Publication Search

Di era Industri 5.0, adaptabilitas tenaga kerja menjadi urgensi utama karena terjadinya pergeseran paradigma dari fokus pada otomatisasi dan efisiensi menuju kolaborasi harmonis antara manusia dan teknologi yang berpusat pada manusia (human-centric), berkelanjutan, dan resilien. Penelitian ini menggunakan metode Systematic Literature Review (SLR) terhadap 40 artikel jurnal nasional dan internasional yang diterbitkan tahun 2020–2025 dari basis data Google Scholar, Scopus, dan Garuda. Tujuan penelitian adalah mengidentifikasi strategi upskilling dan reskilling yang efektif sebagai mekanisme adaptabilitas tenaga kerja terhadap disrupsi AI dan otomatisasi. Hasil kajian menunjukkan bahwa: (1) kesenjangan keterampilan global merupakan ancaman nyata dengan 50% karyawan membutuhkan reskilling pada 2025; (2) strategi upskilling dan reskilling yang efektif mencakup pembelajaran berbasis proyek, microlearning, platform digital adaptif, dan kemitraan industri; (3) dukungan organisasi, kepemimpinan transformasional, dan budaya belajar berkelanjutan merupakan faktor penentu keberhasilan; serta (4) hambatan utama implementasi meliputi keterbatasan anggaran, resistensi perubahan, dan kesenjangan infrastruktur digital. Temuan ini menegaskan bahwa investasi pada pengembangan modal manusia melalui program upskilling dan reskilling merupakan imperatif strategis untuk menjaga ketahanan organisasi dan daya saing tenaga kerja di era transformasi digital.

concern for pet owners. Consequently, cat owners seek equipment that can support and simplify their daily pet care activities. However, the busy schedules of many cat owners often make it difficult for them to provide consistent care, raising concerns about the neglect of their pets. To address this issue, this study developed an automatic cat feeding system for a cat enclosure using an experimental research method. The proposed system utilizes a load cell sensor, a Real-Time Clock (RTC), a servo motor, and an ATmega16 microcontroller. The load cell sensor is employed to determine the appropriate food portion based on the cat's nutritional requirements, while the RTC controls the feeding schedule by dispensing food twice a day at predetermined times. The experimental results demonstrate that the system was successfully implemented, with the load cell measurement exhibiting an error rate of 10.71% relative to the predefined set point. Furthermore, the servo motor effectively controlled the valve mechanism, achieving a maximum opening angle of 85 degrees. Overall, the developed system performed reliably and met the expected operational objectives..

Pesatnya kemajuan teknologi digital telah mempercepat adopsi *Internet of Things* (IoT) dalam berbagai aspek kehidupan sehari-hari. IoT memungkinkan perangkat fisik untuk berkomunikasi dan bertukar data melalui konektivitas internet, sehingga proses menjadi lebih otomatis, efisien, dan responsif. Studi ini bertujuan untuk menganalisis pemanfaatan IoT dalam meningkatkan efisiensi kehidupan sehari-hari melalui pendekatan tinjauan pustaka. Metode penelitian yang digunakan adalah *Systematic Literature Review* (SLR), yang mengkaji dan menyintesis temuan dari berbagai studi terdahulu mengenai penerapan IoT di berbagai sektor, seperti rumah pintar (*smart home*), layanan kesehatan, transportasi, pertanian, dan pemantauan lingkungan. Hasil analisis menunjukkan bahwa IoT berkontribusi signifikan terhadap peningkatan efisiensi operasional, penghematan energi, perbaikan proses pengambilan keputusan, serta peningkatan kenyamanan pengguna. Terlepas dari berbagai manfaat tersebut, masih terdapat sejumlah tantangan, termasuk keamanan data, masalah privasi, interoperabilitas antarperangkat, biaya implementasi, dan ketergantungan pada infrastruktur internet yang stabil. Temuan studi ini menunjukkan bahwa IoT telah menjadi salah satu teknologi kunci yang mendukung transformasi digital dan peningkatan kualitas hidup. Pengembangan di masa mendatang diharapkan berfokus pada penguatan aspek keamanan, perluasan standar interoperabilitas, dan integrasi kecerdasan buatan (*artificial intelligence*) guna memaksimalkan efektivitas penerapan IoT dalam aktivitas sehari-hari.  

Tanaman padi merupakan salah satu komoditas pangan utama di dunia yang memiliki peran penting dalam menjaga ketahanan pangan global. Namun, produktivitas tanaman padi seringkali terganggu oleh berbagai penyakit daun yang dapat menurunkan kualitas dan hasil panen secara signifikan. Deteksi penyakit secara dini menjadi langkah penting untuk mengendalikan penyebaran penyakit tersebut. Metode konvensional yang mengandalkan pengamatan manual memiliki keterbatasan dalam hal kecepatan, akurasi, serta ketergantungan terhadap keahlian manusia. Oleh karena itu, diperlukan suatu sistem deteksi otomatis yang mampu mengidentifikasi penyakit secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan model deteksi penyakit daun padi menggunakan metode YOLO (You Only Look Once) berbasis Deep Learning. Dataset yang digunakan diperoleh dari Kaggle yang terdiri dari citra daun padi dengan anotasi bounding box. Proses penelitian meliputi tahap pengumpulan data, preprocessing, pelatihan model, serta evaluasi performa. Model dilatih menggunakan optimizer Stochastic Gradient Descent (SGD) dengan parameter tertentu untuk memperoleh hasil yang optimal. Evaluasi kinerja model dilakukan menggunakan metrik mean Average Precision (mAP), precision, dan recall. Hasil penelitian menunjukkan bahwa model YOLO mampu mendeteksi penyakit daun padi dengan tingkat akurasi yang tinggi serta waktu deteksi yang relatif cepat. Hal ini menunjukkan bahwa metode YOLO efektif untuk diterapkan dalam sistem pertanian cerdas. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi deteksi penyakit tanaman berbasis kecerdasan buatan.

Penerapan sistem manajemen kinerja karyawan di PT Pos Indonesia, khususnya pada Divisi Human Capital Development, sebelumnya masih mengandalkan sistem manual berbasis spreadsheet. Proses manual ini rentan terhadap kesalahan manusia (human error), ketidakkonsistenan data, serta ketidakefisienan dalam pemantauan metrik kinerja individu. Penelitian ini bertujuan untuk mendigitalisasi proses manajemen kinerja dengan mengembangkan sistem berbasis web bernama IHSAN POS (Performance Management System) guna memfasilitasi pengelolaan data yang terintegrasi dan real-time. Penelitian ini menggunakan pendekatan Research and Development (R&D) yang berfokus pada pengembangan frontend menggunakan React JS, dengan perancangan sistem dimodelkan melalui Data Flow Diagram (DFD) dan Business Process Modeling and Notation (BPMN) untuk memastikan alur data yang terstruktur. Pengembangan sistem ini secara spesifik ditujukan bagi segmen Tenaga Kerja Profesional Perusahaan (TKPP) dengan mengintegrasikan Nilai Kinerja Individu (NKI) dan Objectives and Key Results (OKR). Hasil penelitian menunjukkan bahwa antarmuka frontend yang dikembangkan mampu memungkinkan pengguna untuk mengelola profil pribadi, kontrak kerja, serta memantau nilai kinerja secara transparan, sementara integrasi sistem dengan backend melalui Application Programming Interface (API) memastikan pengolahan data berjalan secara otomatis. Implementasi IHSAN POS secara signifikan mentransformasi alur kerja evaluasi kinerja manual menjadi alur kerja digital yang efisien, mengurangi kesalahan administratif, serta memberikan dasar bagi pemberian insentif perusahaan yang objektif berbasis kinerja.

Perkembangan teknologi artificial intelligence, khususnya dalam bidang computer vision dan deep learning, telah mendorong lahirnya berbagai sistem otomatis dalam analisis citra dan video. Salah satu implementasi yang banyak digunakan adalah deteksi objek secara real-time menggunakan algoritma YOLO (You Only Look Once). Di sisi lain, penggunaan rokok elektronik atau vape semakin meningkat, terutama di lingkungan pendidikan, sehingga diperlukan sistem pengawasan otomatis yang mampu mendeteksi aktivitas tersebut secara akurat. Penelitian ini bertujuan untuk mengembangkan sistem deteksi aktivitas vape berbasis YOLOv8 pada citra dan video. Metode yang digunakan dalam penelitian ini adalah pendekatan deep learning workflow yang meliputi pengumpulan dataset, pra-pemrosesan, pelatihan model, serta evaluasi performa. Dataset yang digunakan dikembangkan secara mandiri dengan jumlah awal 1000 gambar, kemudian ditingkatkan menjadi 2000 gambar melalui proses augmentasi menggunakan Roboflow. Proses pelatihan dilakukan dengan parameter tertentu, seperti 100 epoch dan ukuran citra 640×640 piksel. Evaluasi model dilakukan menggunakan metrik precision, recall, mean Average Precision (mAP), serta kecepatan deteksi (frame per second). Hasil penelitian menunjukkan bahwa model YOLOv8 mampu mendeteksi aktivitas vape dengan performa yang cukup baik. Model mencapai nilai precision sebesar 0,91, recall sebesar 0,88, mAP@0.5 sebesar 0,92, serta mAP@0.5:0.95 sebesar 0,76. Selain itu, sistem mampu bekerja secara real-time dengan kecepatan deteksi mencapai 28 FPS. Hasil pengujian juga menunjukkan bahwa model mampu mengenali objek vape pada berbagai kondisi lingkungan, meskipun masih mengalami kendala pada objek berukuran kecil dan kondisi occlusion. Dengan demikian, penelitian ini membuktikan bahwa algoritma YOLOv8 efektif digunakan untuk mendeteksi aktivitas vape pada citra dan video, serta memiliki potensi untuk diterapkan dalam sistem pengawasan berbasis CCTV secara real-time.

Pengolahan nilai akademik di sekolah dasar masih banyak dilakukan secara manual menggunakan buku nilai atau aplikasi sederhana seperti spreadsheet, sehingga menimbulkan ketidakefisienan, duplikasi data, dan tingginya risiko kesalahan pencatatan. Penelitian ini bertujuan untuk mengembangkan sistem pengolahan nilai akademik berbasis web dengan mengimplementasikan framework Laravel dan metode Agile. Penelitian ini menggunakan pendekatan mixed method, yaitu pengumpulan data kualitatif melalui observasi dan wawancara, serta evaluasi kuantitatif melalui pengujian sistem. Proses pengembangan sistem mengikuti tahapan Agile yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian secara iteratif. Sistem dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel serta basis data MySQL. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi, akurasi, dan kecepatan dalam pengolahan data akademik, khususnya pada proses input nilai, pengelolaan data, dan pembuatan laporan otomatis. Pengujian menggunakan black box testing menunjukkan bahwa seluruh fitur sistem berjalan dengan baik. Penelitian ini memberikan kontribusi berupa solusi yang terstruktur dan fleksibel dalam pengelolaan data akademik serta mendukung transformasi digital di bidang pendidikan.

Perkembangan teknologi mendorong penerapan sistem otomatis dalam bidang pertanian, termasuk pada proses penyiraman tanaman. Kelembapan tanah merupakan faktor penting yang mempengaruhi pertumbuhan tanaman, namun pada Persemaian RBC Perhutani BKPH Bawang, penyiraman masih dilakukan secara manual sehingga berpotensi tidak terkontrol dan menyebabkan kelebihan air. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring serta penyiraman tanaman otomatis berbasis ESP8266 dengan sensor kelembapan tanah. Sistem ini menggunakan sensor kelembapan tanah sebagai input, ESP8266 sebagai pengendali utama, relay untuk mengontrol pompa air, modul RTC sebagai penjadwalan, serta aplikasi Blynk untuk monitoring jarak jauh. Metode penelitian meliputi perancangan, pembuatan, dan pengujian sistem. Hasil menunjukkan bahwa sistem mampu bekerja dengan baik, di mana pompa aktif saat kelembapan tanah di bawah 60% V/V dan berhenti saat di atas 60% V/V, serta dapat melakukan penyiraman terjadwal dua kali sehari. Sistem ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam penyiraman tanaman.

This study aims to design and develop an Augmented Reality (AR)-based application for real-time data monitoring of an automatic weather station at PT. XYZ. The system was developed using a prototyping method, involving five key stages: sensor data acquisition via CBOX devices and the Modbus RTU protocol, data transmission through a Flask-based Web API, storage in a MySQL database, QR code-based target image creation using the Vuforia Engine, and a 3D visualization interface developed with Unity integrated with the Vuforia SDK on Android devices. The system successfully received and stored weather data—such as temperature, humidity, and wind speed—into the MySQL database. The AR application also displayed a stable 3D interface panel over QR code markers, providing real-time data updates through an HTTP-based mechanism. This research demonstrates the successful integration of SCADA, Flask, MySQL, and Unity, enhancing both the functionality and commercial appeal of PT. XYZ’s weather station products. Future research should focus on field testing, cloud network integration, and device compatibility.

This study discusses the design and simulation of an automatic lighting system based on a photodiode sensor using an Arduino Uno microcontroller as the main controller. The system is designed to detect changes in ambient light intensity and automatically control the lamp without human intervention. The photodiode sensor is used as a light detector that converts light energy into an analog electrical signal, which is then processed by the Arduino to determine bright or dark conditions. The output from the Arduino subsequently controls a relay module that functions as an electronic switch to connect or disconnect the current to the light bulb. The research method employed is an experimental approach, which includes system planning, hardware design, software programming, simulation using Proteus, and system performance testing. The simulation results indicate that the system operates as expected, where the lamp automatically turns on when the light intensity decreases and turns off when the ambient brightness increases. This system is expected to improve electrical energy efficiency and provide ease of operation for lighting control, particularly in public facilitiesand workplace environments.

Waste management remains a critical environmental issue due to the lack of public awareness in separating organic and inorganic waste, resulting in accumulation and environmental pollution This study aims to analyze and evaluate the development of automatic waste sorting systems based on proximity sensors with full-capacity notification using a Systematic Literature Review (SLR) approach.. The proposed system utilizes a combination of sensors, including proximity sensors for material identification and ultrasonic sensors for detecting object presence and bin capacity, integrated with a microcontroller for real-time processing. Additionally, the system is equipped with IoT-based monitoring that allows users to receive notifications when the waste bin reaches its capacity. The research method involves system design, hardware and software integration, and functional testing to evaluate system performance. The results indicate that the system is capable of sorting waste automatically with a high level of accuracy and responsiveness, while also providing real-time monitoring to support waste management operations. The implementation of this system can reduce manual intervention, increase operational efficiency, and promote better waste segregation practices. Furthermore, this study highlights the potential of integrating smart technology into environmental management systems, contributing both theoretically and practically to the development of sustainable waste management solutions.

This research was conducted with the aim of developing an automation system for recording warehouse inventory based on Google Sheets to improve the effectiveness and efficiency of the stocktaking process at the Cresta Management warehouse. This research was based on problems in the semi-manual process that used logbooks and separate files for each group of goods, which caused problems such as data duplication, limited data access, lack of data transparency, and lengthy recapitulation process. This research used the Research and Development method using the ADDIE model (Analyze, Design, Develop, Implement, and Evaluate). Data were collected through observastion, interviews, questionnaires, and documentation. The result of this development is a system consisting of a login page, goods transcation recording, warehouse dashboard, stock reports, stock cards, and PDF report exports. This study also produced evaluation scores regarding the system’s feasibilty: 93,3% from the first media expert, 80% from the second media expert, 73,3% from the material expert, and 91,75% from users through User Acceptance Testing. These evaluation results indicate that the system is feasible for use and implementation in supporting warehouse operations, as it provides real time data updates, improves the efficiency of goods reporting, and enhances warehouse transactions.

Perkembangan teknologi informasi telah mendorong transformasi digital pada berbagai sektor usaha, termasuk usaha mikro dan menengah. Pengelolaan persediaan barang yang tidak didukung sistem informasi yang baik berpotensi menimbulkan kesalahan pencatatan, keterlambatan pelaporan, serta ketidaksesuaian data yang berdampak pada pengambilan keputusan manajerial. Toserba Indah Kendal sebagai usaha dagang masih menerapkan pencatatan persediaan dan laporan keuangan secara manual menggunakan buku tulis, sehingga sering terjadi selisih antara data pembelian dan penjualan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi akuntansi persediaan barang dagang berbasis web guna meningkatkan efektivitas dan akurasi pengelolaan persediaan. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan sistem Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan data barang, pembelian, penjualan, serta laporan persediaan secara otomatis dan real-time. Implementasi sistem ini terbukti meningkatkan kecepatan pengolahan data, meminimalkan kesalahan pencatatan, serta menghasilkan laporan persediaan yang lebih akurat dan terstruktur. Dengan demikian, sistem informasi akuntansi persediaan berbasis web dapat menjadi solusi efektif bagi Toserba Indah Kendal dalam mendukung pengambilan keputusan manajerial.

Peningkatan kasus gangguan kardiovaskular menuntut adanya sistem pemantauan detak jantung yang tidak hanya akurat, tetapi juga mampu memberikan respons cepat terhadap kondisi abnormal. Penelitian ini bertujuan mengembangkan sistem pemantauan detak jantung berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma Extreme Gradient Boosting (XGBoost) untuk mendeteksi pola detak jantung abnormal secara real-time serta memicu respons otomatis melalui Miniature Medical Car. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan metode simulasi, di mana data denyut jantung dikumpulkan menggunakan Pulse Armband berbasis ESP32-C3 Mini dan sensor MAX30102, kemudian dikirim ke server untuk diproses melalui pipeline data mining. Dataset penelitian terdiri dari 800 sampel yang dibagi menjadi kelas normal dan abnormal, kemudian diolah menjadi 14 fitur statistik dan variabilitas detak jantung untuk proses pelatihan model. Hasil penelitian menunjukkan bahwa model XGBoost mencapai akurasi 94%, precision 93,3%, recall 93,3%, F1-score 0,933, serta ROC-AUC 0,96, yang mengindikasikan kinerja tinggi dalam membedakan pola detak jantung normal dan abnormal. Integrasi model dengan miniature car memungkinkan sistem memberikan respons fisik secara otomatis saat mendeteksi kondisi berisiko. Kontribusi penelitian ini mencakup pengembangan sistem IoT–ML real-time yang efisien, penggunaan fitur statistik ringkas untuk data fisiologis, serta implementasi respons berbasis robotik. Implikasi penelitian membuka peluang penerapan pada sistem monitoring medis jarak jauh, lingkungan publik, maupun perangkat asistif berbiaya rendah.

Transformasi digital dalam sistem pembayaran telah mengubah lanskap pengelolaan keuangan Usaha Mikro, Kecil, dan Menengah (UMKM). Penelitian ini bertujuan mengeksplorasi pengaruh penggunaan pembayaran digital terhadap praktik pengelolaan arus kas dan transparansi keuangan UMKM. Pendekatan kualitatif dengan desain studi kasus multipel diterapkan, melibatkan 14 pemilik/manajer UMKM di Kota Semarang yang dipilih melalui purposive sampling. Data dikumpulkan melalui wawancara semi-terstruktur, observasi non-partisipan, dan analisis dokumen, kemudian dianalisis menggunakan kerangka Miles, Huberman, dan Saldaña. Hasil penelitian mengungkapkan bahwa pembayaran digital mentransformasi pengelolaan arus kas melalui percepatan settlement (85,7%), otomatisasi pencatatan (92,8%), dan peningkatan efisiensi biaya (78,6%). Transparansi keuangan meningkat melalui ketersediaan audit trail digital (100%), pemisahan keuangan pribadi-usaha (71,4%), dan akurasi pencatatan (85,7%). Permintaan pelanggan dan kemudahan penggunaan menjadi pendorong utama, sementara gangguan konektivitas dan keterbatasan literasi digital menjadi penghambat. Penelitian ini memperkaya literatur adopsi fintech dengan perspektif kualitatif mengenai dampak pasca-adopsi pembayaran digital terhadap pengelolaan keuangan UMKM.

This community service activity aims to improve the effectiveness of clean water distribution management through the implementation of a Water Level Control (WLC) system as an automatic control for water pumps and three-phase motors at a regional drinking water supply company in Lamongan. The methods employed include field observation, problem identification, system design and implementation, as well as periodic evaluation of system performance. The activity focuses on the water treatment unit by conducting control and monitoring of operational parameters such as frequency (Hz), pump pressure, and flow stability to ensure optimal water distribution according to consumer needs. The results indicate that the implementation of the WLC system enhances operational efficiency, minimizes human error, and supports more structured and sustainable equipment maintenance. In addition, this activity contributes to improving the knowledge and technical skills of personnel in operating, monitoring, and maintaining automated control systems. In managing automation-based technology in a professional and independent manner, human resource capacity is strengthened, while the quality of clean water services is also improved through this community service program.

The main goal of developing a Website-Based Employee Attendance System with the integration of geolocation and selfies at the Central Papua Provincial Bapperida Office is to improve the accuracy and efficiency of recording employee attendance. This system is designed to verify the identity and location of employees in real-time, thereby reducing the potential for fraud while increasing the transparency of attendance data. The website developed has a simple and easy-to-use interface, allowing each employee to make a presence quickly and practically. This study reviews the latest attendance management technology with a focus on security, reliability, and ease of use. The results of the study show that a web-based attendance system with geolocation and selfie support can optimize time and resources, as well as support more accurate and integrated attendance data management. Thus, this system is expected to be a strategic solution in improving the quality of employee attendance management at the Central Papua Provincial Bapperida Office, as well as strengthening transparency and accountability in government administration governance.

Adanya risiko pencemaran lingkungan dan ledakan yang disebabkan oleh tekanan balik pada aliran gasbuang sehingga diperlukan pembuatan sistem pengapian (ignitor) otomatis dimana gas buang dapatterbakar sebelum dilepaskan ke lingkungan. Perangkat ini menggunakan modul MAX6675, sensortermokopel tipe-K, mikrokontroler ESP32, aktuator ignitor elektrik, tampilan LCD I2C, dan platformBlynk untuk monitoring jarak jauh. Pipa Ignitor yang berfungsi untuk menghasilkan api kecil suhunyaakan dideteksi oleh sensor termokopel, dimana besar kecilnya temperatur akan diberikan oleh termokopelmelalui modul MAX6675 kepada mikrokontroller, lalu diolah oleh mkrokontroller. Hasil dari pengolahanmikrokontroller akan diberikan kepada ignitor untuk memerintahkan apakah ignitor On atau Ignitor Off.Suhu dan status ignitor ditampilkan melalui LCD dan Blynk pada monitoring jarak jauhnya. Rentang suhuuji 0°C-100°C, pengujian mengukur waktu respons ignitor, akurasi suhu, dan efektivitas pembakaran.Hasil penelitian menunjukkan bahwa sensor sangat akurat (selisih <1%), sistem dapat mengaktifkanignitor secara Otomatis (SUHU1 untuk pembacaan sensor) sesuai ambang suhu yang ditetapkan (ignitorON di bawah 100 °C dan OFF di atas 100 °C), Serta terdapat sistem Manual (SUHU2) yang dapat disebutjuga sistem bypass yang mengaktifkan ignitor hanya dengan mengaktifkan tombol FIRE. Jarak antara busidan elektroda pemantik ssebesar 50 mm merupakan jarak untuk mendapatkan nyala api terbaik. Sistemotomatis maupun manual dari ignitor ini dapat dimonitor melalui LCD, Blynk dan pembacaan faultnyadapat bekerja sesuai dengan perancangan.

Boiler merupakan komponen vital dalam operasional Pemnagkit Listriik Tenaga Sampah, Dimana sampahmenjadi bahan bakar Utama yang diolah menjadi panas yang dipergunakan untuk mendidihkan airdidalam boiler. Operasional boiler memerlukan pengawasan ketat terhadap parameter suhu, tekanan, danlevel air untuk mencegah risiko kecelakaan kerja dan inefisiensi energi. Namun, sistem pemantauankonvensional seringkali masih bergantung pada pengecekan manual yang berisiko terjadi kesalahanmanusia (human error). Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistemkontrol otomatis boiler berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 sebagai unitpemroses utama. Sistem ini dilengkapi dengan sensor suhu, sensor tekanan, dan Level Switch untukmendeteksi level air secara real-time. Data dari sensor dikirimkan ke aplikasi Blynk melalui jaringan Wi-Fi, yang memungkinkan operator melakukan pemantauan dan pengendalian jarak jauh melaluismartphone. Hasil pengujian menunjukkan bahwa sistem mampu mengotomatisasi pengisian air danpengeluaran uap dengan tingkat akurasi yang tinggi serta latensi pengiriman data yang minimal.Implementasi sistem ini diharapkan dapat meningkatkan standar keselamatan kerja, efisiensi operasional,dan memperpanjang usia pakai komponen boiler melalui pemeliharaan preventif yang lebih akurat.Kata Kunci: Boiler, IoT, ESP32, Sistem Kontrol Otomatis, Monitoring Real-time.

This study presents ReflectAI, a web-based system designed to automate the creation of teaching materials tailored to students' learning styles using behavior data from a Learning Management System (LMS). Student digital activity data—such as logins, material access, forum participation, assignment submission, and quiz results—are extracted and processed using a Hierarchical Clustering algorithm to categorize students into three learning styles: visual, auditory, and kinesthetic. Based on the clustering results, the system automatically generates personalized learning modules using generative AI (ChatGPT API), aligned with each student's learning preferences. Employing a data-driven system development approach, the system was tested with data from 230 students in a mathematics course. The results show diverse learning style distributions and relevant, tailored content generation. ReflectAI is designed to reduce teachers’ administrative workload and enhance personalized and adaptive learning. This system contributes to educational transformation through deep, data-driven technology integration.