkan bahwa metode air subkritis dengan penambahan aditif dapat dipertimbangkan untuk produksi biofuel dari limbah ampas tebu dalam mendukung pengembangan energi terbarukan.]]>
<![CDATA[Model Artificial Neural Networks (ANN) untuk Prediksi COVID-19 di Indonesia ]]>
<![CDATA[Kurniati, Alfi Bella]]>;
<![CDATA[Sidik, Wuryatmo A.]]>;
<![CDATA[Jajang]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 3 (2023): Oktober ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i3.53437
<![CDATA[Peningkatan jumlah kasus Covid-19 hampir terjadi di seluruh dunia penting dikaji karena pola persebarannya yang masif. Metode analisis yang digunakan adalah ANN. Penelitian ini mencakup dua hal, yaitu model ANN algoritma Backpropagation Neural Network (BPNN) dan kombinasi algoritma Backpropagation Neural Network dan Particle Swarm Optimization (BPNN-PSO). Masing-masing model ANN algoritma BPNN dan BPNN-PSO dilakukan 18 kali pengujian. Hasil pengujian menunjukkan kombinasi parameter terbaik ANN dengan algoritma BPNN diperoleh MAPE sebesar 16.29% dengan arsitektur 14-5-1 dengan learning rate 0.3. Kombinasi parameter ANN terbaik algoritma BPNN-PSO MAPE sebesar 15.45% pada arsitektur 14-10-1 dengan learning rate 0,2. Berdasarkan algoritma BPNN dan BPNN-PSO, model ANN terbaik adalah model ANN dengan algoritma BPNN-PSO. Dengan kata lain, nilai MAPE yang cenderung lebih besar dibandingkan MAPE dari hasil algoritma BPNN-PSO. Hal ini mengindikasikan bahwa kombinasi BPNN-PSO berhasil untuk meningkatkan akurasi hasil prediksi. Implementasi algoritma Particle Swarm Optimization (PSO) yang berperan sebagai penentu nilai bobot dan bias awal dalam proses pelatihan metode Backpropagation Neural Network (BPNN) dapat meningkatkan performa model ANN untuk memprediksi jumlah kumulatif kasus positif Covid-19 di Indonesia, dengan peningkatan akurasi yang signifikan. Sehingga penggunaan model ANN dengan algoritma BPNN-PSO dapat diterapkan dalam situasi ini untuk memprediksi jumlah kumulatif kasus positif Covid-19 di Indonesia.]]>
<![CDATA[Portable Smart Door base on Arduino and Artifical Neural Network for Temperature and Face Mask Detection ]]>
<![CDATA[Fitrya, Neneng]]>;
<![CDATA[Ginting, Delovita]]>;
<![CDATA[Wirman, Shabri Putra]]>;
<![CDATA[Anggreani, Selvia]]>;
<![CDATA[Ariyani]]>;
<![CDATA[Syahputra, Romi Fadli]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53491
<![CDATA[Temperature checks and wearing masks are an effort to reduce the transmission of Covid-19. Manual checking is impractical and spent time screening many people in public areas. This work propose a portable smart door that simultaneously detects the body temperature and mask of the people. Temperature detection uses MLX90614 sensor and Arduino, while mask recognition uses digital camera with artificial neural network (ANN). Component test and completion test are conducted to examine the smart door performance involving 20 volunteers. The door was tested to measure the body temperature of the volunteers with and without a mask. The measured temperature was compared with measurements of a thermal gun. The door will open automatically if the temperature is below 37.2°C and wearing a mask, while remaining closed if above 37.2°C or not wearing a mask. The temperature sensor works properly with a small deviation and saving time almost half of thermalgun response time. The accuracy of mask detection by the ANN is also at a high level of confidence. These findings demonstrate the applicability of the smart door for screening body temperature and mask in public areas for faster and precise.]]>
<![CDATA[Fermented Feed: Komparasi Lama Fermentasi Larutan Daun Singkong (Manihot utilissima) Terhadap Laju Pertumbuhan dan Sintasan Ikan Nila (Oreochromis niloticus) ]]>
<![CDATA[Wirantari, Ayu Puspa]]>;
<![CDATA[Marantika, Alexander Korinus]]>;
<![CDATA[Sitepu, Gressty Sari br.]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53508
<![CDATA[Ikan nila (Oreochromis niloticus) merupakan komoditas ikan air tawar yang cukup banyak diminati oleh masyarakat baik lokal maupun mancanegara. Masalah yang umum terjadi pada budidaya ikan nila yaitu laju pertumbuhan dan sintasan ikan yang rendah, sehingga perlu adanya nutrisi tambahan pada pakan untuk mengatasi masalah tersebut. Tujuan penelitian ini adalah untuk menganalisis pengaruh perbedaan lama waktu fermentasi larutan daun singkong terhadap laju pertumbuhan dan sintasan ikan nila. Jenis penelitian yang digunakan adalah penelitian eksperimental, dengan subjek penelitian yaitu ikan nila. Penelitian ini mengumpulkan dua data yaitu mengukur berat ikan nila dan menghitung jumlah ikan nila yang mengalami mortalitas selama penelitian. Metode analisis data yang digunakan yaitu uji ANOVA yang dilanjutkan dengan uji lanjut Duncan. Hasil uji statistik ANOVA menghasilkan bahwa perbedaan lama waktu fermentasi larutan daun singkong berpengaruh terhadap laju pertumbuhan dan sintasan ikan nila. Perlakuan terbaik adalah dengan pemberian pakan komersial yang ditambahkan fermentasi larutan daun singkong selama 7 hari yang menghasilkan bobot mutlak sebesar 3,84 ± 0,43 gram dengan persentase sintasan 98,00 ± 2,00 %. Dapat disimpulkan bahwa dengan pemberian fermentasi larutan daun singkong yang ditambahkan pada pakan komersial memberikan laju pertumbuhan dan sintasan ikan nila yang tinggi. Hasil terbaik pada analisis bobot mutlak dan sintasan ikan nila adalah pada perlakuan fermentasi larutan daun singkong dengan lama waktu fermentasi selama 7 hari.]]>
<![CDATA[Antimicrobial Activity of Basil (Ocimum basilicum L.) Against Gram-Negative Bacteria Involved in Pneumonia Infection ]]>
<![CDATA[Sulistiyawati, Indah]]>;
<![CDATA[Falah, Muhammad]]>;
<![CDATA[Anggraeni, Gita]]>;
<![CDATA[Rovik, Anwar]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53577
<![CDATA[Infectious diseases are still a global problem, for example, acute respiratory infections (SARI). Resistance in pneumonia involving Gram-negative bacterial infection reduces the effectiveness of antibiotic use and increases the length of hospital stay. This study examines the potential of antimicrobial compounds from basil plants against isolates of Gram-negative bacteria involved in pneumonia infection. This research is an experimental study through several stages: basil extraction, initial screening of bioactive compounds, isolation and identification of bacteria from sputum, and testing for antimicrobial activity of basil extracts. Sputum samples were collected from 43 pneumonia patients (male and female) involving Klebsiella pneumoniae, Acinetobacter baumannii, Enterobacter aerogenes, Pseudomonas aeruginosa, Serratia marcescens, Proteus mirabilis, and Escherichia coli. The inhibitory activity against pathogenic bacteria was directly proportional to the basil extract concentration. Initial screening for phytochemical compounds showed that the extracts of basil leaves and stems contained active compounds of tannins and flavonoids. The 25% concentration of basil extract was the minimum inhibitory concentration (MIC) against the test bacteria. The 100% basil extract concentration produced the largest inhibition zone i.e., 10.93 mm. The overall findings of this study provide baseline information for the possible use of the Ocimum basilicum extract in the treatment of pneumonia involving Gram-negative bacteria.]]>
<![CDATA[Analysis of Pollution Levels of Heavy Metals of Lead (Pb) And Copper (Cu) In Freshwater Fish In Lake Toba Water ]]>
<![CDATA[Pane, Eva Pratiwi]]>;
<![CDATA[Siahaan, Fine Eirene]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53714
<![CDATA[Community activities in an effort to utilize the wealth of Lake Toba water resources can produce heavy metals in the waters and affect the life of biota that interact directly with the waters, especially freshwater fish. This research aims to analyzez the concentration of heavy metals contained in freshwater fish in the waters of Lake Toba. The research was conducted in August-September 2022 in the waters of Lake Toba, Simalungun Regency, North Sumatra Province. The sampling process used purposive sampling method. Data analysis was carried out descriptively by looking at the results of measurements of several water parameters and the results of sample tests in the laboratory by comparing the quality standards. The results of the concentration of heavy metals contained in freshwater fish for Pb ranged from 0.0386 to 0.0700 ppm while for Cu metal ranged from 0.0059 to 0.0325 ppm. The results of the calculation of the value of the bioconcentration factor (BCF) of freshwater fish on Pb metal ranged from 0.401 to 0.721 while the value of the bioconcentration factor (BCF) of Cu metal ranged from 2.347 to 8.325. Analysis of the effect of the relationship between heavy metal content in plankton on environmental parameters processed using SPSS 16 software, showed that there was a fairly close relationship between heavy metals Pb and Cu in freshwater fish which was influenced by water parameters in Lake Toba. Environmental parameters that affect the content of heavy metals in freshwater fish include temperature, current velocity, salinity, dissolved oxygen and pH.]]>
<![CDATA[Pembentukan Lapisan Anodik Aluminium Oksida Melalui Metode Anodisasi Untuk Proses Pewarnaan Dyeing Pada Aluminium ]]>
<![CDATA[Rizkia, Vika]]>;
<![CDATA[Susanto, Iwan]]>;
<![CDATA[Gunadi, Gun Gun Ramdlan]]>;
<![CDATA[Heryana, Ghany]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.53782
<![CDATA[Anodisasi adalah proses elektrokimia ramah lingkungan untuk memproduksi lapisan oksida tipis hingga berukuran nanometer pada permukaan logam sehingga menjadi lebih dekoratif, tahan lama, dan tahan korosi. Proses anodisasi dalam larutan H2SO4 digunakan guna mempersiapkan lapisan anodik aluminium oksida (AAO) untuk selanjutnya dilakukan pewarnaan dengan metode dyeing. Pengaruh rapat arus dan waktu celup anodisasi terhadap permukaan hasil pewarnaan serta ketahanan korosi logam aluminium di investigasi dalam penelitian ini. Spesimen aluminium murni dilakukan proses anodisasi dalam larutan 16% H2SO4 dengan rapat arus 1, 3, dan 5 A/dm2 selama 40 dan 60 menit untuk selanjutnya dilakukan pencelupan ke dalam larutan dyeing non elektrolitik. Hasil pewarnaan menunjukkan bahwa tingkat penyerapan zat warna paling tinggi dalam parameter rapat arus 3 A/dm2. Selain itu, peningkatan waktu celup hingga 60 menit dapat meningkatkan kepekatan warna yang diserap. Pengujian korosi menggunakan metode salt spray memperlihatkan bahwa proses anodisasi dan pewarnaan dapat meningkatkan ketahanan korosi pada logam aluminium. Hasil pengujian kekerasan Vickers menunjukkan bahwa semakin tinggi rapat arus menghasilkan penurunan kekerasan rata-rata pada permukaan aluminium hasil anodisasi.]]>
<![CDATA[Model Analisis Machine Learning dengan Pendekatan Deep Learning dalam Penentuan Kolektabilitas ]]>
<![CDATA[Yenila, Firna]]>;
<![CDATA[Marfalino, Hari]]>;
<![CDATA[Defit , Sarjon]]>
<![CDATA[ JST (Jurnal Sains dan Teknologi) Vol. 12 No. 2 (2023): July ]]>
Publisher : <![CDATA[Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/jstundiksha.v12i2.54035
<![CDATA[Penelitian ini bertujuan untuk melakukan proses prediksi dan klasifikasi dalam pemberian status pinjaman dengan mengembangkan sebuah model analisis menggunakan Machine Learning (ML). Pembelajaran ML menggunakan pendekatan Deep Learning (DL) dengan beberapa metode diantaranya K-Means Cluster, K-Nearest Neighbor (K-NN) dan Decision Tree (DT). Metode K-Means mampu melakukan clusterisasi terhadap pengelompokan data nasabah. Kinerja KNN juga dapat berkontribusi untuk memberikan hasil prediksi yang tepat dan akurat. Demikian juga dengan performa DT yang mampu melakukan klasifikasi dengan menghasilkan knowladge based dalam penentuan status pinjaman. Adapun variabel analisis yakni usia, status perkawinan, jumlah tanggungan, status tempat tinggal, pendapatan. Hasil penelitian ini menyajikan bahwa keluaran prediksi K-NN memberikan ketepatan dengan akurasi sebesar 90%. Hasil DT juga telah mampu menyajikan knowladge based dalam bentuk pohon keputusan status pinjaman. Dengan hasil tersebut maka penelitian ini secara keseluruhan dapat memberikan kontribusi bagi pihak UPK dalam proses manajemen terkhusus dalam penentuan status peminjaman. Penelitian ini perlu dilakukan untuk memberikan kemudahan dalam memberikan kredit yang tepat sesuai dengan ketentuan yang telah ditetapkan.]]>
