Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) IX Tahun 2025 dengan tema “Mengintegrasikan Teknologi Hijau dalam Hilirisasi Industri Sebagai Solusi untuk Meningkatkan Keberlanjutan dan Daya Saing” dipilih dengan alasan sangat relevan dengan kondisi saat ini, baik dari perspektif lingkungan, ekonomi, maupun teknologi. Tema ini membawa pesan progresif tentang bagaimana inovasi dan tanggung jawab lingkungan bisa menjadi fondasi kuat bagi masa depan industri Indonesia yang lebih cerah dan kompetitif di kancah global
Published:
2025-07-10
Full Issue
Articles
-
Rancangan Sistem Deteksi Berita Hoaks dengan IndoBERT Berbasis Dataset Scraping Seimbang (2020–2025)
Mochamad Abdul Azis Universitas Nusantara PGRI Kediri Indonesia , Aditya Arya Respati Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPenyebaran berita hoaks terus meningkat seiring berkembangnya teknologi informasi. Penelitian ini merancang sistem klasifikasi berita hoaks Bahasa Indonesia menggunakan model IndoBERT. Dataset disusun melalui web scraping dari TurnBackHoax.id (berita hoaks), serta CNN Indonesia, Detik.com, dan Kompas.com (berita non-hoaks), mencakup berbagai kategori berita dari tahun 2020 hingga 2025 dengan total 25.296 data. Seluruh data hoaks digunakan, sedangkan data non-hoaks disesuaikan agar seimbang. Model IndoBERT di-fine-tune dengan freeze layer 1–8 dan pelatihan selama lima epoch. Evaluasi menggunakan Confusion Matrix, Classification Report, ROC AUC, dan Precision-Recall Curve. Hasil menunjukkan bahwa model mampu mengklasifikasikan berita hoaks dan non-hoaks secara akurat. Penelitian ini memberikan kontribusi melalui pemanfaatan IndoBERT pada data terkini yang seimbang, serta penggunaan metode evaluasi yang komprehensif.
Pages: 001-007Views: 584 Downloads: 513Penerapan Algoritma Apriori untuk Analisis Asosiasi Film pada Dataset MovieLens
Rizal Syihab Saputra Adam Universitas Nusantara PGRI Kediri Indonesia , M. Abdilah Saputra Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaAlgoritma Apriori terbukti efektif dalam mengungkap pola asosiasi pada data transaksi. Penelitian ini menerapkan algoritma tersebut pada dataset MovieLens 32M untuk mengidentifikasi asosiasi antara film berdasarkan perilaku tontonan pengguna. Dataset difilter agar hanya mencakup film yang telah ditonton minimal oleh 500 pengguna dan pengguna yang menonton minimal 50 film, dengan sampel 5.000 pengguna aktif. Analisis dilakukan menggunakan Python di Google Colab dengan parameter minimum support 0,06 dan maksimal panjang itemset dua. Evaluasi menggunakan metrik lift mengungkap adanya asosiasi kuat antar film, terutama pada film yang tergabung dalam waralaba atau memiliki keterkaitan naratif. Hasil penelitian ini memberikan wawasan baru untuk pengembangan sistem rekomendasi film yang lebih cerdas dan personal, yang dapat meningkatkan pengalaman pengguna di platform streaming.
Pages: 008-015Views: 97 Downloads: 104Pengelompokan Smartphone Berdasarkan Spesifikasi Menggunakan Algoritma K-Means untuk Analisis Segmentasi Produk
Anis Faizul Laila Universitas Nusantara PGRI Kediri Indonesia , Putri Ameliya Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Univiersitas Nusantara PGRI Kediri IndonesiaVariasi smartphone dengan harga dan spesifikasi yang beragam menuntut analisis karakteristik produk yang tepat. Penelitian ini bertujuan mengelompokkan data smartphone berdasarkan atribut harga, rating, dan RAM menggunakan metode K-Means Clustering. Data diambil dari platform Kaggle dan diproses melalui tahap preprocessing seperti penanganan data kosong dan standarisasi. Metode Elbow digunakan untuk menentukan jumlah klaster optimal, yang menghasilkan tiga klaster utama: kelas atas, menengah, dan bawah. Hasil klasterisasi ini dapat membantu memahami distribusi pasar smartphone dan mendukung strategi pemasaran yang lebih terarah. Penelitian ini memberikan kontribusi dalam segmentasi produk yang informatif bagi produsen dan konsumen.
Pages: 016-023Views: 95 Downloads: 123ANALISIS SENTIMEN DALAM TOKOPEDIA TERHADAP ULASAN PELANGGAN MENGGUNAKAN METODE NAÏVE BAYES
Rayhan Ferdiansyah Universitas Nusantara PGRI Kediri Indonesia , Kevin Risky Abadi Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas klasifikasi sentimen ulasan pengguna Tokopedia menggunakan algoritma Naïve Bayes. Semakin banyaknya ulasan konsumen di e-commerce mendorong perlunya sistem otomatis untuk memahami opini pelanggan secara efisien. Dataset diperoleh dari Kaggle dan berisi komentar pengguna terhadap produk masker kesehatan. Proses analisis melibatkan pembersihan teks, tokenisasi, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menjadi positif dan negatif. Algoritma Naïve Bayes digunakan karena kemampuannya yang sederhana namun akurat dalam klasifikasi teks. Hasil evaluasi menunjukkan model menghasilkan akurasi tinggi dan mampu mengidentifikasi kecenderungan opini pengguna. Temuan ini diharapkan dapat dimanfaatkan oleh pelaku e-commerce dalam pengambilan keputusan berbasis data pelanggan.
Pages: 024-029Views: 268 Downloads: 206Evaluasi Performa YOLOv8 Instance Segmentation dalam Segmentasi Hama dan Penyakit pada Bawang Merah
Rika Wahyu Syaputri Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Siti Rochana Universitas Nusantara PGRI Kediri IndonesiaBawang merah merupakan salah satu komoditas pertanian yang memiliki peran penting sebagai bahan pangan dan rentan terhadap serangan hama dan penyakit. Oleh karena itu, deteksi yang cepat dan akurat sangat dibutuhkan untuk menjaga kualitas hasil panen. Penelitian ini bertujuan untuk membandingkan kinerja varian YOLOv8 dalam tugas segmentasi contoh serangan hama dan penyakit pada tanaman bawang merah menggunakan citra digital. Empat model dievaluasi, yaitu YOLOv8n-seg, YOLOv8s-seg, YOLOv8m-seg, dan YOLOv8l-seg. Model-model tersebut dievaluasi menggunakan metrik mAP, precision, dan recall. Dataset terdiri dari gambar bawang yang telah dianotasi dengan format YOLO. Hasil penelitian menunjukkan bahwa YOLOv8s memberikan hasil segmentasi yang seimbang dan akurat dalam hal kompleksitas model dan akurasi segmentasi dibandingkan dengan versi lainnya. Namun, peningkatan jumlah dan variasi data diperlukan untuk meningkatkan akurasi yang lebih tinggi. Penelitian ini dapat menjadi referensi dalam memilih model segmentasi yang tepat di bidang pertanian.
Pages: 030-038Views: 168 Downloads: 255PEWARNAAN OTOMATIS CITRA GRAYSCALE BERBASIS MODEL DEEP LEARNING UNTUK PENINGKATAN INTERPRETASI VISUAL
Alindro Septo Nugroho Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaPewarnaan otomatis citra grayscale menggambarkan tantangan besar dalam bidang pengolahan citra digital. Citra grayscale, meskipun mengandung informasi spasial yang melimpah, mengalami hilangnya dimensi warna yang penting, yang mungkin membatasi kemampuan interpretasi visualnya. Studi ini berorientasi pada pengembangan dan penilaian model deep learning yang ditujukan untuk mengotomatisasi proses pewarnaan gambar grayscale. Metodologi yang diterapkan mencakup pelatihan jaringan saraf tiruan konvolusional (CNN) pada dataset gambar berwarna, dengan gambar grayscale sebagai input dan gambar berwarna sebagai output yang diinginkan. Pelatihan difokuskan pada pembelajaran pemetaan yang rumit dari intensitas piksel grayscale menuju saluran warna a dan b dalam ruang warna . Hasil pengujian yang melibatkan lima gambar sampel menunjukkan bahwa model dapat menghasilkan pewarnaan yang secara visual mirip dengan citra sumber aslinya. Evaluasi kuantitatif dengan metrik Mean Absolute Error (MAE), Peak Signal-to-Noise Ratio (PSNR), dan Structural Similarity Index (SSIM) menunjukkan performa yang unggul, dengan nilai rata-rata SSIM sebesar 0.9963, menandakan kualitas pewarnaan yang Sangat Baik. Penemuan ini menekankan potensi besar deep learning dalam menghidupkan kembali informasi warna yang hilang dari gambar grayscale, membuka peluang untuk aplikasi kreatif dalam bidang restorasi foto bersejarah dan visualisasi data.
Pages: 039-048Views: 147 Downloads: 130Identifikasi Penyakit Daun Tomat dengan Menggunakan NASNet Mobile
Annisa' Nur Kamilah Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPertanian adalah sektor penting yang menyediakan pangan bagi masyarakat. Khususnya, pada tanaman tomat, sering kali terganggu oleh berbagai penyakit daun yang dapat menurunkan hasil panen dan menyebabkan kerugian bagi petani. Penelitian ini bertujuan mengembangkan model identifikasi citra daun tomat menggunakan arsitektur NASNet Mobile untuk mengidentifikasi penyakit secara otomatis. Dataset terdiri dari empat kelas, yaitu Healty, Leaf Mold, Septoria Leaf Spot, dan Tomato Yellow Leaf Spot. Model dilatih menggunakan model NASNet Mobile dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score. Hasil menunjukkan bahwa model NASNet Mobile mencapai akurasi sebesar 69,97% dengan macro average f1-score sebesar 0,67%. Penelitian ini memberikan kontribusi awal dalam pemanfaatan deep learning untuk pertanian presisi, khususnya dalam mendukung pengambilan keputusan petani guna mengurangi risiko kerugian hasil panen akibat keterlambatan penanganan penyakit.
Pages: 049-058Views: 173 Downloads: 211Penerapan Algoritma Naive Bayes untuk Klasifikasi Gaya Belajar Siswa Kelas 7 di SMP Negeri 1 Kandat
Andreas Setiawan Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk mengembangkan sistem klasifikasi gaya belajar siswa berbasis algoritma Naive Bayes pada siswa kelas 7 SMP Negeri 1 Kandat. Gaya belajar yang diklasifikasikan meliputi tiga kategori utama, yaitu visual, auditori, dan kinestetik. Data diperoleh melalui penyebaran kuesioner kepada 337 siswa dan diolah melalui tahapan preprocessing, normalisasi, serta pembagian data latih dan uji dengan rasio 80:20. Model dilatih menggunakan algoritma Naive Bayes dan diuji menggunakan metrik akurasi serta confusion matrix. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan gaya belajar dengan tingkat akurasi sebesar 86,76%, dengan performa terbaik pada kategori gaya belajar visual. Temuan ini menunjukkan bahwa pendekatan berbasis machine learning dapat digunakan secara efektif dalam mengidentifikasi gaya belajar siswa dan berpotensi mendukung strategi pembelajaran yang lebih adaptif dan tepat sasaran di lingkungan sekolah.
Pages: 059-067Views: 143 Downloads: 106Sistem Monitoring Latihan Bicep Curl Berbasis Computer Vision untuk Peningkatan Performa dan Akurasi Latihan
Yopy Aldo Oktamar Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri IndonesiaLatihan bicep curl merupakan salah satu bentuk latihan kekuatan yang populer untuk membentuk otot lengan atas. Namun, kesalahan dalam teknik pelaksanaan dapat menurunkan efektivitas latihan dan meningkatkan risiko cedera. Penelitian ini bertujuan untuk mengembangkan sistem monitoring bicep curl berbasis computer vision yang mampu mendeteksi kesalahan gerakan secara real-time dan memberikan umpan balik langsung kepada pengguna. Sistem dikembangkan menggunakan kamera untuk menangkap gerakan, dengan MediaPipe digunakan untuk ekstraksi pose dan analisis sudut sendi utama seperti bahu, siku, dan pergelangan tangan. Melalui algoritma deteksi berbasis pergeseran sudut dan posisi relatif antar sendi, sistem mampu mengidentifikasi repetisi yang benar dan salah. Evaluasi sistem dilakukan menggunakan confusion matrix terhadap 10 repetisi latihan yang seluruhnya salah, dan menghasilkan akurasi klasifikasi sebesar 80%. Meski begitu, tingkat presisi 0% menunjukkan adanya false positive yang perlu diminimalkan. Hasil ini menegaskan potensi sistem sebagai alat bantu latihan non-invasif untuk mendeteksi dan memperbaiki kesalahan gerakan. Ke depannya, pengembangan algoritma lebih presisi dan ketahanan terhadap variasi lingkungan menjadi arah penelitian selanjutnya. Sistem ini berkontribusi terhadap inovasi teknologi olahraga yang aman, mudah diakses, dan efektif dalam mendukung kebugaran fisik.
Pages: 068-074Views: 92 Downloads: 98Pemodelan Klasifikasi Penyakit Daun Tembakau Dengan Arsitektur MobileNetV2
Filach Akbar Arafat Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Indonesia , Patmi Kasih IndonesiaPenyakit daun tembakau seperti keriting, layu, patik, dan lanas merupakan salah satu faktor utama yang dapat menurunkan produktivitas dan kualitas hasil panen, serta menyebabkan kerugian ekonomi bagi petani. Deteksi dini menjadi kunci dalam pengendalian penyakit secara efektif. Penelitian ini mengembangkan sistem klasifikasi penyakit daun tembakau berbasis citra digital menggunakan arsitektur MobileNetV2. Dataset terdiri dari 120 gambar daun tembakau yang dikumpulkan langsung dari lapangan dan dikelompokkan ke dalam empat kategori. Tahapan preprocessing meliputi resizing, normalisasi, dan augmentasi data. Model dilatih hingga 40 epoch dan menghasilkan akurasi 95,83% dengan loss 0,2505 tanpa indikasi overfitting. Sistem yang dikembangkan mampu melakukan identifikasi secara cepat dan akurat, sehingga mendukung pengambilan keputusan pengendalian penyakit sejak tahap awal.
Pages: 075-083Views: 400 Downloads: 465Algoritma ROC dan SAW Dalam Pendukung Keputusan Penjualan Sapi
Mohammad Ibnu Salam Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaDalam dunia peternakan hewan sapi, pemilihan sapi yang siap jual dan belum siap jual meruapakan langkah terakhir dalam sebuah alur peternakan sapi. Berdasarkan observasi yang dilakukan dalam penelitan pemilihan sapi siap jual masih dilakukan secara manual dengan melihat dari segi postur dan kualitas sapi dari segi berat, umur dan kesehatan, umur. Sistem Pendukung Keputusan membantu dalam melakukan pemilihian diatara semua alternatif yang ada. Penelitian ini menggunakan metode Rank Orcer Centroid (ROC) dan Simple Additive Weighting (SAW) dalam SPK ini menunujukkan kecepatan dan keakurasian yang baik dalam pemilihan. Hasil penelitian ini sangat penting karena dapat membantu dalam menetukan pemilihan keputusan dengan baik dan tepat.
Pages: 084-093Views: 61 Downloads: 82Implementasi Metode Faster R-CNN Untuk Deteksi Penyakit Tanaman Mentimun Melalui Citra Daun
Rizqi Maulana Mahendra Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaMentimun (Cucumis Sativus) merupakan salah satu tanaman hortikultura penting di Indonesia dengan nilai ekonomi tinggi, namun rentan terhadap serangan hama dan penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen. Penelitian ini bertujuan untuk menerapkan metode Faster R-CNN dan arsitektur ResNet50 dalam mendeteksi penyakit pada tanaman mentimun. Alur proses penelitian ini terdiri dari pengumpulan dataset, preprocessing data, pelatihan, dan evaluasi. Dataset yang digunakan berjumlah 799 citra daun mentimun, yang terdiri dari lima kelas: Fresh Leaf, Anthracnose, Bacterial Wilt, Downy Mildew, dan Gummy Stem Blight. Pelatihan model menggunakan K-Fold Cross Validation sebanyak 5 fold (K=5) dengan optimizer SGD, batch size 2, learning rate 0,007, dan 20 epoch. Hasil menunjukan menghasilkan rata-rata akurasi sebesar 0.86%, precision 0.87%, recall 0.88%, dan F1-score 0.87%. Hal ini membuktikan bahwa model mampu melakukan generalisasi dengan baik terhadap variasi data.
Pages: 094-101Views: 157 Downloads: 156Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN Mobilenet V2
Adis Prima Aryaputra Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri IndonesiaPenyakit pada daun tomat menjadi salah satu faktor utama penurunan hasil pertanian. Deteksi manual oleh petani sering kali tidak akurat karena gejala penyakit yang serupa. Penelitian ini bertujuan mengembangkan klasifikasikan penyakit daun tomat menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan diperoleh dari Kaggle dengan enam kelas kondisi daun. Proses meliputi tahap pra-pemrosesan, pelatihan model, pengujian, dan implementasi. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa model mampu melakukan klasifikasi dengan tingkat akurasi yang baik. Penelitian ini penting karena memberikan solusi praktis bagi petani dalam mendeteksi penyakit secara tepat, serta mendorong pemanfaatan teknologi dalam sektor pertanian.
Pages: 102-108Views: 684 Downloads: 509Penerapan Metode Convotutional Neural Network Untuk Klasifikasi Jenis Kayu Menggunakan Inceptionv3
M. Renhat Ade Prayogo Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaIndonesia memiliki kekayaan jenis kayu yang sangat beragam, namun proses identifikasi jenis kayu secara manual sering kali menyulitkan karena kemiripan tekstur antar jenis kayu serta keterbatasan pengetahuan masyarakat umum. Penelitian ini bertujuan untuk merancang sistem klasifikasi otomatis jenis kayu berbasis web dengan menggunakan metode Convolutional Neural Network (CNN) dan arsitektur InceptionV3. Empat jenis kayu yang diklasifikasikan adalah akasia, glugu, jati, dan mahoni. Data diperoleh dari citra serat kayu yang diambil menggunakan kamera makro dan melalui tahap pre-processing seperti normalisasi, pelabelan, dan resize. Model CNN dilatih menggunakan teknik transfer learning dengan bobot dari ImageNet. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan gambar kayu dengan akurasi hingga 97,5% pada data validasi. Sistem ini mampu mengenali pola tekstur dengan baik dan dapat membantu proses identifikasi kayu secara otomatis, cepat, dan akurat. Hasil ini menunjukkan bahwa CNN InceptionV3 efektif digunakan dalam klasifikasi citra tekstur kayu.
Pages: 109-117Views: 70 Downloads: 80Pemodelan Convolutional Neural Network Dalam Klasifikasi Tanaman Bawang Merah
Yahya Eko Febrianto Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaBawang merah merupakan salah satu komoditas yang masa tanamnya memiliki umur relatif singkat. Namun, selama masa pertumbuhan tanaman bawang merah sering mengalami serangan hama dan penyakit mengakibatkan masa pertubuhan terhambat. Penyebab kegagalan panen menjadi masalah dari ketidaktepatan dalam mengenali jenis hama dan penyakit. Penelitian ini bertujuan rancangan sistem untuk mengklasifikasi jenis hama dan penyakit pada tanaman bawang merah dengan menggunakan metode Convolutional Neural Network (CNN). Data hama dan penyakit bawang merah busuk bawang, jamur, kaper dan ulat dengan jumlah 305 yang diambil menggunakan kamera dan dilakukan resize, normalisasi, dan augmentasi, setelah melakukan pre-procrssing model CNN dilatih. Pada hasil evaluasi menggunakan confusion matrix mencapai nilai akurasi 95%. Hasil penelitian ini membuktikan metode CNN dengan arsitektur MobileNetV2 dapat digunakan secara efektif dalam klasifikasi bawang merah.
Pages: 118-124Views: 128 Downloads: 132Analisis Pengaruh Desain Antarmuka Pengguna terhadap Kepuasan Pengguna pada Aplikasi E-Commerce
Cindy Avitaselly Bambang Saputri Universitas Nusantara PGRI Kediri Indonesia , Putri Ameliya Universitas Nusantara PGRI Kediri Indonesia , Nurun Nihayatur Rifqiyah Aulia Universitas Nusantara PGRI Kediri Indonesia , Muhammad Abdilah Saputra Universitas Nusantara PGRI Kediri IndonesiaPesatnya perkembangan e-commerce di Indonesia telah memicu persaingan yang intens di antara berbagai platform belanja daring, seperti Shopee, Tokopedia, dan TikTok Shop. Dalam persaingan ini, desain antarmuka pengguna (User Interface/UI) menjadi elemen krusial yang memengaruhi kualitas pengalaman dan kepuasan pengguna. Penelitian ini bertujuan untuk menilai tingkat usability dari aplikasi- aplikasi tersebut dengan menggunakan metode System Usability Scale (SUS). Data dikumpulkan melalui penyebaran kuesioner SUS kepada pengguna aktif masing-masing aplikasi. Hasil analisis menunjukkan bahwa skor rata-rata SUS adalah 50,81, yang tergolong dalam kategori “Marginal” berdasarkan standar SUS. Secara rinci, Shopee mencatat skor tertinggi sebesar 58,2 (Marginal-High), sedangkan TikTok Shop memperoleh skor terendah yaitu 45,6 (Not Acceptable). Temuan ini menandakan bahwa masih terdapat sejumlah kekurangan dalam hal navigasi, konsistensi tampilan, dan kemudahan penggunaan fitur. Oleh karena itu, hasil studi ini dapat menjadi referensi bagi pengembang dalam menyempurnakan desain antarmuka guna meningkatkan kepuasan pengguna secara keseluruhan.
Pages: 125-134Views: 462 Downloads: 482Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce
Putri Ameliya Universitas Nusantara PGRI Kediri Indonesia , Anis Faizul Laila Universitas Nusantara PGRI Kediri Indonesia , M. Abdilah Saputra Universitas Nusantara PGRI Kediri Indonesia , Rizal Syihab Saputra Adam Universitas Nusantara PGRI Kediri IndonesiaPertumbuhan pesat industri fashion di platform e-commerce menuntut adanya sistem rekomendasi yang mampu menyesuaikan dengan preferensi pengguna. Rekomendasi berbasis rating sering kali tidak mempertimbangkan hubungan antara fitur produk dan preferensi subjektif konsumen. Penelitian ini mengembangkan sistem rekomendasi produk fashion berbasis klasifikasi rating menggunakan algoritma Decision Tree yang dikombinasikan dengan metode content-based filtering. Dataset yang digunakan terdiri dari berbagai fitur seperti nama produk, merek, kategori, warna, ukuran, dan harga. Proses klasifikasi dilakukan untuk memprediksi rating, dilanjutkan dengan penyaringan produk berdasarkan kemiripan konten menggunakan cosine similarity dan pencarian berbasis kata kunci melalui TF-IDF. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang lebih relevan dan sesuai dengan kebutuhan pengguna. Pendekatan ini penting untuk meningkatkan efisiensi pencarian produk, pengalaman pengguna, dan mendukung pengambilan keputusan yang lebih tepat dalam platform e-commerce.
Pages: 135-143Views: 278 Downloads: 221Deteksi Malaria Semi-Supervised: Eksplorasi Convolutional Autoencoder dengan SSIM Loss dan Youden J Thresholding
Danuar Aditya Anardha Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaSebuah convolutional autoencoder diterapkan dalam kerangka deteksi anomali semi-supervised untuk mengidentifikasi sel darah merah yang terinfeksi malaria. Model dilatih secara eksklusif menggunakan citra sel normal guna menangkap ciri struktural alaminya, sehingga memungkinkan deteksi anomali berdasarkan perbedaan rekonstruksi yang diukur menggunakan Structural Similarity Index Measure (SSIM). Threshold optimal ditentukan melalui analisis ROC dan statistik Youden’s J. Evaluasi pada dataset uji yang seimbang menghasilkan akurasi sebesar 76%, dengan presisi 76,5% dan recall 76%, yang menyoroti tantangan dalam mendeteksi variasi patologis yang halus. Hasil menunjukkan potensi unsupervised representation learning dalam deteksi malaria, sekaligus menyarankan bahwa penelitian di masa depan sebaiknya difokuskan pada peningkatan sensitivitas dan robustnes melalui ekstraksi fitur yang lebih canggih dan teknik hybrid supervised-unsupervised.
Pages: 144-153Views: 60 Downloads: 62Penerapan Regular Expression dan Cosine Similarity pada Uji Kemiripan Kalimat Bahasa Indonesia
Ahmad Dzaky Hafidz Musta'in Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas sistem analisis kemiripan kalimat menggunakan metode cosine similarity dengan fokus pada optimasi tahap pra-pemrosesan. Masalah utama yang diangkat adalah kebutuhan untuk mengenali pola angka Romawi dalam teks yang sering muncul dalam penamaan kelas atau bab dokumen. Metode yang digunakan melibatkan proses case folding, tokenizing, filtering, stemming, serta penggunaan regular expression untuk mendeteksi angka Romawi. Hasil pengujian menunjukkan sistem berhasil mengonversi angka Romawi dengan akurat. Namun, ditemukan kelemahan dalam konteks linguistik, seperti kesalahan interpretasi huruf pada nama khas daerah yang menyerupai pola angka Romawi. Hal ini menunjukkan perlunya integrasi pendekatan berbasis konteks untuk meningkatkan akurasi sistem. Untuk pengembangan lebih lanjut, disarankan penggunaan metode pembobotan tambahan atau pendekatan berbasis BERT guna meningkatkan pemahaman semantik kalimat.
Pages: 154-162Views: 204 Downloads: 197Implementasi Convolutional Neural Network (CNN) Pada Prediksi Ukuran Tubuh
Adam Maulana Khabibillah Ashari Putra Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPenentuan ukuran pakaian yang tepat dalam pembelian online menjadi tantangan utama bagi konsumen. Penelitian ini mengembangkan sistem prediksi ukuran tubuh manusia menggunakan Convolutional Neural Network (CNN) untuk memprediksi tiga parameter tubuh yaitu lingkar badan, panjang bahu, dan panjang badan melalui analisis citra digital. Sistem memanfaatkan deteksi keypoint tubuh manusia untuk menentukan tiga parameter tersebut. Pengujian menggunakan dataset LSP menunjukkan variabilitas performa yang signifikan dengan rentang error dari 1.20% hingga 3,403.99%. Model menunjukkan performa optimal pada gambar dengan pose standar, namun mengalami tantangan pada parameter panjang bahu yang menunjukkan sensitivitas tinggi terhadap kualitas keypoint detection. Hasil penelitian ini penting sebagai dasar pengembangan teknologi computer vision untuk prediksi dimensi tubuh yang dapat diaplikasikan dalam industri fashion dan bidang lainnya.
Pages: 163-170Views: 95 Downloads: 114Analisis Performa Metode CNN Dan LSTM Untuk Deteksi Gerakan Angkat Beban
Gea Vista Yulia Candra Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaKesalahan dalam teknik angkat beban dapat meningkatkan risiko cedera dan mengurangi efektivitas latihan. Oleh karena itu, diperlukan sistem otomatis yang mampu mengidentifikasi kualitas gerakan secara akurat. Penelitian ini bertujuan untuk membangun dataset terlabeli dua kelas, yaitu "Benar" dan "Salah", serta mengimplementasikan model deep learning berbasis Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) untuk klasifikasi gerakan angkat beban. Data diperoleh dari video latihan, kemudian diekstrak menjadi frame dan dilabeli berdasarkan kategori folder. CNN digunakan untuk mengekstraksi fitur spasial dari setiap frame, sedangkan LSTM mempelajari pola temporal antar frame. Hasil pelatihan menunjukkan bahwa model mampu mencapai akurasi sebesar 80% dalam membedakan gerakan yang dilakukan dengan benar dan salah. Temuan ini menunjukkan bahwa pelabelan dua kelas yang sistematis dan pemanfaatan arsitektur CNN-LSTM dapat digunakan secara efektif untuk mendeteksi kualitas gerakan dalam aktivitas angkat beban. Sistem ini berpotensi diterapkan sebagai alat bantu pelatihan yang cerdas dan adaptif di bidang kebugaran.
Pages: 171-180Views: 100 Downloads: 112Aplikasi Transmisi Vertikal Pada Mesin Chopper Universal Kapasitas 60 Kg/Menit
Rahul Indarta Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaPermasalahan utama dalam pencacahan pakan ternak di daerah pedesaan khususnya di Desa Tempurejo Kecamatan Wates, dimana proses pencacahan masih dilakukan secara manual, sehingga dianggap kurang efisien dan efektif. Oleh karena itu diperlukannya satu teknologi yang dapat membantu proses pengolahan pakan ini agar mendapatkan hasil yang maksimal. Dalam merancang suatu mesin, ada bagian yang memiliki peranan penting yaitu sistem transmisi. Penelitian ini bertujuan merancang sistem transmisi model vertikal pada mesin chopper berkapasitas 60 kg/menit. Metode yang digunakan meliputi studi literatur, desain, perhitungan komponen transmisi, perakitan, dan uji coba. Sistem transmisi dirancang menggunakan puli dan sabuk-V yang disesuaikan dengan kecepatan putar dan torsi yang dibutuhkan. Hasil perancangan menunjukkan bahwa sistem ini mampu menyalurkan energi secara efektif dan efisien sesuai kapasitas yang ditentukan. Perencanaan puli dan sabuk-V pada mesin pencacah dilakukan untuk menyesuaikan kebutuhan putaran dan transmisi daya, di mana dari hasil perhitungan yang diperoleh bahwa putaran puli yang bergerak (n₂) mencapai 3250 rpm, lebih tinggi dari putaran mesin penggerak (2600 rpm) karena menggunakan kecepatan dengan diameter penggerak puli 100 mm dan puli penggerak 80 mm, sementara panjang sabuk-V yang diperlukan untuk menghubungkan kedua puli dengan jarak sumbu 500 mm adalah sebesar 1282,8 mm, sehingga sistem transmisi ini dirancang untuk menghasilkan kecepatan tinggi dan efisiensi, dan tentunya bekerja secara optimal dalam proses pencacahan bahan pakan.
Pages: 181-188Views: 55 Downloads: 77Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Jamur Tiram Menggunakan Metode Case Based Reasoning
Sadam Hidayatullah Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri IndonesiaBudidaya tanaman jamur tiram merupakan salah satu sektor pertanian yang penting di Indonesia, yang seringkali mengalami tantangan terhadap serangan hama dan penyakit. Penelitian ini bertujuan untuk menciptakan sebuah sistem pakar berbasis web yang bisa mendiagnosis hama dan penyakit pada tanaman jamur tiram. Sistem ini dirancang menggunakan metode Case Based Reasoning (CBR), dengan basis pengetahuan yang diperoleh melalui wawancara, observasi, studi pustaka, bersama pakar di bidang tanaman jamur tiram. Hasil dari implementasi ini menunjukkan bahwa seluruh fitur sistem berfungsi dengan baik secara fungsional, dan pengujian akurasi diagnosis mencapai 100% pada kasus-kasus uji yang diberikan. dengan demikian sistem pakar ini diharapkan dapat menjadi alat bantu yang efektif bagi pengguna atau petani pembudidaya jamur tiram untuk melakukan diagnosis hama dan penyakit secara mandiri.
Pages: 189-195Views: 111 Downloads: 90Aplikasi Forecasting Saham Bank Bni Berbasis Android
Regi Cendika Pratama Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaLatar belakang penelitian ini adalah fluktuasi harga saham BNI yang signifikan, serta kurangnya pengetahuan investor pemula dalam menentukan strategi investasi. Penelitian ini bertujuan untuk merancang dan membangun sistem prediksi harga saham Bank Negara Indonesia (BNI) berbasis Android menggunakan algoritma Long Short-Term Memory (LSTM). Data historis harga saham dikumpulkan melalui Yahoo Finance dan dinormalisasi menggunakan metode Min-Max Scaling. Model LSTM dibangun dan dioptimasi dengan teknik deep learning, kemudian diintegrasikan ke dalam aplikasi Android melalui backend Django. Hasil evaluasi performa model dilakukan menggunakan metrik Mean Absolute Error (MAE) adalah 0.075030, Mean Squared Error (MSE) adalah 0.008613, dan Root Mean Squared Error (RMSE) adalah 0.092806. Hasil penelitian menunjukkan bahwa model LSTM mampu memprediksi tren harga saham BNI secara efektif, sehingga dapat menjadi alat bantu bagi investor dalam mengambil keputusan investasi yang lebih informatif. Aplikasi yang dihasilkan juga memberikan visualisasi prediksi dalam bentuk grafik dan tabel, sehingga lebih mudah dipahami oleh pengguna.
Pages: 196-205Views: 113 Downloads: 95Sistem Bantu Penilaian Kualitas Arang Tempurung Kelapa
Lutfi Subekti Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri IndonesiaPenentuan kualitas arang tempurung kelapa sangat penting untuk mendukung daya saing industri arang di Indonesia. Namun, penilaian tingkat kematangan arang yang dilakukan dengan cara melihat fisik secara langsung dinilai kurang tepat. Data dikumpulkan dari lima lokasi produksi dengan total 180 sampel gambar yang telah diberi label kematangan. Penelitian ini bertujuan mengembangkan aplikasi Android untuk mengklasifikasikan tingkat kematangan arang tempurung kelapa secara otomatis menggunakan fitur warna (HSV) dan tekstur (GLCM), serta penerapan klasifikasi Naïve Bayes. Hasil pengujian menunjukkan model mampu mengklasifikasikan tiga kategori kematangan dengan akurasi 58%, dengan presisi tertinggi pada kategori matang. Sistem ini dapat meningkatkan efisiensi dan konsistensi pengendalian kualitas arang tempurung kelapa, sehingga memberikan manfaat nyata bagi industri dan mendorong penerapan teknologi digital dalam penilaian mutu produk arang.
Pages: 206-214Views: 57 Downloads: 82Simulasi Virtual Penempatan Furniture Ruang Tamu Menggunakan Teknologi Augmented Reality Berbasis Android
Muhammad Miftahul Huda Universitas Nusantara PGRI Kediri Indonesia , Juli Sulaksono Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi Augmented Reality (AR) telah membuka peluang baru dalam bidang desain interior, khususnya dalam memvisualisasikan penempatan furnitur secara virtual sebelum membeli produk furnitur. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi bernama PlacyAR berbasis Android yang memanfaatkan teknologi AR sebagai alat bantu visualisasi penempatan furnitur secara realistis di lingkungan nyata pengguna. Metode yang digunakan dalam penelitian ini adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari enam tahapan yaitu konsep, perancangan, pengumpulan materi, pembuatan, pengujian, dan distribusi. Aplikasi ini dikembangkan menggunakan Unity Engine, Google ARCore, dan bahasa pemrograman C#, sementara desain antarmuka dirancang melalui Figma dan objek 3D furnitur dibuat menggunakan Blender. Hasil pengujian menunjukkan bahwa PlacyAR dapat berjalan dengan baik dan memberikan pengalaman interaktif yang memudahkan pengguna dalam memvisualkan posisi, ukuran, dan tampilan furnitur sebelum melakukan pembelian. Aplikasi ini diharapkan dapat menjadi solusi inovatif dalam proses pemilihan furnitur serta meminimalisir risiko kesalahan pembelian.
Pages: 215-224Views: 72 Downloads: 102Prediksi Preferensi Tren Belanja dalam E-Commerce Menggunakan Metode K-Means Clustering dan Algoritma Apriori
Zia Ulhaq Azzahro Universitas Nusantara PGRI Kediri Indonesia , Eka Fauziah Universitas Nusantara PGRI Kediri Indonesia , Putri Widya Ayu Septi Wulandari Universitas Nusantara PGRI Kediri Indonesia , Rindi Febri Wulandari Universitas Nusantara PGRI Kediri Indonesia , Aidina Ristyawan Universitas Nusantara PGRI Kediri IndonesiaAbstrak— Pesatnya perkembangan industri e-commerce telah meningkatkan kebutuhan untuk memahami lebih dalam perilaku dan preferensi konsumen. Penelitian ini bertujuan untuk memprediksi tren belanja pengguna e-commerce dengan mengintegrasikan metode K-Means Clustering dan algoritma Apriori. K-Means digunakan untuk mengelompokkan data pengguna berdasarkan karakteristik belanja yang serupa, seperti frekuensi transaksi, jenis produk, dan waktu pembelian. Setelah pengelompokan, algoritma Apriori diterapkan untuk mengidentifikasi pola asosiasi dalam kebiasaan belanja setiap klaster yang terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengidentifikasi segmentasi pasar yang lebih rinci dan menghasilkan aturan asosiasi yang relevan untuk mendukung pengambilan keputusan strategis, seperti rekomendasi produk dan perencanaan promosi. Dengan demikian, pendekatan ini dapat berfungsi sebagai alat prediktif untuk meningkatkan layanan personalisasi dalam e-commerce.
Pages: 225-232Views: 164 Downloads: 187Perancangan Saringan Dan Tabung Mesin Chopper Kapasitas 60kg/Menit
Renandya Yusuf Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaDalam pembuatan mesin chopper universal, dibutuhkan perancangan tabung dan saringan yang tepat agar hasil yang didapatkan sesuai dengan yang diharapkan. Penelitian ini bertujuan untuk merancang dan membangun komponen saringan dan tabung pada mesin chopper universal. Metode yang digunakan adalah perancangan yang diawali dari observasi lapangan, studi literatur, pembuatan desain menggunakan perangkat lunak SolidWorks, perakitan, serta pengujian kinerja alat. Hasil rancangan menunjukkan bahwa tabung dan saringan berbahan ASTM A36 dengan variasi saringan berukuran 5 mm dan 8 mm mampu menghasilkan cacahan pakan sesuai kebutuhan pengguna. Untuk model tabung berbentuk trapesium dengan ukuran dengan sisi bawah 350mm dengan sisi atas 180mm tinggi 170mm
Pages: 233-239Views: 33 Downloads: 100Sistem Rekomendasi Petarung Ultimate Fighting Championship (UFC) Berbasis Profile Matching dan Elo Rating
Bahrul Satria Azis Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaKetidakseimbangan dalam sistem pencocokan petarung UFC dapat mengurangi kualitas pertarungan serta pengalaman penonton. Penelitian ini mengajukan penggunaan sistem rekomendasi yang memanfaatkan algoritma Elo Rating dan Profile Matching untuk secara adil mencocokkan lawan berdasarkan data statistik kinerja petarung. Proses ini dimulai dengan mengumpulkan data dari situs resmi UFC, diikuti dengan normalisasi, perhitungan skor kecocokan, dan pembaruan peringkat. Sistem ini dibangun menggunakan Python dan Flask. Hasil simulasi menunjukkan bahwa petarung seperti Alexandre Pantoja direkomendasikan untuk bertanding melawan Brandon Moreno, dengan skor kecocokan sebesar 0,313. Evaluasi menunjukkan bahwa tingkat presisi awal mencapai 50%, dengan kemungkinan peningkatan seiring dengan bertambahnya jumlah data. Sistem ini terbukti efektif dalam memberikan rekomendasi pasangan bertarung yang lebih objektif dan kompetitif.
Pages: 240-248Views: 73 Downloads: 93Perhitungan Daya Mesin Chopper Universal Kapasitas 60 kg/menit dengan Aplikasi Model Pisau Gerigi
Achmad Alfandi Wirayuda Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaSektor pertanian dan peternakan di Indonesia sangat penting bagi ketahanan pangan dan
pembangunan ekonomi, serta membantu mengurangi kemiskinan dan menyediakan protein hewani. Namun
iklim tropis menimbulkan tantangan dalam menjaga konsistensi ketersediaan pakan karena perubahan
musim, sehingga biaya pakan menjadi beban yang signifikan bagi peternak. Untuk mengatasi hal ini,
penggunaan sumber daya lokal seperti limbah pertanian sebagai pakan alternatif, seperti silase, sangatlah
penting. Untuk membantu peternak dalam memproduksi silase dan meminimalisir jumlah limbah pertanian
maka dirancang sebuah mesin chopper universal. Salah satu bagian dari mesin adalah motor yang
digunakan sebagai penggerak. Metode yang digunakan dalam penelitian ini adalah model perancangan
yang diawali dengan pembuatan desain, perakitan hingga validasi produk. Hasil dari perancangan ini adalah
mesin chopper universal bertenaga motor diesel yang dapat memproses 60 kg/menit dan membutuhkan
daya 7,9 Hp.Pages: 249-255Views: 34 Downloads: 139Rancang Bangun Pisau Pemotong Dan Penghancur Model Gerigi Pada Mesin Chopper Universal Kapasitas 60 Kg/Menit
Wisnu Fikri Haikal Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaMesin chopper universal adalah mesin yang digunakan untuk mencacah limbah pertanian berupa tebon jagung, momol tebu dan lain-lain. Mesin chopper dibuat untuk membantu peternak sapi membuat pakan fermentasi dari bahan sisa pertanian. Dalam perancangan mesin ini, ada satu bagian yang fungsi utamnya adalah untuk memotong atau mencacah bahan yaitu pisau pemotong dan pencacah. Tujuan penelitian ini adalah untuk merancang mata pisau mesin chopper universal. Berdasarkan hasil rancangan, pisau dibuat menggunakan material baja AISI 1905 dengan jumlah 4 mata pisau pemotong, 14 pisau penghancur model hammer mill dan 4 pisau model gerigi dengan 2 bagian pisau . Pisau pemotong memiliki ukuran panjang 120 mm lebar15 mm dan tinggi 60 mm. Pisau penghancur memiliki panjang 149, 26 mm lebar 3 mm dan tinggi 15,02 mm. Pisau bergerigi memiliki diameter 300 mm. Dengan ukuran tersebut mampu mencacah bahan dengan rata.
Pages: 256-263Views: 40 Downloads: 95Rancan Bangun Sistem Transmisi Pada Mesin Pengiris Lontongan Kerupuk Dengan Kapasitas 90 kg/Jam
Ahmad Fauzi Hasan Universitas Nusantara PGRI Kediri Indonesia , Fatkur Rhohman Universitas Nusantara PGRI Kediri IndonesiaKerupuk adalah makanan ringan yang sangat diminati oleh kalangan masyarakat Indonesia. Saat ini, kerupuk memiliki kelemahan dalam hal rasa, penampilan, dan cakup pasar yang terbatas. Begitu juga dengan proses pembuatannya, pembuatan kerupuk masih dilakukan secara manual dan kurang higenis. Dalam proses pembuatannya, proses pemotongan menjadi pertimbangan penting untuk menghasilkan kerupuk. Sehingga penting untuk meningkatkan kapasitan, kualitas, dan kebersihan proses produksi kerupuk. Berdasarkan uraian tersebut, penulis merancang mesin pengiris kerupuk lontongan dengan kapasitas 90 kg/jam. Spesifikasi sistem trasmisi pada mesin sebagai berikut: untuk ukulan pully kecil berdiameter 60 mm dan pully besar berdiameter 200 mm, v-belt menggunakan tipe A-40, poros berdiameter 1 inc dengan panjang 520 mm, bearing menggunakan dua dengan tipe Ucp 205-16, dan pegas dengan panjang 180 mm.
Pages: 264-273Views: 45 Downloads: 72Perancangan Wajan Pada Mesin Pengaduk Petis Kapasitas 15 kg / Jam
Resha Allegra Putra Pidegsa Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaSalah satu bagian mesin pengaduk petis adalah kontainer atau dalam hal ini disebut sebagai wajan. Dalam pembuatan wajan, tentunya membutuhkan pemilihan bahan yang tepat agar tidak mengganggu kualitas dari makanan yang dihasilkan. Dari hasil perancangan wajan pada mesin pengaduk petis ini menggunakan material yang berstatus food grade sehingga sesuai dengan standar pengolahan makanan. Material yang dipilih adalah stainless steel 304 yang tahan terhadap karat dan lebih tahan lama dari pada bahan bahan yang lainnya. Material ini juga mempunyai sifat yang anti lengket, sehingga aman untuk pengolahan petis yang memiliki karakter kental. Metode yang digunakan dalam penelitian ini adalah perancangan, yang diawali dengan pembuatan desain serta perhitungan dimensi agar dapat memenuhi kapasitas yang telah ditetapkan. Agar mampu menampung adonan sebanyak 15 kg, maka wajan ini dirancang dengan diameter 600mm, ketinggian tembereng sebesar 160 mm, dan ketinggian tabung sebesar 100 mm. Desain wajan ini dibuat dengan model setengah bola yang ditambah model tabung diatasnya agar selama proses adonan tidak tumpah ke luar.
One part of the petis mixer machine is the container or in this case called a pan. In making a pan, of course, it requires the selection of the right material so as not to interfere with the quality of the food produced. From the design results of the pan on this petis mixer machine, it uses food grade material so that it is in accordance with food processing standards. The material chosen is 304 stainless steel which is rust-resistant and more durable than other materials. This material also has non-stick properties, so it is safe for processing petis which has a thick character. The method used in this study is design, which begins with making a design and calculating dimensions in order to meet the specified capacity. In order to be able to accommodate 15 kg of dough, this pan is designed with a diameter of 600 mm, a section height of 160 mm, and a tube height of 100 mm. The design of this pan is made with a half-ball model with a tube model added on top so that during the process the dough does not spill out.
Pages: 274-280Views: 69 Downloads: 71Deteksi Action Figure Gunpla Menggunakan YOLOv7
Dio Dwi Iswoyo Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaGunpla merupakan action figure berbentuk robot dari waralaba Gundam yang terus berkembang dan memiliki detail kompleks. Hal ini menyulitkan kolektor maupun masyarakat awam dalam mengidentifikasi keberadaan Gunpla secara cepat dan akurat. Penelitian ini bertujuan mengembangkan sistem deteksi otomatis Gunpla menggunakan algoritma YOLOv7 yang mampu mengenali objek dengan tepat. Dataset citra Gunpla dikumpulkan dari berbagai sudut pandang dan dilabeli menggunakan Roboflow. Model dilatih menggunakan Google Colaboratory dengan memanfaatkan sumber daya GPU secara gratis. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi objek Gunpla dengan nilai mAP sebesar 99,3% dan waktu prediksi yang cepat. Sistem ini berpotensi menjadi solusi praktis dalam mengidentifikasi keberadaan Gunpla secara visual dan dapat dikembangkan lebih lanjut untuk skenario pengguna lainnya.
Pages: 281-287Views: 52 Downloads: 48Perencanaan Kebutuhan Daya Mesin Pengaduk Petis Berkapasitas 15 Kg
Moh. Dany Ibrahim Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPetis merupakan salah satu jenis makanan yang berwarna coklat higga hitam, serta memiliki tekstur yang kental dan elastis. Petis dalam penyajiannya berguna sebagai pelengkap suatu masakan maupun hidangan. Dalam proses produksi, UMKM petis masih melakukannya dengan cara manual. Yaitu pada proses pengadukan menggunakan tongkat kayu dengan tenanga manusia. Hal ini dinilai kurang efektif dan efisien baik dari segi tenaga, energi dan waktu yang dibutuhkan selama proses produksi berlangsung. Untuk mengatasi masalah tersebut maka perlu adanya pengembangan mesin yang dapat membantu mengatasi masalah yang dihadapi oleh UMKM. Maka dibuatlah satu mesin pengaduk otomatis dengan perencanaan daya yang dibutuhkan sebesar 0,514 Hp pada putaran pengaduk 15 rpm. Mesin pengaduk petis menggunakan penggerak utama motor 1 Hp, gearbox rasio 1:60, pulley 4,5 inch pada motor dan pulley 2 inch pada gearbox. Mesin pengaduk petis ini diharapkan bisa membantu UMKM untuk menghemat tenaga selama proses produksi.
Pages: 288-295Views: 44 Downloads: 69Analisis Ciri Visual Beras Menggunakan Arsitektur Deep Learning MobileNetV2
Bayu Wijayanto Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaBeras merupakan makanan pokok utama bagi sebagian besar masyarakat Indonesia. Kualitas beras, termasuk usia penyimpanannya, memengaruhi nilai gizi dan preferensi konsumen. Penelitian ini bertujuan untuk mengklasifikasikan usia penyimpanan beras yaitu beras baru, sedang, dan lama berdasarkan citra visual butiran beras menggunakan metode deep learning dengan arsitektur MobileNetV2. Proses penelitian mengikuti pendekatan Waterfall yang meliputi tahapan pengumpulan sampel, pengambilan gambar, preprocessing, ekstraksi fitur, pelatihan model, dan evaluasi. Dataset terdiri dari 2.500 citra beras yang telah melalui proses deteksi tepi dan normalisasi untuk meningkatkan kualitas input model. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan usia beras dengan tingkat akurasi tinggi, mencapai hingga 99%. Temuan ini menunjukkan bahwa penerapan teknologi deep learning berbasis citra visual dapat menjadi solusi praktis dan efisien untuk membantu proses identifikasi kualitas beras secara otomatis.
Pages: 296-304Views: 70 Downloads: 103RANCANG Bangun Tabung Mixer Model Horizontal Pada Mesin Pembuat Pakan Ternak Kombinasi Berkapasitas 200 kg/jam
Muhammad Khabiburrohman Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk merancang dan membangun tabung mixer model horizontal pada mesin pembuat pakan ternak tipe kombinasi, yang mampu mencampur bahan pakan secara homogen dengan kapasitas 200 kg/jam. Permasalahan utama yang dihadapi peternak adalah ketidakhomogenan pakan akibat metode pencampuran manual yang tidak efisien dan memerlukan banyak tenaga serta waktu. Penelitian ini menggunakan pendekatan rekayasa desain dan development, dengan tahapan studi literatur, perancangan, pembuatan, pengujian, hingga validasi alat oleh pengguna langsung di lapangan. Desain tabung menggunakan kombinasi bentuk setengah silinder dan balok dengan material ASTM A36. Hasil perhitungan menunjukkan bahwa volume efektif tabung sebesar 227,85 liter dengan kapasitas tampung sekitar 159,49 kg bahan pakan berdasarkan densitas 0,7 kg/liter. Mesin diuji dan divalidasi berhasil bekerja optimal, menghasilkan campuran pakan yang homogen dan mudah dioperasikan oleh pengguna awam.
Pages: 305-313Views: 170 Downloads: 302Analisis Kekuatan Rangka Mesin Chopper Dan Mixer Tipe Horizontal Kapasitas 200kg/Jam
Aldy Usdianto Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPermasalahan efisiensi pengolahan pakan ternak masih menjadi kendala utama bagi peternak skala kecil, khususnya di Desa Semen, Kediri, yang masih menggunakan metode manual dalam pencacahan dan pengadukan pakan. Oleh sebab itu perlu dirancang sebuah mesin yang dapat membatu peternak agar proses pengolahan pakan lebih efektif dan efisien. Tujuan dari penelitian ini adalah untuk mendesain ulang rangka mesin chopper dan mixer horizontal yang dapat mengoperasikan kedua fungsi secara simultan menggunakan satu sumber tenaga, berkapasitas 200 kg/jam. Perancangan dilakukan menggunakan perangkat lunak SolidWorks dengan analisis kekuatan berbasis teori momen lentur dan momen inersia. Hasil perancangan menunjukkan momen lentur sebesar 86,98 Nm dan momen inersia 53.541,66 mm⁴, dengan tegangan maksimum jauh di bawah batas tegangan izin material ASTM A36. Dengan demikian, rangka dinyatakan aman dan layak digunakan dalam operasional jangka panjang.
Pages: 314-320Views: 102 Downloads: 118Desain Tabung Dan Saringan Pada Mesin Chopper Jenis Kombinasi Kapasitas 200 kg/jam
Wijaya Anas Saputra Saputra Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPenggunaan mesin pencacah pakan menjadi solusi penting dalam meningkatkan efisiensi dan produktivitas peternak, terutama dalam mengolah bahan pakan seperti rumput gajah, kulit singkong, dan bonggol jagung. Namun banyak mesin pencacah yang beredar tidak menghasilkan cacahan yang seragam serta kurang aman saat digunakan. Oleh karena itu, penelitian ini bertujuan merancang tabung dan saringan pada mesin chopper jenis kombinasi dengan kapasitas 200 kg/jam untuk menghasilkan hasil cacahan yang seragam dan aman digunakan. Metode perancangan meliputi studi literatur, desain menggunakan perangkat lunak Solidworks, pemilihan material baja karbon AISI 1045, serta proses fabrikasi dan uji coba. Hasil desain menunjukkan bahwa tabung berdiameter 400 mm dan panjang 600 mm mampu menampung dan melindungi proses pencacahan secara optimal, sedangkan saringan setengah lingkaran dengan variasi lubang 5 mm dan 10 mm berfungsi menyaring hasil cacahan agar seragam. Desain ini diharapkan dapat meningkatkan efektivitas mesin pencacah pakan bagi pelaku usaha peternakan skala kecil hingga menengah. .
Pages: 321-327Views: 41 Downloads: 61Rancang Bangun Desain Blade Mixer Tipe Horizontal Pakan Ternak Kombinasi Dengan Kapasitas 200 Kg/Jam
Sumarno Sumarno Universitas Nusantara PGRI Kediri Indonesia , Haris mahmudi Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas tentang perancangan dan pembuatan mesin pencampur pakan ternak (blade mixer) tipe horizontal kombinasi dengan kapasitas 200 kg/jam, yang terintegrasi dengan fungsi perajang (chopper). Tujuan dari inovasi ini adalah mengatasi permasalahan proses pencampuran pakan secara manual yang kurang efisien dan tidak menghasilkan campuran homogen. Mesin menggunakan motor diesel sebagai penggerak utama dan sistem transmisi dengan rasio gearbox 1:30. Hasil perhitungan menunjukkan kecepatan putar akhir blade mixer adalah 24,44 RPM. Blade menggunakan desain ribbon blade yang mampu menghasilkan pencampuran yang optimal dan seragam. Pengujian menunjukkan mesin dapat mengolah pakan dengan hasil homogen dan efisiensi tinggi. Alat ini divalidasi oleh ahli dan dinyatakan layak untuk digunakan oleh peternak di skala menengah hingga besar.
Pages: 328-336Views: 342 Downloads: 342Perancangan Model Transmisi Horizontal Pada Mesin Pengaduk Petis 15 Kg/Jam
Yhogi Prananda Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPermasalahan utama yang di hadapi oleh pelaku UMKM petis dalah proses produksi, dimana pada proses tersebut membutuhkan biaya yang cukup tinggi. Hal ini dikarenakan proses yang berlangsung masih manual menggunakan peralatan seadanya dan menggunakan tenaga manusia. Untuk mengatasi hal tersebut, diperlukan teknologi yang moderen agar bisa membantu proses penggadukan petis sehingga hasil yang didapatkan lebih optimal. Untuk merangcang mesin, ada salah satu bagian yang sangat penting yaitu sistem transmisi. Untuk merancang transmisi horizontal pada mesin penggaduk petis kapasitas 15 kg/jam ini hal yang harus dilakukan adalah meliputi pembuatan desain dan perhitunggan komponen transmsi, perakitan, serta uji coba. Perancangan sistem tranmisi ini mengunakan pulley,v-belt, dan gearbox yang disesuaikan kecepatan putaran yang di butuhkan. hasil dari perhitungan dengan spesifikasi mulai dari motor pengerak listrik menggunakan 1 hp, pulley dengan diameter 65 mm pada motor pengerak dan pulley yang di gerakkan pada bagian gearbox memiliki diameter 100 mm. Putaran yang dihasilkan sebesar 910 rpm dan direduksi oleh gearbox wpx 40 dengan rasio 1:60 menghasilkan putaran 15 rpm
Pages: 337-343Views: 33 Downloads: 60Deteksi Emosi Masyarakat Tentang Penyakit Gagal Ginjal Akut Dengan Metode Emolex Dan Logistic Regression
Wildan Gistra Irngamsyah Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Lilia Sinta Wahyuniar Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk mendeteksi emosi masyarakat terhadap isu penyakit gagal ginjal akut dengan menggabungkan pendekatan leksikal berbasis EmoLex dan algoritma klasifikasi Logistic Regression. Data dikumpulkan dari media sosial Youtube tvOneNews. Setelah dilakukan tahap praproses data teks, setiap unggahan dipetakan ke dalam kategori emosi seperti marah, takut, sedih, dan lain-lain menggunakan leksikon NRC EmoLex. Selanjutnya, algoritma Logistic Regression digunakan untuk mengklasifikasikan emosi dominan berdasarkan fitur teks. Hasil penelitian menunjukkan bahwa emosi dominan yang muncul dalam diskusi publik adalah marah dan antisipasi, yang mencerminkan kekecewaan dan kewaspadaan masyarakat terhadap meningkatnya kasus gagal ginjal akut. Akurasi model mencapai 80%, dengan nilai precision dan recall tertinggi pada kategori emosi antisipasi dan marah. Penelitian ini memberikan gambaran awal tentang persepsi emosional masyarakat dalam isu krisis kesehatan, dan dapat dimanfaatkan oleh pemerintah atau lembaga kesehatan sebagai dasar pengambilan keputusan dalam strategi komunikasi publik.
Pages: 344-350Views: 140 Downloads: 119Perancangan Kebutuhan Daya Mesin Chopper & Mixer Berkapasitas 200 Kg/Jam
Hamzah doni saputro Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPages: 351-359Views: 76 Downloads: 234PERANCANGAN MATA PISAU PEMOTONG DAN PENCACAH PADA MESIN CHOPPER
Adib Naufal Mahardani Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPemberian pakan ternak, khususnya sapi masih banyak dilakukan secara manual oleh pertenak tradisional, untuk meningkatkan keefisiensi dan kualitas pencacah pakan. Dirancang mata pisau baru pada mesin chopper, perancangan ini menggunakan pendekatan analisis kebutuhan pengguna, studi literatur, dan pengujian langsung. Mata pisau dibuat dari baja karbon ASTM A36 dengan model pisau palang berjumlah 4 (empat) buat. Mesin dirancang unutuk menghasilkan potongan rumput gajah,dan bonggol jagung sepanjang 4 mm dengan kapasitas 200kg/jam, membutuhkan putaran mesin sebesar 375 rpm, hasil pengujian menunjukkan bahwa mata pisau bekerja secara optimal dan menghasilkan cacahan yang sesuai diharapkan,inovasi ini diharapkan dapat meningkatkan produktivitas peternak dalam pemberian pakan ternak.
Pages: 360-367Views: 66 Downloads: 157Penerapan Estimasi Pose dengan Model MoveNet untuk Klasifikasi Posisi Gerakan Deadlift Menggunakan XGBoost
Kevin Ragil Krisna Dyansyah Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaKlasifikasi fase gerakan pada latihan deadlift penting untuk menghindari cedera akibat postur yang salah. Penelitian ini mengembangkan sistem klasifikasi posisi “up” dan “down” menggunakan estimasi pose berbasis MoveNet Lightning dan algoritma XGBoost. Sistem mendeteksi 17 keypoint tubuh secara real-time melalui browser dan menghitung tiga sudut utama (pinggul, lutut, punggung) sebagai fitur klasifikasi. Data sudut tersebut dilabeli otomatis dan dilatih menggunakan XGBoost dengan akurasi uji mencapai 98,51%. Analisis menunjukkan bahwa sudut lutut memiliki kontribusi tertinggi terhadap hasil klasifikasi. Sistem berjalan sepenuhnya di sisi klien menggunakan React.js dan TensorFlow.js, memungkinkan klasifikasi real-time tanpa backend. Pendekatan ini menunjukkan bahwa kombinasi model ringan dan algoritma efisien dapat menghasilkan sistem pelatih digital yang akurat, ringan, dan portabel.
Pages: 368-377Views: 79 Downloads: 159perancangan sistem transmisi mesin chopper dan pengaduk pakan ternak kapasitas 200 kg/jam
Muhammad Mujahidin Abdullah Universitas Nusantara PGRI Kediri Indonesia , Haris Mahmudi Universitas Nusantara PGRI Kediri IndonesiaPengembangan mesin chopper dan mixer pakan kapasitas 200 kg/jam memerlukan sistem transmisi yang mampu mentransfer daya secara efisien. Penelitian ini merancang sistem transmisi menggunakan pulley, v-belt tipe B, dan gearbox dengan rasio 1:30. Puli daya berdiameter 100 mm, puli penghubung 127 mm, dan input gearbox 304,8 mm. Rasio puli 1:1,27 menghasilkan putaran 1.732 rpm; diteruskan ke pencacah dengan rasio 1:1, dan ke gearbox dengan rasio 1:4 menjadi 433 rpm, lalu diturunkan menjadi 14,4 rpm pada mixer. Torsi maksimum tercatat pada poros pengaduk sebesar 2.606.916,36 kg/mm², untuk tegangan geser semua poros 4,83 kg/mm². Umur bantalan tertinggi 60,998 jam (penghubung), terendah 1,810 jam (chopper). Hasil ini menjadi dasar desain sistem transmisi yang optimal.
Pages: 378-387Views: 140 Downloads: 158Perbandingan Akurasi Klasifikasi Kendaraan Menggunakan Yolov8 Dan Faster R-CNN
Muhamad Helmi Khoirur Rizal Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaDeteksi dan klasifikasi kendaraan merupakan tantangn penting dalam bidang visi komputer. Penelitian ini membandingkan dua metode deep learning populer, yaitu YOLOv8 dan Faster R-CNN, dalam hal akurasi klasifikasi kendaraan pada citra. Dataset yang digunakan terdiri dari gambar kendaraan dengan berbagai kelas seperti mobil, motor, truk, bus. Kedua model dievaluasi menggunakan metrik akurasi, presisi, dan mAP (mean Average Precision). Hasil pengujian menunjukan bahwa Faster R-CNN memberikan akurasi yang lebih tinggi dibandingkan YOLOv8 pada seluruh kelas kendaraan yang diuji. Studi ini bertujuan untuk memberikan wawasan mengenai keunggulan YOLOv8 dibandingkan metode two-stage seperti Faster R-CNN dalam konteks klasifikasi objek berbasis gambar
Pages: 388-395Views: 201 Downloads: 217Teknologi Pose Estimation Untuk Model Klasifikasi Gerakan Hammer-Curl
Galang Elang Perkasa Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk mengembangkan sistem kecerdasan buatan berbasis perkiraan pose yang mampu mendeteksi dan mengevaluasi gerakan hammer-curl secara akurat. Sistem ini menganalisis pola gerakan tubuh dari video dengan memanfaatkan koordinat titik-titik tubuh (landmark), seperti bahu, siku, dan pergelangan tangan. Data landmark disusun dalam bentuk urutan berdimensi tetap sebanyak 30 frame untuk merepresentasikan satu unit gerakan, kemudian digunakan sebagai input untuk melatih model Long Short-Term Memory (LSTM). Model ini dikembangkan untuk mengklasifikasikan kualitas gerakan menjadi tiga kategori, yaitu gerakan sempurna, benar, dan salah. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 94% dari total 1579 data, dengan nilai macro average dan weighted average yang tinggi. Performa klasifikasi pada masing-masing kelas juga menunjukkan hasil yang baik, dengan nilai f1-score sebesar 90% untuk gerakan sempurna, 96% untuk gerakan benar, dan 95% untuk gerakan salah. Temuan ini menunjukkan bahwa sistem yang dibangun efektif dalam mengevaluasi kualitas gerakan hammer-curl dan berpotensi untuk diterapkan dalam pelatihan kebugaran secara otomatis dan real-time.
Pages: 396-405Views: 58 Downloads: 93Analisis Performa CNN Arsitektur MobileNet Untuk Pengenalan Penyakit Pada Tanaman Bawang Merah
Hadi Rizky Dwi Via Prahesta Prahesta Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPenyakit pada tanaman bawang merah, seperti busuk bawah, jamur daun, dan serangan ulat, dapat menyebabkan penurunan kualitas dan kuantitas hasil panen. Deteksi dini penyakit sangat penting untuk mencegah kerugian lebih lanjut. Penelitian ini mengembangkan sistem klasifikasi otomatis berbasis citra menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV1. Dataset terdiri dari 250 citra daun bawang merah yang dikategorikan ke dalam empat kelas: normal, busuk bawah, jamur daun, dan ulat. Proses pelatihan menggunakan teknik augmentasi citra dan callbacks EarlyStopping serta ModelCheckpoint untuk mencegah overfitting. Model berhenti pada epoch ke-16 dan mencapai akurasi 92,00%, presisi 92,31%, recall 92,00%, serta F1-score 91,90%. Hasil ini menunjukkan bahwa arsitektur MobileNetV1 efektif dalam mengklasifikasikan penyakit pada tanaman bawang merah secara otomatis.
Pages: 406-412Views: 100 Downloads: 104Game Edukatif untuk Media Bantu Pembelajaran Interaktif Pengenalan Sampah Organik dan Anorganik
Muklas Khoiru Wafa Universitas Nusantara PGRI Kediri IndonesiaPengelolaan Sampah Organik dan Anorganik di sekolah dasar masih menjadi masalah karena rendahnya kesadaran siswa dalam memilah sampah. Penelitian ini bertujuan mengembangkan Game edukasi sebagai Media pembelajaran untuk meningkatkan pemahaman dan kesadaran siswa terhadap pengelolaan sampah. Metode penelitian menggunakan Research and Development dengan model Multimedia Development Life Cycle yang meliputi tahapan konseptualisasi, desain, pengumpulan materi, perakitan, pengujian, dan distribusi. Hasil pengujian menunjukkan bahwa game ini efektif meningkatkan pemahaman siswa tentang sampah organik dan anorganik, dengan tingkat keberhasilan fungsional sebesar 100%. Game ini juga meningkatkan minat belajar siswa melalui pendekatan interaktif dan visual.
Pages: 413-421Views: 279 Downloads: 164ANALISA PERAWATAN MESIN PENGADUK PETIS MENGGUNAKAN METODE PREVENTIVE MAINTENANCE
Eko yulianto Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaPerawatan adalah bagian yang tak dapat dipisahkan dari mesin itu sendiri. Dengan perawatan yang tepat, akan menghasilkan keawetan dari mesin itu sendiri. Penelitian ini bertujuan untuk menganalisis perawatan mesin pengaduk petis menggunakan metode preventive maintenance agar mesin dapat bekerja lebih efisien, awet, dan mengurangi potensi kerusakan. Mesin pengaduk petis memiliki peranan penting dalam produksi skala industri rumah tangga, namun sering mengalami masalah karena kurangnya perawatan yang terjadwal. Dengan preventive maintenance, perawatan dilakukan secara rutin melalui inspeksi, pelumasan, pembersihan, dan penggantian komponen sebelum kerusakan terjadi. Penelitian ini dilakukan melalui pengamatan langsung, pengumpulan data kerusakan, serta analisis efektivitas perawatan yang diterapkan. Hasil penelitian menunjukkan bahwa metode preventive maintenance mampu memperpanjang umur mesin karena perawatan Preventif Maintenance lebih terjadwal untuk mencegah kerusakan kecil menjadi besar. Sebagai contoh jika desain umur mesin 10tahun , tanpa perawatan preventive maintenance umur mesin hanya 6 sampai 7 tahun saja, sebaliknya jika memakai perawatan metode preventive maintenance umur mesin bisa sampai 10tahun bahkan lebih, serta meningkatkan kualitas dan kuantitas produksi.
Pages: 422-429Views: 116 Downloads: 147Perancangan Sistem Manajemen Stok Suku Cadang Untuk Efisiensi Bengkel Motor
Ahmad Firsta Rizky Arrizal Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaPengelolaan stok suku cadang yang kurang sistematis dapat menghambat efisiensi operasional bengkel motor. Dalam praktiknya, sebagian besar bengkel belum memiliki sistem yang mendukung pencatatan dan pemantauan stok secara real-time, sehingga berpotensi menyebabkan kelebihan atau kekurangan stok. Penelitian ini bertujuan untuk merancang sistem manajemen stok berbasis web yang terintegrasi dengan metode Economic Order Quantity (EOQ) dan diterapkan di Bengkel Krajan Motor. Sistem ini menghitung jumlah pemesanan optimal serta menentukan titik pemesanan ulang (Reorder Point) berdasarkan data historis penjualan. Metodologi yang digunakan adalah pendekatan waterfall, dengan pengujian menggunakan data transaksi selama satu tahun terakhir. Hasil pengembangan menunjukkan bahwa sistem mampu meningkatkan efisiensi operasional, menurunkan biaya penyimpanan, dan menjamin ketersediaan suku cadang sesuai kebutuhan. Penelitian ini memberikan kontribusi penting bagi digitalisasi pengelolaan stok di sektor bengkel motor
Pages: 430-437Views: 103 Downloads: 129Scoring Soal Psikologi berdasarkan pola jawaban dengan menggunakan metode Support Vector Machine
Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Muh. Aris Saputra Universitas Nusantara PGRI Kediri Indonesia , M. Bahrul Subkhi Universitas PGRI Jombang Indonesia , Ari Wahyono Universiti Muhammadiyah Malaysia IndonesiaPsikologi atau kondisi kepribadian adalah faktor utama penilaian dalam diri manusia. Permasalahan utamanya adalah manusia secara alami akan menyembunyikan sifatnya. Sehingga terlihat sempurna dalam pengamatan orang lain. Selain itu, apabila manusia melakukan uji psikologi cenderung menjawab dengan jawaban yang sempurna. Dalam artian manipulatif supaya telihat sempurna. Berdasarkan hal tersebut, penelitian ini akan menggunakan metode penelitian berbasis Machine Learning untuk menangkap pola tersembunyi pada jawaban soal psikologi. Metode yang diujikan adalah KNN, Adaboost, Random Forest, SVM, Naive Bayes dan Decission Tree. Beberapa metode tersebut telah diujikan dan didapatkan metode terbaik adalah SVM dengan evaluasi precission 86,4% dan recall 88,1%. Berdasarkan hasil penelitian, metode machine learning dapat menyimpulkan pola tersembunyi dengan baik. Sehingga pendekatan ini dapat digunakan untuk melakukan analisis lebih dalam pada kasus kondisi kepribadaian atau psikologi.
Pages: 438-445Views: 59 Downloads: 89Optimasi Produksi Bioetanol Menggunakan Mikroalga untuk Meningkatkan Keberlanjutan Energi Hijau
Samsurizal Samsurizal Institut Teknologi PLN Indonesia , Yulisya Zuriatni Institut Teknologi PLN Indonesia , Rudina Okvasari Institut Teknologi PLN Indonesia , Septiannissa Azzahra Institut Teknologi PLN Indonesia , Muhammad Zulham Kentji Institut Teknologi PLN IndonesiaProduksi bioetanol sebagai alternatif energi terbarukan semakin penting untuk mendukung keberlanjutan energi hijau. Namun, proses produksi bioetanol dari bahan baku konvensional masih menghadapi tantangan terkait efisiensi dan dampak lingkungan. Mikroalga, seperti Chlorella vulgaris dan Spirulina platensis, menawarkan potensi sebagai sumber karbohidrat untuk bioetanol, namun optimasi produksinya masih diperlukan. Penelitian ini bertujuan untuk mengoptimasi produksi bioetanol menggunakan kedua mikroalga tersebut melalui simulasi perhitungan biomassa, kandungan karbohidrat, dan potensi bioetanol selama 100 hari. Hasil simulasi menunjukkan bahwa Chlorella menghasilkan biomassa 500 g/L dan potensi bioetanol 63.75 g/L pada hari ke-100, sedangkan Spirulina menghasilkan biomassa 400 g/L dan potensi bioetanol 40.80 g/L. Temuan ini memberikan wawasan penting tentang potensi mikroalga sebagai solusi energi hijau yang ramah lingkungan dan berkelanjutan, serta membuka peluang untuk penelitian lanjutan dalam mengoptimalkan proses produksi bioetanol dengan variabel lingkungan yang lebih beragam dan skala yang lebih besar.
Pages: 446-452Views: 255 Downloads: 278Aplikasi Deteksi Dini Penyakit Stroke Menggunakan Streamlit
Theo Krisna Amarya Universitas Nusantara PGRI Kediri Indonesia , Rina Firliana Universitas Nusantara PGRI Kediri Indonesia , Aidina Ristyawan Universitas Nusantara PGRI Kediri IndonesiaDi seluruh dunia, stroke adalah penyebab kematian dan kecacatan jangka panjang nomor dua. Untuk mengurangi risiko komplikasi dan meningkatkan peluang kesembuhan pasien, deteksi dini stroke sangat penting. Tujuan penelitian ini adalah untuk membuat aplikasi deteksi dini stroke berbasis pembelajaran mesin yang lebih akurat dengan menggunakan algoritma Random Forest dan Adaptive Boosting (AdaBoost). Dataset Kaggle dengan 5.110 sampel dan dua belas fitur digunakan. Implementasi model, pembagian dataset (80 persen pelatihan, 20 persen pengujian), dan pra-pemrosesan data (menangani nilai yang tidak ada, transformasi data, dan penyeimbangan kelas menggunakan SMOTETomek) adalah tahapan penelitian. Hasilnya menunjukkan akurasi sebesar 96% untuk kedua kelas—stroke dan non-stroke—dengan presisi dan recall yang seimbang. Untuk memfasilitasi visualisasi dan prediksi secara real-time, framework Streamlit digunakan dalam pengembangan aplikasi. Hasil penelitian menunjukkan bahwa kombinasi AdaBoost-Random Forest berhasil dalam klasifikasi stroke. Aplikasi berbasis web ini mungkin menjadi alat bantu yang bermanfaat untuk diagnosis stroke cepat.
Pages: 453-462Views: 598 Downloads: 549Analisis Sentimen Komentar Twitter (X) tentang Kesehatan Mental menggunakan Naïve Bayes untuk Mengukur Opini Publik
Umul Latifah Universitas Nusantara PGRI Kediri Indonesia , Tasbi Khatuz Zuhriya Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini dilakukan dengan tujuan untuk menganalisis komentar pengguna Twitter (X) terhadap isu kesehatan mental serta dampaknya terhadap opini publik. Dalam proses analisis komentar pengguna, metode yang digunakan adalah algoritma Naïve Bayes dengan pendekatan Analisis Sentimen untuk mengklasifikasi komentar menjadi sentimen positif dan negatif. Data yang digunakan dalam penelitian ini merupakan dataset Twitter (X) bertema kesehatan mental yang diperoleh melalui platform Kaggle. Dengan adanya penelitian ini diharapkan dapat memetakan opini publik yang bisa dijadikan dasar pemahaman terhadap persepsi masyarakat tentang kesehatan mental di media sosial khususnya Twitter (X).
Pages: 463-471Views: 290 Downloads: 269Analisis Usability TikTok menggunakan Usability Testing dan System Usability Scale (SUS) untuk Meningkatkan Kepuasan Pengguna
Rizma Agustin Universitas Nusantara PGRI Kediri Indonesia , Mediana Nurlailli Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi informasi dan media sosial mengubah interaksi daring, termasuk TikTok yang menggabungkan fitur sosial dan e-commerce. Penelitian ini mengevaluasi usability aplikasi TikTok menggunakan metode usability testing berbasis tugas nyata dan System Usability Scale (SUS) pada 10 responden usia 18-25 tahun. Evaluasi fokus pada navigasi pencarian hashtag, pengunggahan video, pemberian like dan komentar, serta fitur berbagi lintas platform. Hasil menunjukkan TikTok mudah digunakan, namun terdapat kendala pada hasil pencarian yang kurang relevan, pengaturan privasi membingungkan, dan opsi berbagi terbatas. Skor rata-rata SUS 69,25 mengindikasikan usability kategori “Good” (grade B). Temuan ini menekankan pentingnya perbaikan fitur pencarian, pengaturan privasi, dan perluasan opsi berbagi guna meningkatkan pengalaman dan kepuasan pengguna. Penelitian ini memberikan rekomendasi praktis bagi pengembang untuk membuat antarmuka TikTok lebih intuitif dan responsif terhadap kebutuhan pengguna.
Pages: 472-478Views: 303 Downloads: 259PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH BERBASIS KECERDASAN BUATAN (AI) UNTUK MENDUKUNG PENGELOLAAN LIMBAH YANG BERKELANJUTAN
Thisya Aisyah Putri Universitas Nusantara PGRI Kediri Indonesia , Tia Novita Sari Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaTinjauan ini menyelediki dampak pengguna potensial (petugas penggunaan sampah, Masyarakat) dan ahli dalam bidang pengelolaan limbah terhadap pengembangan dan implementasi sistem klasifikasi sampah otomatis berbasis kecerdasan buatan (AI). Melalui metode pendekatan kualitatif penelitian ini diharapkan bisa memberikan harapan, kebutuhan, dan pandangan masyarakat terkait dengan perkembangan sistem dalam mendukung pengelolaan limbah secara berkelanjutan. Pengumpulan data yang dilakukan dengan wawancara mendalam dan analisis dokumen relevan untuk memberikan pengalaman yang mencakup berbagai aspek sosial, oprasional, dan teknis yang diperlukan guna dipertimbangkan dalam pengembangan sistem. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi para pengembang sistem untuk dapat membuat kebijakan dalam merancang serta dapat memberikan kontribusi mendalam guna meningkatkan efisiensi pengelolaan limbah, mengurangi biaya operasional, dan mendukung upaya pelestarian lingkungan.
Pages: 479-487Views: 183 Downloads: 402Identifikasi Kemekaran Bunga Mawar Merah Menggunakan CNN dengan Pendekatan Segmentasi Thresholding dan Deteksi Tepi Sobel
Sonya Natasha Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaBunga mawar merah memiliki tiga tahap utama dalam proses mekarnya, yaitu kuncup, setengah mekar, dan mekar penuh. Proses klasifikasi tahap kemekaran secara manual dinilai kurang efisien, bersifat subjektif, serta rawan kesalahan, terlebih ketika diterapkan dalam jumlah besar untuk tujuan industri atau penelitian. Oleh karena itu, diperlukan sistem klasifikasi otomatis yang akurat dan konsisten. Penelitian ini bertujuan untuk merancang sistem klasifikasi citra bunga mawar merah berdasarkan tingkat mekarnya menggunakan metode Convolutional Neural Network (CNN). Untuk mendukung proses klasifikasi, dilakukan praproses citra seperti normalisasi, pengubahan ukuran ke 150x150 piksel, augmentasi (seperti rotasi, flipping, dan zoom), serta penambahan fitur dari segmentasi thresholding dan deteksi tepi Sobel. Model CNN dilatih untuk mengenali ciri visual dari masing-masing tahapan kemekaran. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan citra ke dalam tiga kategori dengan akurasi validasi tertinggi sebesar 92,61% pada epoch ke-18 dan ke-20. Kombinasi segmentasi thresholding, deteksi tepi Sobel, dan CNN murni terbukti meningkatkan akurasi klasifikasi citra bunga mawar merah secara signifikan.
Pages: 488-497Views: 113 Downloads: 129Deteksi Hukum Tajwid Nun Mati Pada Ayat Al-Qur’an
Muhammad Fu'adi Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaDeteksi hukum tajwid nun mati dilakukan menggunakan algoritma Convolutional Neural Network (CNN) dan Single Shot Multibox Detector (SSD) dengan arsitektur MobileNetV3. CNN MobileNetV3 digunakan untuk ekstraksi fitur, sedangkan SSD digunakan untuk klasifikasi dan deteksi lokasi hukum tajwid dalam gambar. Tujuan dari penelitian ini adalah untuk mengembangkan sistem yang mampu mendeteksi hukum tajwid nun mati secara otomatis pada teks Al-Qur’an berbasis gambar. Manfaat dari penelitian ini adalah memberikan kontribusi dalam bidang pembelajaran Al-Qur’an digital, khususnya dalam membantu pendeteksian hukum tajwid secara visual. Dataset terdiri dari 381 gambar acak yang diambil dari situs resmi Al-Qur’an Kemenag RI. Data dibagi menjadi 80% untuk training dan20% untuk testing, serta dilakukan augmentasi seperti zoom-in, zoom-out, blur, brightness, dan rotasi untuk meningkatkan keragaman data. Model dilatih selama 100 epoch dengan batch size 3 dan learning rate 0.005. Hasil evaluasi menunjukkan model mencapai precision, recall, dan F1-score sebesar 95%. Penelitian ini menunjukkan bahwa kombinasi CNN dan SSD dengan arsitektur MobileNetV3 efektif dalam mendeteksi hukum tajwid nun mati pada gambar teks Al-Qur’an.
Pages: 498-503Views: 77 Downloads: 73Implementasi Penggunaan Histogram Equalization Pada Citra Wajah
Shalaisha Amelia Putri Gemini Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Siti Rochana Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini berfokus pada implementasi Histogram Equalization (HE) dalam pengenalan wajah, yang bertujuan untuk meningkatkan kontras citra wajah guna memperbaiki akurasi identifikasi. Tantangan yang dihadapi adalah pencahayaan tidak merata dan noise akibat overenchancement. Solusi yang diusulkan adalah penerapan Histogram Equalization, yang meliputi perhitungan histogram dan pemetaan nilai intensitas untuk menghasilkan citra yang lebih jelas. Hasil penelitian ini menunjukkan bahwa Histogram Equalization berhasil meningkatkan kualitas citra, dengan nilai RMSE (Root Mean Square Error) berkisar antara 9.40 hingga 10.48 dan PSNR (Peak Signal-to-Noise Ratio) berkisar antara 27.27 hingga 28.67. hubungan anatar RMSE dan PSNR menunjukkan bahwa semakin rendah nilai RMSE, semakin tinggi nilai RMSE, semakin tinggi nilai PSNR, yang menandakan bahwa citra wajah hasil olahan lebih mendekati citra asli dan kualitasnya tetap baik.
Pages: 504-511Views: 79 Downloads: 109Analisis Sistem Deteksi Gerakan Push-up Berbasis Pengolahan Citra untuk Pemantauan Latihan Mandiri
Ghovin Suraju Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaLatihan fisik, terutama push-up, adalah salah satu jenis olahraga yang efektif untuk mempertahankan kebugaran tubuh. Namun, ketidakadanya panduan yang sesuai sering kali menyebabkan kesalahan dalam melaksanakan gerakan, yang dapat menurunkan efektivitas latihan dan bahkan memicu cedera. Studi ini bertujuan untuk merancang dan mengevaluasi sistem deteksi gerakan push-up yang menggunakan pengolahan citra untuk memantau ketepatan gerakan serta memberikan umpan balik otomatis kepada pengguna. Metode penelitian yang diterapkan adalah eksperimen yang memanfaatkan teknik estimasi pose menggunakan MediaPipe untuk melacak sendi-sendi kunci tubuh saat melakukan gerakan push-up. Data input berupa video latihan push-up yang kemudian diolah untuk menghitung sudut siku dan pinggul sebagai indikator keakuratan gerakan. Hasil tes menunjukkan bahwa sistem dapat mengidentifikasi jumlah push-up yang dilaksanakan serta memberikan perkiraan kalori yang terbuang dengan tingkat keakuratan yang memadai. Sistem ini diharapkan dapat berfungsi sebagai alat bantu yang efisien bagi orang-orang yang ingin berlatih push-up secara independen dengan petunjuk yang lebih jelas.
Pages: 512-519Views: 139 Downloads: 181Pemanfaatan K-Means Clustering dan Deteksi Tepi Sobel untuk Segmentasi Latar Belakang Gambar Bunga Anggrek
Wildan Ramadhani Yahya Universitas Nusantara PGRI Kediri Indonesia , Resti Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Siti Rochana Universitas Nusantara PGRI Kediri IndonesiaPengolahan citra digital kini banyak digunakan dalam berbagai sektor seperti kesehatan, pertanian, dan keamanan. Salah satu tahap penting dalam proses ini adalah segmentasi, yang memisahkan objek dari latar belakang agar informasi visual dapat dianalisis dengan lebih mudah. Pada penelitian ini, metode K-Means digunakan karena kemampuannya mengelompokkan piksel berdasarkan warna secara efektif dan efisien. Selain itu, operator Sobel diterapkan untuk mendeteksi dan memperjelas batas objek hasil segmentasi. Kombinasi kedua metode ini diimplementasikan untuk meningkatkan ketajaman dan kejelasan citra digital. Hasil penelitian menunjukkan bahwa pendekatan ini mampu menghasilkan visualisasi objek yang lebih detail dan informatif. Pendekatan ini diharapkan dapat bermanfaat dalam berbagai aplikasi, termasuk klasifikasi objek dan sistem pendukung keputusan berbasis citra.
Pages: 520-527Views: 87 Downloads: 90Prediksi Harga Saham Batubara Menggunakan Recurrent Neural Network (RNN)
Gilang Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPergerakan harga saham dipengaruhi oleh berbagai faktor kompleks, termasuk kondisi makroekonomi, kebijakan politik, sentimen pasar, dan kinerja fundamental perusahaan. Tingginya volatilitas dan ketidakpastian yang terjadi di pasar modal Indonesia menuntut investor untuk menggunakan pendekatan prediksi yang andal guna mengoptimalkan strategi investasi. Dalam penelitian ini, dikembangkan model prediksi harga saham menggunakan metode Recurrent Neural Network (RNN), yang secara khusus dirancang untuk menganalisis data deret waktu dan mengenali pola temporal pada data historis harga saham. Data diperoleh dari platform Yahoo Finance dan melalui tahapan preprocessing seperti pembersihan data dan normalisasi agar sesuai dengan kebutuhan pemodelan. Hasil pengujian model RNN menunjukkan performa yang cukup baik dengan MAE sebesar 381.061, MSE 29.595.055, RMSE 544.013, dan MAPE 18,079%. Hasil ini menunjukkan bahwa RNN mampu mengikuti pola pergerakan harga saham secara akurat dan dapat dimanfaatkan sebagai alat bantu prediksi dalam mendukung keputusan investasi, khususnya di sektor energi.
Pages: 528-536Views: 110 Downloads: 126Implementasi EfficientNet-B4 untuk Klasifikasi Penyakit Daun Tanaman Kentang
Muchamad Fajar Shodiq Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaKentang (Solanum tuberosum L.) merupakan tanaman hortikultura penting di Indonesia, namun rentan terhadap serangan penyakit. Identifikasi dini diperlukan agar petani dapat melakukan pengendalian secara tepat. Metode tradisional identifikasi penyakit umumnya memerlukan keahlian khusus dan waktu yang lama. Pemanfaatan teknologi, khususnya pengolahan citra digital untuk mendeteksi penyakit tanaman. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun kentang menggunakan model EfficientNet-B4. Data berupa citra daun kentang dengan tujuh kategori kondisi yang dikumpulkan di lingkungan tidak terkontrol. Model diuji dalam tiga skenario: 20 epoch, 50 epoch, dan 20 epoch dengan augmentasi. Evaluasi dilakukan menggunakan akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh pada skenario 20 epoch tanpa augmentasi dengan akurasi 78,90%, presisi 79,82%, recall 78,90%, dan F1-score 79,05%. Skenario 50 epoch mengalami overfitting, sedangkan augmentasi tidak meningkatkan performa secara signifikan. Hasil ini menunjukkan potensi EfficientNet-B4 dalam klasifikasi penyakit daun kentang.
Pages: 537-545Views: 163 Downloads: 190Implementasi Long Short Term Memory (LSTM) Untuk Forecasting Jumlah Penjualan Daging Ayam
VYRRA FITRIANA UNIVERSITAS NUSANTARA PGRI KEDIRI Indonesia , Umi Mahdiyah UNIVERSITAS NUSANTARA PGRI KEDIRI Indonesia , Resty Wulanningrum UNIVERSITAS NUSANTARA PGRI KEDIRI IndonesiaPenjualan daging ayam yang mengalami kenaikan dan penurunan yang tidak menentu kerap menyusahkan pelaku usaha. Peramalan diharapkan dapat menjadi solusi bagi pelaku usaha dalam menentukan stok penjualan daging ayam. Penelitian ini bertujuan untuk mengetahui kinerja model yang terbaik dalam melakukan peramalan jumlah penjualan daging ayam menggunakan Long Short Term Memory (LSTM) dengan menggunakan data time series Jumlah penjualan daging ayam yang di kumpulkan dari salah satu pelaku usaha penjual daging ayam yang ada di Dusun Ngadipuro, Desa Sumber Rejo, Kecamatan Sanan Kulon, Kabupaten Blitar. Hasil dari penelitian yang sudah dilakukan kinerja model yang terbaik tedapat pada skenario percobaan ketiga dengan menggunakan variasi timesteps 14 dengan nilai evaluasi MAPE 17.17%.
Pages: 546-553Views: 145 Downloads: 173Deteksi Objek Sampah Organik dan Anorganik Menggunakan YOLOv9
Rio Agung Dewangga Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaSampah merupakan sisa kegiatan sehari-hari manusia atau proses alam yang berbentuk padat. Secara umum, sampah dikelompokkan menjadi dua yakni sampah organik dan anorganik. Sampah organik merupakan jenis sampah yang paling banyak dihasilkan oleh masyarakat, sampah ini memiliki kandungan air yang tinggi sehingga mengalami pembusukan yang cepat dan saat membusuk, sampah jenis ini menimbulkan bau busuk yang dapat penyebabkan pencemaran lingkungan serta berpotensi menjadi sarang penyakit. Sedangkan sampah anorganik tidak berasal dari makhluk hidup (non hayati) melainkan berasal dari bahan yang bisa diperbaharui dan bahan yang berbahaya serta beracun, contoh sampah yang dapat didaur ulang misalnya bahan yang terbuat dari plastik dan logam. Permasalahan mengenai sampah organik maupun anorganik menjadi sangat serius mengingat dampaknya yang luar biasa pada lingkungan, untuk menindaklanjuti permasalahan tersebut. Pada penelitian ini digunakan model deteksi YOLO-v9 untuk mengenali jenis sampah organik dan anorganik supaya sampah dapat dipilah dan dimanfaatkan sesuai jenisnya dengan baik. Dilakukan pembagian dengan presentase 70% untuk data pelatihan (training), 20% untuk validasi, dan 10% untuk pengujian (testing) terhadap 392 gambar dengan epoch sebanyak 100 kali. Penelitian menghasilkan performa yang baik yang dimana nilai rata-rata precision sebesar 0,937, recall 0,924, serta mAP50 dan mAP50-95 sebesar 0,857 dan 0,888. Pada objek dengan kelas anorganik_paper dan anorganik_metal memperoleh performa terbaik dan pada kelas organic_leaf dan organic_food_waste mendapatkan akurasi relatif rendah. Ini menunjukkan bahwa model YOLOv9 menunjukkan kinerja yang sangat baik dalam mengklasifikasikan jenis sampah.
Pages: 554-564Views: 177 Downloads: 191Deteksi Objek Tanaman Tomat Dan Hama Tanaman Menggunakan YOLO-v9
Diah Gusmia Maliana Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Siti Rochana Universitas Nusantara PGRI Kediri IndonesiaTomat (Solanum lycopersicum L.) merupakan tanaman yang banyak ditanam di dunia karena gizinya yang tinggi dan memungkinkan produksi di sepanjang tahun. Meskipun demikian, tomat merupakan tanaman yang rentan mengalami kerusakan sehingga mengurangi produktivitas dan akan menyebabkan kerugian apabila tidak segera ditangani, penyebab dari kerusakan tanaman tomat itu sendiri diantaranya adalah penyakit dan hama serangga. Hama ulat dan belalang merupakan hama yang umum ditemui pada tanaman tomat dimana apabila hama tersebut tidak segera diatasi maka akan menyebabkan kerusakan pada tanaman. Untuk membantu mengidentifikasi adanya hama sekaligus mengenali bagian-bagian tanaman tomat diperlukan bantuan teknologi yakni computer vision. Pada penelitian ini computer vision akan digunakan untuk mendeteksi bagian-bagian tanaman tomat serta tingkat kematangan buah tomat yakni unripe tomato, semi ripe tomato, dan ripe tomato. Sebanyak 368 dataset kemudian dibagi menjadi 3 bagian yakni train set sebanyak 70%, valid set sebanyak 20%, dan test set sebanyak 10%. Pengujian menggunakan model YOLO-v9e mendapatkan hasil dengan performa terbaik pada kelas grasshopper dan caterpillar, serta mendapatkan performa yang cukup baik pada kelas ripe_tomato, semi_ripe_tomato, dan unripe_tomato, dan mendapatkan performa terendah pada kelas stem dan leaf.
Pages: 565-574Views: 236 Downloads: 240Penerapan MobileNetV2 untuk Klasifikasi Kondisi Buah Alpukat Mentega
Novia Amanda Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPersea Americana Mill (Buah Alpukat Mentega) adalah salah satu jenis buah yang disukai dengan ciri khas daging tebal, lembut serta memiliki nilai ekonomi yang tinggi. Kelayakan buah alpukat mentega sangat berdampak pada harga jual dan pendapatan petani. Penyortiran yang dilakukan secara manual oleh petani sering kali tidak akurat sehingga mampu meningkatkan potensi kesalahan klasifikasi serta kerugian bagi para petani. Penelitian ini menggunakan arsitektur dari Convolutional Neural Network (CNN) yaitu MobileNetV2 untuk mengembangkan suatu sistem klasifikasi kelayakan buah alpukat mentega berdasarkan kondisi dan tampilan kulit buah pada citra. Model MobileNetV2 dilatih menggunakan citra alpukat yang telah diproses dan diklasifikasikan ke dalam tiga kelas, yaitu alpukat layak, alpukat busuk dan alpukat hama. Hasil klasifikasi menunjukan akurasi 98% epoch 10 batch size 32. Ini membuktikan bahwa arsitektur MobileNetV2 memiliki potensi tinggi untuk mengklasifikasikan kondisi buah alpukat mentega secara optimal sehingga mampu menekan kerugian petani akibat kesalahan klasifikasi serta dapat meningkatkan efisiensi dan kualitas hasil panen buah alpukat mentega.
Pages: 575-582Views: 260 Downloads: 361Penerapan Metode SAW pada Sistem Seleksi Siswa Program Akselerasi MAN 2 Kediri
Achmad Choirun Nasrukhin Wakhid Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaSistem seleksi kelas akselerasi di MAN 2 Kediri menggunakan metode Simple Additive Weighting (SAW) untuk menilai dan memilih siswa berdasarkan nilai IQ, nilai semester, nilai ujian, dan kepribadian. Proses seleksi meliputi normalisasi data dan pemberian bobot pada setiap kriteria untuk menghasilkan peringkat siswa secara objektif dan transparan. Sistem ini memudahkan pengambilan keputusan dalam menentukan siswa yang layak mengikuti kelas akselerasi dengan efisiensi dan keakuratan yang lebih baik. Penggunaan metode SAW meningkatkan kualitas seleksi dengan pendekatan berbasis data yang sistematis
Pages: 583-594Views: 71 Downloads: 90MAC Authentication Jaringan Hotspot Pada SMK Taruna Bakti Kertosono
Alfaiz Putra Nugroho Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas tentang optimalisasi autentikasi jaringan hotspot melalui penerapan metode MAC Authentication berbasis Mikrotik di SMK Taruna Bakti Kertosono. Masalah utama yang dihadapi adalah sistem autentikasi manual yang mewajibkan pengguna untuk masuk kembali setiap kali berpindah titik akses, sehingga mengganggu kenyamanan dan efisiensi dalam penggunaan jaringan. Tujuan penelitian ini adalah untuk efisiensi dan kenyamanan pengguna koneksi jaringan . Metode penelitian yang diterapkan adalah eksperimen, dengan langkah-langkah yaitu pengamatan langsung pada proses login, wawancara dengan pengguna, perancangan sistem jaringan, pelaksanaan konfigurasi MAC Authentication, dan pengujian perpindahan koneksi di antara access point. Uji coba menunjukkan bahwa setelah MAC Address pengguna terdaftar, perangkat bisa terhubung secara otomatis ke jaringan tanpa harus login ulang, bahkan saat berpindah access point. Bukti keberhasilan terlihat pada tabel hasil percobaan koneksi beberapa pengguna yang menunjukkan koneksi otomatis setelah pendaftaran Alamat MAC. Sistem ini telah terbukti meningkatkan kenyamanan pengguna, efisiensi waktu, dan keamanan jaringan di area sekolah. Selain itu, sistem ini juga memungkinkan pengelolaan jaringan dari jarak jauh menggunakan layanan Dynamic DNS (freeddns).
Pages: 595-602Views: 67 Downloads: 48Identifikasi Jenis Bibit Durian Berdasarkan Citra Daun Menggunakan YOLOv8 Berbasis Web
Hargo Dwi Nugroho Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaIdentifikasi jenis bibit durian pada tahap awal pertumbuhan sangat penting untuk menentukan nilai ekonomis dan pasar. Namun, identifikasi secara manual memerlukan keahlian khusus dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis bibit durian berdasarkan citra daun menggunakan algoritma YOLOv8. Dataset terdiri dari 1.293 gambar tiga jenis bibit durian yang dibagi menjadi data latih, validasi, dan uji. Model dilatih selama 50 epoch dengan resolusi citra 640x640 piksel. Hasil evaluasi menunjukkan performa tinggi dengan nilai precision 0.941, recall 0.956, mAP50 0.981, dan mAP50–95 0.866. Sistem diimplementasikan dalam platform berbasis web untuk mempermudah pengguna dalam mengunggah gambar daun dan mendapatkan hasil klasifikasi secara otomatis. Hasil ini menunjukkan bahwa algoritma YOLOv8 efektif untuk mendukung proses identifikasi bibit durian secara cepat dan akurat.
Pages: 603-609Views: 116 Downloads: 166Sistem Penentuan Metode Penanganan Ekolalia
Mohammad Nova Kurniawan Universitas Nusantara PGRI Kediri Indonesia , Rini Indriati Universitas Nusantara PGRI Kediri Indonesia , Aidina Ristyawan Universitas Nusantara PGRI Kediri IndonesiaEkolalia merupakan penyakit yang membuat orang yang mengidap penyakit ini mengulangi kata -kata dan frasa yang sering terdengar tanpa pemahaman yang mendalam. Ekolalia merupakan suatu fenomena bahasa yang mengindikasikan pengulangan kata atau ungkapan yang diterima seseorang, baik secara langsung maupun tidak langsung. Kejadian ini sering terlihat pada anak-anak, terutama dalam tahap perkembangan bahasa, dan bisa juga muncul pada orang-orang dengan masalah komunikasi tertentu, seperti autisme, gangguan spektrum autisme (ASD), dan gangguan perkembangan bahasa. Walaupun ekolalia tidak termasuk penyakit yang memerlukan penanganan medis serius tetapi ekolalia haruslah segera ditangani agar tidak menimbulkan masalah interaksi sosial bagi penderita ekolalia. Sistem Pendukung Keputusan mempunyai peran dalam masalah ini dimana penderita ekolalia belum mengetahui penanganan atau pengobatan yang sesuai bagi penderita. Salah satu metode dalam sistem pendukung keputusan adalah metode simple additive weighting (SAW). Metode simple additive weighting (SAW) dipilih karena memiliki algoritma perhitungan yang sederhana serta efektivitasnya dalam menyelesaikan masalah dengan berbagai kriteria.
Pages: 610-618Views: 232 Downloads: 173Analisis Sentimen Ulasan Produk Ponsel Pada E-commerce Menggunakan Algoritma Naive Bayes
Fadzilah Prayoganing Gusti Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPertumbuhan e-commerce di Indonesia telah mendorong peningkatan pembelian produk secara daring, termasuk ponsel. Namun, kurangnya transparansi kualitas produk menjadi tantangan bagi konsumen. Untuk mengatasi hal ini, penelitian ini menerapkan analisis sentimen terhadap ulasan pelanggan menggunakan algoritma Naïve Bayes. Data ulasan diambil dari platform Shopee dan melalui beberapa tahapan preprocessing seperti case folding. cleansing, tokenisasi, stopword removal, dan stemming. Sentimen ditentukan menggunakan TextBlob, lalu data dilatih dan diuji menggunakan Naïve Bayes. Dari 365 ulasan yang dianalisis, model menghasilkan akurasi sebesar 81%. Hasil ini menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen ulasan secara efektif, memberikan manfaat bagi konsumen dalam pengambilan keputusan serta bagi penjual dalam meningkatkan layanan.
Pages: 619-625Views: 126 Downloads: 120Hubungan Transaksi Digital dengan Pola Konsumsi Masyarakat
Eka Fauziah Universitas Nusantara PGRI Kediri Indonesia , Zia Ulhaq Azzahro Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi mendorong pergeseran perilaku konsumsi masyarakat dari transaksi konvensional ke digital. Penelitian ini bertujuan untuk menganalisis hubungan antara transaksi digital dengan pola konsumsi masyarakat Indonesia. Data diperoleh melalui literatur dan analisis data sekunder dari berbagai sumber terpercaya. Hasil menunjukkan bahwa kemudahan dan kecepatan transaksi digital mempengaruhi frekuensi dan jenis barang yang dikonsumsi. Masyarakat cenderung lebih impulsif dalam berbelanja serta mengalami pergeseran prioritas kebutuhan. Temuan ini penting untuk pelaku bisnis dan pemerintah dalam merumuskan strategi ekonomi digital yang berkelanjutan.
Pages: 626-631Views: 479 Downloads: 233Perancangan Game Edukasi Pembelajaran Pendidikan Pancasila Dengan Algoritma Fisher-Yates Suffle
Zahra Faadihillah Wahid Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi digital mendorong penggunaan game sebagai media pembelajaran. Karena game sangat populer dikalangan remaja, sehingga pembuatan media pembelajaran yang menggunakan game diharapkan dapat meningkatkan keinginan untuk belajar dan menarik minat siswa untuk belajar dengan cara yang menyenangkan. Game edukasi ini dibuat karena kurangnya pemahaman siswa terhadap materi pembelajaran pendidikan pancasila terutama dalam memahami bentuk negara, bentuk pemerintahan dan sistem pemerintahan yang ada di dunia. Penelitian ini bertujuan untuk membuat aplikasi game edukasi pembelajaran yang interaktif. Menggunakan metode pengembangan Waterfall yang meliputi analisis kebutuhan, perancangan, pengembangan, implementasi, dan evaluasi . Game ini dirancang menggunakan Godot Engine dan memuat materi seputar bentuk negara, bentuk pemerintahan, dan sistem pemerintahan di beberapa negara. Pengembangan game edukasi ini menggunakan algoritma fisher yates suffle untuk pengacakan dadu dan soal edukasi. Hasil pengujian fungsional penelitian ini menunjukkan bahwa game edukasi berfungsi dengan baik tanpa adanya bug. Game edukasi ini berpotensi menjadi alternatif media pembelajaran yang menyenangkan.
Pages: 632-641Views: 82 Downloads: 66Analisis Preferensi Tren Produk Berkelanjutan dalam E-Commerce Menggunakan Metode K-Means Clustering
Putri Widya Ayu Septi Wulandari Universitas Nusantara PGRI Kediri Indonesia , Rindi Febri Wulandari Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaPertumbuhan pesat e-commerce mendorong perubahan perilaku konsumen, termasuk meningkatnya minat terhadap produk berkelanjutan. Penelitian ini bertujuan untuk menganalisis preferensi konsumen terhadap produk berkelanjutan dalam platform e-commerce menggunakan metode K-Means Clustering. Dengan memanfaatkan data historis transaksi dan atribut produk yang relevan, seperti label ramah lingkungan, bahan daur ulang, serta harga dan ulasan konsumen, dilakukan pengelompokan konsumen berdasarkan pola pembelian mereka. Hasil analisis menunjukkan adanya beberapa segmen konsumen dengan preferensi berbeda terhadap produk berkelanjutan, yang mencerminkan tingkat kesadaran dan kepedulian yang bervariasi. Temuan ini dapat menjadi dasar strategi pemasaran yang lebih terarah bagi pelaku e-commerce untuk meningkatkan penjualan produk berkelanjutan sekaligus mendorong konsumsi yang lebih ramah lingkungan.
Pages: 642-650Views: 134 Downloads: 147PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH OTOMATIS BERBASIS KECERDASAN BUATAN (AI) UNTUK MENDUKUNG PENGELOLAAN LIMBAH YANG BERKELANJUTAN
Thisya Aisyah Putri Universitas Nusantara PGRI Kediri Indonesia , Tia Novita Sari Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaTinjauan ini menyelediki dampak pengguna potensial (petugas penggunaan sampah, Masyarakat) dan ahli dalam bidang pengelolaan limbah terhadap pengembangan dan implementasi sistem klasifikasi sampah otomatis berbasis kecerdasan buatan (AI). Melalui metode pendekatan kualitatif penelitian ini diharapkan bisa memberikan harapan, kebutuhan, dan pandangan masyarakat terkait dengan perkembangan sistem dalam mendukung pengelolaan limbah secara berkelanjutan. Pengumpulan data yang dilakukan dengan wawancara mendalam dan analisis dokumen relevan untuk memberikan pengalaman yang mencakup berbagai aspek sosial, oprasional, dan teknis yang diperlukan guna dipertimbangkan dalam pengembangan sistem. Penelitian ini diharapkan dapat memberikan wawasan bagi para pengembang sistem untuk dapat membuat kebijakan dalam merancang serta dapat memberikan kontribusi mendalam guna meningkatkan efisiensi pengelolaan limbah, mengurangi biaya operasional, dan mendukung upaya pelestarian lingkungan.
Pages: 651-657Views: 189 Downloads: 150Perbandingan Algoritma Naive Bayes dan Logistic Regression untuk Analisis Sentimen Pilgub Jatim 2024
Fajar Wahyuardha Putra Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaMedia sosial X (Twitter) menjadi sumber utama opini publik untuk peristiwa politik seperti Pilgub Jawa Timur 2024. Penelitian ini penting untuk memahami persepsi publik secara akurat. Metode yang digunakan adalah membandingkan kinerja algoritma Naive Bayes dan Logistic Regression untuk analisis sentimen pada dataset 2080 tweet yang dikumpulkan melalui crawling. Data melalui tahap prapemrosesan sebelum diklasifikasi menjadi sentimen positif, negatif, dan netral. Hasil penelitian menunjukkan Logistic Regression lebih unggul dengan akurasi 87%, dibandingkan Naive Bayes dengan akurasi 85%. Keunggulan ini juga diperkuat oleh F1-Score rata-rata yang lebih tinggi. Temuan ini menegaskan bahwa Logistic Regression lebih efektif untuk analisis sentimen politik lokal, memberikan landasan data yang kuat bagi perumusan strategi kampanye.
Pages: 658-664Views: 189 Downloads: 108Perancangan Algoritma SVM untuk Pengembangan Model Pendeteksi Bahasa Isyarat Berbasis Landmark
ALDESTRA BAGAS WARDANA Universitas Nusantara PGRI Kediri Indonesia , JODI ARMYANTO Universitas Nusantara PGRI Kediri Indonesia , ERNA DANIATI Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini mengembangkan sistem pengenalan alfabet Bahasa Isyarat Indonesia (SIBI/BISINDO) berbasis MediaPipe Hands untuk mendukung komunikasi inklusif. Sistem ini membandingkan kinerja empat algoritma klasifikasi Support Vector Machine (SVM), Multi-Layer Perceptron (MLP), Convolutional Neural Network (CNN), dan Random Forest (RF)—pada dataset yang terdiri dari 1.000 citra tangan mewakili 26 huruf. Ekstraksi 21 titik landmark menghasilkan vektor fitur berdimensi 42, kemudian dinormalisasi menggunakan skala min-max dan dibagi menjadi 80% data pelatihan dan 20% data pengujian. Hasil evaluasi menunjukkan bahwa CNN mencapai akurasi tertinggi sebesar 98,2% meski memerlukan waktu pelatihan terlama. Sementara itu, RF menawarkan keseimbangan antara akurasi (96,5%) dan efisiensi komputasi. SVM dan MLP mencapai akurasi 95,1% dan 97,3%. Alur terintegrasi menyoroti trade-off antara akurasi dan kecepatan pemrosesan, krusial untuk perangkat terbatas. Temuan ini menjadi dasar pengembangan teknologi asistif bahasa isyarat dan memperluas akses komunikasi inklusif bagi penyandang tunarungu dan tunawicara.
Pages: 665-678Views: 162 Downloads: 146Implementasi Yolov8 Untuk Klasifikasi Jenis Kucing
Putri Derisa Adilla Dewi Seftania Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaKucing dalam bahasa latin adalah Felis silvestris catus adalah sejenis hewan karnivora. Kucing adalah hewan peliharaan terpuler di dunia yang memiliki banyak peminat dan penggemar. Karena banyaknya jumlah jenis kucing seringkali pemilik tidak mengetahui jenis kucing yang dimiliki, maka dibutuhkan sebuah algoritma yang dapat mengklasifikasikan citra kucing agar pemilik kucing mengetahui jenis kucing apa yang dimilikinya. Penelitian ini mengembangkan algoritma You Only Look Once (YOLO) untuk mengklasifikasikan jenis kucing berdasarkan citra, mengingat banyaknya jenis kucing yang diakui. Dua skenario pelatihan dengan model YOLOv8 dievaluasi berdasarkan akurasi dan metrik kinerja. Skenario pertama dengan 20 epoch mencapai precision 0.651 dan recall 0.887, sedangkan skenario kedua dengan 50 epoch menunjukkan peningkatan signifikan dengan precision 0.916 dan recall 0.792. Hasil menunjukkan peningkatan performa model yang stabil, menjadikannya alat yang efisien dalam mengidentifikasi dan mengklasifikasikan jenis kucing.
Pages: 679-686Views: 156 Downloads: 178Optimalisasi Antarmuka bukukita.com melalui Pendekatan Design Thinking
Rindi Febri Wulandari Universitas Nusantara PGRI Kediri Indonesia , Putri Widya Ayu Septi Wulandari Universitas Nusantara PGRI Kediri Indonesia , Eka Fauziah Universitas Nusantara PGRI Kediri Indonesia , Zia Ulhaq Azzahro Universitas Nusantara PGRI Kediri IndonesiaAntarmuka pengguna yang optimal merupakan faktor penting dalam menunjang kenyamanan dan efektivitas interaksi pengguna dengan platform e-commerce. Penelitian ini berfokus pada upaya peningkatan kualitas antarmuka situs bukukita.com dengan menerapkan pendekatan Design Thinking. Melalui lima tahapan utama (Empathize, Define, Ideate, Prototype, dan Test). Hasil dari proses identifikasi menunjukkan sejumlah permasalahan, seperti navigasi yang membingungkan, tampilan yang tidak responsif, serta kurang jelasnya informasi produk. Berdasarkan temuan tersebut, perbaikan diarahkan pada penyederhanaan navigasi, peningkatan keterbacaan, dan penyesuaian elemen visual antarmuka. Evaluasi menunjukkan bahwa pendekatan ini efektif dalam meningkatkan pengalaman pengguna serta memperkuat daya saing bukukita.com di pasar digital.
Pages: 687-696Views: 35 Downloads: 54Analisis Faktor Keamanan Rangka Mesin Chopper Bertenaga Diesel Kapasitas Produksi 60 Kg/Menit
Yusuf Alfian Wildiy Universitas Nusantara PGRI Kediri Angola , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaPeningkatan efisiensi penyediaan pakan ternak menjadi kebutuhan utama di sektor peternakan, terutama dalam mengatasi keterbatasan waktu dan tenaga. Mesin chopper bertenaga diesel dirancang untuk mencacah pakan dengan kapasitas 60 kg/menit. Dalam mendukung kinerja mesin dibutuhkan rangka sebagai penopang seluruh bagian dari mesin. Penelitian ini bertujuan untuk membuat desain rangka serta mengevaluasi kekuatan strukturnya melalui simulasi numerik yang dilakukan menggunakan perangkat lunak SolidWorks. Analisis difokuskan pada tegangan Von Mises, deformasi, serta faktor keamanan terhadap material baja ST 37. Hasil simulasi menunjukkan nilai tegangan maksimum sebesar 19,6 MPa, deformasi maksimum 0,124 mm, dan nilai safety factor minimum 27, yang jauh di atas batas minimum standar. Dari hasil yang didapat, diketahui bahwa desain rangka aman, stabil, dan layak digunakan dalam operasional peternakan skala menengah.
Pages: 697-703Views: 84 Downloads: 125Integrasi Deep Reinforcement Learning untuk Pengendalian Musuh yang Dinamis pada Game Action RPG
Muhammad Ainul Yaqin Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri IndonesiaPerilaku musuh dalam game sering kali dibangun menggunakan pola statis yang sulit beradaptasi dengan pemain, sehingga menurunkan tantangan dan daya tarik permainan. Penelitian ini mengembangkan sistem kecerdasan buatan (AI) musuh pada game 3D menggunakan pendekatan Deep Reinforcement Learning (DRL) yang terintegrasi dengan Godot Engine. Sistem ini memungkinkan musuh mengambil keputusan secara adaptif berdasarkan situasi permainan. Jika sistem DRL tidak tersedia, musuh tetap dapat beraksi menggunakan logika konvensional yang telah diprogram. Evaluasi menunjukkan bahwa musuh berbasis DRL memperoleh cumulative reward lebih tinggi dan perilaku yang lebih variatif dibandingkan AI berbasis aturan tetap.
Pages: 704-710Views: 176 Downloads: 102Pengujian Simple CNN Dengan Arsitektur LeNet5 Pada Penyakit Daun Jagung
Lusi Dwi Anggraini Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membandingkan performa Simple CNN dan CNN dengan arsitektur LeNet5 dalam mengklasifikasi empat jenis penyakit daun jagung yaitu, normal, bercak daun, ulat grayak, dan bulai. Dataset citra berukuran 400x400 piksel dilakukan proses preprocessing serta pembagian data training dan testing. Pengujian dilakukan dengan variasi epoch dengan jumlah 400 data menggunakan gambar berlatar belakang asli dan polos. Hasil menunjukkan bahwa Simple CNN memberikan akurasi dan performa klasifikasi yang lebih konsisten dan tinggi dibandingkan LeNet5, terutama karena dataset yang terbatas dan spesifik. Berdasarkan hasil training dan evaluasi model skenario terbaik, diketahui bahwa nilai presisi dengan batch size 32 dengan epoch 100 untuk simple CNN menghasilkan nilai presisi 0. 98, recall 0. 98, F1 Score 0. 98. Sedangkan batch size 32 dengan epoch 100 untuk CNN arsitektur LeNet5 menghasilkan nilai presisi 0. 95, recall 0. 94, F1 Score 0. 94. Latar belakang tujuan proses hasil.
Pages: 711-719Views: 62 Downloads: 56Otomatisasi Klasifikasi Sampah Menggunakan Convolutional Neural Network (CNN) Sebagai Sistem Pendukung Keputusan
Tia Novita Sari Universitas Nusantara PGRI Kediri Indonesia , Meri Puspita Sari Universitas Nusantara PGRI Kediri Indonesia , Thisya Aisyah Putri Universitas Nusantara PGRI Kediri Indonesia , Ryanveno Pashya Universitas Nusantara PGRI Kediri IndonesiaPermasalahan pengelolaan sampah yang semakin kompleks menuntut solusi inovatif, terutama dalam pemilahan otomatis anatara berbagai jenis sampah. Penelitian ini bertujuan mengembangkan sistem klasifikasi sampah menggunakan metode Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya dalam mengenali pola visual dari citra sampah berdasarkan fitur seperti bentuk, warna, dan tekstur. Dataset yang digunakan terdiri dari lima kelas utama dan berjumlah 1.200 gambar yang telah melalui proses pra-pemrosesan. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi klasifikasi sebesar 93,9%. Temuan ini membuktikan bahwa CNN efektif sebagai solusi pendukung dalam proses pemilahan sampah otomatis serta berpotensi diintegrasikan ke dalam teknologi pemilah sampah otomatis demi mendukung pengelolaan limbah yang lebih efisien dan ramah lingkungan.
Pages: 720-729Views: 436 Downloads: 361Analisis Penggunaan Histogram Equalization dan CNN untuk Pengenalan Wajah
Nurul Hana Shahla Fitriani Universitas Nusantara PGRI Kediri IndonesiaPengenalan wajah (Face Recognition) merupakan salah satu cabang dari pengolahan citra digital yang berfokus pada proses identifikasi dan klasifikasi wajah individu berdasarkan ciri atau fitur unik yang dimiliki setiap orang. Namun, performa sistem pengenalan wajah dapat mengalami penurunan akurasi akibat kondisi pencahayaan yang tidak optimal, yang menyebabkan citra wajah menjadi kurang jelas dan sulit diidentifikasi. Untuk mengatasi permasalahan tersebut, digunakan teknik Histogram Equalization (HE) guna meningkatkan kualitas citra dengan meratakan distribusi intensitas piksel, sehingga kontras gambar menjadi lebih optimal. Selain itu, implementasi Convolutional Neural Network (CNN) dalam sistem ini sangat krusial karena CNN mampu mempelajari fitur-fitur penting dari citra wajah secara otomatis dan hierarkis, yang membuatnya efektif dalam tugas-tugas seperti deteksi wajah, klasifikasi, dan pengenalan objek. Penelitian ini juga melakukan proses pelatihan (training) dan pengujian (testing) dua kali dengan nilai epoch yang berbeda, yaitu 15 dan 20, untuk mengevaluasi performa model. Pemilihan nilai epoch ini didasarkan pada belum adanya standar baku dari penelitian sebelumnya mengenai skala optimal epoch. Hasil dari kombinasi metode ini diharapkan dapat meningkatkan akurasi sistem pengenalan wajah, khususnya untuk aplikasi seperti sistem absensi, keamanan, dan layanan medis.
Pages: 730-737Views: 84 Downloads: 79Perancangan Pisau Pada Mesin Perajang Tembakau Kapasitas 1 Ton/Jam
Alaudin zainul muttaqin Universitas Nusantara PGRI Kediri Indonesia , kuni nadliroh Universitas Nusantara PGRI Kediri IndonesiaPisau perajang bukan sekedar alat potong, tapi juga komponen penting yang mempengaruhi kualitas hasil pengolahan. Dengan memahami rumus yang ditentukan seperti jumlah potongan per menit dan ketebalan irisan, petani tembakau dapat memprediksi hasil pengolahan rajangan tembakau juga menghindari pemborosan bahan. Bisa di ambil beberapa kesimpulan bahwa Pisau mesin perajang tembakau menggunakan plat baja agar lebih efisien dalam mesin. Maka dari itu, mesin perajang tembakau menjadi solusi yang tepat bagi petani tembakau untuk mempermudah perajangan dan juga mempersingkat proses penjualan dalam pasar tembakau. Dan juga merupakan proses pengembangan yang masih diperlukannya penyempurnaan baik dari perancangan dan pembuatan. Semoga suatu hari nanti, desain perancangan mesin ini bisa dikembangkan lagi menjadi lebih optimal.
Pages: 738-744Views: 42 Downloads: 179Penerapan Algoritma Decision Tree Untuk Kategorisasi Curah Hujan Di Kecamatan Gurah
Mayo Alvarosy Chrisnatae Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPrediksi curah hujan memainkan peran penting dalam perencanaan pertanian, terutama di
wilayah yang memiliki pola iklim yang tidak menentu. Penelitian ini bertujuan untuk mengelompokkan
intensitas curah hujan di Kecamatan Gurah menggunakan algoritma klasifikasi pohon keputusan. Dataset
yang digunakan berasal dari tahun 2015 hingga 2024, yang mencakup fitur-fitur seperti suhu rata-rata,
kelembapan, dan data curah hujan bulanan. Langkah praproses mencakup penanganan data yang hilang
serta transformasi data waktu kategorikal menjadi format numerik. Model Decision Tree dilatih
menggunakan data tahun 2015 hingga 2023, dan diuji dengan data tahun 2024. Model klasifikasi ini
mencapai akurasi sebesar 73,3%, presisi 75,1%, recall 73,3%, dan skor F1 sebesar 73,4%. Hasil ini
menunjukkan bahwa klasifikasi menggunakan Decision Tree merupakan metode yang layak untuk
mengelompokkan tingkat curah hujan ke dalam tiga kategori: rendah, sedang, dan tinggi. Temuan ini
memberikan dasar untuk penerapan lebih lanjut dalam alat bantu pengambilan keputusan pertanian guna
mengurangi risiko yang disebabkan oleh variabilitas cuaca.Pages: 745-753Views: 28 Downloads: 152Klasifikasi Serangga Hama Tanaman Padi Menggunakan Metode Convolutional Neural Network (CNN)
Bryan Rizqi Prakosa Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaIndonesia merupakan negara agraris dengan sekitar 40% penduduknya bermata pencaharian sebagai petani, dan padi menjadi komoditas pertanian utama. Namun, produksi padi sering kali terganggu oleh serangan hama seperti wereng dan kumbang air padi. Kurangnya pengetahuan petani dalam mengenali jenis-jenis hama secara visual menjadi tantangan tersendiri dalam penanggulangan hama. Penelitian ini bertujuan untuk melakukan klasifikasi serangga hama pada tanaman padi menggunakan algoritma Convolutional Neural Network (CNN). Dataset citra hama yang digunakan terdiri dari 2,305 gambar yang diperoleh dari situs Kaggle, dan dilakukan proses augmentasi seperti rotasi, zoom, serta flip vertikal dan horizontal. Model CNN dibangun dan dilatih dengan berbagai konfigurasi parameter seperti jumlah epoch, jenis optimizer, dan fungsi aktivasi. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan wereng dan kumbang air padi dengan akurasi tinggi sebesar 96%, serta nilai precision, recall, dan F1-score sebesar 0,96 untuk masing-masing kelas. Confusion matrix juga memperlihatkan tingkat kesalahan klasifikasi yang sangat rendah. Dengan demikian, CNN terbukti efektif dan andal dalam mengenali serta mengklasifikasikan serangga hama tanaman padi berdasarkan citra.
Pages: 754-763Views: 255 Downloads: 166ANALISIS SENTIMEN ULASAN PRODUK AMAZON MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK PREDIKSI RATING PRODUK
Ananda Bagus Fatchurroziq Universitas Nusantara PGRI Kediri Indonesia , Jofan Vernanda Wicaksono Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Daniati Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi e-commerce seperti Amazon menghasilkan data ulasan produk yang sangat besar dan menjadi referensi utama bagi konsumen. Studi ini mengeksplorasi klasifikasi sentimen dari ulasan pengguna terhadap produk di platform Amazon, dengan pendekatan probabilistik Naive Bayes untuk mengidentifikasi hubungan antara kata-kata dan penilaian bintang. Data yang digunakan berasal dari dataset ulasan makanan premium Amazon yang mencakup lebih dari 500.000 ulasan. Metode penelitian melibatkan pra- pemrosesan teks, termasuk penghapusan stopwords, tokenisasi, dan stemming. Dengan menggunakan algoritma naive Bayes, dapat membuat klasifikasi sentimen yang lebih akurat. Hasil penelitian ini menunjukkan bahwa algoritma Naive Bayes dapat digunakan dengan baik untuk analisis sentimen. dalam jumlah besar dan dapat digunakan untuk sistem rekomendasi produk atau umpan balik konsumen di platform e-commerce.
Pages: 764-770Views: 189 Downloads: 139Analisis Perbandingan Metode SAW dan TOPSIS Pada Sistem Rekomendasi Penerima Bantuan Sosial
Nando Rahmat Prasetyo Mulyo Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Lilia Sinta Wahyuniar Universitas Nusantara PGRI Kediri IndonesiaPenyaluran Bantuan Langsung Tunai (BLT) di salah satu Desa yang berada di Kabupaten Kediri menghadapi permasalahan ketidakakuratan dalam penentuan penerima bantuan, yang disebabkan oleh data yang tidak lengkap dan kurang diperbarui. Selain itu, faktor subjektivitas dalam proses seleksi juga memperburuk ketidakadilan distribusi bantuan. Penelitian ini bertujuan untuk menganalisis dan membandingkan efektivitas metode SAW dan TOPSIS dalam menentukan penerima bantuan sosial. Hasil perbandingan menunjukkan bahwa metode SAW memperoleh akurasi 100% pada sebagian besar alternatif, sementara metode TOPSIS menunjukkan perbedaan peringkat pada alternatif tertentu. Meskipun terdapat perbedaan kecil dalam hasil peringkat, kedua metode terbukti efektif dalam mendukung keputusan yang lebih objektif dan akurat dalam penentuan penerima bantuan sosial. Penelitian ini memberikan kontribusi untuk meningkatkan efisiensi dan akurasi penyaluran bantuan sosial di tingkat lokal.
Pages: 771-779Views: 251 Downloads: 170Smart Farm Monitoring Berbasis IoT Pemantauan Suhu Kandang Ayam
Priyan Pradana Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri IndonesiaAbstrak – Permasalahan umum yang sering dihadapi peternak ayam broiler skala kecil hingga menengah adalah ketidakteraturan suhu kandang yang dapat memengaruhi kesehatan dan produktivitas ayam. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring suhu kandang ayam berbasis Internet of Things (IoT) dengan metode thresholding untuk pengambilan keputusan otomatis. Sistem menggunakan sensor DHT22, mikrokontroler Arduino Uno R4 WiFi (ESP32-S3), serta antarmuka web berbasis MySQL untuk pemantauan suhu secara real time. Ambang batas suhu ditentukan pada 28°C (minimum), 34°C (maksimum), dan sistem akan mengaktifkan pemanas atau kipas pendingin jika suhu berada di luar rentang tersebut. Pengujian dilakukan selama tiga hari dengan interval pembacaan setiap 10 menit. Hasil menunjukkan bahwa sistem mampu menjaga suhu kandang dalam kondisi ideal, mengurangi konsumsi energi hingga 25% dibandingkan metode manual, serta meningkatkan efisiensi dan kemudahan pemantauan bagi peternak. Sistem ini diharapkan menjadi solusi modern dalam mendukung produktivitas peternakan ayam broiler.
Pages: 780-789Views: 238 Downloads: 287Implementasi Sistem Monitoring Kebakaran Dengan Menggunakan Fuzzy Tsukamoto Berbasis IoT
Muhammad Resandi Sholahuddin Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Rony Hery Irawan Universitas Nusantara PGRI Kediri IndonesiaSalah satu bencana yang tidak dapat diprediksi adalah kebakaran. Kebakaran memiliki risiko tinggi terhadap keselamatan jiwa dan kerugian materiil. Penelitian ini bertujuan mengembangkan sistem deteksi dini kebakaran berbasis logika fuzzy yang diimplementasikan pada mikrokontroler dengan koneksi internet. Sistem ini memberikan peringatan dini secara real-time untuk meminimalkan dampak kebakaran. Data dari sensor suhu dan asap diproses menggunakan inferensi fuzzy untuk menentukan tingkat risiko. Hasilnya dikirim ke Firebase dan jika terdeteksi kondisi berisiko, sistem akan mengirimkan koordinat lokasi kejadian secara otomatis. Pengujian sistem dilakukan berdasarkan latensi dan throughput. Hasil pengujian menunjukkan sistem bekerja responsif dan akurat dalam mengidentifikasi potensi kebakaran. Penelitian ini diharapkan menjadi solusi praktis untuk pemantauan kebakaran berbasis Internet of Things (IoT), serta berkontribusi dalam peningkatan keselamatan dan mitigasi risiko bencana.
Pages: 790-799Views: 74 Downloads: 89Perancangan Chatbot FAQ Dengan Algoritma Naive Bayes Classifier Untuk Layanan Umum
Fahrezian Arya Bima Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri IndonesiaChatbot adalah sebuah program yang dirancang untuk melakukan simulasi percakapan manusia. Penelitian ini menggunakan chatbot sebagai solusi untuk menggantikan layanan pengguna masyarakat dengan otomatis yang mampu menjawab pertanyaan umum seputar layanan umum masyarakat. Pengumpulan dataset tentang pertanyaan yang sering ditanyakan oleh masyarakat dilakukan dengan cara wawancara terhadap petugas layanan umum masyarakat. Model algoritma Naïve Bayes Classifier digunakan dalam pemodelan sistem chatbot. Hasil evaluasi yang dilakukan menghasilkan nilai akurasi sebesar 69.23%, presisi 58.97%, recall 69.23%, dan f1-score 60.51%. Chatbot berhasil menjawab 8 pertanyaan yang sesuai dari 10 pertanyaan yang dilakukan. Penelitian ini berhasil mengintegrasikan model chatbot kedalam basis web menggunakan Django sebagai server simulasinya. Model chatbot perlu dilakukan peninjauan kembali agar performa yang dihasilkan bisa lebih baik lagi.
Pages: 800-809Views: 111 Downloads: 110Perbandingan Model Klasifikasi untuk Deteksi Berita Hoaks Menggunakan LSTM, Naive Bayes, Random Forest, K-Means, dan Word2Vec
Laurenhia Salsabella Afrinza Universitas Nusantara PGRI Kediri Indonesia , Fariez Frimansyah Frimansyah Universitas Nusantara PGRI Kediri Indonesia , Shella Ayu Ardita Universitas Nusantara PGRI Kediri Indonesia , Vera Angelita Febriani Universitas Nusantara PGRI Kediri IndonesiaPenyebaran berita hoaks melalui media daring menjadi ancaman serius bagi masyarakat digital. Penelitian ini bertujuan untuk membandingkan performa berbagai model klasifikasi dalam mendeteksi berita hoaks, yaitu Long Short-Term Memory (LSTM), Naive Bayes, Random Forest, dan K-Means Clustering, dengan pemanfaatan Word2Vec sebagai metode representasi vektor kata. Dataset yang digunakan adalah kumpulan berita hoaks dan fakta yang telah tersedia secara publik. Hasil eksperimen menunjukkan bahwa LSTM memiliki akurasi tertinggi dalam mendeteksi berita hoaks, diikuti oleh Random Forest dan Naive Bayes, sedangkan K-Means kurang akurat karena merupakan metode unsupervised. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi berita hoaks otomatis yang andal.
Pages: 810-820Views: 208 Downloads: 207Pengembangan Sistem Object Detection Kualitas Daging Ayam Berbasis YOLOv8
Bagus Dwi Prasetya Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaMenjaga kualitas daging ayam sangat penting untuk keamanan pangan dan kesehatan konsumen. Metode inspeksi tradisional seringkali subjektif dan tidak efisien. Studi ini mengusulkan sistem deteksi kualitas daging ayam otomatis yang memanfaatkan algoritma deteksi objek YOLOv8 yang terintegrasi ke dalam aplikasi web berbasis Flask. Dataset terdiri dari tiga kategori yaitu ayam segar, ayam tiren, dan none. Model dilatih menggunakan Google Colaboratory dan dievaluasi melalui metrik presisi, recall, dan mean Average Precision (mAP). Model YOLOv8 menunjukkan kinerja tinggi, dengan presisi 0,975, recall 0,92, mean Average Precision (mAP@0.5) 0,972, dan mean Precision (mAP@0.5:0.95) 0,84. Sistem yang dikembangkan terbukti mampu mendeteksi kualitas daging ayam secara akurat dan efisien. Inovasi ini diharapkan dapat meningkatkan keamanan pangan serta membantu konsumen dan pelaku industri dalam memastikan mutu produk secara lebih objektif dan praktis.
Pages: 821-828Views: 97 Downloads: 123PREDIKSI PENDAPATAN DARI PENJUALAN BERDASARKAN DATA HISTORIS DENGAN MENGGUNAKAN METODE ELASTIC NET
Ahmad Wildan Muzaki Universitan Nusantara PGRI Kediri Indonesia , Yoga Reksa Pramudya Universitan Nusantara PGRI Kediri Indonesia , Jovan Putra Prayitna Universitan Nusantara PGRI Kediri Indonesia , Aidina Ristyawan Ristyawan Universitan Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk memprediksi total pendapatan hasil panen bawang merah berdasarkan data historis jumlah panen dan harga per kilogram menggunakan metode Elastic Net. ElasticNet dipilih karena mampu menggabungkan keunggulan dari regularisasi L1 (Lasso) dan L2 (Ridge), yang efektif dalam mengatasi overfitting dan meningkatkan akurasi model. Dataset yang digunakan terdiri dari 36 data penjualan bawang merah dari tahun 2014 hingga 2022. Hasil evaluasi menunjukkan bahwa model mampu memberikan prediksi dengan tingkat akurasi yang baik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 15.07% dan nilai koefisien determinasi (R²) sebesar 0.8374. Dengan hasil tersebut, metode Elastic Net terbukti dapat digunakan secara efektif untuk memodelkan dan meramalkan pendapatan penjualan berbasis data historis di bidang pertanian.
Pages: 829-837Views: 45 Downloads: 74REDESAIN RANGKA MESIN PEMIPIL JAGUNG DENGAN KAPASITAS 1 TON / JAM
Dendy Rurianto Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri IndonesiaKediri merupakan daerah dengan hasil pertanian yang beragam, salah satu komoditas unggulannya adalah jagung berkualitas tinggi. Jagung tidak hanya menjadi sumber pangan alternatif yang kaya akan karbohidrat, tetapi juga dimanfaatkan sebagai bahan baku pakan ternak, seperti ayam, sapi, dan kambing. Namun, dalam praktiknya, proses pemipilan jagung di UMKM milik Bapak Hj. Tommy masih dilakukan dengan mesin berkapasitas kecil dan teknologi sederhana, yang menyebabkan proses produksi kurang efisien dalam hal waktu, tenaga, dan biaya. Penelitian ini bertujuan untuk merancang ulang (redesain) rangka mesin pemipil jagung agar mampu meningkatkan kapasitas produksi hingga 1 ton per jam, meminimalkan kerusakan biji, mempercepat pemisahan dari tongkol, dan mengurangi kelelahan fisik pekerja. Redesain dilakukan dengan mempertimbangkan kondisi dan permasalahan di lapangan, menggunakan material besi kanal UNP yang dinilai lebih kuat, stabil, dan tahan terhadap beban kerja. Pengujian diperlukan untuk memastikan performa mesin sesuai kebutuhan pasar dan standar operasional. Hasil redesain ini diharapkan mampu meningkatkan efisiensi kerja, menekan biaya produksi, serta mendorong inovasi dan keberlanjutan sektor pertanian di kalangan UMKM.
Pages: 838-847Views: 82 Downloads: 84PERANCANGAN TURBIN UAP SUDU IMPULS SATU TINGKAT UNTUK PENGGERAK MESIN PENYARING SARI TAHU
CHARIS MICHEL INRIANTO Universitas Nusantara PGRI Kediri Indonesia , FATKUR RHOHMAN UNIVERSITAS NUSANTARA PGRI KEDIRI IndonesiaPenelitian ini bertujuan merancang turbin uap sudu impuls satu tingkat sebagai penggerak mesin penyaring sari tahu dengan memanfaatkan uap dari proses pemasakan kedelai. Metode perancangan dilakukan secara numerik berdasarkan pendekatan termodinamika dan mekanika fluida, meliputi perhitungan volume spesifik, densitas uap, kecepatan aliran, laju massa, daya turbin, kecepatan tepi sudu, whirl velocity, dan sudut masuk uap. Hasil perancangan menunjukkan bahwa turbin mampu menghasilkan daya sebesar 208 watt, dengan putaran target 1000 RPM, pada pengujian aktual dapat menghasilkan putaran maksimum 7619 RPM dan torsi sebesar 1,98 Nm, serta sudut masuk uap sebesar 31,5°. Turbin dirancang dengan struktur kompak, menggunakan nozzle konvergen dan cakram berdiameter optimal, sehingga cocok diterapkan di industri pengolahan tahu skala kecil hingga menengah sebagai solusi hemat energi yang efisien dan ramah lingkungan.
Pages: 848-856Views: 69 Downloads: 76Additional Menu
Latest publications
Seminar Inovasi dan Teknologi is published by the Universitas Nusantara PGRI Kediri managed by Fakultas Teknik dan Ilmu Komputer.
Sanguline Theme by Sangu Ilmu
