Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Jurnal Teknologi Informasi Cyberku
Agus Romadhona
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Irigation Monitoring Control Untuk Tanaman Hidroponik Dengan Metode Nft Menggunakan Arduino Berbasis SMS Gateway Wildan Wildan; Agus Romadhona; Ayu Hernita
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 9 No 1 (2020): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v9i1.645

Abstract

Saat ini kandungan kadar PPM digunakan untuk menentukan kualitas tanaman hidroponik pertanian modern. Serta untuk mencukupi kebutuhan nutrisi tanaman hidroponik. Dihadapkan dengan masalah untuk mengetahui kandungan PPM tanaman yang biasanya berubah disebabkan oleh faktor alam. Masalah ini menyebabkan pemilik lahan tidak mengetahui perubahan kandungan nutrisi yang ada dalam bak penampungan. Sehingga timbul gagasan dalam penelitian ini untuk mengembangkan Prototype irigation monitoring control untuk tanaman hidroponik dengan menerapkan mikrokontroler didalamnya sebagai sistem kontrol otomatis. Metode pengumpulan data dalam melakukan penelitian ini peneliti mengamati secara langsung salah satu perkebunan hidroponik yang ada di kota palu. Metode yang digunakan metode eksperimental. Dengan sensor TDS meter untuk mengetahui kandungan nutrisi kemudian akan diproses oleh Mikrokontroler Arduino Uno. Dan menggunakan modul GSM SIM800L V2 yang berfungsi untuk mengirimkan informasi kandungan PPM dalam nutrisi. Dengan metode pengembangan prototype, agar peneliti mengetahui bagaimana sebuah sistem berjalan dengan baik. Berdasarkan hasil pengujian alat yang telah dilakukan, penerapan sensor TDS meter pada prototype dalam irigation monitoring control untuk tanaman hidroponik menggunakan Arduino uno dan sms gateway berjalan dengan baik. Ditunjukan dengan hasil pengujian yang telah dilakukan dengan menggunakan nutrisi sebagai objek yang dideteksi bahwa keberhasilan pengujian terhadap cara kerja alat berdasarkan hasil pembacaan sensor yang didapatkan adalah 83%.
PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU BERDASARKAN USIA, JENIS KELAMIN, DAN INDEKS PRESTASI MENGGUNAKAN ALGORITMA DECISION TREE Agus Romadhona; Suprapedi Suprapedi; Heribertus Himawan
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 13 No 1 (2017): Jurnal Teknologi Informasi CyberKU Vol. 13, no 1
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.642 KB)

Abstract

Prediction of the study period in college is needed in determine the accuracy of the students study period according to the specified time so that wisdom of prevention related to the study period is no ton time could be done. This research aims to find patterns to predict the timely graduation of students usingdata mining techniques and models to predict long period of study was Decision tree algorithm C4.5 to compare with ID3 and CHAID algorithms using test data to determine the percentage of precision, recall and accuracy is obtained that the algorithm Decision Tree C4.5 has a better performance compared with other algorithms. From this research it was found that the prediction of the students study period are affected by incoming students age, gender, GPA semesters 1 through 4 semesters GPA and the most influential is the 4th semester GPA of students graduate on time with a value of 0.340 gain of all attributes. Decision tree algorithm C4.5 reaches the highest accuracy on the amount of data 389 with 91.51% accuracy values for k-fold=3, 90.75 for k-fold = 5 and 90.77 with k-fold = 10, While ID3 and CHAID algorithms achieving a low accuracy value. So thus the value accuracy of Decision Tree algorithm C4.5 is better than the ID3 and CHAID algorithm. In this research, training data are used as much as 389. To see better performance in the accuracy of the results of each algorithm, thus for furthermore research the number of data records used training process should be improved.
Co-Authors Ayu Hernita Heribertus Himawan Suprapedi Suprapedi Wildan Wildan