Article Per Year (5 Year)
p-Index From 2019 - 2024
0.983
P-Index
This Author published in this journals
All Journal JTIM : Jurnal Teknologi Informasi dan Multimedia Jambura Journal of Electrical and Electronics Engineering Jurnal Tecnoscienza Prosiding Seminar Nasional Pengabdian Kepada Masyarakat
Riska Kurniyanto Abdullah
Institut Teknologi Kalimantan
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Mathematics Public Health Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Prototipe Big Data Cluster Berbasis Mikrokontroller Untuk Edukasi. Riska Kurniyanto Abdullah; Bowo Nugroho; Ramadhan Paninggalih
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1169.881 KB) | DOI: 10.37905/jjeee.v4i1.11902

Abstract

Pembangunan cluster untuk Big Data tidaklah murah, butuh standar tertentu untuk menghasilkan cluster Big Data yang baik. Pada Penelitian ini dibuat suatu Prototipe Big Data cluster berbasis mikrokontroller yang bertujuan untuk merumuskan langkah-langkah penting dalam pembuatan cluster Big Data dan secara khusus. Hal ini dapat digunakan untuk keperluan edukasi untuk proses pembelajaran konsep – konsep dari Big Data. Sarana untuk belajar dan latihan implementasi konsep Big Data yang ingin kami tekankan ini yaitu sebagai tools (alat bantu) untuk mendukung dari perwujudan ekosistem pendidikan yang lebih baik khususnya untuk mikrokontroller dan big data processing. Metode yang digunakan pada penelitian ini yaitu dengan cara melaksanakan eksperimen prototipe untuk mendapatkan langkah yang tepat dalam membangun lingkungan Big Data yang sesuai. Selain itu terlibat juga metode perancangan sistem untuk merancang Prototipenya terlebih dahulu. Tahapan dari penelitian yaitu di mulai dari proses studi literatur, kemudian proses rancangan, lalu evaluasi proses rancangan kemudian setelah itu dilakukan proses implementasi hardware dan software. Setelah selesai implementasi hardware dan software dua langkah terakhir yaitu proses analisis performa. Hasil dari penelitian menunjukkan performa big data cluster yang dibuat dari 5 perangkat raspberry pi dibandingkan dengan satu buah laptop dengan software big data yang sama yaitu hadoop dan spark performa yaitu terdapat perbandingan yang sangat jauh di mana jika di ketika task eksekusi di laptop lebih cepat hingga 8,5 kali di performa HDFS, sedangkan untuk waktu eksekusi CPU lebih singkat hingga 7 kali dibandingkan dengan Protoype ini. Hal ini menunjukkan untuk mendekati performa sesuai dengan standar lab big data, maka dibutuhkan lebih banyak lagi perangkat raspberry pi.
Rancang Bangun Alat Sistem Monitor Lampu Jalan Umum Tenaga Surya Berbasis Teknologi Lo - Ra Rifaldi S. Poliyama; Frengki Eka Putra Surusa; Riska Kurniyanto Abdullah
Jambura Journal of Electrical and Electronics Engineering Vol 3, No 2 (2021): Juli - Desember 2021
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (351.383 KB) | DOI: 10.37905/jjeee.v3i2.10202

Abstract

Penerangan jalan umum dan permasalahan yang sering terjadi pada penerangan jalan umum menggunakan tenaga surya (solar sel) yaitu padam di saat jam kerja diakibatkan kerusakan yang tersimpan di battery. Jarak yang jauh menjadi masalah tersendiri jika harus dilakukan pengecekan secara berkala. Pengecekan terkait Tegangan, Arus, Sensor, dan waktu dari perangkat penerangan jalan akan lebih efisien jika dapat dilakukan secara jarak jauh. Dalam penelitian ini telah berhasil membuat sistem monitoring lampu jalan umum tenaga surya berbasis teknologi Lo-Ra. Dari penelitian tersebut dapat dimonitor data arus lampu LED, nilai sensor LDR, tegangan battery/Aki, tegangan lampu, dan semua data dikirim dalam waktu nyata/real time. Selain monitor data, sistem kendali lampu juga menerapkan sistem hemat energi yaitu pada saat malam hari lampu hanya akan menyala terang pada saat terdeteksinya obyek manusia yang mendekat ke lampu dengan menggunakan sensor PIR. Metode pengiriman multiple data dari pusat kendali penerangan lampu jalan ke server menggunakan parsing data. Jarak pengiriman data antara dua modul Lo-Ra yang digunakan efektif sampai dengan jarak maksimal 300 meter.Public street lighting and on the problems that often occur in the solar-powered street light that often go out during working hours due to damage found in the battery. A check-up of the voltage,current,sensors,and time of street lighting devices will be more efficient if it can be done remotely. This research has succeeded in making a monitoring system for solar sel street lighting based on LO-RA technology. The system is able to monitoring the LED current data, LDR sensor value, Battery voltage, Lamp voltage, and all data in real-time. In addition to data monitoring, the light control system also applies an energy-saving system. At night, the light will only light up brightly when a human object is detected approaching the lamp using the PIR sensor. A data parsing method was implemented to send multiple data from the street light control cemter to the server. The data transmission distance between the two LO-RA modules is effective up to a maximum distance of 300. 
Tempat Sampah Pintar Berbasis Internet of Things (IoT) Dengan Sistem Teknologi Informasi Mualief Ismail; Riska K. Abdullah; Syahrir Abdussamad
Jambura Journal of Electrical and Electronics Engineering Vol 3, No 1 (2021): Januari - Juni 2021
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (386.433 KB) | DOI: 10.37905/jjeee.v3i1.8099

Abstract

Mengangkat dari permasalahan sampah yang berserakan di sekitar area tong sampah, permasalahan tersebut kini dapat di tangani dengan sebuah penelitian tentang tempat sampah pintar. Metode yang digunakan adalah eksperimen dan perancangan dimana pengujian dilakukan terhadap jarak sensor, ketinggian sampah dan respon data terhadap web server. Tempat sampah ini menggunakan teknologi raspberry pi dan internet of things (IoT) yang bersifat berbasis website.  Sistem akan dibuat dari rangkaian pendukung yaitu, sensor HC-SR04 sebagai pendeteksi objek dan data sampah. Sementara itu, pada output di gunakan motor servo sebagai penggerak penutup tong sampah, selain itu terdapat Web server sebagai pengecekan data sampah dari jarak jauh. Pada bagian selanjutnya terdapat pula output berupa LED sebagai pemberi tahu keadaan tong sampah ketika penuh atau kosong secara langsung. Hal ini dapat membantu tingkat kesadaran masyarakat dalam hal membuang sampah tidak pada tempatnya. Hasil yang diperoleh dalam penelitian ini adalah buka tutup tong sampah dengan setingan perangkat lunak      lebih kecil dari 60 cm terbuka dan lebih besar dari 60 cm tidak terbuka. Selanjutnya hasil pendeteksia sensor terhadap level sampah 8 cm level penuh, 21-28 cm level setengah dan 48 cm level kosong. Dan hasil pengiriman data ke web server semua level sampah terdeteksi sudah sesuai. Taking the problem of garbage scattered around the trash can area, this problem can now be handled with a study on smart trash cans. The method used is experimental and design where testing is carried out on sensor distance, waste height and data response to the web server. This trash can uses raspberry pi technology and internet of things (IoT) which is website-based. The system will be made from a series of supports, namely the HC-SR04 sensor as object detection and garbage data. Meanwhile, at the output, a servo motor is used to drive the trash can cover, besides that there is a Web server for checking waste data remotely. In the next section there is also an output in the form of an LED as a direct notification of the state of the trash can when it is full or empty. This can help the level of public awareness in terms of disposing of waste inappropriately. The results obtained in this study are open and close trash cans with software settings smaller than 60 cm open and larger than 60 cm not open. Furthermore, the sensor detection results for the waste level of 8 cm full level, 21-28 cm half level and 48 cm empty level. And the results of sending data to the web server, all levels of waste detected are appropriate.
Studi Komparasi Metode SVM dan Naive Bayes pada Data Bencana Banjir di Indonesia Riska K Abdullah; Ema Utami
JURNAL TECNOSCIENZA Vol. 3 No. 1 (2018): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (427.927 KB)

Abstract

Studi Komparasi Metode SVM dan Naive Bayes Pada Data Bencana Banjir di Indonesia bertujuan untuk mendapatkan dataset clean yang berisi bencana banjir lengkap dengan atribut cuaca. Pada dataset tersebut kemudian diimplementasikan model klasifikasi SVM dan Naive Bayes. Proses ini dilakukan agar performa antara SVM dan Naive Bayes dapat terlihat dan bisa dinilai mana yang lebih baik ketika diterapkan pada data bencana banjir di Indonesia. Penelitian dibagi menjadi tiga tahap utama, tahap pertama yaitu proses ekstraksi dataset. Proses tersebut bertujuan untuk mendapatkan dataset yang clean. Proses tersebut dilaksanakan dengan penerapan teknik data mining untuk menyatukan data cuaca dan data bencana alam berdasarkan tanggal dan lokasi kejadian. Tahap kedua yaitu proses implementasi klasifikasi, dan tahap terakhir yaitu proses capturing performa dari kedua model. Pada tahap terakhir pengukuran performa dari kedua model (SVM dan Naive Bayes) didapatkan dari Perhitungan akurasi dengan memanfaatkan confusion matrix, analisa ROC, kemudian parameter perbandingan selanjutnya yaitu waktu eksekusi. Hasil dari penelitian menunjukkan persentase Nilai akurasi rata-rata dari model SVM sebesar 48,90% sedangkan nilai akurasi dari Naive Bayes sebesar 64,70%. Sementara itu untuk masing-masing runtime SVM kurang lebih sebesar 720 mili detik dan naive bayes kurang lebih 280 mili detik. Dapat disimpulkan bahwa metode Naive Bayes lebih baik performanya dibandingkan dengan metode SVM ketika kedua metode tersebut diterapkan pada dataset yang sama yaitu dataset bencana banjir di Indonesia. Begitu pun dengan runtime, Naive Bayes masih lebih unggul karena memiliki waktu yang lebih singkat dalam proses trainning dan testing dibandingkan dengan SVM. Kata kunci: svm, naïve bayes, comparative, classification
REHABILITASI SARANA KEBUN SUMBER BERKAH DAN OPTIMALISASI PRODUK UNGGULAN HASIL PANEN Riska Kurniyanto Abdullah; Bowo Nugroho; Muhammad Arifansyah; Aditya Osama Hakim Efendy; Izhar Ihsan Nurramadhany; Dewi Anjani; Fitriani; Nindia Rifka Sugiharti Putri
Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Vol 3 (2022): PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT - SNPPM2022
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Negeri Jakarta

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

Abstract

Abstract The development of regional potential towards an independent community is the goal of community service activities. Every problem that occurs in society is expected by the community to be able to take a role either taking the best decision to be able to solve the problem or with creative ideas. Sumber Berkah Garden is a garden processed by residents of RT 37 Batu Ampar Village, North Balikpapan. Kebun Sumber Berkah itself is associated by the chairman of RT 37 to use land and empower the surrounding community to support the economy of its citizens during the Covid-19 pandemic. Based on the results of observations, the problem of the Sumber Berkah Garden is the innovation of land management and garden products. Plantation management that is not accompanied by qualified technology makes residents of the RT area still manage plantation products manually. The purpose of carrying out real work lecture activities in the blessing source garden is to rehabilitate the gate in the blessing source garden, optimize the harvest so that it has distinctive characteristics and becomes a superior product so that it can increase the selling value of the harvest and the economy of the surrounding residents. The three work programs that we have designed before the real work lecture activities have been successfully implemented, namely Gapura Rehabilitation, breeding several plants such as chicory, rainbow tomatoes, and black tomatoes and the implementation of melon molds that make the selling value of melons even higher, as well as branding melon gardens in Balikpapan with unique harvests. Abstrak Pengembangan potensi daerah menuju masyarakat mandiri merupakan tujuan dari kegiatan pengabdian masyarakat. Setiap permasalahan yang terjadi di masyarakat diharapkan civitas dapat mengambil peran baik mengambil keputusan terbaik untuk dapat memecahkan masalah tersebut ataupun dengan ide-ide yang kreatif. Kebun Sumber Berkah merupakan kebun yang diolah oleh warga RT 37 Kelurahan Batu Ampar, Balikpapan Utara. Kebun Sumber Berkah sendiri merupakan yang diasosiasikan oleh ketua RT 37 untuk memanfaatkan lahan dan melakukan pemberdayaan terhadap masyarakat sekitar demi menopang ekonomi warganya di masa pandemi Covid-19. Berdasarkan hasil pengamatan, permasalahan Kebun Sumber Berkah adalah Inovasi pengelolaan lahan dan hasil kebun. Pengelolaan perkebunan yang tidak didampingi dengan teknologi yang mumpuni membuat warga kawasan RT masih melakukan pengelolaan hasil perkebunan secara manual. Tujuan dilakukannya kegiatan Kuliah Kerja Nyata pada kebun sumber berkah yaitu melakukan rehabilitasi gapura pada kebun sumber berkah, optimalisasi hasil panen agar memiliki ciri khas dan menjadi produk unggulan sehingga dapat meningkatkan nilai jual hasil panen dan ekonomi warga sekitar. 3 program kerja yang telah kami rancang sebelum kegiatan kuliah kerja nyata telah berhasil dilaksanakan yaitu Rehabilitasi Gapura, pembibitan beberapa tanaman seperti sawi putih, tomat rainbow, dan tomat hitam dan implementasi cetakan melon yang membuat nilai jual buah melon semakin tinggi, sekaligus sebagai branding kebun melon di Balikpapan dengan hasil panen yang unik.
Implementasi Sistem Monitoring Tanaman Hidroponik Menggunakan Metode Fuzzy Sugeno Tegar Palyus Fiqar; Fitriani Fitriani; Riska Kurniyanto Abdullah
JTIM : Jurnal Teknologi Informasi dan Multimedia Vol 5 No 2 (2023): August
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v5i2.372

Abstract

Farming using hydroponic systems has emerged as an effective alternative to address the problem of limited agricultural land. However, hydroponic farming requires strict maintenance and control. In light of these challenges, the development of monitoring technology is necessary to assist in monitoring and controlling hydroponic systems. The development of a monitoring system is carried out to address the challenges of maintenance and control in hydroponic farming through the development of effective and accurate monitoring technology, thus enhancing the overall productivity and success of hydroponic plant cultivation. This study aims to develop a monitoring system using Arduino Mega 2560, Wemos D1 R2, E201 sensor, DHT22 sensor, HC-SR04 sensor, and BH1750 sensor. In this research, the fuzzy logic method was applied to generate outputs for the water pump actuator, pH up pump, and pH down pump. The HC-SR04 and E201 sensor data served as fuzzy inputs, while the Arduino Mega 2560 functioned as the fuzzy data processor, and the Wemos D1 R2 was responsible for sending data to the server via the internet. The data successfully stored in the server's database would be displayed on the monitoring dashboard. The HC-SR04 sensor testing results showed an average %error of 0% and an accuracy of 100%. The E201 sensor exhibited an average %error of 0.07% and an accuracy of 99.33%. The DHT22 sensor had an average %error of 0.05% and an accuracy of 99.49% for temperature data, while for humidity data, it had an average %error of 2.58% and an accuracy of 75.23%. The BH1750 sensor had an average %error of 0.13% and an accuracy of 99.66%. The results of this study demonstrate that the hydroponic plant monitoring system using the described devices and methods can be implemented successfully.
Co-Authors Aditya Osama Hakim Efendy Bowo Nugroho Dewi Anjani Ema Utami Fitriani Fitriani Fitriani Frengki Eka Putra Surusa Izhar Ihsan Nurramadhany Mualief Ismail Muhammad Arifansyah Nindia Rifka Sugiharti Putri Ramadhan Paninggalih Rifaldi S. Poliyama Syahrir Abdussamad Tegar Palyus Fiqar