Teknologi Informasi http://localhost:8080/handle/123456789/22036 2026-10-10T00:42:02Z 2026-10-10T00:42:02Z SRI, NINGRUM http://localhost:8080/handle/123456789/32115 2026-10-06T09:55:59Z 2026-07-29T00:00:00Z

PENERAPAN BAYESIAN RIDGE REGRESSION UNTUK PREDIKSI CURAH HUJAN JANGKA PENDEK SRI, NINGRUM Penelitian ini bertujuan untuk menerapkan metode Bayesian Ridge regression dalam memprediksi curah hujan jangka pendek berdasarkan data historis curah hujan dan variabel meteorologi pendukung. Prediksi curah hujan merupakan salah satu aspek penting dalam bidang klimatologi dan mitigasi bencana karena memiliki pengaruh terhadap sektor pertanian, pengelolaan sumber daya air, dan aktivitas masyarakat. Metode Bayesian Ridge regression dipilih karena mampu mengatasi permasalahan multikolinearitas antar variabel prediktor serta mengurangi resiko overfitting melalui pendekatan probabilistik Bayesian. Data penelitian diperoleh dari Kaggle yang terdiri atas 516 data observasi dan ditingkatkan melalui proses augmentasi hingga mencapai 1000 dataset. Variabel yang digunakan meliputi curah hujan periode sebelumnya, suhu udara, kelembapan udara, tekanan udara, dan kecepatan angin. Tahapan penelitian meliputi preprocessing data, standardisasi menggunakan Standardscaler, pembagian data training dan testing dengan rasio 80:20, pelatihan model, serta evaluasi menggunakan Mean Squared Error (MSE), Mean Absolute Error (MAE), dan RSquared (R2 ). Hasil penelitian Menunjukkan bahwa model Bayesian Ridge Regression mampu menghasilkan prediksi curah hujan dengan nilai MAE sebesar 15,70 mm, MSE sebesar 459.09, dan R2 sebesar -0,0127. Meskipun model belum mampu menangkap seluruh pola non-linear dan lonjakan curah hujan ekstream, metode ini tetap menunjukkan kestabilan dalam memprediksi tren umum curah hujan harian. Dengan demikian, Bayesian Ridge regression dapat digunakan sebagai pendekatan alternatif dalam sistem prediksi curah hujan jangka pendek berbasis machine learning.

2026-07-29T00:00:00Z ADINDA, NOVRIZA http://localhost:8080/handle/123456789/32114 2026-10-06T09:51:12Z 2026-06-06T00:00:00Z

PROTOTYPE PENGERINGAN PAKAIAN (SMART HANGER) BERBASIS IOT DENGAN SENSOR KELEMBABAN DAN SENSOR ULTRAVIOLET DI AREA TERBATAS ADINDA, NOVRIZA Kebutuhan akan proses pengeringan pakaian di area hunian padat perkotaan seperti kos-kosan dan apartemen sering kali terkendala oleh keterbatasan lahan, sirkulasi udara yang kurang optimal, serta paparan sinar matahari yang tidak merata. Penelitian ini bertujuan untuk merancang dan menguji prototipe Smart Hanger berbasis Internet of Things (IoT) yang mampu mengotomatisasi proses pengeringan dan pemindahan posisi pakaian secara mandiri. Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor kelembaban dan suhu DHT22 untuk mengukur tingkat kekeringan pakaian, serta sensor ultraviolet GUVA-S12SD untuk mendeteksi intensitas cahaya matahari. Mekanisme pergerakan pakaian memanfaatkan motor DC dengan driver BTS7960, sementara servo digunakan untuk memposisikan sensor DHT22 ke permukaan pakaian secara tepat. Pemantauan data dilakukan secara real-time melalui platform ThingSpeak dan antarmuka dashboard website yang terintegrasi dengan API Open-Meteo untuk data cuaca eksternal. Pengujian sistem dilakukan dalam 4 siklus pengeringan pakaian dari pukul 07.31 hingga 13.28 WIB. Hasil penelitian menunjukkan bahwa seluruh komponen bekerja dengan akurasi tinggi, di mana rata-rata error sensor DHT22 adalah 1,22% untuk suhu dan 0,62% untuk kelembaban, serta error maksimum sensor UV GUVA-S12SD sebesar 1,92%. Sistem berhasil menghentikan dan memindahkan siklus pengeringan setiap kali kelembaban pakaian mencapai threshold ≤ 60%. Total waktu pengeringan untuk 4 siklus adalah 357 menit dengan rata-rata 89 menit per siklus. Laju pengeringan meningkat signifikan dari 0,33%/menit pada pagi hari (UV Index 5,21) menjadi 0,51%/menit pada siang hari (UV Index 10,06). Hal ini membuktikan bahwa prototipe Smart Hanger berbasis IoT efektif meningkatkan efisiensi pengeringan pakaian di area terbatas.

2026-06-06T00:00:00Z NAFISAH, ADAWIYAH http://localhost:8080/handle/123456789/32113 2026-10-06T09:46:35Z 2026-07-25T00:00:00Z

PREDIKSI RISIKO KEHAMILAN BERDASARKAN VARIABEL KLINIS MENGGUNAKAN ALGORITMA CATBOOST NAFISAH, ADAWIYAH Risiko kehamilan merupakan kondisi yang perlu dideteksi sejak dini karena dapat berdampak pada kesehatan ibu dan janin. Tingginya angka komplikasi kehamilan menuntut adanya sistem yang mampu membantu tenaga kesehatan dalam melakukan identifikasi tingkat risiko kehamilan secara cepat dan akurat. Penelitian ini bertujuan untuk membangun model prediksi risiko kehamilan menggunakan algoritma Categorical Boosting (CatBoost) berdasarkan variabel klinis ibu hamil. Dataset yang digunakan diperoleh dari platform Kaggle dengan jumlah 1.014 data yang terdiri dari fitur Age, SystolicBP, DiastolicBP, BS (Blood Sugar), BodyTemp, dan HeartRate, serta target RiskLevel yang diklasifikasikan ke dalam tiga kategori yaitu High Risk, Mid Risk, dan Low Risk. Proses penelitian meliputi tahap preprocessing data, transformasi label menggunakan Label Encoding, pembagian data dengan rasio 80% data latih dan 20% data uji, pelatihan model CatBoost, serta evaluasi menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CatBoost mampu menghasilkan akurasi sebesar 81,28% dalam mengklasifikasikan tingkat risiko kehamilan. Nilai precision, recall, dan F1-score pada masing-masing kelas menunjukkan performa yang cukup baik, dengan kelas High Risk memperoleh precision 0,85, recall 0,87, dan F1-score 0,86. Hasil analisis feature importance menunjukkan bahwa fitur BS (Blood Sugar) memiliki pengaruh terbesar terhadap prediksi risiko kehamilan dengan nilai sebesar 32,58%, diikuti oleh Age sebesar 16,96% dan HeartRate sebesar 15,18%. Berdasarkan hasil tersebut, algoritma CatBoost terbukti mampu memberikan performa yang baik dalam memprediksi risiko kehamilan dan berpotensi digunakan sebagai pendukung pengambilan keputusan dalam bidang kesehatan.

2026-07-25T00:00:00Z MUHAMMAD, HAIKAL AMARULLAH http://localhost:8080/handle/123456789/32112 2026-10-06T09:42:59Z 2026-04-06T00:00:00Z

RANCANG BANGUN SISTEM PENYORTIRAN TELUR PADA PETERNAKAN AYAM BERBASIS IOT MENGGUNAKAN MEKANISME ROTARY UNTUK MENYESUAIKAN BERAT DAN UKURAN TELUR MUHAMMAD, HAIKAL AMARULLAH Penyortiran telur merupakan proses penting dalam menjaga kualitas dan nilai jual telur sebelum didistribusikan ke konsumen. Namun, proses penyortiran yang masih dilakukan secara manual seringkali menimbulkan kesalahan dan membutuhkan waktu yang lama. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem penyortiran telur berbasis Internet of Things (IoT) menggunakan mekanisme rotary untuk mengklasifikasikan telur berdasarkan berat dan kualitasnya secara otomatis. Sistem yang dikembangkan menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor load cell untuk mengukur berat telur, serta sensor Light Dependent Resistor (LDR) untuk mendeteksi kualitas telur berdasarkan intensitas cahaya. Mekanisme rotary dan conveyor digunakan untuk mengatur alur pergerakan telur, sedangkan motor servo berfungsi untuk mengarahkan telur ke wadah sesuai kategori. Data hasil penyortiran dikirimkan melalui jaringan Wi-Fi dan ditampilkan pada website sebagai media monitoring secara real-time. Hasil penelitian menunjukkan bahwa sistem mampu bekerja sesuai dengan perancangan, di mana sensor load cell dapat mengukur berat telur dengan cukup akurat, serta sensor LDR dapat membedakan kualitas telur meskipun masih dipengaruhi oleh kondisi pencahayaan lingkungan. Sistem juga mampu melakukan penyortiran secara otomatis dan menampilkan data secara real-time melalui dashboard web. Dengan demikian, sistem ini dapat meningkatkan efisiensi, ketelitian, dan kecepatan proses penyortiran telur dibandingkan metode manual.

2026-04-06T00:00:00Z