<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns="http://purl.org/rss/1.0/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel rdf:about="http://localhost:8080/handle/123456789/22036">
<title>Information Technology</title>
<link>http://localhost:8080/handle/123456789/22036</link>
<description>Teknologi Informasi</description>
<items>
<rdf:Seq>
<rdf:li rdf:resource="http://localhost:8080/handle/123456789/32671"/>
<rdf:li rdf:resource="http://localhost:8080/handle/123456789/32670"/>
<rdf:li rdf:resource="http://localhost:8080/handle/123456789/32668"/>
<rdf:li rdf:resource="http://localhost:8080/handle/123456789/32667"/>
</rdf:Seq>
</items>
<dc:date>2026-11-19T14:28:15Z</dc:date>
</channel>
<item rdf:about="http://localhost:8080/handle/123456789/32671">
<title>IMPLEMENTASI IOT PADA SISTEM PEMBERIAN PAKAN AYAM OTOMATIS DENGAN DETEKSI LEVEL PAKAN DAN NOTIFIKASI REAL TIME</title>
<link>http://localhost:8080/handle/123456789/32671</link>
<description>IMPLEMENTASI IOT PADA SISTEM PEMBERIAN PAKAN AYAM OTOMATIS DENGAN DETEKSI LEVEL PAKAN DAN NOTIFIKASI REAL TIME
MHD SYAHRU, RAMADHAN NST
Pemberian pakan ayam pada peternakan skala kecil hingga menengah masih dilakukan&#13;
secara manual sehingga dapat menyebabkan keterlambatan pemberian pakan serta&#13;
kesulitan dalam memantau ketersediaan pakan. Penelitian ini bertujuan untuk merancang&#13;
dan mengimplementasikan sistem pemberian pakan ayam otomatis berbasis Internet of&#13;
Things (IoT) yang mampu memberikan pakan sesuai jadwal, mendeteksi level dan berat&#13;
pakan, serta menyediakan fitur monitoring dan notifikasi secara real-time. Sistem yang&#13;
dikembangkan menggunakan mikrokontroler ESP32 sebagai pusat pengendali, sensor&#13;
ultrasonik HC-SR04 untuk mendeteksi level pakan, load cell dengan modul HX711 untuk&#13;
mengukur berat pakan, RTC DS3231 sebagai pengatur waktu pemberian pakan, dan&#13;
motor servo sebagai aktuator.&#13;
Sistem juga dilengkapi aplikasi berbasis web yang terhubung dengan platform cloud&#13;
untuk melakukan monitoring dan pengendalian dari jarak jauh. Metode pengembangan&#13;
sistem yang digunakan adalah metode prototyping yang meliputi tahap persiapan,&#13;
perancangan perangkat keras dan perangkat lunak, perancangan rangkaian, pembuatan&#13;
prototype, serta pengujian sistem. Hasil pengujian menunjukkan bahwa sistem mampu&#13;
menjalankan pemberian pakan secara otomatis berdasarkan jadwal yang telah ditentukan,&#13;
menghentikan proses pemberian pakan ketika target berat tercapai, mendeteksi level dan&#13;
berat pakan, menampilkan data secara real-time, menyimpan riwayat pemberian pakan,&#13;
serta memberikan notifikasi ketika level pakan berada di bawah batas minimum. Sistem&#13;
juga memungkinkan pengguna melakukan monitoring dan pengendalian dari jarak jauh&#13;
melalui aplikasi. Dengan demikian, sistem yang dikembangkan dapat membantu&#13;
mengurangi ketergantungan terhadap pemberian pakan secara manual serta mempermudah&#13;
pengawasan dan pengelolaan pemberian pakan ayam.
</description>
<dc:date>2026-10-08T00:00:00Z</dc:date>
</item>
<item rdf:about="http://localhost:8080/handle/123456789/32670">
<title>SMART AQUARIUM BERBASIS INTERNET OF THINGS DAN MACHINE LEARNING SEBAGAI PREDIKSI PERGANTIAN AIR</title>
<link>http://localhost:8080/handle/123456789/32670</link>
<description>SMART AQUARIUM BERBASIS INTERNET OF THINGS DAN MACHINE LEARNING SEBAGAI PREDIKSI PERGANTIAN AIR
DUWI, PRAYETNO
Kualitas air merupakan faktor penting dalam pemeliharaan ikan hias karena secara&#13;
langsung memengaruhi kesehatan ikan dan stabilitas ekosistem akuarium.&#13;
Parameter seperti pH, suhu, dan kekeruhan harus dipantau secara teratur untuk&#13;
menjaga kondisi air yang sesuai. Namun, pemantauan kualitas air dan&#13;
penjadwalan penggantian air sering dilakukan secara manual sehingga dapat&#13;
menyebabkan keterlambatan respons ketika kualitas air memburuk. Penelitian ini&#13;
bertujuan untuk mengembangkan sistem Smart Aquarium berbasis Internet of&#13;
Things (IoT) dan Machine Learning untuk pemantauan kualitas air secara realtime dan prediksi penggantian air. Sistem ini menggunakan sensor pH, DS18B20&#13;
untuk mengukur suhu, dan sensor kekeruhan yang terhubung dengan&#13;
mikrokontroler ESP32 untuk mengumpulkan data kualitas air secara terusmenerus. Data sensor ditransmisikan ke server berbasis Flask dan disimpan dalam&#13;
basis data MySQL untuk analisis lebih lanjut. Algoritma Decision Tree digunakan&#13;
untuk mengklasifikasikan kondisi air ke dalam kategori ideal dan tidak ideal,&#13;
sedangkan Gradient Boosting digunakan untuk memprediksi sisa hari sebelum&#13;
penggantian air diperlukan. Hasil eksperimen menunjukkan bahwa model&#13;
Decision Tree mencapai akurasi sebesar 100%, sedangkan model Gradient&#13;
Boosting memperoleh nilai Root Mean Squared Error (RMSE) sebesar 0,44.&#13;
Sistem yang dikembangkan mampu memantau kualitas air dan memberikan&#13;
prediksi penggantian air, memberikan informasi mengenai kondisi air, serta&#13;
membantu pengguna dalam menentukan waktu optimal untuk penggantian air&#13;
secara lebih efektif dan efisien.
</description>
<dc:date>2026-08-31T00:00:00Z</dc:date>
</item>
<item rdf:about="http://localhost:8080/handle/123456789/32668">
<title>SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENERANGAN AREA RAWAN KRIMINAL MENGGUNAKAN METODE AHP DAN TOPSIS BERBASIS GIS</title>
<link>http://localhost:8080/handle/123456789/32668</link>
<description>SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENERANGAN AREA RAWAN KRIMINAL MENGGUNAKAN METODE AHP DAN TOPSIS BERBASIS GIS
FAKRY, ALFARIZI
Penelitian ini bertujuan membangun Sistem Pendukung Keputusan untuk&#13;
menentukan prioritas penerangan area rawan kriminal di Kota Medan&#13;
menggunakan metode Analytical Hierarchy Process (AHP), Technique for Order&#13;
Preference by Similarity to Ideal Solution (TOPSIS), dan Geographic Information&#13;
System (GIS). AHP digunakan untuk menentukan bobot lima kriteria, yaitu tingkat&#13;
kriminalitas, kondisi penerangan, kepadatan aktivitas masyarakat, akses jalan, dan&#13;
jarak terhadap pos keamanan. Pengujian konsistensi menghasilkan Consistency&#13;
Ratio sebesar 0,0153 sehingga matriks perbandingan memenuhi batas konsistensi&#13;
0,10. Bobot AHP digunakan pada TOPSIS untuk menghitung nilai preferensi&#13;
terhadap 25 alternatif lokasi. Hasil perangkingan menempatkan Belawan I - Jalan&#13;
Yos Sudarso sebagai prioritas pertama dengan nilai 0,861, diikuti Jalan Denai -&#13;
Kelurahan Denai sebesar 0,730 dan Rengas Pulau - Jalan Marelan Raya sebesar&#13;
0,678. Analisis divisualisasikan melalui Leaflet Maps dan OpenStreetMap dalam&#13;
kategori prioritas tinggi, sedang, dan rendah. Pengujian Black Box menunjukkan&#13;
sistem berjalan sesuai skenario yang ditetapkan sebagai dasar penentuan lokasi&#13;
penerangan prioritas utama.
</description>
<dc:date>2026-08-26T00:00:00Z</dc:date>
</item>
<item rdf:about="http://localhost:8080/handle/123456789/32667">
<title>IMPLEMENTASI AUGMENTED REALITY SEBAGAI MEDIA PROMOSI DAN VISUALISASI PRODUK SIKOLOGI KOPI BERBASIS ANDROID MENGGUNAKAN METODE MARKER-BASED TRACKING DENGAN MODELPENGEMBANGAN SISTEM WATERFALL</title>
<link>http://localhost:8080/handle/123456789/32667</link>
<description>IMPLEMENTASI AUGMENTED REALITY SEBAGAI MEDIA PROMOSI DAN VISUALISASI PRODUK SIKOLOGI KOPI BERBASIS ANDROID MENGGUNAKAN METODE MARKER-BASED TRACKING DENGAN MODELPENGEMBANGAN SISTEM WATERFALL
KUKUH, SETIAWAN
Promosi produk Sikologi Kopi melalui media sosial dan daftar menu belum memberikan&#13;
pengalaman visual yang interaktif kepada pelanggan. Penelitian ini bertujuan mengembangkan&#13;
aplikasi augmented reality berbasis Android sebagai media promosi dan visualisasi produk&#13;
Sikologi Kopi. Aplikasi menggunakan metode Marker-Based Tracking untuk mengenali satu&#13;
marker utama dan menampilkan objek produk tiga dimensi. Pengembangan sistem dilakukan&#13;
dengan model Waterfall melalui tahapan analisis kebutuhan, perancangan, implementasi,&#13;
pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan Unity dan Vuforia Engine,&#13;
kemudian diuji melalui pengujian fungsi aplikasi serta pengujian pendeteksian marker&#13;
berdasarkan jarak, sudut pengambilan, dan kondisi pencahayaan. Hasil penelitian menunjukkan&#13;
bahwa aplikasi dapat menampilkan katalog 20 produk menggunakan satu marker. Pengguna&#13;
dapat melihat informasi produk dan berpindah antarproduk melalui fitur navigasi yang tersedia.&#13;
Marker terdeteksi pada jarak 10–30 cm, tetapi tidak terdeteksi pada jarak 40 cm dan 50 cm. Pada&#13;
pengujian sudut, marker terdeteksi hingga 45°, sedangkan pada sudut 60° marker tidak&#13;
terdeteksi. Pendeteksian berjalan baik dalam kondisi pencahayaan terang dan normal, tetapi&#13;
menjadi tidak stabil pada pencahayaan redup. Dengan demikian, aplikasi dapat digunakan&#13;
sebagai media alternatif untuk memvisualisasikan dan menyampaikan informasi produk Sikologi&#13;
Kopi secara interaktif pada perangkat Android, dengan memperhatikan jarak, sudut, dan&#13;
pencahayaan saat pemindaian marker.
</description>
<dc:date>2026-10-06T00:00:00Z</dc:date>
</item>
</rdf:RDF>
