Article Per Year (5 Year)
p-Index From 2019 - 2024
0.947
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal ULTIMA Computing JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Bukhori: Kajian Ekonomi dan Keuangan Islam Scientica: Jurnal Ilmiah Sains dan Teknologi
Yanti, Indri
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
ARDUINO NANO BASED EGG QUALITY DETECTION AND SORTING DESIGN Karimah, Imroatul; Yanti, Indri; Pauzan, Muh
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4014

Abstract

Telur merupakan salah satu sumber makanan yang banyak dikonsumsi oleh masyarakat tetapi telur memiliki sifat mudah rusak, baik kerusakan alami, kimiawi, maupun kerusakan akibat serangan mikroorganisme melalui pori-pori telur. Oleh karena itu telur harus dicek dan disortir untuk layak dikonsumsi. Penyinaran dengan senter merupakan salah satu cara yang biasanya digunakan untuk mengecek kualitas telur. Namun cara tersebut tidak praktis jika telur yang dicek berjumlah banyak. Oleh karena itu, penelitian ini memberikan alternatif untuk pengecekan telur secara otomatis melalui alat. Alat yang telah dibuat selain mengecek juga menyortir secara otomatis telur berdasarkan kualitasnya. Alat pendeteksi dan penyortir telur ini berbasir Arduino Nano yang memanfaatkan sifat serapan media cairan oleh sensor fotodioda dengan sumber cahaya dari LED HPL. Telur dideteksi baik jika tegangan yang terbaca oleh sensor fotodioda 4 V sedangkan telur yang buruk memiliki tegangan  4 V.  Nilai akurasi yang diperoleh untuk telur ayam negeri, telur ayam kampung, dan telur puyuh oleh alat berdasarkan nilai tegangan yang dibandingkan dengan acuan yaitu sebesar 90%, 90%, dan 80% berturut-turut, sehingga nilai akurasi rata-rata dari alat yang telah dibuat sebesar 86,7%. Proses penyortiran semua jenis telur berdasarkan nilai tegangan yang terukur memiliki akurasi 100%.
Implementation of the Fuzzy Logic Mamdani Method in the KUB Chicken Egg Incubator Apriyani, Indra; Yanti, Indri; Darsanto, Darsanto
Ultima Computing : Jurnal Sistem Komputer Vol 16 No 1 (2024): Ultima Computing : Jurnal Sistem Komputer
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/sk.v16i1.3587

Abstract

Poultry farming plays an important role in rural Indonesia's economy, with increasing demand for poultry meat and protein-rich eggs. One of the main challenges for farmers is the limited production of chicken seeds and suboptimal egg incubation methods. Modern egg incubators offer a solution with higher ease and efficiency compared to traditional methods. However, existing machines on the market have weaknesses, such as less accurate temperature and humidity control, and less optimal power source switching. The use of fuzzy logic methods in egg incubators has proven to be more efficient than manual methods, with a hatching success rate of 100% for 10 eggs. Fuzzy logic-based egg incubators start hatching earlier and more on days 18 and 19, while manual methods begin on days 19 and 20. The automatic egg-turning process in fuzzy logic machines saves labor and reduces the risk of error. This research highlights the importance of using accurate sensors and optimal temperature and humidity control systems to improve the success rate of chicken egg hatching. Index Terms—poultry farming; egg hatching; temperature; humidity; fuzzy logic
Analisis Tingkat Kepuasan Pengunjung Permandian Alam Malela Menggunakan Metode Fuzzy Service Quality (Studi Kasus Di Desa Margolembo) Yanti, Indri; Pawennari, Andi; Herdianzah, Yan
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 12 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Abstract

Kabupaten Luwu Timur, yang terletak di Provinsi Sulawesi Selatan, memiliki berbagai destinasi wisata yang berpotensi untuk dikelola, dikembangkan, dan dipromosikan. Salah satu destinasi menarik di Luwu Timur adalah Desa Margolembo, yang memiliki permandian alam Malela sebagai daya tarik utamanya. Permandian alam ini terkenal dengan pemandangan alamnya yang memukau, air yang jernih, dan udara yang sejuk, menjadikannya tempat ideal untuk rekreasi dan relaksasi. Namun, fasilitas yang ada saat ini masih belum memadai, yang menghambat perkembangan wisata di Malela. Survei awal menunjukkan beberapa masalah, seperti fasilitas toilet dan mushola yang kurang memadai, harga sewa gazebo yang tinggi, dan akses jalan yang sulit. Tujuan dari penelitian ini adalah Untuk mengetahui tingkat kepuasan pengunjung di permandian alam Malela dan Untuk memberikan usulan perbaikan untuk meningkatkan kualitas di permandian alam Malela. Metode yang digunakan yaitu metode Fuzzy Service Quality yang melibatkan lima dimensi kualitas jasa yaitu bukti fisik (tangible), keandalan (reability), ketanggapan (responsiveness), jaminan (assurance) dan kepedulian (empathy). Hasil Penelitian ini menunjukkan bahwa variabel tangible (0,75), reliability (0,76), responsiveness (0,79), assurance (0,78), dan empathy (0,76) hasil yang didapatkan Q ≤ 1 maka pelayanan yang dilakukan kurang baik/kurang memuaskan. Diperoleh nilai GAP negatif dari 19 atribut yang menandakan bahwan pengunjung merasa tidak puas dengan pelayanan yang mereka dapatkan.
Pengaruh ISR, Leverage dan Likuiditas terhadap ERC pada Perusahaan yang Terdaftar di ISSI Tahun 2015-2020 Ekawati, Evi; Yanti, Indri
Bukhori: Kajian Ekonomi dan Keuangan Islam Vol. 1 No. 2 (2022): Januari
Publisher : Penerbit Goodwood

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (835.255 KB) | DOI: 10.35912/bukhori.v1i2.1473

Abstract

Purpose:  The purpose of this study is to find out whether Islamic Social Reporting has an effect on the Earning Response Coefficient, find out whether Leverage has an effect on the Earning Response Coefficient, and find out whether Liquidity has an effect on the Earning Response Coefficient. Method: This study uses quantitative research methods with secondary data types from 2015-2020 obtained from the IDX official website and Yahoo Finance. Data collection techniques used are documentation and library studies. The sampling technique used purposive sampling with a sample of 30 manufacturing companies. The data analysis used is panel data regression analysis with E-views software version 12. Result: The results of this study are Islamic Social Reporting, Leverage, and Liquidity have no effect on the Earnings Response Coefficient. This is because financial accounting standards do not require companies to disclose Islamic Social Reporting. Companies that have high debt may be because the company is growing and the company is able to pay off its short-term debt and run company operations to generate profits without fear of liquidation. Contribution: This research is expected to be used as input and consideration for investors and companies regarding the company's earnings response coefficient.
ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR Arti, Pipit Puji; Yanti, Indri; Pauzan, Muh
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 2: April 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241128290

Abstract

Kadar gula darah dalam tubuh harus dijaga agar tidak melebihi batas normal glukosa atau gula darah pada tubuh manusia. Jika batas ini terlampaui maka dapat menyebabkan diabetes mellitus. Efek penyakit tersebut sangat membahayakan dan dapat menyebabkan komplikasi penyakit lainnya. Diabetes mellitus adalah salah satu penyakit kronis yang prevalensinya terus meningkat secara global. Diagnosis dini dan pengelolaan yang tepat dapat membantu meningkatkan prognosis (prediksi) pasien. Penelitian ini mengembangkan penggunaan electronic nose (hidung elektronik) menggunakan kumpulan sensor (larik sensor) yang berfungsi untuk mengumpulkan informasi mengenai gas yang sedang diuji yang terdiri dari sensor gas MQ136 dan TGS822, dengan pemroses berupa Arduino Mega Pro 2560 untuk skrining penyakit diabetes mellitus menggunakan metode K-Nearest Neighbor (KNN) dengan k = 5. Pelatihan model KNN menggunakan data latih dan menguji kinerja model menggunakan data uji yang terpisah. Data latih yang digunakan sebanyak 100 data, sedangkan data uji yang digunakan sebanyak 20 data. Perhitungan dengan menggunakan confusion matrix diperoleh presisi sebesar 100%, recall atau sensitivitas sebesar 80% dan akurasi sebesar 90%. Penelitian ini diharapkan akan memberikan kontribusi dalam pengembangan teknologi deteksi diabetes mellitus yang cepat, non-invasif, dan berpotensi digunakan dalam skrining awal.    Abstract Blood sugar levels in the body must be maintained so that they do not exceed the normal limit for human blood glucose. If this limit is exceeded it can cause diabetes mellitus. The effects of this disease are very dangerous and can cause complications from other diseases. Diabetes mellitus is one of the chronic diseases whose prevalence continues to increase globally. Early diagnosis and proper management can help improve patient prognosis. This research develops the use of an electronic nose using a collection of gas sensors (sensor array) which functions to collect information about the gas being tested consisting of MQ136 and TGS822 gas sensors, with a processor in the form of an Arduino Mega Pro 2560 for screening diabetes mellitus using K-Nearest Neighbor (KNN) method with k = 5. The KNN model is trained using training data and the model's performance is tested using separate test data. A total of 100 training data were used, while 20 test data were employed. Calculations using the confusion matrix yielded a precision of 100%, a recall or sensitivity of 80%, and an accuracy of 90%. This research is expected to contribute to the development of fast, non-invasive diabetes mellitus detection technology that has the potential to be used in early screening.
Co-Authors Apriyani, Indra Arti, Pipit Puji Darsanto, Darsanto Evi Ekawati Herdianzah, Yan Karimah, Imroatul Pauzan, Muh Pawennari, Andi