Article Per Year (5 Year)
p-Index From 2019 - 2024
1.578
P-Index
This Author published in this journals
All Journal Teknika Jurnal Informatika International Journal of Artificial Intelligence Research Jurnal Teknik Komputer AMIK BSI Jurnal Teori dan Aplikasi Fisika Jurnal Pengabdian kepada Masyarakat E-Amal: Jurnal Pengabdian Kepada Masyarakat
- Nurfiana
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Physics Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Gempa Bumi : Hubungan Data Sensor MAG3110 dengan Data Sensor ADXL345 Berbasis IoT Dodi Yudo Setyawan; Nurfiana Nurfiana; Lia Rosmalia; Melia Gripin Setiawati
Jurnal Teori dan Aplikasi Fisika Vol 9, No 2 (2021): Jurnal Teori dan Aplikasi Fisika
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jtaf.v9i2.2802

Abstract

The earthquake early warning system was built by implementing the IoT-based telemetry method to measure the earth's magnetic flux and vibrations at the latitude coordinates and longitude coordinates (-5.640274, 104.3050093), (-5.600941, 104.7788183) through the MAG3110 and ADXL345 sensors that were integrated in the raspberry pi3 as a server and applications on Android phones used for measurement data display. The result of the measurement data was that the average impact of the arising earth anomaly and vibration at the same coordinates took 400 seconds in the anomaly range of 395 μT to 404 μT. The conclusion of this study was that the study was able to be used as a basic to design the real-time earthquake warning system.Abstrak.Untuk membangun sistem peringantan dini gempa bumi kami menerapkan metode telemetri berbasis IoT untuk mengukur flux magnet bumi dan getaran pada pada koordinat lintang dan bujur bumi (-5.640274, 104.3050093) dan (-5.600941, 104.7788183) menggunakan sensor MAG3110 dan ADXL345 yang diintegrasikan dalam raspberry pi3 sebagai server dan aplikasi di handphone android digunakan untuk menampikan data pengukuran. Hasil pengukuran yang diperoleh rata-rata impact yang ditumbulkan dari timbulnya anomali dengan datangnya getaran pada koordinat yang sama membutuhkan waktu 400 detik dari rentang anomali sebesar 395 µT sampai dengan 404 µT. Hal ini menurut peneliti dapat dijadikan dasar untuk membangun sistem peringatan gempa bumi secara real time.
SISTEM PENYIRAMAN OTOMATIS BERDASARKAN SUHU RUANG DAN KELEMBAPAN TANAH BERBASIS FUZZY LOGIC Rahmalia Syahputri; Alexander Hendra Wijaya; Nurfiana Nurfiana; Dodi Yudo Setyawan
Jurnal Informatika Vol 22, No 1 (2022): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v22i1.3153

Abstract

Optimization of agriculture can be done by modernizing agricultural processes through the use of the Internet of Things. One of the problems with modern agricultural processes in greenhouses is maintaining stable room temperature and soil moisture conditions. Currently, automatic watering is only carried out with a scheduling system based on certain times, such as morning and evening. Based on observations of two gardens, the condition of some plants looks dry and wilted due to lack of watert. Therefore, it is essential to have a system that calculates soil moisture content and room temperature, which will then provide the results of these calculations to turn on the plant watering device. Fuzzy logic is used to determine the condition of the system that will send a signal to the IoT hardware to carry out the process of watering plants automatically by paying attention to air temperature and soil humidity. This rule is applied to the Smart Farming application, called Tani Cerdas, which is built based on Android to manage modern agriculture based on the IoT. The test showed result that the built automation system can produce a good response based on data from sensors.
PELATIHAN ALGORITMA DAN PEMROGRAMAN UNTUK KOMPETISI SAINS NASIONAL (OSN) DI SMAN 1 METRO Dodi Yudo Setyawan; Lia Rosmalia; Nurfiana Nurfiana; Melia Gripin Setiawati
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 9: February 2023
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i9.4845

Abstract

Kompetisi Sains Nasional (KSN) atau Olimpiade Sains Nasional (OSN) adalah kegiatan rutin yang diikuti oleh sebagian siswa-siswi baik dari jenjang SD, SMP dan SMA seluruh Indonesia dalam berbagai bidang. Peningkatan kompetensi siswa dilakukan dengan mengadakan pelatihan khusus di bidang informatika algoritma pemrograman di SMAN 1 Metro, Lampung. Pelatihan dilakukan dengan pendekatan Problem Based Learning dan menghasilkan peningkatan kemampuan siswa dalam pemahaman dan keterampilan algoritma dan pemrograman kemudian siap untuk mengikuti kegiatan OSN tingkat provinsi Lampung.
PELATIHAN DAN IMPLEMENTASI IOT SMART FARMING PADA KELOMPOK TANI DESA CINTAMULYA KECAMATAN CANDIPURO KABUPATEN LAMPUNG SELATAN Dodi Yudo Setyawan; Nurfiana Nurfiana; Novi Herawadi Sudibyo; Retno Dwi Handayani; Nurjoko Nurjoko; Rohiman Rohiman; Melia Gripin Setiawati; Hefri Juanto; Ananda Angelia Purba
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 1: Juni 2023
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v3i1.5731

Abstract

Laju pertumbuhan penduduk dunia terus meningkat khususnya Indonesia yang laju pertumbuhan penduduk (2010-2020) sebesar 1,565% pertahun dengan total jumlah penduduk 270,20 juta jiwa mengakibatkan semakin sempitnya lahan pertanian dan semakin tingginya kebutuhan pangan semakin perlunya kualitas produk pertanian yang baik perlu adanya integrasi teknologi Smart Farming agriculture 4.0 Internet of things (IoT) pada bidang pertanian pada tanaman hortikultura. Kualitas produk pertanian, efisiensi proses pertanian, meningkatnya produktivitas petani merupakan hal-hal yang menjadi manfaat integrasi teknologi tersebut pada akhirnya. Untuk mencapai hal-hal itu semua perlu adanya pengenalan, pelatihan dan implementasi teknologi tersebut kepada para petani melalui kegiatan pengabdian masyarakat. Mulai dari memberikan penjelasan, implementasi pada area pertanian secara langsung sampai dengan pelatihan penggunaan mobile apps. Hasil yang diperoleh dari pengabdian ini adalah meningkatnya pengetahuan dan keterampilan penggunaan IoT Smart Farming
Perancangan Sistem Irigasi Tanaman dalam Greenhouse Berbasis Internet of Things (IoT) Dodi Yudo Setyawan; Lia Rosmalia; Nurfiana Nurfiana; Nurjoko Nurjoko
TEKNIKA Vol. 17 No. 1 (2023): Teknika Januari - Juni 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.7966164

Abstract

Kelembaban tanah dalam pertanian adalah parameter yang sangat penting menentukan keberhasilan proses pertanian. Kelembaban tanah erat kaitannya dengan proses irigasi yang dilakukan terlebih dalam area greenhouse. Proses irigasi ini dilakukan secara presisi berbantuan sensor kelembaban dan otomatis berbasis Internet of Things (IoT) melalui pipa yang tersalur ke polybag tanaman. Sensor ditanam pada polybag dan data kelembaban yang terukur dijadikan dasar untuk melakukan proses irigasi secara otomatis. Data kelembaban terpantau via website dan mobile apps dan proses irigasi terkontrol dengan baik via mobile apps. Hasil uji kelinieran sensor dalam pengukuran kelembaban tanah sebagai media tanam menunjukan nilai gradien (m) sebesar 5,74. Sistem akan secara otomatis melakukan irigasi ketika kelembaban kurang dari 20% dan akan berhenti ketika sampai 80%.
Analisis Perbandingan dan Karakterisasi Sensor Kelembaban Tanah Jenis Kapasitif dengan Jenis Resistif pada Objek Penginderaan yang Sama Dodi Yudo Setyawan; Nurfiana Nurfiana; Lia Rosmalia; Melia Gripin Setiawati
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10563066

Abstract

Tanaman pangan jenis hortikultura baik sayur dan buah-buahan sangat memerlukan kelembaban tanah yang tepat dalam proses pertumbuhannya. Pada sistem pertanian cerdas proses penyiraman media tanam yang dilakukan secara otomatis berdasarkan data sensor kelembaban tanah sehingga diperlukan data kelembaban tanah yang tepat. Setidaknya ada dua jenis sensor kelembaban tanah yakni sensor kelembaban tanah jenis kapasitif dan jenis resistif yang sering digunakan para peneliti dalam pertanian cerdas namun belum ada yang membandingkan keduanya sehingga diperoleh karakteristik jelas dari keduanya perihal kestabilan dan keakuratan data. Ada tiga langkah pada penelitian ini yakni sampling data sensor dengan media udara, air dan tanah. Hasil penelitian menunjukkan sensor kelembaban tanah jenis resistif datanya lebih stabil dibanding dengan jenis kapasitif jika berada di media air dan udara sedangkan jenis kapasitif lebih stabil jika berada pada media tanah. Tingkat akurasi jenis resistif lebih baik dari jenis kapasitif jika berada di media air dan udara namun sangat kurang ketika berada pada media tanah dengan selisih data rata-rata 31,49.
PENGENALAN SMART FARMING KEPADA KELOMPOK TANI SEJAHTERA PEKON SINDANG MARGA KECAMATAN PULAU PANGGUNG KABUPATEN TANGGAMUS Dodi Yudo Setyawan; Melia Gripin Setiawati; Lia Rosmalia; Nurfiana Nurfiana; Sri Karnila; Triowali Rosandy
E-Amal: Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2: Mei-Agustus
Publisher : LP2M STP Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47492/eamal.v4i2.3221

Abstract

Pengabdian masyarakat Pengenalan Smart Farming pada Kelompok Tani Sejahtera Pekon Sindang Marga Kecamatan Pulau Panggung Kabupaten Tanggamus bertujuan meningkatkan produktivitas, efisiensi, dan kesejahteraan petani. Dengan adopsi Smart Farming, menggunakan teknologi seperti sensor tanah dan irigasi otomatis, produktivitas pertanian dapat meningkat. Teknologi ini juga dapat mengoptimalkan penggunaan sumber daya seperti air dan pupuk, mendukung keberlanjutan lingkungan, dan meningkatkan efisiensi produksi pertanian. Pengabdian ini diharapkan meningkatkan pendapatan dan kesejahteraan petani, serta menyebarkan pengetahuan tentang Smart Farming ke masyarakat luas untuk meningkatkan produktivitas pertanian secara keseluruhan. Dengan demikian, pengabdian ini menjadi langkah awal dalam mendorong transformasi pertanian menuju pertanian yang lebih modern, efisien, dan berkelanjutan di Pekon Sindang Marga dan wilayah lainnya.
Brain Tumor Detection On Magnetic Resonance Imaging Using Deep Neural Network Sutedi Sutedi; Muh Royan Fauzi Maulana; Melda Agarina; Arman Suryadi Karim; Nurfiana Nurfiana
International Journal of Artificial Intelligence Research Vol 7, No 1.1 (2023)
Publisher : STMIK Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v7i2.1061

Abstract

Cancer is a heterogeneous disease that can attack all parts of the body. Cancer is caused by the abnormal and uncontrolled growth of body cells, resulting in damage to body tissue and the potential to cause death. Cancer is a type of malignant tumor that attacks the body, one of which is the brain. Every year there are 300 brain tumor patients in Indonesia, both adults and children. Generally, doctors use two methods to diagnose these tumors, namely: biopsy and magnetic resonance imaging (MRI). Although the use of biopsy is quite accurate in identifying brain tumors, the time required is relatively long, reaching 15 days. While using MRI is relatively fast, the resulting accuracy is low and depends on the experience of medical personnel. This research aims to develop a method for diagnosing brain tumors using MRI images to make it faster and more accurate. The method used in this research was a deep neural network with a convolutional neural network (CNN) architecture layer. This method was chosen because deep learning has the advantage of pattern recognition with a high level of accuracy and is directly proportional to the number of datasets. This study used a dataset of 300 MRI images with two-dimensional (2D) axial imaging. The metrics used as a basis for the performance of the deep neural network model are accuracy, sensitivity, specificity, precision, and dice similarity coefficient with the results of each metric, namely: 99.3%, 98.6%, 98%, 98%, 98.3%. The research results showed that a deep neural network can speed up the diagnosis of brain tumors with high accuracy within 0.2 seconds.Â
FaceVoting: e-Voting Berbasiskan Pengenalan Wajah Rahmalia Syahputri; Berkat Fa’atulo Halawa; Sherli Trisnawati; Nurfiana Nurfiana; Taufik Taufik
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.21918

Abstract

FaceVoting is an electronic voting system that employs facial recognition technology to authenticate voters, enhancing the security and efficiency of voting processes. This research showcases the integration of the Haar Cascade algorithm, renowned for its rapid and accurate object detection capabilities, tailored explicitly for face recognition in varied conditions. Through rigorous testing, the system proved highly effective at recognising faces across different distances, angles, and expressions despite some limitations in detecting obscured or unregistered faces. Extensive evaluations involved recording faces at 30 cm and 100 cm distances, yielding consistent detection scores of 0.2586751709411996, illustrating the system's robustness. Additionally, face recordings validated under varying angles demonstrated the system’s ability to maintain accuracy with minimal score variation, highlighting its adaptability to different voter positions. Further tests on diverse objects and facial expressions underscored the system’s precision in real-world scenarios, albeit with challenges in recognising non-human objects, other people’s faces, and partially obscured faces. About 96.5% of the 110 participants expressed satisfaction with the facial recognition feature, emphasising their confidence in its potential to secure and streamline the voting process. The study confirms the viability of facial recognition technology in e-voting systems, providing a substantial improvement over traditional methods in terms of accessibility, reliability, and fraud prevention, thereby supporting a more inclusive and transparent electoral process. 
Co-Authors - Nurjoko Alexander Hendra Wijaya Ananda Angelia Purba Arman Suryadi Karim, Arman Suryadi Berkat Fa’atulo Halawa Hefri Juanto Lia Rosmalia Melda Agarina Melia Gripin Setiawati Muh Royan Fauzi Maulana Novi Herawadi Sudibyo Rahmalia Syahputri Rahmalia Syahputri Retno Dwi Handayani Rohiman Rohiman Sherli Trisnawati Sri Karnila Sutedi Sutedi Taufik Taufik Triowali Rosandy