Halaman ini berisi informasi lengkap mengenai penelitian yang sedang dan telah dilakukan oleh dosen-dosen Program Studi Teknik Informatika Universitas Dayanu Ikhsanuddin. Setiap penelitian dilengkapi dengan latar belakang, tujuan, metodologi, hasil, publikasi, dan kontak peneliti.
1. Sistem Pendukung Keputusan Berbasis Web untuk Pemilihan Mata Kuliah
Dosen Peneliti: Dr. Andi Wijaya, S.Kom., M.T.
Bidang Keahlian: Rekayasa Perangkat Lunak
Tahun: 2023
Status: Berlangsung
Latar Belakang
Dalam proses akademik, pemilihan mata kuliah oleh mahasiswa sering menghadapi kesulitan dalam menyesuaikan kapasitas dan prasyarat. Sistem pendukung keputusan berbasis web ini dikembangkan untuk membantu mahasiswa memilih mata kuliah dengan pertimbangan yang optimal, meminimalisir konflik jadwal dan memaksimalkan hasil belajar.
Tujuan Penelitian
- Mengembangkan aplikasi web yang user-friendly untuk pemilihan mata kuliah.
- Menerapkan metode fuzzy logic dalam proses pengambilan keputusan.
- Meningkatkan efisiensi dan akurasi dalam proses pemilihan mata kuliah.
Metodologi
Penelitian menggunakan metode pengembangan perangkat lunak Agile dengan iterasi pendek. Data dikumpulkan melalui survei kebutuhan mahasiswa dan dosen, kemudian diimplementasikan algoritma fuzzy logic untuk evaluasi pilihan mata kuliah. Sistem diuji coba secara bertahap dengan melibatkan pengguna asli.
Hasil dan Temuan
- Terbentuk aplikasi web yang dapat mengakomodasi preferensi mahasiswa.
- Pengujian sistem menunjukkan tingkat kepuasan pengguna sebesar 85%.
- Sistem mampu mengurangi konflik jadwal hingga 90% dibanding metode manual.
Publikasi Terkait
- Wijaya, A. (2023). "Web-Based Decision Support System for Course Selection Using Fuzzy Logic." Journal of Informatics and Computing, 12(3), 45-58.
- Wijaya, A., & Santoso, A. (2023). "Improving Academic Scheduling with Web Applications." International Conference on Software Engineering and Information Systems, 2023.
Kontak Peneliti
- Email: andi.wijaya@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 101
- Ruang Kerja: Gedung Fakultas Teknik, Lantai 3, Ruang 312
2. Implementasi Jaringan Komputer Berbasis IoT untuk Monitoring Lingkungan Kampus
Dosen Peneliti: Ir. Siti Rahmawati, S.T., M.Kom.
Bidang Keahlian: Jaringan Komputer
Tahun: 2022
Status: Selesai
Latar Belakang
Monitoring kondisi lingkungan kampus secara real-time sangat penting untuk menunjang kenyamanan dan keamanan civitas akademika. Penelitian ini mengimplementasikan teknologi Internet of Things (IoT) untuk mengumpulkan data lingkungan seperti suhu, kelembaban, dan kualitas udara.
Tujuan Penelitian
- Membangun sistem monitoring lingkungan berbasis IoT yang terintegrasi.
- Menjamin akurasi dan kontinuitas data yang diambil secara real-time.
- Menyediakan dashboard visualisasi data untuk pihak pengelola kampus.
Metodologi
Penelitian dilakukan dengan perancangan sensor IoT yang dipasang di beberapa titik strategis kampus. Data dikirimkan ke server menggunakan protokol MQTT dan disimpan pada basis data time-series. Dashboard dibuat menggunakan teknologi web modern untuk monitoring dan analisis data.
Hasil dan Temuan
- Sistem berhasil mengumpulkan data lingkungan secara akurat dan konsisten.
- Dashboard visualisasi memungkinkan pengelola kampus mengambil keputusan cepat terkait kondisi lingkungan.
- Implementasi sistem menghemat biaya operasional monitoring manual hingga 60%.
Publikasi Terkait
- Rahmawati, S. (2022). "IoT-Based Environmental Monitoring System for Campus Facilities." Journal of Network and Computer Applications, 15(4), 112-126.
Kontak Peneliti
- Email: siti.rahmawati@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 102
- Ruang Kerja: Gedung Fakultas Teknik, Lantai 3, Ruang 310
3. Analisis Data Besar untuk Prediksi Tren Konsumsi Energi
Dosen Peneliti: Dr. Bambang Sutrisno, S.Kom., M.Cs.
Bidang Keahlian: Data Mining
Tahun: 2024
Status: Berlangsung
Latar Belakang
Konsumsi energi yang efisien sangat penting dalam era modern. Penelitian ini fokus pada analisis data besar untuk memprediksi tren konsumsi energi di lingkungan kampus dan sekitarnya menggunakan teknik data mining dan machine learning.
Tujuan Penelitian
- Mengumpulkan dan menganalisis data konsumsi energi secara besar dan dinamis.
- Mengembangkan model prediksi yang akurat untuk tren konsumsi energi.
- Mendukung kebijakan penghematan energi berbasis data.
Metodologi
Data konsumsi energi diambil dari sensor dan meteran digital. Algoritma clustering dan regresi digunakan untuk memodelkan tren. Hasil dianalisis menggunakan perangkat lunak statistik dan data mining open source.
Hasil dan Temuan
- Model prediksi menunjukkan akurasi lebih dari 90% dalam jangka waktu bulanan.
- Identifikasi pola konsumsi memungkinkan rekomendasi penghematan energi.
Publikasi Terkait
- Sutrisno, B. (2024). "Big Data Analytics for Energy Consumption Prediction." International Journal of Data Science, 8(1), 33-47.
Kontak Peneliti
- Email: bambang.sutrisno@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 103
- Ruang Kerja: Gedung Fakultas Teknik, Lantai 4, Ruang 415
4. Pengembangan Algoritma Pembelajaran Mesin untuk Deteksi Penyakit Tanaman
Dosen Peneliti: Dr. Rina Lestari, S.Kom., M.T.
Bidang Keahlian: Kecerdasan Buatan
Tahun: 2023
Status: Selesai
Latar Belakang
Deteksi dini penyakit tanaman sangat penting dalam pertanian untuk mencegah kerugian besar. Penelitian ini mengembangkan algoritma pembelajaran mesin yang mampu mendeteksi penyakit tanaman berdasarkan citra digital dengan akurasi tinggi.
Tujuan Penelitian
- Mengembangkan model pembelajaran mesin untuk klasifikasi penyakit tanaman.
- Meningkatkan kecepatan dan akurasi deteksi dibanding metode manual.
- Menyediakan aplikasi berbasis mobile untuk kemudahan penggunaan petani.
Metodologi
Dataset citra penyakit tanaman dikumpulkan dan dilabeli oleh pakar. Model convolutional neural network (CNN) dilatih menggunakan dataset tersebut. Evaluasi dilakukan dengan data uji dan validasi secara cross-validation.
Hasil dan Temuan
- Model CNN mencapai akurasi hingga 92% dalam deteksi penyakit.
- Aplikasi mobile prototipe berhasil memudahkan pengguna melakukan deteksi langsung.
Publikasi Terkait
- Lestari, R. (2023). "Machine Learning for Plant Disease Detection using CNN." Journal of Artificial Intelligence in Agriculture, 5(2), 77-89.
Kontak Peneliti
- Email: rina.lestari@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 104
- Ruang Kerja: Gedung Fakultas Teknik, Lantai 4, Ruang 420
5. Aplikasi Multimedia Interaktif untuk Pembelajaran Jarak Jauh
Dosen Peneliti: Dr. Sari Dewi, S.Kom., M.Kom.
Bidang Keahlian: Multimedia
Tahun: 2023
Status: Berlangsung
Latar Belakang
Pembelajaran jarak jauh memerlukan media yang menarik dan interaktif agar proses belajar tetap efektif. Penelitian ini mengembangkan aplikasi multimedia interaktif berbasis web yang menyediakan materi pembelajaran yang interaktif dan mudah diakses.
Tujuan Penelitian
- Mengembangkan aplikasi multimedia yang interaktif dan user-friendly.
- Meningkatkan kualitas pembelajaran jarak jauh.
- Menyediakan berbagai media belajar, seperti video, kuis, dan simulasi.
Metodologi
Metode pengembangan menggunakan model waterfall dengan tahapan analisis kebutuhan, desain, implementasi, dan pengujian. Pengujian dilakukan terhadap kelompok mahasiswa sebagai pengguna akhir.
Hasil dan Temuan
- Aplikasi berhasil dikembangkan dan digunakan secara luas oleh mahasiswa.
- Peningkatan hasil belajar hingga 15% dibanding metode konvensional.
- Feedback pengguna sangat positif terhadap fitur interaktif dan antarmuka.
Publikasi Terkait
- Dewi, S. (2023). "Interactive Multimedia Applications for Distance Learning." Journal of Educational Technology, 10(1), 23-36.
Kontak Peneliti
- Email: sari.dewi@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 105
- Ruang Kerja: Gedung Fakultas Teknik, Lantai 3, Ruang 308
Informasi Umum
Untuk informasi lebih lanjut mengenai penelitian dosen, kolaborasi riset, atau peluang pendanaan, silakan menghubungi:
- Program Studi Teknik Informatika
- Email: riset.ti@unidayan.ac.id
- Telepon: (0402) 2829456 ext. 150
- Alamat: Gedung Fakultas Teknik, Lantai 4, Universitas Dayanu Ikhsanuddin
